THEORY OF DECISION
Unit 1: Phase 2 – Solve problems by applying the algorithms of the unit 1
Presented to:
RICARDO JAVIER PINEDA
Delivered by:
CARLOS HUMBERTO RINCÓN BARAJAS
COD: 1.052.404.458
GROUP: 212066_54
NATIONAL UNIVERSITY OPEN AND REMOTE
SCHOOL OF BASIC SCIENCES, TECHNOLOGY AND ENGINEERING
INDUSTRIAL ENGINEER
SEPTEMBER 2019
INTRODUCTION
This work is done to comply with the solution of what is requested in the Phase 1
guide which is To Solve Problems by applying the algorithms found on unit 1, in
which it can be evidenced by solving the problems proposed in Phase 2 guide. The
topics developed here are: Decision Trees, Evpi and Evmi which will help us to
obtain the information required for each exercise.
Problema 1. ÁRBOLES DE DECISIÓN, VEIP y VEIM
Teratex, una empresa textil que tiene una experiencia productiva en el mercado
externo de 25 años, debe decidir si fabrica un nuevo producto en su planta
principal o, por el contrario, la compra a un proveedor externo.
Los beneficios dependen de la demanda del producto. La tabla muestra las
ganancias proyectadas, en millones de dólares.
Table 1. Decision process for the commercialization of the product
States of nature
Decision alternative Demand low- Demand low Demand High -
utility average - utility utility
Manufacture 321 352 367
Subcontract 335 353 381
Buy 318 361 375
Probabilities Ʃ = 1 0,35 0,35 0,3
PROBABILIDAD
a) Use VEIP para determinar si la empresa debe tratar de obtener una mejor
estimación b. Se espera que un estudio de mercado de prueba de la
demanda potencial de productos Las probabilidades condicionales
relevantes son:
NODO 2 (321*0.35) + (352*0.35)+
(367*0.30)= 364
NODO 3 (335*0.35) + (353*0.35)+
(381*0.30)= 355,1
NODO 4 (318*0.35) + (361*0.35)+
(375*0.30)= 350,15
VEsIP = Máx (nodo 2 vs nodo 3 vs nodo 4) = Nodo 2 = 364
La decisión que se recomienda es fabricar, esperando un pago de 364 millones.
Hallar VEIP = |VEcIP - VEsIP| = |364 – 364| = 0
Valor esperado con la información perfecta
VEcIP = (321*0.35) + (352*0.35)+ (367*0.30)= 364
b) Se espera que un estudio de mercado de prueba de la demanda potencial
de productos reporte una condición favorable (F) o desfavorable (U). Las
probabilidades condicionales relevantes son:
P(F/baja) = 0,35 P(D/baja) = 0,65
P(F/media baja) = 0,41 P(F/media baja) = 0,59
P(F/alta) = 0,32 P(F/alta) = 0,68
BAJ MEDI ALT Probabilidades
PROBABILID A A A Condicionadas
AD PREVIA P(F/baja) = 0,35
0,35 0,35 0,30
P(F/media baja) = 0,41
P(F/alta) = 0,32
FAVORABLE
Estados de la Probabilidades Probabilidades Probabilidades Probabilidade
Naturaleza Previas P(sj) Condicionales Conjuntas Posteriores P(s
P(F/sj) P(sj)*P(F/sj)
BAJA 0,35 0,35 0,122 0,56
MEDIA 0,35 0,41 0,143 0,39
ALTA 0,30 0,32 0,096 0,44
P(F) 0,361
DESFAVORABLE
Estados de la Probabilidades Probabilidades Probabilidades Probabilidades
Naturaleza Previas P(sj) Condicionales Conjuntas Posteriores
P(D/sj) P(sj)*P(D/sj) P(sj/D)
BAJA 0,35 0,65 0,227 0,52
MEDIA 0,35 0,59 0,206 0,32
ALTA 0,30 0,68 0,204 0,47
P(D) 0,637
Probabilidades
PROBABILIDAD BAJA MEDIA ALTA Condicionadas
PREVIA 0,35 0,35 0,30 P(D/baja) = 0,65
P(D/media baja) = 0,59
P(D/alta) = 0,68
VALOR DE NODO 1: 474,92
c). ¿Cuál es el valor esperado de la información de investigación de mercado?
SOLUCIÓN
Para Hallar el Valor de la Información Muestral tenemos que: VEIM = |VEcIP - VEcIM |
VEIM = |364 - 474,92| = 110,92
VEcIM = 364
VEcIP = 474,92
d). ¿Cuál es la eficiencia de la información?
VEIM
Para hallar la Eficiencia tenemos E= VEIP ∗100 que:
VEIP = |364 - 364| = 0
110,92 La Eficiencia tiende a infinito, lo que significa que la
E= ∗100=∞
0 decisión es acertada
Problema 2. ÁRBOLES DE DECISIÓN, VEPI y VEMI.
ElectroCom, una compañía que fabrica componentes electrónicos para la
introducción en su catálogo de productos, debe decidir si fabrica un nuevo
producto en su planta principal, lo subcontrata con la supervisión de la empresa o
si lo compra a un proveedor externo. Los beneficios dependen de la demanda del
producto. La tabla 2 muestra las ganancias proyectadas, en millones de dólares.
Tabla 2. Proceso de decisión para la comercialización del producto
Estados de la Naturaleza
Alternativa de Demanda Demanda
Decisión Demanda media baja - media alta - Demanda alta
baja-utilidad utilidad utilidad - utilidad
Fabricación 438 466 495 500
Sub contratación 426 462 487 512
Compra 430 469 487 509
Arrendamiento 451 474 487 503
Externalizar 436 470 488 508
Probabilidad Ʃ = 1 0,17 0,29 0,21 0,33
PARTE 1. ÁRBOLES DE DECISIÓN, EVPI y EVMI
De acuerdo con la información correspondiente en la Tabla 1 y la teoría del Valor
Predicho de Información Perfecta (EVPI), el Valor Esperado de Información de
Muestra (EVMI) y Árboles de Decisión, responder:
a) Use EVPI para determinar si la compañía debe tratar de obtener una mejor
estimación de la demanda.
El valor esperado de la información perfecta VEIP es un límite superior para
la cantidad que se estará dispuesto a pagar por mejorar el conocimiento
sobre el estado de naturaleza
NODO 5 (451*0.17) + (474*0.29)+ 482,39
(487*0.21)+(503*33)=
VEsIP = Máx (nodo 2 vs nodo 3 vs nodo 4 vs nodo 5 vs nodo 6) = Nodo 5= 482,39
B) Se espera que un estudio de mercado de prueba de la demanda potencial
de productos reporte una condición favorable (F) o desfavorable (U). Las
probabilidades condicionales relevantes son:
P(F/low) = 0,15 P(D/low) = 0,85
P(F/low average) = 0,45 P(D/ low average) = 0,55
P(F/high medium) = 0,3 P(D/ high medium) = 0,7
P(F/high) = 0,5 P(D/high) = 0,5
MEDI ALT
A MEDI A
PROBABILID BAJ BAJ A
AD PREVIA A A ALTA
0,17 0,29 0,21 0,33
Probabilidades
Condicionadas
P(F/baja) = 0,15
P(F/ media) = 0,45
P(F/ media alta) = 0,3
P(F/alta) = 0,5
FAVORABLE
Estados de la Probabilidades Probabilidades Probabilidades Probabilidade
Naturaleza Previas P(sj) Condicionales Conjuntas Posteriores P(s
P(F/sj) P(sj)*P(F/sj)
BAJA 0,17 0,15 0,025 0,06
MEDIA BAJA 0,29 0,45 0,13 0,34
MEDIA ALTA 0,21 0,3 0,063 0,16
ALTA 0,33 0,5 0,165 0,43
P(F) 0,383
MEDI ALT
A MEDI A
PROBABILID BAJ BAJ A
AD PREVIA A A ALTA
0,17 0,29 0,21 0,33
Probabilidades
Condicionadas
P(D/baja) = 0,85
P(D/ media) = 0,55
P(D/ media alta) = 0,7
P(D/alta) = 0,5
FAVORABLE
Estados de la Probabilidades Probabilidades Probabilidades Probabilidade
Naturaleza Previas P(sj) Condicionales Conjuntas Posteriores P(s
P(D/sj) P(sj)*P(D/sj)
BAJA 0,17 0,85 0,144 0,234
MEDIA BAJA 0,29 0,55 0,159 0,258
MEDIA ALTA 0,21 0,7 0,147 0,239
ALTA 0,33 0,5 0,165 0,268
P(F) 0,615
VALOR DE NODO 1: 479,389
c). ¿Cuál es el valor esperado de la información de investigación de mercado?
SOLUCIÓN
Para Hallar el Valor de la Información Muestral tenemos que: VEIM = |VEcIP - VEcIM |
VEcIM = 364 VEIM = |482,39 - 479,389| = 3,01
VEcIP = 474,92
d).¿Cuál es la eficiencia de la información?
VEIM
Para hallar la Eficiencia tenemos E= VEIP ∗100 que:
VEIP = |482,39 – 489,39| = 0
3,01 La Eficiencia tiende a infinito, lo que significa que la
E= ∗100=∞
0 decisión es acertada
Problema 3. ÁRBOLES DE DECISIÓN, EVPI y EVMI
Teratextyl, una empresa textil que tiene una experiencia productiva en el mercado
externo de 30 años, debe decidir si fabrica un nuevo producto en su planta
principal, o si por el contrario compra a un proveedor externo. Los beneficios
dependen de la demanda del producto. La tabla muestra las ganancias
proyectadas, en millones de dólares.
Table 3. Proceso de decisión para la comercialización del producto
ESTADOS DE LA NATURALEZA
Alternativa de Demanda
Decisión Demanda Demanda
Demanda baja Media
Media Alta
Alta
Fabricación 525 574 589 603
Sub contratación 537 568 586 610
Compra 540 568 587 603
Arrendar 549 85 593 602
Outsource 536 87 592 602
Probabilities Ʃ = 1 0,17 0,29 0,21 0,33
PARTE 1. ÁRBOLES DE DECISIÓN, EVPI y EVMI
De acuerdo con la información correspondiente en la Tabla 3 y la teoría del Valor
Predicho de Información Perfecta (EVPI), el Valor Esperado de Información de
Muestra (EVMI) y Árboles de Decisión, responder:
a) Use EVPI para determinar si la compañía debe tratar de obtener una mejor
estimación de la demanda.
El valor esperado de la información perfecta VEIP es un límite superior para
la cantidad que se estará dispuesto a pagar por mejorar el conocimiento
sobre el estado de naturaleza:
NODO 3 (540*0.17) + (568*0.29)+
(587*0.21)+(603*33)= 580,37
NODO 5 (536*0.17) + (571*0.29)+
(592*0.21)+(602*33)= 580,37
VEsIP = Máx (nodo 2 vs nodo 3 vs nodo 4 vs nodo 5 vs nodo 6) = Nodo 3 Y 5=
580,37
Cualquiera de los dos puede usarse ya que ambos son factibles
B) Se espera que un estudio de mercado de prueba de la demanda potencial
de productos reporte una condición favorable (F) o desfavorable (U). Las
probabilidades condicionales relevantes son:
P(F/low) = 0,21 P(D/low) = 0,79
P(F/low average) = 0,25 P(D/ low average) = 0,75
P(F/high medium) = 0,42 P(D/ high medium) = 0,58
P(F/high) = 0,3 P(D/high) = 0,7
MEDI ALT
A MEDI A
PROBABILID BAJ BAJ A
AD PREVIA A A ALTA
0,17 0,29 0,21 0,33
Probabilidades
Condicionadas
P(F/baja) = 0,21
P(F/ media) = 0,25
P(F/ media alta) = 0,42
P(F/alta) = 0,3
FAVORABLE
Estados de la Probabilidades Probabilidades Probabilidades Probabilidade
Naturaleza Previas P(sj) Condicionales Conjuntas Posteriores P(s
P(F/sj) P(sj)*P(F/sj)
BAJA 0,17 0,21 0,03 0,10
MEDIA BAJA 0,29 0,25 0,07 0,25
MEDIA ALTA 0,21 0,42 0,08 0,28
ALTA 0,33 0,3 0,10 0,35
P(F) 0,28
MEDI ALT
A MEDI A
PROBABILID BAJ BAJ A
AD PREVIA A A ALTA
0,17 0,29 0,21 0,33
Probabilidades
Condicionadas
P(D/baja) = 0,79
P(D/ media) = 0,75
P(D/ media alta) = 0,58
P(D/alta) = 0,7
FAVORABLE
Estados de la Probabilidades Probabilidades Probabilidades Probabilidade
Naturaleza Previas P(sj) Condicionales Conjuntas Posteriores P(s
P(D/sj) P(sj)*P(D/sj)
BAJA 0,17 0,79 0,134 0,190
MEDIA BAJA 0,29 0,75 0,217 0,308
MEDIA ALTA 0,21 0,58 0,121 0,172
ALTA 0,33 0,7 0,231 0,328
P(F) 0,703
VALOR DE NODO 1: 428,747
c). ¿Cuál es el valor esperado de la información de investigación de mercado?
SOLUCIÓN
Para Hallar el Valor de la Información Muestral tenemos que: VEIM = |VEcIP - VEcIM |
VEcIM = 580,37 VEIM = |580,37 - 428,747| = 151,62
VEcIP = 428,747
d). ¿Cuál es la eficiencia de la información?
VEIM
Para hallar la Eficiencia tenemos E= VEIP ∗100 que:
VEIP = |580,37 – 580,37| = 0
151,62 La Eficiencia tiende a infinito, lo que significa que la
E= ∗100=∞
0 decisión es acertada
CONCLUTIONS
• The exercises have been developed clearly and with understandable processes
• The subject of algorithms is backed up through the proposed exercises
REFERENCES
Sanderson, C. (2006). Analytical Models for Decision Making. New York, USA:
McGraw-Hill Education Editorial. Retrieved
from http://bibliotecavirtual.unad.edu.co:2051/login.aspx?
direct=true&db=nlebk&AN=234098&lang=es&site=eds-live
