Arboles de decisión

En este proceso consideramos un proceso de decisión “de múltiples etapas” en el cual se toman
decisiones dependientes unas tras otra. Se puede hacer una representación grafica del problema
de decisión mediante el uso de un árbol de decisión. Esta representación facilita el proceso de
toma de decisiones.

Ejemplo:

Una compañía tiene ahora las opciones de construir una planta de tamaño completo o una
pequeña que se pueda ampliar después. La decisión depende principalmente de las demandas
futuras del producto que producirá la planta. La construcción de una planta de tamaño completo
puede justificarse en términos económicos si el nivel de demanda es alto. En caso contrario, quizá
sea recomendable construir una planta pequeña ahora y después decidir en dos años si esta se
puede ampliar.

El problema de decisión de múltiples etapas se presenta aquí porque si la compañía decide

construir ahora una planta pequeña, en dos años deberá tomarse una decisión a futuro relativa a
la expansión de dicha planta. Dicho de otra manera, el proceso de decisión implica dos etapas: una
decisión ahora relativa a la dimensión o tamaño de la planta y una decisión de aquí a dos años
referente a la expansión de la planta (suponiendo que se decide construir una planta pequeña
ahora).
Lógicamente, la compañía considerara la posible expansión a futuro de la planta pequeña solo si la
demanda en los dos primeros años resulta ser elevada. Esta es la razón por la que el nodo 4
representa un punto de decisión, donde las dos ramas que de el emanan representan las
decisiones de “expansión” y de “no expansión”. Una vez, los nodos 5 y 6 son eventos
probabilísticos y las ramas que emanan de cada uno representan demandas alta y baja.

Los datos del árbol de decisión deben incluir las probabilidades asociadas con las ramas que
emanan de los eventos de oportunidad y los ingresos asociados con diversas alternativas del
problema. Supóngase que la compañía está interesada en estudiar el problema es un periodo de
10 años. Un estudio del mercado señala que las probabilidades de tener demandas altas y bajas en
los 10 años siguientes son 0.75 y 0.25, respectivamente. La construcción inmediata de una planta
grande costara 5 millones y una planta pequeña costara solo 1 millón. La expansión de la planta
pequeña de aquí a dos años se calcula costara 4.2 millones. Los cálculos o estimaciones del ingreso
anual de cada una de las alternativas están dados de la manera siguiente.

1.- La planta completa y la demanda alta (baja) producirán $100 0000 ($300 000 anualmente)

2.- La planta pequeña y una baja demanda generaran $200 000 anuales.

3.- La planta pequeña y una demanda alta producirán $250 000 para cada uno de los 10 años.

4.- La planta pequeña ampliada con demanda alta (baja) generara $900 000 ($200 000
anualmente).

5.- La planta pequeña sin expansión y con alta demanda en los dos primeros años, seguida de una
baja demanda producirá $200 000 en cada uno de los ocho años restantes.

La evaluación de alternativas está basada en el uso del criterio del valor esperado. Los cálculos
empiezan en la etapa 2 y después retroceden a la etapa 1. Por lo tanto, en los últimos ocho años,
podemos evaluar las dos alternativas en el nodo 4 de la manera siguiente:

E(ganancia neta | expansión)

= (900 000 x 0.75 + 200 000 x 0.25) x 8 – 4 200 000= $1 600 000

E(ganancia neta | no expansión)

= (250 000 x 0.75 + 200 000 x 0.25) x 8 = $ 1 900 000

Por lo tanto, en el nodo 4, la decisión indica que no habrá expansión y la ganancia neta esperada
es $ 1 900 000.

E(ganancia neta | planta pequeña)

= (1 900 000 + 500 000 x 0.75 + 2 000 000 x 0.25 – 1 000 000 = $1 300 000

Por lo tanto, la decisión óptima en el nodo 1 consiste en construir ahora una planta grande. Tomar
esta decisión ahora elimina evidentemente la consideración de las alternativas en el nodo 4.
 Decisiones bajo incertidumbre
Esta sección aporta un número de criterios para tomar decisiones con incertidumbre según la
hipótesis de que no se tiene disponible ninguna distribución de probabilidad. Los métodos que van
a presentarse aquí son:

1.- Criterio de Laplace

2.- Criterio minimax.

3.- Criterio de Savage

4.- Criterio de Hurwicz.

La diferencia principal entre estos criterios la refleja cuan conservador es el decisor al tratar con
las condiciones de incertidumbre prevalecientes. Por ejemplo, se mostrara que el criterio de
Laplace está basado en condiciones más optimistas que el criterio minimax. También se mostrara
que el criterio de Hurwicz puede ajustarse para reflejar actitudes que varían desde la más
optimista hasta la más pesimista.

En este aspecto, los criterios, aun cuando son cuantitativos en naturaleza, reflejan una evaluación
subjetiva del medio ambiente en el que se toman la decisión. Desafortunadamente no existen
guías generales acerca de cuál criterio deberá implantarse, ya que el modo (cambiante) del
decisor, dictado por la incertidumbre de la situación, puede ser un factor importante al decidir
sobre la elección del criterio más adecuado.

En los criterios anteriores se supone que el decisor no tiene un oponente inteligente. En este caso
se dice que la “naturaleza” se proponga infligir perdidas al decisor.

Sin embargo, existen situaciones donde la naturaleza es reemplazada por un oponente inteligente
cuyos intereses están en conflicto con los del decisor. Dos ejércitos en contienda proporcionan
una situación común donde cada ejército representa un oponente inteligente. La existencia de
este nuevo elemento requiere provisiones especiales al diseñar un criterio adecuado.

La información utilizada al tomar decisiones con incertidumbre, generalmente se resume en la

forma de una matriz en la que sus renglones representan acciones posibles, y sus columnas
estados futuros posibles del sistema. Considere por ejemplo, la situación donde una compañía
afronta un estado de huelga. Dependiendo de la duración de la huelga debe mantenerse un nivel
de inventario para un cierto artículo. Los estados futuros del sistema (columnas) están
representados por la duración posible de la huelga, mientras que las acciones (renglones) están
representadas por el nivel de inventario que deberá mantenerse. Esto significa que una acción
representa una decisión posible.

Asociado a cada acción y cada estado futuro está un resultado que evalúa la ganancia (o perdida)
resultante de tomar tal acción cuando ocurre un estado futuro dado. Por consiguiente, si ai
representa la i-esima acción (i= 1,2,…, m) y j representa el j-esimo estado futuro (j=1,2,…,n),
entonces v(a,0j) representara el resultado respectivo. En general v(a,0j) puede ser una función
continua de a, y 0j. En condiciones discretas, esta información se dispone como se muestra en la
matriz siguiente. Esta representación será la base para desarrollar el criterio para decisiones con
incertidumbre.

Criterio de Laplace
Este criterio está basado en lo que se conoce como principio de razón insuficiente. Ya que las
probabilidades asociadas a la ocurrencia de ϴ1, ϴ2,…, y ϴn se desconocen, no existe información
suficiente para concluir que estas probabilidades serán diferentes. Pero si este no es el caso, uno
debe ser capaz de asignar tales probabilidades y entonces, ya no es una decisión con
incertidumbre. Por consiguiente, debido a una razón insuficiente para creer otra cosa los estados
ϴ1¸ ϴ2,… y ϴn tienen la misma posibilidad de ocurrir. Cuando se establece esta conclusión, el
problema se convierte en una decisión con riesgo, donde se elige la acción ai que proporciona la
ganancia mayor esperada. Esto es, seleccionar la acción ai correspondiente a

Criterio minimax (maximin)

Este es el criterio más conservador ya que está basado en lograr lo mejor de las peores
condiciones posibles. Esto es, si el resultado v(a, ϴj) representa perdida para el decisor, entonces,
para ai la peor perdida independientemente de lo que ϴj pueda ser, es max ϴj v(ai, ϴj). El criterio
minimax elige entonces la acción ai asociada a minai max ϴj v(ai, ϴj). En una forma similar, si v(ai
ϴj) representa la ganancia, el criterio elige la acción ai asociada a maxai min ϴj v(ai, ϴj). Esta se
llama criterio maximin.

Criterio de deploracion minimax de Savage

El criterio minimax es extremadamente conservador, a un grado de tensión que puede algunas
veces llevar a conclusiones ilógicas. Considere la matriz de perdidas siguiente, la cual
generalmente se cita como un ejemplo clásico para justificar la necesidad del criterio “menos
conservador” de Savage.
Un criterio minimax aplicado a esta matriz proporciona a2. Pero intuitivamente uno se inclina a
elegir a1, ya que existe una oportunidad de que se ϴ=ϴ2 unicamente se perderan $90, mientras
que es cierto que a2 proporcionara una perdida de $10 000 independientemente de que ϴ= ϴ1 o
ϴ2.
El criterio de Savage “rectifica” este punto construyendo una nueva matriz de perdidas en la cual
v(ai, ϴj) se reemplaza por r(ai, ϴj) la cual se define como:

Esto significa que r(ai, ϴj) es la diferencia entre la mejor selección en la columna ϴj y los valores de
v(ai, ϴj) en la misma columna. En esencia r(ai, ϴj) es una representacion de “arrepentimiento” del
decisor como resultado de perder la mejor selección correspondiente a un estado futuro dado ϴj.
La funcion r(ai, ϴj) se conoce como la matriz de deploracion.
Para mostrar como los nuevos elementos r(ai, ϴj) producen una conclusion logica para el ejemplo
anterior, considere:

El criterio minimax proporciona ai como se esperaba.

Observe que si v(ai, ϴj) es una función de beneficio o de perdida, r(ai, ϴj) es una funcion de
deploracion, la cual en ambos casos representa perdidas. Po consiguiente, unicamente el criterio
minimax (y no el maximin) puede ser aplicado a r(ai, ϴj).

Criterio de Hurwicz
Este criterio representa un intervalo de actitudes desde la más optimista hasta la más pesimista.
En las condiciones más optimistas se elegiría la acción que proporcione el max ai max ϴj v (ai, ϴj).
Se supone que v(ai, ϴj) representa ganancia o beneficio . De igual manera, en las condiciones más
pesimistas, la acción elegida corresponde a max ai min ϴj v(ai, ϴj). El criterio de Hurwicz da un
equilibrio entre el optimismo extremo y el pesimismo extremo ponderando las dos condiciones
anteriores por los pesos respectivos α y (1 – α), donde 0 ≤ α ≤ 1. Esto es, si v(ai, ϴj) representa
beneficio, seleccione la acción la acción que proporcione:
Max∨α max v ¿) +(1-α)min v ¿)

Para el caso donde v(ai,ϴj) representa un costo, el criterio selecciona la acción que proporciona:

min∨α min v ¿) +(1-α)max v ¿)

El parámetro α se conoce como índice de optimismo: cuando α= 1, el criterio es demasiado

optimista; cuando α= 0, es demasiado pesimista. Un valor de α entre cero y uno puede
seleccionarse, dependiendo de si el decisor tiende hacia el pesimismo o al optimismo. En ausencia
de una sensación fuerte de una circunstancia u otra, un valor de α= ½ parece ser una selección
razonable.
 Resumen conjunto de fotos 2

Introducción
En una gran medida, el éxito o el fracaso que experimenta un ser humano en la vida
dependen de las decisiones que tome. La persona dirigió el malogrado proyecto del
transbordador Challenger ya no trabaja en la NASA. El individuo que diseño el exitoso
Mustang se convirtió en presidente de Ford. ¿Por qué y cómo tomaron sus decisiones
estas personas? En general, ¿Qué implica tomar buenas decisiones? Una decisión puede
marcar la diferencia entre una carrera de éxitos y una no exitosa. La teoría de las
decisiones es un enfoque analítico y sistemático para el estudio de la toma de decisiones.
¿Qué marca la diferencia entre las buenas y malas decisiones? Una buena decisión es
aquella que se basa en la lógica, considera todos los datos disponibles y las alternativas
posibles, y aplica el enfoque cuantitativo que se vaya a describir. En ocasiones, una buena
decisión tiene un resultado inesperado o desfavorable. No obstante, si se realiza de
manera adecuada, todavía sería una buena decisión. Una mala decisión no está basada en
la lógica, no utiliza toda la información disponible, no considera todas las alternativas ni
emplea las técnicas cuantitativas adecuadas. Si alguien toma una mala decisión, pero es
afortunado y ocurre un resultado favorable, de igual forma, tomo una mala decisión.
Aunque algunas veces buenas decisiones lleven a malos resultados, a largo plazo, el uso
de la teoría de las decisiones tendrá resultados exitosos.
Las seis fases del proceso de toma de decisiones
1.- Identificar con claridad el problema en cuestión.
2.- Elaborar una lista con las posibles alternativas.
3.- Identificar los posibles resultados o estados de la naturaleza.
4.- Listar el pago o utilidad de cada combinación de alternativas y resultados.
5.- Seleccionar uno de los modelos matemáticos del proceso de toma de decisiones.
6.- Aplicar el modelo y tomar su decisión.
Se utilizara el caso de Thompson Lumber Compañy como ejemplo para ilustrar estas fases
de la teoría de la decisión.
Fase 1: El problema que Jhon Thompson enfrenta es si le conviene expandir su línea de
productos mediante la fabricación y comercialización de un nuevo producto, cobertizos de
almacenamiento para patios traseros.
La segunda fase de Thompson consiste en elegir las alternativas que están disponibles
para él. En la teoría de las decisiones, una alternativa se define como el curso de acción o
estrategia que puede elegir quien toma las decisiones.
Fase 2: Jhon decide que sus alternativas son construir 1) una planta grande nueva para
producir los cobertizos de almacenamiento, 2) erigir una planta pequeña, 3) no construir
ninguna planta.
La siguiente fase consiste en identificar los posibles resultados de las diversas alternativas.
Quienes toman las decisiones y son optimistas tienen la tendencia a ignorar los resultados
negativos, mientras que aquellos que tienen una actitud pesimista podrían dejar de
considerar un resultado favorable. Si usted no considera todas las posibilidades, no
tomara una decisión lógica y los resultas podrían no ser deseables. En la teoría de las
decisiones, los resultados sobre los cuales quien toma las decisiones tiene poco o ningún
control, se conocen como estados de la naturaleza.
Fase 3: Thompson determina que solo hay dos resultados posibles; el mercado para los
cobertizos de almacenamiento podría ser favorable, lo que significaría una gran demanda
del producto, o bien, podría no ser favorable, es decir que la demanda de este producto
seria baja.
Una vez que se han identificado las alternativas y los estados de la naturaleza, la siguiente
fase consiste en expresar los pagos obtenidos a partir de cada combinación posible de
alternativas y resultados. En la teoría de las decisiones, se conoce a tales pagos o
beneficios como valores condicionales. Desde luego que no se puede basar cada decisión
exclusivamente en dinero, pues cualquier medio apropiado para medir la ganancia
también es aceptable.
Fase 4: Debido a que Thompson quiere maximizar sus utilidades, se puede utilizar la
utilidad para evaluar cada consecuencia.
Thompson ya ha evaluado las utilidades potenciales asociadas con los diversos resultados.
Con un mercado favorable, el considera que con instalaciones grandes producirá una
utilidad neta de 200 000 dólares para su compañía. Estos 200 000 dólares son un valor
condicional porque el hecho de que Thompson reciba el dinero está condicionado a la
construcción de una fábrica grande y a contar con un buen mercado. El valor condicional
si el mercado no fuera favorable seria de una pérdida neta de 180 000 dólares. Una
fábrica pequeña podría producir una utilidad neta de 100 000 dólares en un mercado
favorable, pero ocurrirá una pérdida neta de 20 000 dólares si el mercado no fuera
favorable. Finalmente, hacer nada daría como resultado una utilidad de 0 dólares en
cualquiera de las condiciones del mercado. La forma sencilla de presentar estos valores es
mediante la construcción de una tabla de decisión con los valores condicionales de
Thompson, Todas las alternativas posibles se presentan en el lado izquierdo de la tabla y
todos los resultados posibles o estados de la naturaleza en la parte superior, El cuerpo de
la tabla contiene los pagos reales.
Fases 5 y 6: Las últimas dos fases tienen la función de seleccionar el modelo de teoría de la
decisión y aplicarlo a los datos para ayudar a tomar una decisión. La selección del modelo
depende del ambiente en el que se está operando y del riesgo e incertidumbre
implicados.

Maximin
El criterio maximin se emplea para encontrar la alternativa que maximiza el pago o
consecuencia mínima de cada una de las alternativas. Primero debe localizar la ganancia
mínima de cada alternativa y después seleccionar aquella con el número mayor. Este
criterio de decisión localiza la alternativa que brinda lo mejor de lo peor (un mínimo) de
pago, por lo cual se le ha llamado criterio pesimista de decisión. Este criterio garantiza que
el pago será de (por lo menos) el valor maximin. La selección de otra alternativa podría
permitir que ocurriera un pago más bajo (peor).
Criterio de realismo (Criterio de Hurwicz)
Con frecuencia llamado promedio ponderado, el criterio de realismo (criterio de Hurwicz)
es un compromiso entre una decisión optimista y una pesimista. Para empezar, se
selecciona un coeficiente de realismo, α, el cual mide el grado de optimismo de quien
toma las decisiones. Este coeficiente se encuentra entre 0 y 1. Cuando α equivale a 1,
quien toma las decisiones es 100% optimista acerca del futuro. Cuando α equivale a 0,
quien toma las decisiones se encuentra 100% pesimista con respecto al futuro. La ventaja
de esta metodología es que permite a quien toma las decisiones generar sentimientos
personales de optimismo o pesimismo relativos. El promedio ponderado se calcula como
se indica a continuación:
Promedio ponderado= α (máximo en renglón) + (1-α) (mínimo en el renglón)
Observe que cuando α= 1, es igual al criterio optimista, y cuando α=0, equivale al criterio
pesimista. Se calcula el porcentaje de cada una de las alternativas y se elige aquella que
tenga el promedio ponderado más alto.

Igualdad de probabilidades (Laplace)

Un criterio que considera todos los pagos de cada alternativa es el que se llama de
igualdad de probabilidades, también conocido como criterio de decisiones de Laplace.
Este enfoque involucra encontrar la ganancia promedio de cada alternativa y seleccionar
aquella que ofrezca el promedio más alto. El enfoque de igualdad de probabilidades
supone que todas las probabilidades de que ocurra un estado de la naturaleza son iguales,
por lo cual cada uno de estos estados tiene la misma probabilidad.
Arrepentimiento minimax
El siguiente criterio empleado para la toma de decisiones está basado en la perdida de
oportunidad o arrepentimiento. La pérdida de oportunidad se refiere a la diferencia entre
el beneficio o pago óptimo de un determinado estado de la naturaleza y el pago real
obtenido a partir de una decisión en particular. En otras palabras, es la cantidad que se
pierde por no haber seleccionado la mejor alternativa ante determinado estado de la
naturaleza.
El primer paso es crear una tabla de perdida de oportunidad mediante la determinación
de la perdida de oportunidad que se genera debido al hecho de no haber seleccionado la
mejor alternativa de cada estado de la naturaleza. La perdida de oportunidad de cualquier
estado de la naturaleza, o cualquier columna, se calcula restando de cada pago de la
columna del mejor pago que aparece en la misma columna. En el caso de un mercado
favorable, la mejor ganancia es de $200 000 que se obtienen debido a haber seleccionado
la primera alternativa, “construir una fabrica grande”. Si se selecciona la segunda
alternativa se obtiene una utilidad de $100 000 en un mercado favorable, suma que se
compara con la mejor ganancia de $200 000. Por lo tanto, la perdida de oportunidad es
200 000-100 000 =100 000. De manera similar, si se selecciona la opción “hacer nada”, la
perdida de oportunidad seria de 200 000-0 = 200 000.
En el caso de un mercado desfavorable, el mejor pago es $0 como resultado de la tercera
alternativa,”hacer nada”, de manera que representa una perdida de oportunidad de 0. Se
pueden obtener las perdidas de oportunidad de cualquier otra alternativa al restar su
pago de este mejor pago ($0).
Arboles de decisión
Cualquier problema que pueda presentarse en una tabla de decisión también puede
ilustrarse de manera gráfica en un árbol de decisión. Todos los arboles de decisión son
similares en el sentido de que contienen puestos de decisión o nodos de decisión y puntos
de estados de la naturaleza o nodos de estados de la naturaleza.

 Un nodo de decisión del que se pueden seleccionar varias alternativas

 Un nodo de estados de la naturaleza a partir del cual podría ocurrir un estado de la
naturaleza
Para dibujar el árbol, se comienza de izquierda a derecha. De esta forma, el árbol presenta
las decisiones y resultados en un orden secuencial. Las líneas o ramas de los cuadrados
(nodos de decisión) representan las alternativas, y las ramas de los círculos representan
los estados de la naturaleza.
Cinco fases del análisis por medio de árboles de decisión
1.- Definir el problema
2.- Estructurar o dinujar el árbol de decision.
3.- Asignar probabilidades a los estados de la naturaleza.
4.- Calcular las ganancias de cada combinación posible de alternativas y estados de la
naturaleza.
5.- Resolver el problema mediante el cálculo de los valores monetarios esperados (EMV)
de cada nodo de estado de la naturaleza. Esta operación se hace trabajando hacia atrás,
es decir, se comienza desde la derecha del árbol y se trabaja hasta el origen de los nodos
de decisión que se encuentran a la izquierda. Además, en cada nodo de decisión se debe
seleccionar la alternativa que tiene el mejor EMV

Estructura de PERT y CPM

Hay seis pasos comunes tanto para PERT como CPM. El procedimiento es el siguiente:
1.- Definir el proyecto y todas sus actividades o tareas importantes.
2.- Desarrollar las relaciones entre las actividades. Decidir cuales actividades deben
precede.
3.-Trazar la red que conecta todas las actividades
4.- Asignar estimaciones de tiempo y/o costo a cada actividad.
5.- Calcular la línea de tiempo más larga a través de la red; esta trayectoria se conoce
como (no se distingue)
6.- Utilizar la red para ayudar a la planeación, programación, supervisión y control del
proyecto.
Encontrar la ruta crítica es una parte muy importante del control de un proyecto. Las
actividades en la ruta crítica representan tareas que retardaran todo el proyecto si se
retrasan. Los administradores obtienen flexibilidad mediante la identificación de
actividades no críticas, lo que les permite la re planeación, reprogramación y reasignación
de recursos tales como personal y finanzas.
Aunque PERT y CPM son similares en su enfoque básico, difieren en la forma en que se
calculan los tiempos de las actividades. Para cada actividad PERT, se combinan tres
estimaciones de tiempo para determinar el tiempo esperado de terminación de la
actividad y su varianza. Ello nos indica que PERT es una técnica probabilística, pues
permite determinar la probabilidad de que el proyecto en su conjunto se termine en una
fecha determinada. Por otro lado, CPM se conoce como un enfoque determinístico. Utiliza
dos estimaciones de tiempo, el tiempo normal y el tiempo de recorte de cada actividad. El
tiempo normal de terminación es el que se estima se empleara en condiciones normales
para terminar la actividad; el tiempo recortado de terminación es el tiempo más corto que
pueda terminar una actividad si se asignaran fondos y recursos adicionales a la tarea.
PERT
Casi todos los grandes proyectos pueden subdividirse en una serie de actividades más
pequeñas, o tareas, que pueden analizarse con PERT. Cuando se reconoce que los
proyectos pueden tener miles de actividades específicas, se entiende por qué es
importante poder contestar preguntas como las siguientes:
1.- ¿Cuándo se terminara el proyecto en su conjunto?
2.- ¿Cuáles son las actividades o tareas críticas del proyecto, es decir, aquellas que
retardarían todo el proyecto si se retrasan?
3.- ¿Cuáles son las actividades no críticas, es decir, aquellas que pueden demorarse sin
retrasar la terminación del proyecto completo?
4.- ¿Cuál es la probabilidad de que el proyecto se termine en una fecha especifica?
5.- En cualquier fecha específica, ¿el proyecto se encuentra a tiempo, retrasado o
adelantado con respecto al programa?
6.- En cualquier momento, ¿el dinero gastado es igual, menor o mayor que la cantidad de
presupuestada?
7.-¿Hay suficientes recursos disponibles para terminar el proyecto a tiempo?
8.- Si el proyecto debe terminarse en un periodo mas corto, ¿Cuál es la mejor manera de
lograrlo al menor costo?
PERT (o PERT/costo) puede ayudar a contestar cada una de estas preguntas.

Dibujo de una red PERT

Una vez que las actividades se han especificado (etapa 1) y la administración ha decidido
cuales actividades deben preceder a las otras (etapa 2), puede dibujarse la red (etapa 3).
Existen dos técnicas comunes para dibujar redes PERT. La primera se conoce como
actividad en nodo (AON, por sus siglas en ingles), debido a que los nodos representan las
actividades. La segunda se conoce como actividad en arco (AOA, por sus siglas en ingles),
en razón de que los arcos se utilizan para representar las actividades
Cuando se construye una red AON, debe de haber un nodo que represente el inicio del
proyecto y otro su terminación. Esto significa que debe existir un nodo que simbolice cada
una de las actividades.

Tiempos de las actividades

La siguiente etapa en el procedimiento PERT es asignar las estimaciones de los tiempos
requeridos para terminar cada actividad. Generalmente el tiempo se maneja en unidades
de semanas. Para proyectos únicos en su tipo o trabajos nuevos, no siempre es una tarea
fácil proporcionar una estimación de tiempo de actividad. Sin datos históricos solidos,
frecuentemente los administradores se mostraran poco seguros cuando deben calcular los
tiempos de las actividades. Por esta razón, quienes desarrollaron PERT emplearon una
distribución de probabilidad basada en tres estimaciones de tiempo para cada una de las
actividades:
Tiempo optimista (a) = tiempo que se empleara en una actividad si todo va tan bien como
sea posible. Solo debe haber una pequeña probabilidad de que eso ocurra.
Tiempo pesimista (b) = tiempo que se emplearía en una actividad suponiendo condiciones
muy desfavorables. También solo debería haber una pequeña probabilidad de que la
actividad realmente consuma tanto tiempo.
Tiempo más probable (m)= estimación más realista para terminar la actividad.
Con frecuencia, PERT supone que las estimaciones de tiempo siguen una distribución de
probabilidades beta. Se ha encontrado que esta distribución continua es apropiada, en
muchos casos, para determinar el valor y la varianza esperados de los tiempos de
determinación de las actividades.

Para determinar el tiempo esperado de la actividad, la distribución beta pondera las

estimaciones de la siguiente manera:
a+ 4 m+ b
t=
6

Para calcular la dispersión o varianza del tiempo de terminación de una actividad, se utiliza
la siguiente formula:
2
b−a
varianza= ( )
6

Como encontrar la ruta critica

Una vez que se ha determinado el tiempo esperado para la terminación de la actividad, se
acepta como el tiempo real para esa tarea.
La ruta crítica es la ruta o trayecto de tiempo más largo a través de la red.

Para encontrar la ruta crítica se necesita determinar las siguientes cantidades de cada
actividad dentro de la red:
1.- Tiempo de inicio más próximo (ES): tiempo de inicio en el que cada actividad puede
comenzar; sin violar los requerimientos del predecesor inmediato.
2.- Tiempo de terminación más próximo (EF): tiempo más cercano en que puede terminar
cada actividad
3.- Tiempo de inicio más lejano (LS): tiempo más alejado para iniciar cada actividad sin
retrasar todo el proyecto.
4.- Tiempo de terminación más lejano (LF): tiempo más alejado en que una actividad
puede terminar sin retrasar todo el proyecto.
En la red, estos tiempos así como los tiempos de actividad (t), se representan en los nodos
como se muestra a continuación:

ACTIVIDAD t
ES EF

LS LF

Primero se muestra como determinar los tiempos más próximos. Una vez que se ha
cubierto esta tarea, se pueden calcular los tiempos más lejanos.
Tiempos más próximos
Existen dos reglas básicas a seguir cuando se calculan los tiempos ES y EF. La primera regla
es el tiempo más próximo de terminación, el cual se calcula de la siguiente manera:
Tiempo de terminación más próximo= tiempo de inicio más próximo + tiempo de actividad
EF=ES+ t
Asimismo, antes de que pueda comenzar cualquier actividad, todas sus actividades
predecesoras deben estar concluidas. En otras palabras, se busca el EF más grande de
todas las predecesoras inmediatas para determinar el ES. La segunda regla para
determinar el tiempo de inicio más próximo es la siguiente:

 Inicio más próximo= mayor de los tiempos de terminación más próximos de las
predecesoras inmediatas
ES= EF más grande de las predecesoras inmediatas
El inicio de todo el proyecto se fija en el tiempo se fija en el tiempo cero. Por lo tanto,
cualquier actividad que no tiene predecesoras tendrá el tiempo de inicio más próximo
equivalente a cero.
Tiempo más lejanos
El siguiente paso para encontrar la ruta crítica es calcular el tiempo de inicio más lejano
(LS) y el tiempo de terminación más lejano (LF) de cada actividad. Esto se lleva acabo
dando un paso hacia atrás a través de la red, es decir, se comienza al final se trabaja hacia
el inicio.
Existen dos reglas básicas que se deben seguir cuando se calculan los tiempos más lejanos.
La primera regla implica el tiempo de inicio más lejano, el cual se calcula de la siguiente
manera:
Tiempo de inicio más lejano= tiempo de terminación más lejano – tiempo de la actividad
LS= LF-t
Asimismo, debido a que todas las predecesoras inmediatas deben terminarse antes de
que pueda comenzar otra actividad, el tiempo de inicio más lejano de una actividad
determina el tiempo de terminación más lejano de sus predecesoras inmediatas. Si una
actividad es la predecesora inmediata de dos o más actividades, debe estar determinada
para que las actividades siguientes puedan comentar en sus tiempos de inicio más lejanos.
Así, la segunda regla implica el tiempo de terminación más lejano, el cual se calcula de
esta manera:
Tiempo de terminación más lejano= más pequeño de los tiempos de inicio más lejanos de
las actividades siguientes
 LF = LS más pequeño de las actividades siguientes.
Holgura.
Cuando se han determinado ES, LS, EF y LF, encontrar el tiempo de holgura, o tiempo de
cada actividad es una cuestión sencilla. La holgura es la longitud de tiempo que una
actividad puede demorarse sin retrasar al proyecto en su conjunto. Matemáticamente,
este concepto se expresa de la siguiente manera:
Holgura= LS-ES o Holgura= LF-EF

Probabilidad de terminación del proyecto

PERT utiliza la varianza de las actividades de ruta crítica para ayudar a determinar la
varianza del proyecto general. Si los tiempos de actividades son estadísticamente
independientes, la varianza del proyecto se calcula mediante la suma de las varianzas de
las actividades críticas:
Varianza del proyecto = ∑ varianzas de las actividades en la ruta critica