UNIVERSIDAD NACIONAL

SANTIAGO ANTNEZ DE MAYOLO

FACULTAD DE ADMINISTRACIN Y TURISMO

RICARDO TOLEDO QUIONES

HUARAZ PER - 2 012

UNIVERSIDAD NACIONAL
SANTIAGO ANTNEZ DE MAYOLO

FACULTAD DE ADMINISTRACIN Y TURISMO

ANLISIS CUANTITATIVO PARA DECISIONES I

TERCERA EDICIN

AGOSTO 2 012

DERECHOS RESERVADOS 2 012 M.Sc. Ricardo Enrique Toledo Quiones

EDICIONES FAT
Ciudad Universitaria Shancayan Telefax (043) - 425119
Impreso en Huaraz Per.

PRESENTACIN
La enseanza de un curso proyectado para durar un ciclo
acadmico (70 horas), con un contenido diverso y ambicioso
plante la necesidad ya en el ao 1 994, de un texto que
permita cumplir con promover el conocimiento. El fondo de los
temas a la fecha, conserva en gran medida lo desarrollado
inicialmente, los alumnos y las herramientas informticas, se
encargaron de contribuir a su enriquecimiento.
Es difcil asumir la responsabilidad total de generar un texto,
para una distribucin a poca escala, sin apoyo institucional, lo
que explica en gran medida ocho aos para poder llegar a una
presentacin aceptable, sujeta a continuas mejoras.
En lo posible se relacionan los temas con software existente en
el medio, prefiriendo los ms comerciales an signifiquen una
mayor dificultad en el aprendizaje pero garanticen su existencia
futura.
En esta Edicin, se conserva el criterio de fijar un nivel de los
contenidos bsicos, si bien se dan pautas para aplicaciones
reales, falta mucho camino por recorrer. Aun as, se decide por
su mayor difusin en bsqueda de sugerencias que sern
agradecidas. La experiencia nos seala que es posible ensear
sin llegar a la complejidad matemtica a efectos que un mayor
nmero de personas salga beneficiada.
La mayora de los problemas cuentan con sus respuestas al
final de cada Captulo. Una buena opcin es que a partir de los
conocimientos que se logren, incentivar al alumno a que
desarrolle problemas ms complejos guindolos en la
bibliografa adecuada.
Mi agradecimiento sincero a todos los alumnos, en especial
para aquellos que pese a grandes limitaciones econmicas dan
sus mejores esfuerzos por aprender y constituyen fuente de
enseanza para quien trata de ensear.

HUARAZ, AGOSTO DE 2 012.

A : THANIA
Y
MARIELA

CONTENIDO
CAPTULO 1
FUNDAMENTOS GENERALES
1.
MTODOS CUANTITATIVOS EN LA ADMINISTRACIN
2.
POSIBILIDADES Y LIMITACIONES
3.
LOS MTODOS CUALITATIVOS
4.
EL PAPEL DE LOS MTODOS CUANTITATIVOS

-1-1-1-2-2-3-

CAPTULO 2
TEORA DE LAS DECISIONES
1.
GENERALIDADES
2.
LOS SISTEMAS
3.
LOS MODELOS
4.
TIPOS BSICOS DE PROBLEMAS DE DECISIN
4.1. CONDICIONES DE CERTIDUMBRE
4.2. CONDICIONES DE INCERTIDUMBRE
4.3. CONDICIONES DE RIESGO
4.3.1. EL RBOL DE DECISIN
4.3.2. INCERTIDUMBRE Y RIESGO
4.3.3. SIMULACIN
4.3.4. LA TEORA BAYESIANA
4.4. CONDICIONES DE CONFLICTO
PROBLEMAS RESUELTOS
RESPUESTAS - PROBLEMAS RESUELTOS

-4-4-4-4-5-5-6-6- 15 - 16 - 17 - 18 - 19 - 20 - 21 - 24 -

CAPTULO 3
PROGRAMACIN LINEAL
1.
CONCEPTO
2.
MTODOS DE RESOLUCIN DE PROBLEMAS
3.
PLANTEAMIENTO DE PROBLEMAS
4.
INGRESO DE DATOS PARA EL EXCEL
5.
OPCIONES DEL SOLVER
6.
CASOS PRESENTADOS EN PROGRAMACIN LINEAL
PROBLEMAS RESUELTOS
PROBLEMAS PROPUESTOS
PLANTEAMIENTO Y RESPUESTAS - PROBLEMAS RESUELTOS
ANEXO 1
INFORMES DEL SOLVER PARA PROGRAMACIN LINEAL - EXCEL
1.
INFORME DE RESPUESTAS
2.
INFORME DE SENSIBILIDAD
3.
INFORME DE LMITES
ANEXO 2
ASPECTOS BSICOS SOBRE EL LINGO

- 31 - 31 - 31 - 31 - 32 - 33 - 35 - 36 - 38 - 42 - 47 - 57 - 57 - 57 - 58 - 58 - 62 - 62 -

CAPTULO 4
EL PROBLEMA DEL TRANSPORTE
1.
DEFINICIN DEL PROBLEMA

- 69 - 69 - 69 -

2.
MTODOS PARA HALLAR UNA SOLUCIN FACTIBLE
3.
CASOS PRESENTADOS
PROBLEMAS RESUELTOS ()
PROBLEMAS PROPUESTOS
RESPUESTAS - PROBLEMAS RESUELTOS

- 69 - 69 - 70 - 71 - 73 -

CAPTULO 5
EL PROBLEMA DE LA ASIGNACIN
1.
DEFINICIN DEL PROBLEMA
2.
MTODOS PARA DETERMINAR UNA SOLUCIN FACTIBLE
3.
CASOS PRESENTADOS
PROBLEMAS RESUELTOS
PROBLEMAS PROPUESTOS
RESPUESTAS - PROBLEMAS RESUELTOS

- 75 - 75 -

CAPTULO 6
TEORA DE JUEGOS
1.
OBJETIVO
2.
NMERO DE PARTICIPANTES
3.
PREMIO O PAGO
4.
ESTRATEGIAS
5.
MATRIZ DEL JUEGO O MATRIZ DE PREMIOS
6.
VALOR DEL JUEGO
7.
SUPUESTOS PARA UN JUEGO
8.
PUNTOS MINIMAX (O DE SILLA)
9.
JUEGOS DE DOS OPONENTES Y DOS ESTRATEGIAS
9.1. JUEGOS ESTRICTAMENTE DETERMINADOS DE 2 X 2
9.2. JUEGOS NO ESTRICTAMENTE DETERMINADOS DE 2 X 2
10. DOMINACIN
11. JUEGOS DE m x n MEDIANTE PROGRAMACIN LINEAL
11.1. LA DUALIDAD EN LA PROGRAMACIN LINEAL
11.2. FORMULACIN EN PROGRAMACIN LINEAL
11.3. PROCEDIMIENTO SUGERIDO
PROBLEMAS RESUELTOS
PROBLEMAS PROPUESTOS
RESPUESTAS - PROBLEMAS RESUELTOS
RESPUESTAS - PROBLEMAS PROPUESTOS SELECCIONADOS
CAPTULO 7
PROGRAMACIN DINMICA
1.
GENERALIDADES
2.
EL PROBLEMA DE LA RUTA MS CORTA
3.
CASO DEL RBOL DE EXTENSIN MNIMA
4.
CASO DEL FLUJO MXIMO
5.
EL PROGRAMA TORA
6.
CASO DEL AGENTE VIAJERO
7.
EL INVOP
PROBLEMAS PROPUESTOS
BIBLIOGRAFA

- 75 - 75 - 75 - 76 - 77 - 81 - 83 - 83 - 83 - 83 - 83 - 83 - 83 - 84 - 84 - 84 - 85 - 85 - 85 - 86 - 86 - 87 - 87 - 88 - 89 - 91 - 92 - 95 - 97 - 97 - 97 - 97 - 97 - 98 - 99 - 101 - 102 - 103 - 112 -

ANLISIS CUANTITATIVO PARA DECISIONES I

CAPTULO 1
FUNDAMENTOS GENERALES
1.

MTODOS CUANTITATIVOS EN LA ADMINISTRACIN

La Investigacin Operativa (tambin conocida como Investigacin de

Operaciones) 1, es una rama de las Matemticas consistente en el uso de modelos
matemticos, estadstica y algoritmos con objeto de realizar un proceso de toma
de decisiones. Frecuentemente, trata el estudio de complejos sistemas reales, con
la finalidad de mejorar (u optimizar) el funcionamiento del mismo.
Las matemticas son en esencia, tan antiguas como la historia escrita, y sus
aplicaciones a los negocios se remontan a los inicios del comercio. Contar fue
probablemente la primera aplicacin cuando los primeros mercaderes llevaban
sus libros.
La influencia del mtodo cientfico se dej sentir a partir de la Primer Revolucin
Industrial, con las primeras fbricas vinieron las necesidades de coordinacin y
eficiencia ante el alto volumen de operaciones.
En los Estados Unidos Federick Taylor fue quien ms contribuy a popularizar el
enfoque cientfico en la administracin. Taylor era partidario de la toma de
decisiones basada en el anlisis exhaustivo, la experimentacin cuidadosa y los
hechos objetivos en lugar de las reglas como recetas.
A principios de la Segunda Guerra Mundial, la participacin de los Estados Unidos
y sus aliados en acciones militares en Europa y el Pacfico cre problemas nunca
antes vistos de asignacin de recursos, programacin de la produccin, control de
calidad y logstica.
La intuicin y la experiencia no podan solucionar los problemas planteados, de
all que se formaron equipos de especialistas en ciencias naturales, matemticas
e ingeniera para estudiar tales problemas y recomendar soluciones.
Para entender los enormes problemas los cientficos adoptaron el punto de vista
matemtico, que tena la ventaja de poner en claro relaciones comprendidas
intuitivamente.
Pasada la guerra, quedaron algunas tcnicas que siguieron utilizndose en tiempo
de paz dentro de la empresa. Surgi la Escuela Matemtica en la Administracin
que estableca que slo a travs de las relaciones matemticas se podra llegar a
una Administracin Cientfica.
La experiencia inicial ante el uso indiscriminado de las tcnicas matemticas
dentro de la administracin no han tenido mucho xito, un problema dentro de la
empresa es algo ms que relaciones matemticas, siempre se debe tener en
cuenta que stas sirven para apoyar o auxiliar el proceso de la toma de
decisiones. Si no todo buen matemtico sera buen administrador.
Actualmente existen diversos trminos para referirse a las tcnicas matemticas
1

Slo por cuestiones prcticas el curso adopta el nombre de Anlisis Cuantitativo.

RICARDO TOLEDO QUIONES

-1-

ANLISIS CUANTITATIVO PARA DECISIONES I

para la toma de decisiones: investigacin de operaciones, anlisis de las

decisiones, anlisis de sistemas, etc.
La bsqueda es hallar la mejor solucin posible, si bien se trata de ser lo ms
objetivo posible, esto en los negocios significa ser un optimizador econmico:
maximizar los beneficios econmicos y minimizar los costos econmicos. Herbert
Simn que propugna la Escuela de la Decisin argumenta que la principal funcin
del administrador es la toma de decisiones, y que estos ms que buscar
soluciones ptimas, buscan soluciones satisfactorias, esto es, satisfacen ms que
optimizan, ya que se adecuan a limitaciones o restricciones. Lo ptimo es un ideal
que se pretende alcanzar.
Tanto a nivel mundial como nacional varias organizaciones promueven la
Investigacin de Operaciones, as tenemos, la International Federation Of
Operational Research Societies (http://www.ifors.org/) o la Sociedad Peruana de
Investigacin de Operaciones y Sistemas (http://sopios.org/). En el Per se
estudia como carrera profesional o a nivel de postgrado en la Universidad
Nacional de San Marcos, definiendo dentro del perfil profesional que el
Investigador de Operaciones puede desarrollarse en diferentes tipos de
organizaciones relacionadas con la Industria, Comercio, Banca, Salud,
Transportes, Municipios, Telefona, Minera , Centros de Investigacin y Docencia
Universitaria entre otras y para resolver los problemas, el Investigador de
Operaciones desarrolla estudios integrales utilizando el enfoque general de
sistemas y el mtodo cientfico.
2.

POSIBILIDADES Y LIMITACIONES

El uso de formas matemticas en la administracin se justifica, si los beneficios

exceden a los costos. Los costos incluyen el tiempo para la formulacin de las
relaciones, la recopilacin de datos y el desarrollo de su aplicacin.
Los casos planteados se originan en datos que se suponen conocidos, los cuales
se ajustan a la resolucin por determinada tcnica. As, en la teora de juegos se
supondr que se conoce monetariamente la cantidad que se podra ganar o
perder, en la programacin lineal se puede hablar de una demanda determinada
para un bien o servicio pero se debe preguntar De dnde vienen esos
datos?Corresponden a una situacin aceptable?Son resultados de una buena
investigacin? Siempre recordar que si los datos califican como basura, se podra
procesar un resultado, pero que al igual que el insumo corresponder a basura.
3.

LOS MTODOS CUALITATIVOS

Para poder adelantarse a las previsiones del futuro se requiere preferentemente

medirlo cuantitativamente, esto constituye un deseo no un requisito indispensable.
Los mtodos cualitativos se valen del juicio del administrador, de la experiencia,
de los datos relevantes, de un modelo matemtico implcito. Debido a que el
modelo es implcito, dos administradores distintos que usan mtodos cualitativos,
con frecuencia llegan a pronsticos completamente diferentes. Dentro de los
mtodos cualitativos se tiene por ejemplo el Mtodo Delphi o las Encuestas de
Mercado.
El Mtodo Delphi, consiste en pedir opinin a un grupo de expertos sobre un tema
especfico, el cual ser desarrollado en forma individual para evitar influencias del
grupo, luego analizar las respuestas, se retroalimenta al grupo con informacin
RICARDO TOLEDO QUIONES

-2-

ANLISIS CUANTITATIVO PARA DECISIONES I

sobre el tema, pidindoles seguidamente que efecten nuevamente una

respuesta, as cuatro a seis veces, hasta llegar a una convergencia satisfactoria.
Basu y Schroeder (1977) dan un ejemplo de su aplicacin para el pronstico de
ventas por parte de una empresa, inicialmente se les proporcion informacin a
23 administradores sobre el PBI, las ventas del sector industrial y las ventas de la
compaa, datos que fijaban interrelaciones entre la economa, la industria y la
compaa.
En la segunda vuelta del proceso existan gran variabilidad de estimaciones pero
obtenidos los resultados de la tercera vuelta, se alcanz a la administracin tres
posibilidades de pronsticos: Utilizando el Anlisis de Regresin, el pronstico por
suavizacin exponencial y el obtenido por el Mtodo Delphi. La parte Directriz
opt por los resultados del Mtodo Delphi, el efecto fue que el primer ao las
ventas estuvieron en un rango de 0,3% (menos del 1%) y para el primer ao y
para el segundo dentro de un rango de 4% del pronstico. En el pasado haban
sido comunes errores de estimacin de 20%.
En general se puede establecer que se debe tener mucho cuidado en la utilizacin
de las formas matemticas en las decisiones. El Mtodo Delphi puede ser muy
costoso pero fundamentalmente es apropiado cuando se trata de pronsticos a
largo plazo.
4.

EL PAPEL DE LOS MTODOS CUANTITATIVOS

Los mtodos cuantitativos juegan un papel importante en la administracin, su uso

se est extendiendo. Se emplean de tres maneras:
a. Como gua en la toma de decisiones: Es la aplicacin ms extensa pero la
menos tangible. Al aprender los mtodos y modelos para manejar problemas
administrativos en forma cuantitativa, se gana prctica y experiencia en el
pensamiento racional.
b. Como ayuda en la toma de decisiones: Muchas veces no existir un modelo
que se adapte a los datos o a los requerimientos de quien decide, pero puede
proporcionar informacin til. As una empresa que desea pronosticar sus
ventas efectuar anlisis estadsticos de series de tiempo, junto con las
estimaciones las complementar con opiniones de otros ejecutivos y personal
experto.
c. Para automatizar la toma de decisiones: Es la ms sencilla y la ms
impresionante. Si se puede modelar con exactitud un problema especfico,
entonces se puede desarrollar una frmula o un conjunto de frmulas para su
solucin. Si el problema no cambia, las frmulas permanecen vlidas y
pueden programarse en una computadora. Ejemplo: Los inventarios respecto
a cunto y cundo ordenar, de obedecer a variables cuya interrelacin est
predefinida se puede hacer con una computadora, esto alivia a la
administracin de una toma de decisiones rutinarias.

RICARDO TOLEDO QUIONES

-3-

ANLISIS CUANTITATIVO PARA DECISIONES I

CAPTULO 2
TEORA DE LAS DECISIONES
1.

GENERALIDADES

La teora de la toma de decisiones o el estudio de la toma de decisiones, que

puede definirse como el proceso mediante el cual se salvan obstculos. Los
obstculos constituyen problemas que requieren solucin.
Los problemas son oportunidades para mejorar, por eso se dice que son
necesarias e tiles para la administracin. El proceso de solucin exigir ir de la
identificacin del problema, a la puesta en prctica de la mejor alternativa con su
revisin constante.
Se tienen diversos mtodos para solucionar problemas, el rutinario o producto de
la experiencia sera por ejemplo uno de ellos, el cuantitativo otro. La habilidad del
administrador permitir combinaciones mltiples para situaciones diversas.
La Escuela de la Decisin ha tomado mpetu gracias a los trabajos de Herbert
Simon que vea el proceso decisorio como sinnimo de administracin.
Actualmente se da gran atencin al proceso decisorio con herramientas
cuantitativas, los adelantos de la tecnologa de la informacin cada vez ms nos
permiten obtener mejores resultados a travs de un campo que se est perfilando
y que se ha dado en llamar Sistemas de Informacin Gerencial (SIG). Los equipos
y programas facilitan la tarea cuantitativa, pero la administracin est rebasando
los cnones cuantitativos.
Se ha discutido en todos los tiempos cmo debe actuarse para tomar una
decisin, enmarcado dentro de la bsqueda de la verdad, el resultado del amplio
debate es un enfoque general conocido como el mtodo cientfico, que para
resolver problemas en la administracin fija los pasos generales siguientes:
a.
b.
c.
d.
e.
f.
g.
2.

Definicin del Problema.

Recoleccin de datos.
Definicin de alternativas.
Evaluacin de alternativas.
Seleccin de la mejor alternativa.
Puesta en prctica.
Retroalimentacin.
LOS SISTEMAS

Por sistema se entiende cualquier conjunto de partes relacionadas. Ejemplo: una

compaa, una mesa, un procedimiento contable, un motor.
Los modelos pueden obedecer a diversos niveles de complejidad (jerarqua de
complejidad de los sistemas segn Boulding), que van desde los estticos
(armazones), que se conocen como estructuras, hasta otros sistemas dinmicos
dentro de los cuales estn: el hombre y las organizaciones sociales. Un hombre
RICARDO TOLEDO QUIONES

-4-

ANLISIS CUANTITATIVO PARA DECISIONES I

vivo es un sistema dinmico, mientras que ese mismo hombre muerto, es

simplemente una estructura.
La empresa constituye una organizacin no esttica, se puede interpretar como
un sistema. La informacin es el elemento que convierte un sistema esttico en
otro dinmico, es decir la informacin dinamiza las estructuras. Se puede concluir
que todo sistema dinmico es un sistema de informacin.
En todo sistema existen componentes tales como los recursos humanos,
naturales, materiales y financieros y canales que comunican a stos. A travs de
los canales fluye la informacin.
Adicionalmente, puede adquirirse un mejor conocimiento de los sistemas
administrativos si se entienden como un sistema abierto, es decir aquel que
interacta con su medio ambiente, un sistema cerrado, no tiene tal nter actuacin.
Un sistema abierto tiene infinidad de contactos tanto internos como con su medio
ambiente, como no se puede analizar lo infinito, se utilizan MODELOS, que
puedan limitarlos a factores "relevantes".
3.

LOS MODELOS

Los modelos son abstracciones de la realidad cuya situacin se quiere

pronosticar. Un problema a resolver es complejo si se considera todos los
elementos que influyen, el hacer una fabrica sin un diseo previo producir
prdidas de no adecuarse a los requerimientos del proceso productivo, stas
pueden evitarse si se utilizan modelos.
Se encuentran diversas clases de modelos: fsicos: son representaciones fsicas,
ejemplo el diseo de un edificio; grficos, representan variables mediante lneas,
ejemplo el flujo del trfico representado en un diagrama; pictricos: imgenes
que transmiten una idea, un cigarrillo con una aspa; esquemticos: muestran el
flujo de informacin y de corrientes, un organigrama; matemticos: representan
relaciones mediante frmulas matemticas, ejemplo si la eficiencia de una
persona en un da de labor primero se incrementa, pero a medida que transcurre
el tiempo llega a un punto de saturacin donde empieza a descender, podra
fijarnos un modelo del tipo Y = 60X - 10X2 donde Y es el porcentaje de la
eficiencia y X las horas corridas trabajadas.
Los modelos matemticos actualmente tienen gran utilidad en los negocios, su
ventaja es poner al descubierto el carcter exacto de relaciones entre factores.
4.

TIPOS BSICOS DE PROBLEMAS DE DECISIN

En el campo de la Administracin los Modelos de toma de decisiones, han

definido que al efectuar una seleccin, el problema caer en una de cuatro
categoras generales, dependiendo de la habilidad personal para predecir las
consecuencias de cada alternativa.
En la Tabla 2.1 se esquematiza la Categora de los Problemas de Toma de
Decisiones, en la vida real mayormente se afrontar situaciones de incertidumbre
y riesgo.

RICARDO TOLEDO QUIONES

-5-

ANLISIS CUANTITATIVO PARA DECISIONES I

TABLA N 2.1
CATEGORA DE LOS PROBLEMAS DE TOMA DE DECISIONES
CATEGORAS
Certidumbre
Incertidumbre
Riesgo
Conflicto
4.1.

CONSECUENCIAS (EFECTOS)
Deterministas
Desconocidas
Probabilsticas
Influidas por un oponente.

CONDICIONES DE CERTIDUMBRE

La certidumbre se produce cuando quien decide conoce anticipadamente los

resultados que generar su decisin. Las relaciones funcionales, es decir los
parmetros del modelo, se saben con certidumbre.
Ejemplo 1: Evaluar el depsito de dinero en tres bancos de garanta e igual riesgo,
que nos ofrecen a plazo fijo en 1 ao el pago de intereses siguientes:
Banco A: 9,5%
Banco B: 12,0%
Banco C: 10,0%
Respuesta.- Resulta fcil la eleccin de B, por pagar la mayor tasa de inters.
Ejemplo 2: En la Tabla N 2.2 se muestran datos de costos y utilidad para los
artculos X1 y X2.
Decidir cuntas unidades de cada artculo se deben producir, si no se desea
incurrir en costos que sean mayores que $ 20 000.
ARTICULO
X1
X2

TABLA 2.2
COSTOS
5
7

UTILIDAD
2
3

En este caso el problema se enmarca dentro de una decisin en condiciones de

certidumbre, siendo como se muestra a continuacin sus coeficientes de
contribucin $ 2 y $ 3 que se conocen con seguridad.
(MAX) U = 2X1 + 3X2
5X1 + 7X2 20 0000
El resultado (podr ser solucionado posteriormente como un problema de
programacin lineal), indica que debe producirse 0 unidades de X1 y 2 857
Unidades de X2, lo que significa una utilidad mxima de $ 8 571.
4.2.

CONDICIONES DE INCERTIDUMBRE

La incertidumbre se presenta cuando no se tienen antecedentes sobre el tema a

decidir, el problema resulta nuevo, se ignoran las probabilidades de ocurrencia de
las diversas alternativas. Ejemplo: Decidir por la venta de un nuevo producto que
no tiene similares en el mercado. Una decisin en condiciones de incertidumbre
puede realizarse a partir de una matriz o tablas de doble entrada, en las filas
figuran las acciones (a1, a2, a3,..., am) que representan los cursos de accin o
RICARDO TOLEDO QUIONES

-6-

ANLISIS CUANTITATIVO PARA DECISIONES I

alternativas que posee quien decide y que fundamentalmente est en disposicin

de escoger, por lo mismo que tiene libertad para elegir, lo que contrasta con las
columnas de la matriz donde figuran los estados de la naturaleza (s1, s2, s3, ...
sn), que son los factores que influencian con el problema y que representan
situaciones sobre las cuales quien decide no puede influenciar.
Los valores asignados por quien decide a la tabla pueden ser expresados guiados
por una relacin lgica. Suponiendo que se tiene la siguiente Tabla, los nmeros
negativos representan una prdida, el 0 indica ni ganancia ni prdida y los
nmeros positivos ganancia.
Estrategias
a1
a2
a3

s1
-1
-3
-2

Estados de la Naturaleza
s2
s3
2
4
0
5
-5
2

Se puede tener tres clases de Tablas:

Tabla de Ordenamiento Lgico de Valores, la misma que resulta de asignar

nmeros enteros a partir del 1 hasta un nmero igual a: nmero de estrategias
x N de Estados de la Naturaleza, as, en la tabla anterior 3 x 3 = 9, de modo
tal que el menor valor (=1) sea asignado al que corresponda al peor resultado
y as sucesivamente (2, 3, 4, 5, 6, 7, 8, 9) hasta el nmero mayor que
corresponder al mejor resultado. Con ello se logra que la Tabla de
Rendimiento este organizada por la lgica (ver Problema presentado a
continuacin).

Tabla de Rendimiento, hallada como resultado de la contrastacin de las filas

con las columnas, asignando valores (monetarios por ejemplo) mediante un
anlisis lgico de su relacin (fila vs. columna = valor). Los nmeros positivos
indican una ganancia, los negativos una prdida y el 0 ni prdida ni ganancia.
En ocasiones se integra a la matriz el llamado costo de escasez o
agotamiento, que se produce cuando hay demanda de un artculo que no se
posee en existencia lo cual genera una prdida.

Tabla de Prdida de Oportunidad, resultado de asumir que por haber

escogido una estrategia determinada (a1, a2, a3, am) se incurre en una
prdida de no haber optado por la mejor. De haberlo hecho no se perder
nada (0). Su construccin es el resultado de restar en cada columna de la
Tabla de Rendimientos el mayor valor del resto, con lo que se obtendr 0 para
la mejor alternativa y valores positivos para el resto, lo que indica cunto se
perdera. Esta tabla no contiene valores negativos.

Ejemplo 3: Ral Medina es el administrador de ventas para la compaa

manufacturera de vehculos recreacionales. Ral est intentando decidir qu
cantidad de vehculos introducir este ao entre dos nuevos modelos posibles. Si
los ingresos de los consumidores suben en menos de 5%, Ral simplemente
deber seguir con los modelos del ao anterior. Si el ingreso de los consumidores
se incrementa ms del 20% Ral piensa que los dos modelos nuevos pueden
tener xito. Elaborar: a) La lista de acciones y estados de la naturaleza. b) Una
Tabla de Ordenamiento Lgico de Valores. c) La Tabla de Rendimiento
suponiendo que la ganancia o prdida sera de $: 60, 15, 3, 2, 0, -5, -20, -30, -50.
RICARDO TOLEDO QUIONES

-7-

ANLISIS CUANTITATIVO PARA DECISIONES I

a)
Acciones

Estados de la Naturaleza

a1: No introducir los modelos nuevos.

s1: Los ingresos del consumidor se incrementan en menos del 5%

a2: Introducir un modelo nuevo.

s2: Los ingresos del consumidor se incrementan entre 5 y 20%.

a3: Introducir los dos modelos nuevos. s3: Los ingresos del consumidor se incrementan en ms del 20%.

b) Tabla de Ordenamiento Lgico de Valores:

Estados de la Naturaleza
Estrategias
s1
s2
s3
a1
5
4
3
a2
2
7
8
a3
1
6
9
c)

Tabla de Rendimiento:
Estrategias
a1
a2
a3

s1
0
-30
-50

Estados de la Naturaleza
s2
-5
3
2

s3
-20
15
60

Ejemplo 4: Para el Ejercicio 3 construir la Tabla de Prdida de Oportunidad.

Estrategias
a1
a2
a3

s1
0
30
50

Estados de la Naturaleza
s2
s3
8
80
0
45
1
0

Sobre qu decidir, se han desarrollado diversos criterios, que el administrador los

puede utilizar, dependiendo de las circunstancias particulares y de su actitud
optimista o pesimista respecto al futuro. Siendo los criterios:
a. Criterio MAXIMAX. Se escoge el mximo del mximo de una Tabla de
Rendimientos, con el criterio de qu es lo mejor que puede pasar. El
administrador escoge la accin que maximiza los rendimientos mximos bajo
cada una de las diversas estrategias. Este criterio se concentra slo en el
intento de adquirir la ganancia ms grande posible e ignora las prdidas
posibles o los rendimientos bajos, es un criterio muy optimista.
b. Criterio MAXIMIN (o de Wald). Se escoge el mximo del mnimo de una
Tabla de Rendimientos, con el criterio de qu es lo mejor que pudiera pasar
de entre lo peor que pudiera pasar. El administrador escoge la accin que
maximiza los rendimientos mnimos, es demasiado conservador o demasiado
pesimista.
c. Criterio de castigo MINIMAX. llamado tambin Criterio de Deploracin
Minimax de SAVAGE. Se escoge la accin que minimiza la prdida mxima a
partir de la Tabla de Prdida de Oportunidad (llamada tambin Tabla de
Prdidas Relativas). Lleva con frecuencia a soluciones ms realistas que las
dos anteriores, aunque no est garantizado que siempre lo haga as.
RICARDO TOLEDO QUIONES

-8-

ANLISIS CUANTITATIVO PARA DECISIONES I

d. Criterio de HURWICZ. Considera los rendimientos mximos y mnimos de la

Tabla de Rendimientos y los pondera asignando un coeficiente de optimismo
y otro de pesimismo (1- ). La limitacin podra ser la asignacin del
coeficiente de optimismo que es completamente subjetiva, como tambin
obedecer al convencimiento de tener la suficiente experiencia para
establecerlo.
e. Criterio de LAPLACE. Utiliza el principio de la razn insuficiente, que
esencialmente dice que de no tener informacin acerca de la posibilidad de
ocurrencia de una condicin dada, entonces se debe suponer que todas las
condiciones tienen la misma posibilidad de ocurrencia posibilidad uniforme de
ocurrencia (son equiprobables). Al aplicar el principio, el administrador calcula
un rendimiento ponderado para cada accin y escoge la accin que maximice
estos valores ponderados. Los pesos para las varias condiciones son 1/m, en
donde m es el nmero de estados de la naturaleza.
Ejemplo 5: Para el Ejercicio 3, identifique la mejor decisin, de acuerdo a los
diversos criterios antes definidos y comente; para el criterio de Hurwicz suponga
= 0,7.
CRITERIO MAXIMAX
Accin

Rendimiento mximo

Decisin

a1
a2
a3

0
15
60

Ral escoger a3

Accin

Rendimiento mnimo

Decisin

a1
a2
a3

-20
-30
-50

Ral escoger a1

CRITERIO MAXIMIN

CRITERIO DEL CASTIGO MINIMAX

Accin

Castigo mximo

Decisin

a1
a2
a3

80
45
50

Ral escoger a2

CRITERIO DE HURWICZ
Accin

Rendimiento mximo

Rendimiento mnimo

a1
a2
a3

0
15
60

-20
-30
-50

RICARDO TOLEDO QUIONES

-9-

ANLISIS CUANTITATIVO PARA DECISIONES I

Accin

Rendimiento mximo

Decisin

a1
a2
a3

0,7( 0) + 0,3(-20) = -6,0

0,7(15) + 0,3(-30) = 1,5
0,7(60) + 0,3(-50) = 27,0

Ral escoger a3

CRITERIO DE LAPLACE
Se tiene 3 estados de la naturaleza: s1, s2 y s3 por lo que m = 3.
Accin

Rendimiento mximo

Decisin

a1
a2
a3

1/3 (0 - 5 - 20) = -8,33

1/3 (-30 + 3 + 15) = -4,00
1/3 (-50 + 2 + 60) = 4,00

Ral escoger a3

En el caso desarrollado, los criterios MAXIMIN, MINIMAX, y de CASTIGO

MINIMAX, se contradicen, los criterios de HURWICZ y LAPLACE, coinciden, lo
que no siempre es as, pueden contradecirse al variar el coeficiente de optimismo.
En general el administrador debe adaptar las condiciones particulares antes de
decidir. El decidir sin utilizar ninguno de los criterios estudiados si no ms bien
como resultado de un anlisis lgico, a veces podr conducir a escoger una
alternativa ms racional.
Ejemplo 6: Un vendedor vende diariamente entre 6 a 10 peridicos. Los compra
cada uno a 15,00 unidades monetarias (u.m.) y los vende a 20 u.m.. Establecer
las Tablas de Rendimiento para las siguientes situaciones:
a)
b)
c)
d)

Los vende sin considerar el remate de los peridicos sobrantes ni el costo de

escasez.
Puede vender los peridicos sobrantes a 5,00 u.m.
Vende los peridicos sobrantes a 5,00 u.m. y considera que tiene un costo
de escasez de 2,00 u.m.
Decidir (considerar que las situaciones de incertidumbre son equiprobables).

SOLUCIN:
a)
s1

s2

s3

s4

s5

Venta

10

Equiprobable

a1

30

30

30

30

30

150/5

a2

15

35

35

35

35

155/5

a3

20

40

40

40

140/5

a4

(15)

25

45

45

105/5

a5

10

(30)

(10)

10

30

50

50/5

RICARDO TOLEDO QUIONES

- 10 -

ANLISIS CUANTITATIVO PARA DECISIONES I

b)

a1
a2
a3
a4
a5

6
7
8
9
10

s1
6
30
20
10
0
(10)

s2
7
30
35
25
15
5

s3
8
30
35
40
30
20

s4
9
30
35
40
45
35

s5
10
30
35
40
45
50

Venta
Equiprobable
150/5
160/5
155/5
135/5
100/5

6
7
8
9
10

s1
6
30
20
10
0
(10)

s2
7
28
35
25
15
5

s3
8
26
33
40
30
20

s4
9
24
31
38
45
35

s5
10
22
29
36
43
50

Venta
Equiprobable
130/5
148/5
149/5
133/5
100/5

c)

a1
a2
a3
a4
a5
d)

Considerando que todos los casos son posibles (venta equiprobable) se

decide por comprar en la situacin a) 7 peridicos, en la b) 7 peridicos y en
la c) 8 peridicos. Depender de qu informacin o situacin se tiene, si por
ejemplo es posible rematar los peridicos lo ms adecuado sera guiarse por
la situacin b), y se desea integrar el costo de escasez se guiara por la
situacin c).

CRTICA A LOS CRITERIOS SOBRE INCERTIDUMBRE

CRITERIO MAXIMAX: Al utilizar el criterio maximax las prdidas pueden ser
elevadas si no se presenta el estado de la naturaleza adecuado. Adems, en
ocasiones puede conducir a decisiones pobres o poco convenientes. Por ejemplo,
consideremos la siguiente tabla de decisin, en la que se muestran los niveles de
optimismo de las diferentes alternativas.
Estados de la Naturaleza
Estrategias

s1

s2

a1

100

-10 000

a2

99

99

El criterio MAXIMAX seleccionara la alternativa a1 (100 vs 99), aunque lo ms

razonable parece ser elegir la alternativa a2, ya que evitara las enormes prdidas
de a1 en el caso desfavorable, mientras que en el caso favorable la recompensa
sera casi similar.

RICARDO TOLEDO QUIONES

- 11 -

ANLISIS CUANTITATIVO PARA DECISIONES I

CRITERIO MAXIMIN: En ocasiones, el criterio MAXIMIN puede conducir a

decisiones poco adecuadas. Consideremos la siguiente tabla de decisin, en la
que se muestran los niveles de seguridad de las diferentes alternativas.
Estados de la Naturaleza
Estrategias

s1

s2

a1

1000

99

a2

100

100

El criterio MAXIMIN seleccionara la alternativa a2 (99 vs 100), aunque lo ms

razonable parece ser elegir la alternativa a1, ya que en el caso ms favorable
proporciona una recompensa mucho mayor, mientras que en el caso ms
desfavorable la recompensa es casi similar.
CASTIGO MINIMAX: El criterio de Savage puede dar lugar en ocasiones a
decisiones poco razonables. Para comprobarlo, consideremos la siguiente tabla
de resultados:
Estados de la Naturaleza
Estrategias

s1

s2

a1

a2

La tabla de Prdida de Oportunidad es la siguiente:

Estados de la Naturaleza
Estrategias

s1

s2

a1

a2

La alternativa ptima es a1 (4 vs 5). Supongamos ahora que se aade una

alternativa, dando lugar a la siguiente tabla de resultados:
Estados de la Naturaleza
Estrategias

s1

s2

a1

a2

a3

La nueva tabla de Prdida de Oportunidad ser:

RICARDO TOLEDO QUIONES

- 12 -

ANLISIS CUANTITATIVO PARA DECISIONES I

Estados de la Naturaleza
Estrategias

s1

s2

a1

a2

a3

El criterio de Savage selecciona ahora como alternativa ptima a2 (7 vs 5 vs 6),

cuando antes seleccion a1. Este cambio de alternativa resulta un poco
paradjico: supongamos que a una persona se le da a elegir entre A y B, y
prefiere A. Si posteriormente se la da a elegir entre A, B y C, esto equivaldra a
decir que ahora prefiere B!
CRITERIO DE HURWICS: El criterio de Hurwicz puede conducir en ocasiones a
decisiones poco razonables, como se muestra en la siguiente tabla:
Estados de la Naturaleza
Estrategias

s1

s2

s3

a1

a2

Segn el criterio de Hurwicz ambas alternativas son equivalentes, aunque

racionalmente la alternativa a1 (1 tiene mayor frecuencia de ocurrencia) es
preferible a la alternativa a2. Ms an, se elige la alternativa a2 cuando a2 s2 =
1,001, lo cual parece poco razonable.
CRITERIO DE LAPLACE: La decisin debe ser correcta tras sucesivas
repeticiones del proceso de toma de decisiones. Sin embargo, en aquellos casos
en que la eleccin slo va a realizarse una vez, puede conducir a decisiones poco
acertadas si la distribucin de resultados presenta una gran dispersin, como se
muestra en la siguiente tabla:

Estados de la Naturaleza
Estrategias

s1

s2

a1

15000

-5000

a2

5000

4000

Este criterio seleccionara la alternativa a1 (5000 vs 4500), que puede ser poco
conveniente si la toma de decisiones se realiza una nica vez, ya que podra
conducirnos a una prdida elevada (-5000).

RICARDO TOLEDO QUIONES

- 13 -

ANLISIS CUANTITATIVO PARA DECISIONES I

DOMINACIN
Una Tabla de Rendimiento puede ser reducida, de ser posible se eliminan filas,
entonces se dice que una accin domina a otra, siendo la accin dominada, la que
es posible descartar antes de evaluar las alternativas, con esto se reduce el
problema de toma de decisiones y previene la consideracin de acciones
obviamente inferiores. La regla es:

Si entre dos filas, de una de ellas los valores son iguales o mayores, sta
domina a la otra que puede ser excluida de la evaluacin. (MEJOR O IGUAL)

No se aplica el criterio de dominacin a las columnas (ver dominacin en el

captulo de Teora de Juegos) debido a que los Estados de la Naturaleza no
actan racionalmente.
Ejemplo 7: A partir de la siguiente Tabla de Rendimientos, identificar cada accin
dominada.
Estados de la Naturaleza
Estrategias
a1
a2
a3
a4

s1
-1
-3
-2
-5

s2
2
0
-5
0

s3
4
5
2
2

s4
2
6
8
5

La accin a2 domina la accin a4, por lo tanto la accin a4 puede ser eliminada.
Estados de la Naturaleza
Estrategias
a1
a2
a3

s1
-1
-3
-2

s2
2
0
-5

s3
4
5
2

s4
2
6
8

EL CASO DE LOS COSTOS

En los casos anteriores para casos de incertidumbre se trat problemas que
involucraban BENEFICIOS NETOS (Beneficios - Costos), se puede desarrollar los
criterios de decisin para el caso en que la matriz para tomar una decisin
contenga valores que represente COSTOS, en dicho caso comparativamente se
tendran los criterios mostrados en la Tabla 2.3.
Se puede notar que en este caso quien decide tratar de obtener los mnimos
costos, por lo que se preferir los casos que impliquen una menor salida de
dinero.
Al igual que con los beneficios, no se posee para el caso de incertidumbre
criterios nicos de decisin, los que estarn muy relacionados con las actitudes
del que debe de elegir un curso de decisin. A los criterios podemos
denominarlos:
RICARDO TOLEDO QUIONES

- 14 -

ANLISIS CUANTITATIVO PARA DECISIONES I

MINIMIN
MINIMAX
CASTIGO MINIMAX
CRITERIO DE HURWICS.
CRITERIO DE LAPLACE.
TABLA 2.3
CRITERIOS EN LOS CASOS DE BENEFICIOS O COSTOS
CRITERIOS EN CASO DE BENEFICIOS NETOS
CRITERIO
MAXIMAX
MAXIMIN

CASTIGO
MINIMAX

HURWICS

LAPLACE

4.3.

REGLA DE DECISIN
Se refiere al mximo beneficio entre los
mximos beneficios.
Se refiere al mximo beneficio entre los
mnimos beneficios.
Se refiere la mnima prdida de
oportunidad
entre
las
mximas
prdidas de oportunidad.
CELDA EN TABLA DE PERDIDA DE
OPORTUNIDAD = VALOR MXIMO
EN COLUMNA
VALOR DE
COLUMNA
Se refiere al mximo beneficio
ponderado.
(Alfa = Grado de Optimismo)
Se refiere al mximo beneficio
ponderado.
(1/m, m= N de Estados de la
Naturaleza)

CRITERIOS EN CASO DE COSTOS

CRITERIO
MINIMIN
MINIMAX

CASTIGO
MINIMAX

HURWICS

LAPLACE

REGLA DE DECISIN
Se refiere al mnimo costo entre
los mnimos costos.
Se refiere al mnimo costo entre
los mximos costos.
Se refiere a la mnima prdida de
oportunidad entre las mximas
prdidas de oportunidad
CELDA EN TABLA DE PERDIDA
DE OPORTUNIDAD = VALOR DE
COLUMNA VALOR MNIMO EN
COLUMNA
Se refiere el mnimo costo
ponderado.
(Alfa = Grado de Optimismo)
Se refiere al mnimo costo
ponderado.
(1/m, m = N de Estados de la
Naturaleza)

CONDICIONES DE RIESGO

Como resultado de la existencia de datos sobre el problema o de la experiencia

del administrador se pueden asignar probabilidades a los cursos de accin. Las
decisiones en condiciones de riesgo, se refieren as, a la situacin que se
presenta cuando hay varias alternativas posibles y quien decide puede asignar
probabilidades de ocurrencia de cada una de ellas. Cuando la suma de las
probabilidades de los eventos posibles es igual a 1, se dice que las probabilidades
son exhaustivas. Las probabilidades pueden ser asignadas bajo dos modalidades:
a) Probabilidad Objetiva.- Se refiere a los valores de probabilidad que pueden
ser determinados sobre alguna base objetiva, tales como las medidas de una
observacin. Ejemplo: Si se observa que 10 unidades de un artculo son
vendidas en 14 de cada 100 das, basndose en un gran nmero de
observaciones de las ventas diarias, se puede suponer que la probabilidad de
que la demanda iguale a 10 es 0,14. Distintos administradores usando la
misma informacin asignar las mismas probabilidades.
b) Probabilidades Subjetivas.- Se refiere a la asignacin de una medida de
probabilidad cuya observacin y/o medida no es posible o no se tienen datos
para establecerlos. Esta clase de probabilidad representa el grado de creencia
del administrador de que suceda un evento particular. Si se desea fijar la
probabilidad de ganar en una operacin en la bolsa, con la compra de
acciones de la Empresa "X", un corredor de bolsa puede fundamentar su
RICARDO TOLEDO QUIONES

- 15 -

ANLISIS CUANTITATIVO PARA DECISIONES I

decisin en su opinin personal. Distintos administradores podrn llegar a

asignaciones de probabilidad distintas.
Ejemplo 8: Hallar la probabilidad de ganar apostando por una cara o cruz con una
moneda no "cargada". La probabilidad es 0,5.
4.3.1. EL RBOL DE DECISIN
Es un mtodo que permite estudiar por etapas varias alternativas, una de las
cuales debe escogerse. Ayuda a observar el aspecto secuencial de la toma de
decisiones. La desventaja de este mtodo es que no toma en cuenta los valores
de cada posibilidad, sino slo la esperanza matemtica, la cual representa el
valor medio conjunto de posibilidades. La resolucin del problema usualmente se
presenta en un grfico con ramificaciones por lo que recibe el nombre de rbol de
Decisin, lo que no deja de lado el poder efectuarlo mediante Tablas de
Rendimiento.
Debe distinguirse entre las acciones y los estados de la naturaleza, ambos
conceptos tienen semejanza con lo que plantea la situacin de incertidumbre, es
decir que las acciones corresponde a las decisiones alternativas que puede elegir
quien decide y sobre las cuales puede influir, no as los Estados de la Naturaleza.
La diferencia se da en tanto para estos ltimos es posible asignarles
probabilidades, ya sean objetivas o subjetivas.
Las acciones grficamente se muestran como un cuadrado y los estados de la
naturaleza como crculo. El Cuadrado nos indica la etapa o punto de decisin y el
crculo el evento aleatorio consignado como "nudo" o "nodo".
Ejemplo 9: Simn Rodrguez un experimentado empresario, tiene un problema de
decisin. El puede ya comprar su propio equipo o alquilarlo de otra Empresa. Su
accin estar influenciada por alguno de los tres estados que afectan al ambiente
de la decisin. Para el primer ao, l siente que el volumen de los negocios ser
bajo, mediano o alto; y ha determinado de los rendimientos de cada combinacin
accin-estado. Estos son:
Acciones
a1: Comprar ($)
a2: Alquilar ($)

Estados de la Naturaleza
s1: Bajo s2: Mediano s3: alto
-1 000
0
1 500
500
500
1 000

Supngase que Simn Rodrguez asigna a los tres estados posibles las siguientes
probabilidades:
Estado
Probabilidad de Ocurrencia
s1: Bajo
0,2
s2: Mediano
0,4
s3: Alto
0,4
Prob. acumulada
1,0
a) Disear el rbol de Decisin para encontrar la mejor accin. b) Resolver con
una Tabla de Rendimiento. c) Decidir si a2-s1 = 100, a2-s2 = 300, a2-s3 = 650.
RICARDO TOLEDO QUIONES

- 16 -

ANLISIS CUANTITATIVO PARA DECISIONES I

SOLUCIN
a) RBOL DE DECISIN:
s1: 0,20 * (1 000)

(200)

400
s2:: 0,40 * 0

a1

s3: 0,40 * 1 500

600

s1: 0,20 * 500

100

700
a2

s2: 0,40 * 500

200

s3: 0,40 * 1 000

400

Basndose nicamente en el factor econmico, la eleccin se adopta bajo el

criterio de la esperanza matemtica de ingreso que representa el valor medio del
ingreso ms probable. Desarrollando el rbol de Decisin se encuentra que la
decisin ptima es Alquilar el Equipo, cuya posibilidad de ingresos es mayor ($
700).
b) Mediante una Tabla de Rendimiento:
Estado de la Naturaleza
s1: Baja
s2: Mediana
s3: Alta
0,20
0,40
0,40
-1 000
0
1 500
500
500
1 000

Accin
a1: Compra
a2: Alquila

Esperanza
Matemtica
400
700

c) Ambas opciones son indiferentes.

4.3.2. INCERTIDUMBRE Y RIESGO
Para la toma de decisiones es preferible enfrentar una situacin de riesgo que una
de incertidumbre. Esto conduce a recomendar que si se tiene una situacin de
incertidumbre, se debe evaluar si es posible convertirla a una de riesgo y en el
caso extremo convertirla a una situacin de certidumbre.
Ejemplo 10: Para convertir la situacin planteada del vendedor de peridicos del
Ejemplo 6, de incertidumbre a riesgo, se toma datos durante 60 das, los
resultados se muestran a continuacin:
Peridicos
Vendidos
6
7
8
9
10

Das
Observados
6
14
22
10
8

Probabilidad
Ocurrencia
0,1000
0,2333
0,3667
0,1667
0,1333

Total

60

1,0000

RICARDO TOLEDO QUIONES

- 17 -

ANLISIS CUANTITATIVO PARA DECISIONES I

Con la informacin adicional, conocidas las probabilidades, se est en una

situacin de riesgo, adoptndose una decisin a partir del valor de la esperanza
matemtica:
= 6*0,1000 + 7*0,2333 + 8*0,3667 + 9*0,1667 + 10* 0,1333 = 8 peridicos
4.3.3. SIMULACIN
Simulacin es el proceso de disear y desarrollar un modelo computarizado de un
sistema o proceso y conducir experimentos en este modelo con el propsito de
entender el comportamiento del sistema o evaluar varias estrategias con las
cuales se puede operar el sistema.
La simulacin resulta til para generar una decisin en la que se conocen las
probabilidades de ocurrencia de eventos.
Ejemplo 11: Realizar 100 simulaciones para el caso tratado en el Ejemplo 10, para
lo cual se debe activar el complemento del Excel: Herramientas para anlisis
que figurar dentro del men Datos, dentro del mismo se halla la opcin
Generacin de nmeros aleatorios y sealndole que se requiere: Nmero de
variables = 1, Cantidad de nmeros aleatorios = 100, el Rango de entrada de
valores y probabilidades = (sealar los peridicos vendidos y sus probabilidades):
6
7
8
9
10

0,1000
0,2333
0,3667
0,1667
0,1333

Luego indicarle dnde se deben obtener las simulaciones: Rango de salida, se

obtendr 100 valores simulados. Para decidir bajo esta tcnica obtener el valor
promedio de las 100 simulaciones, el que puede variar de una simulacin a otra,
como ejemplo en la que se efectu la decisin sera que el vendedor debe adquirir
8 peridicos.
Nmero de
Simulacin
1
2
3
...
...
98
99
100

Valor
Simulado
9
8
8
...
...
8
7
7

Promedio

7,98

RICARDO TOLEDO QUIONES

- 18 -

ANLISIS CUANTITATIVO PARA DECISIONES I

4.3.4. LA TEORA BAYESIANA

En muchos problemas administrativos se puede empezar con probabilidades de
ocurrencia, pero estar en una posicin de revisarlas (mejorarlas) conforme se
obtiene nueva informacin. El Teorema de Bayes proporciona un mecanismo para
utilizar la nueva informacin para perfeccionar estimaciones de probabilidad. El
Teorema de Bayes, trata sobre la probabilidad condicional que ocurra el evento A,
dado que ha ocurrido el evento B y la Frmula ms simple en que se puede
expresar es:
P(A|B) = P(A y B)
P(B)
Ejemplo 12: Supngase que existe un proceso en el que, cuando se prepara
correctamente se ha visto que produce artculos que son 95% buenos. Por otro
lado, cuando se prepara incorrectamente, slo 20% de los productos son
aceptables. Datos previos indican tambin que el 90% de las veces los procesos
han sido efectuados correctamente en el pasado.
Supngase que se define el evento A como "una preparacin correcta" y A como
"una preparacin incorrecta", B artculo bueno, B artculo malo Qu nos
indica P(PIB)? Cules son los casos probabilsticos que se podran presentar
utilizando la Teora Bayesiana? Cul sera la probabilidad relacionada con cada
uno de los casos?
P(PIB) nos indica que se tiene una probabilidad del 0,977 o 97,7% que el artculo
que aleatoriamente se sac y se catalog como bueno haya sido producido dentro
de un proceso correctamente preparado.
CASOS:
a. Probabilidad de que haya sido elaborado en un proceso correctamente
preparado, dado que es bueno (P(AIB)).
b. Probabilidad de que haya sido elaborado en un proceso incorrectamente
preparado, dado que es bueno (P(AIB)).
c. Probabilidad de que haya sido elaborado en un proceso correctamente
preparado, dado que es malo (P(AIB)).
d. Probabilidad de que haya sido elaborado en un proceso incorrectamente
preparado, dado que es malo (P(AIB)).
o)
en
bu
(
B 0,95
to)
rec
cor
(
A
0,90
A' ( 0,10
inc
orr
ect
o)

0,05
B' (
mal
o)

o)
uen
B (b 0,20
0,80
B' (
ma
lo)

RICARDO TOLEDO QUIONES

- 19 -

ANLISIS CUANTITATIVO PARA DECISIONES I

Del rbol antes presentado, se puede deducir lo siguiente:

CASO

FRMULA / RESOLUCIN

RESULTADO

P( A).P( B | A)
P( A).P( B | A) + P ( A' ).P ( B | A' )

P( A | B) =

Caso a.

0,90 * 0,95
=
0,90 * 0,95 + 0,10 * 0,20

P( A' | B) =
Caso b.
=

0,977

P( A' ).P( B | A' )

P( A' ).P( B | A' ) + P( A).P( B | A)

0,10 * 0,20
0,10 * 0,20 + 0,90 * 0,95

Probabilidad acumulada

=
=

0,023
1,000

P ( A).P ( B ' | A)
P( A | B' ) =
P ( A).P ( B ' | A) + P ( A' ).P ( B ' | A' )
Caso c.

0,90 * 0,05
0,90 * 0,05 + 0,10 * 0,80

0,360

P( A' ).P( B' | A' )

P( A' ).P( B' | A' ) + P( A).P( B' | A)

P( A' | B' ) =
Caso d.

0,10 * 0,8
0,10 * 0,80 + 0,90 * 0,05

Probabilidad acumulada

4.4.

0,640
1,000

CONDICIONES DE CONFLICTO

Se da cuando quien decide debe tomar en cuenta las acciones de un competidor

u oponente.
Ejemplo 13: Concursar en una Licitacin, ofreciendo los servicios de asesora,
sabiendo que existen otras empresas que tambin presentarn sus propuestas.
Es posible disear una matriz de acciones que podra relacionarse a las acciones
o estrategias de los dems oponentes.
Las condiciones que debe cumplirse as como su resolucin se vern en el
Captulo sobre Teora de Juegos.

RICARDO TOLEDO QUIONES

- 20 -

ANLISIS CUANTITATIVO PARA DECISIONES I

PROBLEMAS RESUELTOS
1.

Una empresa de venta de comida rpida est considerando el alquilar un

stand en una feria Regional. De acuerdo al rea ocupada, los stands se
alquilan en tres tamaos: grande, mediano y chico. Por ser nuevos para ese
mercado, la aceptacin por el pblico podra ser alta o baja, considera que
los posibles resultados que podra obtener son:
$ 150 000; $ 20 000; ($ 20 000); $ 100 000; $ 60 000 $ 200 000.
Se solicita: a) Plantear las estrategias posibles y los estados de la naturaleza.
b) Elaborar las Tablas de: Ordenamiento Lgico de Valores, Rendimiento y
Prdida de Oportunidad. c) Decir si la Tabla de Rendimientos puede ser
reducida por dominacin d) Resolver el Problema bajo los criterios de
incertidumbre, considerar = 0,80.

2.

Iguana Film, est considerando producir una nueva serie de pelculas de

terror para un circuito grande de TV. El circuito puede rechazar la serie o
puede comprarlos por uno o dos aos. Iguana Film puede decidir ya sea
producir la serie o no, puede aceptar una oferta para transferir los derechos
de la serie de pelculas a un competidor. Las acciones pertinentes para
Iguana Film pueden ser expresadas como sigue:
a1 Producir la serie.
a2 Vender los derechos a un competidor.
a3 No producir la serie, tampoco vender a un competidor.
Los estados de la naturaleza o condiciones ms importantes en este
problema dependen de la accin del circuito. Estas condiciones pueden ser
expresadas as:
s1
s2
s2

El circuito rechaza la serie.

El circuito compra la serie por un ao.
El circuito compra la serie por dos aos.

Se solicita: a) Elaborar una Tabla de Rendimiento Considerar los siguientes

valores: -10, 0, 5, 200, 5, 0, 5, 0, 90 y = 0,65. b) Evaluar y decidir por
la mejor accin bajo todos los criterios estudiados.
3.

El gerente de ventas de una tienda tiene el problema de fijar cuntos relojes

de pared pedir. El gerente estima que la demanda de relojes estar entre 0 y
3 unidades. Cuesta $ 15,00 comprar 1 unidad la que se vende a $ 20,00. El
gerente sabe que si no hay demanda para una unidad sta puede ser
vendida a precio de remate en $ 2,00. El gerente tambin aumenta $ 1,00 al
costo de cada reloj que es pedido pero que no se encuentra normalmente en
existencia (costo de escasez).
Se solicita: a) Construir la tabla de rendimientos adecuada. b) Encontrar las
estrategias maximax., maximin, del castigo minimax, de Hurwicz utilizando un
coeficiente de optimismo de 0,75 y de Laplace.

4.

Costos.- Una instalacin recreativa debe decidir acerca del nivel de

abastecimientos que debe almacenar para satisfacer las necesidades de sus

RICARDO TOLEDO QUIONES

- 21 -

ANLISIS CUANTITATIVO PARA DECISIONES I

clientes durante uno de los das de fiesta. El nmero exacto de clientes no se

conoce, pero se espera que est en una de las cuatro categoras: s1: 200,
s2: 250, s3: 300 o s4: 350 clientes. Se sugieren por consiguiente cuatro
niveles de abastecimiento: a1, a2, a3 y a4. La relacin entre el nmero de
clientes y los costos que se pueden incurrir se detallan en la matriz siguiente:

Nivel de abastecimiento
para:
200 Clientes
250 Clientes
300 Clientes
350 Clientes

a1
a2
a3
a4

El nmero de clientes llegar a ser

S1: 200 S2: 250 S3: 300 S4: 350
COSTOS
5
10
18
25
8
7
8
23
21
18
12
21
30
22
19
15

Se considera que, =0,5, los niveles de abastecimiento son las Estrategias

que estn en disposicin de poder ser influidas por quien decide y el nmero
de clientes que podran llegar o no son los Estados de la Naturaleza.
5.

Un agricultor est preocupado ante la posible presencia del una sequa.

Fundamentado en su experiencia el agricultor conoce que en pocas
normales gana $. 2 000 por hectrea sembrada y considera que debe asumir
como castigo en caso de no haber tomado la mejor decisin un costo de
$800 por hectrea no sembrada. En caso de darse fenmenos naturales
negativos perdera por todo concepto $ 1 100 por hectrea sembrada. Posee
80 hectreas para sembro y considera que de l depende adoptar acciones
que se podran catalogar como optimista, intermedia o pesimista, aunque
segn expresa tiene igual posibilidades de ganar que de perder.
Se solicita: a) Establecer sus posibles niveles de ganancia o prdida en
forma cuantificada. b) Cul debera ser su decisin de acuerdo a los
criterios estudiados? c) A qu categora pertenece el problema (ver Tabla
2.1)? Por qu? d) Si de acuerdo al anlisis efectuado por un especialista
meteorlogo existe un 25% de posibilidad que se presente una sequa cul
sera la decisin y a que tipo o categora de problema se enfrentara el
agricultor. e) Cmo convertir el problema en un caso de certidumbre.

6.

Dos personas viven en una casa muy grande, el problema que se enfrentan,
es tener que regresar a abrir o cerrar su puerta en las noches, ya que no
saben si deben de cerrarla para evitar que se pueda abrir de afuera y sufrir
robos. No saben si al llegar una de ellas la otra ya est en el interior.
a) Analizar el problema desde el punto de vista de la incertidumbre, riesgo y
certidumbre. b) Fijar cul sera su aplicacin prctica para resolver
problemas.

7.

A partir de la siguiente tabla de rendimiento:

a1
a2

s1
1 000
2 000

s2
500
1 500

s3
2 000
-500

a) Construya el rbol de decisin que corresponda a la tabla. b) Usando el

rbol de decisin anterior encontrar la mejor accin, si los estados s1, s2 y s3
RICARDO TOLEDO QUIONES

- 22 -

ANLISIS CUANTITATIVO PARA DECISIONES I

tienen las probabilidades 0,70, 0,20 y 0,10 respectivamente.

8.

El lanzamiento de un nuevo producto segn las posibilidades de estudios

realizados son introducirlo a nivel nacional o regional, pudiendo darse que la
demanda sea alta, media o baja. Si se decide lanzar el producto
regionalmente, es posible posteriormente hacerlo a nivel nacional, siempre y
cuando el resultado regional as lo recomendara. Los resultados posibles en
miles de dlares son: 1 400, (3 500), 15 600, 4 200, (7 100), 14 100, 9 800, (5
000), 12 600, 7 000, (700). Los posibles resultados relacionadas con el
mercado son que se podra tener:
Accin

Introduccin Regional
Introduccin Nacional
Ampliacin luego de Introd. Regional
Continuar a nivel Regional, luego de Introduc. Regional

Probabilidad Demanda
Alta
Media
Baja
0,70
0,10
0,20
0,50
0,20
0,30
0,60
0,10
0,30
0,60
0,10
0,30

Se solicita: a) Establecer las acciones y los estados de la naturaleza. b)

Elaborar una Tabla de Ordenamiento Lgico de Valores. c) Evaluar y resolver
mediante Tablas de Rendimiento. d) Resolver en un rbol de Decisin.
9.

Una empresa procesadora de alimentos est considerando decidir cunto

producir. Prev que la demanda de su producto podra ser 100 200 o 300
unidades. Elabore: a) Las Tablas de Ordenamiento Lgico de Valores y de
Rendimiento si los resultados a que podra arribar en unidades monetarias
son: -1000, -400, -200, -100, 200, 500, 700, 800 y 1 600. c) Para cada criterio
en incertidumbre Cules seran las opciones que se elegira?

10. Un analista de una empresa fotogrfica estima que la probabilidad de que

una empresa competidora "XY" tenga planes para empezar a fabricar equipo
fotogrfico instantneo dentro de los prximos tres aos es 0,40 y 0,60 de
que no los tenga. De tener la firma "XY" tales planes se construir
definitivamente una nueva planta manufacturadora de equipo fotogrfico
instantneo. Si "XY" no tiene esos planes, todava hay una oportunidad de
50% de que se construir la nueva planta manufacturadora para otros fines.
Se solicita: a) Calcular los eventos posibles. b) Representar los eventos
posibles por medio de un diagrama de rbol. c) Si la firma competidora ha
iniciado el trabajo para la nueva planta Cul es la probabilidad de que sta
haya decidido entrar al campo de la fotografa instantnea?

RICARDO TOLEDO QUIONES

- 23 -

ANLISIS CUANTITATIVO PARA DECISIONES I

RESPUESTAS - PROBLEMAS RESUELTOS

1.
a.
ACCIONES
ESTADOS DE LA NATURALEZA
a1: Alquilar tamao grande.
s1: Alta aceptacin del pblico.
a2: Alquilar tamao mediano.
s2: Baja aceptacin del pblico.
a1: Alquilar tamao chico.
b.
Matriz de Ordenamiento Lgico de Valores.
s1
s2
a1
6
1
a2
5
2
a3
4
3
Tabla de rendimientos.
s1
a1
200 000
a2
150 000
a3
100 000

s2
(20 000)
20 000
60 000

Tabla de Prdida de Oportunidad.

s1
a1
0
a2
50 000
a3
100 000
c.

s2
80 000
40 000
0

No puede ser reducida al no existir alguna accin que domine a otra.

d.
CRITERIO
MAXIMAX
MAXIMIN
CASTIGO MINIMAX
HURWICS
LAPLACE

ACCIN
a1
a3
a2
a1
a1

VALOR
200 000
60 000
50 000
156 000
90 000

2.
a.

Acciones

a1
a2
a3

s1
(10)
5
0

Estados
s2
90
5
0

RICARDO TOLEDO QUIONES

- 24 -

s3
200
5
0

ANLISIS CUANTITATIVO PARA DECISIONES I

b.
CRITERIO
MAXIMAX
MAXIMIN
CASTIGO MINIMAX
HURWICS
LAPLACE
3.
a.

MEJOR
ACCIN
a1
a2
a1
a1
a1

VALOR
200,00
5,00
15,00
126,50
93,33

TABLA DE RENDIMIENTOS

Pedido

a1
a2
a3
a4

0 Relojes
1 Reloj
2 Relojes
3 Relojes

Demanda
s2
s3
1 Reloj 2 Relojes
-1
-2
5
4
-8
10
-21
-3

s1
0 Relojes
0
-13
-26
-39

s4
3 Relojes
-3
3
9
15

b. MAXIMAX = a4, con un rendimiento de $ 15. c. MAXIMIN: = a1, con un

rendimiento de $ -3 d. CASTIGO MINIMAX = a2, con una prdida mnima de
$ 13. e. ESTRATEGIA DE HURWICS = a4 CON UN RENDIMIENTO
ESPERADO DE $ 1,5. f. LAPLACE: = a2 CON UN RENDIMIENTO
ESPERADO DE $ -0,25.
4.
CRITERIO
MINIMIN
MINIMAX
CASTIGO MINIMAX
HURWICS
LAPLACE

ACCIN
a1
a3
a2

VALOR
5
21
8

a1 a2
a2

15
11,5

5.
a.
Estados de la Naturaleza

Acciones

s1

s2

No se produce

Se produce

sequa

sequa

Sembrar 80 hectreas

a1

160 000

(88 000)

Sembrar 40 hectreas

a2

48 000

(44 000)

No sembrar

a3

(64 000)

RICARDO TOLEDO QUIONES

- 25 -

ANLISIS CUANTITATIVO PARA DECISIONES I

a1 con s1 = 2 000 * 80 = 160 000

a2 con s1 = 2 000 * 40 800 * 40 = 48 000
a3 con s1 = (800) * 80 = (64 000)
a1 con s2 = (1 100) * 80 = (88 000)
a2 con s2 = (1 100) * 40 = (44 000)
a3 con s2 = 0
b.

Coeficiente de Optimismo = 0,50 (deducido de los datos)

CRITERIO

ACCIN

MAXIMAX
MAXIMIN
CASTIGO MINIMAX
HURWICS
LAPLACE
c.

a1
a2
a1
a1
a1

VALOR
160 000,00
( 44 000,00)
88 000,00
36 000,00
36 000,00

Incertidumbre.

d.

Acciones
Sembrar 80 hectreas
Sembrar 40 hectreas
No sembrar

a1
a2
a3

Estados de la Naturaleza
s1
s2
No se produce
Se produce
Sequa
sequa
0,75
0,25
160 000
(88 000)
48 000
(44 000)
(64 000)
0

Esperanza
Matemtica
98 000
25 000
(48 000)

De acuerdo a la Tabla anterior la esperanza matemtica ms favorable (98

000) se inclina por la opcin sembrar 80 hectreas, enfrentndose a una
situacin de riesgo. Note que puede llegar al mismo resultado utilizando el
rbol de Decisin, lo que cambia es la forma de presentacin.
e.

Si el clima es lo que genera la incertidumbre, la forma de poder superar este

inconveniente sera el optar por el riego tecnificado por ejemplo con riego por
goteo. Esta opcin en la vida real tiene que ser sujeta a evaluaciones de
costo / beneficio.
Para un agricultor el riesgo de una mala cosecha, podra aminorarse si se
dedica a varios tipos de cultivos y no solamente a uno. Adems de adquirir
terrenos en varios lugares en vez de tener la misma extensin de terreno en
un solo sitio. Tambin dentro del sistema financiero el riesgo por precios
podra enfrentarse concertando en forma anticipada ventas de sus productos
o compras de insumos.

6.
a.

Las acciones o estrategias seran cerrar y no cerrar la puerta, los estados de

la naturaleza la otra persona est y la otra persona no est. Se da una
condicin de incertidumbre si las personas asumen que no se conoce nada
para enfrentar los estados de la naturaleza, con un poco de esfuerzo se

RICARDO TOLEDO QUIONES

- 26 -

ANLISIS CUANTITATIVO PARA DECISIONES I

podra plantear probabilidades ya sea objetivas o subjetivas para los estados

de la naturaleza, y finalmente si se acuerda que el que entre primero deje
una seal que pueda indicar al otro que este hecho, el problemasera de
certidumbre.
Para el caso de probabilidades las subjetivas podra ser analizadas, as de
llegar por ejemplo a una probabilidad de 0,50 para los estados de la
naturaleza la decisin de cerrar o no cerrar debiera tomarse aleatoriamente o
al azar y no entenderlo como un da cerrar y el otro no, la decisin correcta
podra ser por ejemplo utilizando una moneda (cara y cruz), asignando para
lo que resulte la accin a tomar, as cara podra ser cerrar la puerta.
Para el caso de probabilidades objetivas se podra generar por ejemplo para
30 das de observacin una tabla de frecuencias, que permita elaborar las
probabilidades correspondientes, tal como se muestra seguidamente:
Estado de la
Naturaleza
Esta
No est
TOTALES

Nmero de
veces
24
06

Probabilidad
0,80
0,20

30

1,00

Se reitera que para el caso tambin la decisin de cerrar o no cerrar debe ser
tomada aleatoriamente, por ejemplo con una bolsa con papeles que tengan
nmeros del 1 al 30 de modo que de sacar un nmero que est entre el 1 al
24 se asegure por dentro la puerta y de estar entre 25 al 30 se opte por no
asegurarla.
b.

A nivel prctico se debe sealar que muchas veces un problema puede ser
mejor resuelto si luego de analizado se logra que la incertidumbre pueda
convertirse en riesgo y en lo ptimo en certidumbre.

7.
a.

s1: 0,70 * 1 000

700

1 000
a1

s2:: 0,20 * 500

100

s3: 0,10 * 2 000

200

s1: 0,70 * 2 000

1 400

1 650
a2

b.

s2: 0,20 * 1 500

300

s3: 0,1 * (500)

(50)

La mejor accin es: a2.

RICARDO TOLEDO QUIONES

- 27 -

ANLISIS CUANTITATIVO PARA DECISIONES I

8.
a.
Acciones
a1: Introduccin Regional
a2: Introduccin Nacional

Estados de la Naturaleza
s1: Demanda alta.
s2: Demanda media.
s3: Demanda baja.

De darse s1, luego de a1:

a3: Ampliar a nivel Nacional.
a4: Continuar a nivel Regional.
b.

Tabla de Ordenamiento Lgico de Valores.

Accin

Descripcin

Estado de la Naturaleza

del efecto

s1: Alta

a1: Introduccin Regional

Resultado ($)

a2: Introduccin Nacional

Resultado ($)

Accin

s2: Media

11

Descripcin

s3: Baja
5

Estado de la Naturaleza

del efecto

s1: Alta

s2: Media

s3: Baja

a3: Ampliar a Nivel. Nacional.

Resultado ($)

10

a4: Continuar a Nivel Reg.

Resultado ($)

c.

Tabla de Rendimientos:
Accin

Descripcin
del efecto

a1: Introduccin Regional

a2: Introduccin Nacional

Accin

a4: Continuar a Nivel Reg.

s2: Media

Esperanza

s3: Baja

Probabilidad

0,70

0,10

0,20

Resultado ($)

8 050 (1)

1 400

(3 500)

Probabilidad

0,50

0,20

0,30

Resultado ($)

15 600

4 200

(7 100)

Descripcin
del efecto

a3: Ampliar a Niv. Nacion.

Estado de la Naturaleza
s1: Alta

Estado de la Naturaleza
s1: Alta

s2: Media

Matemtica
5 075

6 510

Esperanza

s3: Baja

Probabilidad

0,60

0,10

0,30

Resultado ($)

14 100

9 800

(5 000)

Probabilidad

0,60

0,10

0,30

Resultado ($)

12 600

7 000

(700)

Matemtica

(1) Resultado calculado, se relaciona con esperanza matemtica de a4

La mejor decisin resulta a2: Introducir el producto a nivel nacional.
d.
e.

rbol de decisin

RICARDO TOLEDO QUIONES

- 28 -

7 940

8 050

ANLISIS CUANTITATIVO PARA DECISIONES I

Demanda Alta: 0,60 x 14 100

Ampliar Nivel
Nacional

Demanda
Alta: 0,70

7 940

Demanda Media: 0,10 x 9 800

980

Demanda Baja: 0,30 x (5 000)

(1 500)

Demanda Alta: 0,60 x 12 600

Continuar 8
Nivel Region.

8 460

050

Demanda Media: 0,10 x 7 000

Demanda Baja: 0,30 x (7 00)

7 560
700
(210)

5 075
INTRODUCCIN
REGIONAL

Demanda Media: 0,10 x 1 400

140

Demanda Baja: 0,20 x (3 500)

(700)

Demanda Alta: 0,50 x 15 600

7 800

6 510
INTRODUCCIN
NACIONAL

Demanda Media: 0,20 x 4 200

840

Demanda Baja: 0,30 x (7 100)

(2 130)

9.

Produccin

100
200
300

100
6
2
1

Demanda
200
5
8
3

300
4
7
9

10.
a. Si A = Tiene Planes y B = Planta competidora se construye:

P( A | B) =

0,40 * 0,10
=
0,40 * 0,10 + 0,60 * 0,50

0,571

P( A' | B) =

0,60 * 0,50
=
0,60 * 0,50 + 0,40 * 0,10

0,428

Probabilidad acumulada

1,000

0,40 * 0,00
P( A | B' ) =
=
0,40 * 0,00 + 0,60 * 0,50

0,000

0,60 * 0,50
=
0,60 * 0,50 + 0,40 * 0,00

1,000

P( A' | B' ) =

Probabilidad acumulada

1,000

RICARDO TOLEDO QUIONES

- 29 -

ANLISIS CUANTITATIVO PARA DECISIONES I

b.

ne
ie )
(T nes
A la 0,40
P

0,60
A'
(N
pla o tie
nte ne
s)

c.

ra
do
e ti
mp ye)
co
ta nstru
n
a co
(Pl

se

1,00

0,00
B' (Pla
nta com
petidor
a no se
constru
ye)

B(

do
e ti
mp ye)
co
ta nstru
n
a
co
Pl

B' (
Pla
n

ra

se

0,50

0,50
ta c
o
con mpetid
stru
o
ye) ra no
se

Si la firma competidora ha iniciado el trabajo para la nueva planta, la

probabilidad de que sta haya decidido entrar al campo de la fotografa
instantnea es P (A|B) = 0,5714. Para el caso no se considera la adicin de
P(A|B), en tanto esta establece que la empresa competidora no tiene planes
para fabricar equipo fotogrfico y la segunda ramificacin a partir de
P(A|B).corresponde a una decisin que se tomara en forma posterior a la
construccin.

RICARDO TOLEDO QUIONES

- 30 -