Fase 2 212066 41 TC1

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 25

TRABAJO TEORÍA DE LAS DECISIONES FASE 2 –

PRESENTADO A: RICARDO JAVIER PINEDA

PRESENTADO POR: KEVIN FRANCISCO QUINTERO CERTUCHE

ZULY YANETH MANRIQUE

DIANA ISABEL RODRIGUEZ

N° DE GRUPO: 212066_41

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD

PROGRAMA DE INGENIERÍA INDUSTRIAL

GIGANTE- HUILA

2018
INTRODUCCIÓN

El presente trabajo está enfocado en la investigación, interpretación y desarrollo


de la temática de la unidad número 1, basada en la toma de decisiones en un
entorno de riesgo. Primero debemos aprender a manejar los arboles de decisión,
los cuales son modelos gráficos que nos permitirán representar las decisiones y la
incertidumbre, estos nos permitirán desglosar la información. El modelo de toma
de decisiones en una incertidumbre contiene como parte estados de la naturaleza
los cuales nos determinan los porcentajes de cada estimación, para entender la
temática es necesario conocer los conceptos de valor esperado, luego de tener
este valor esperado hallamos el valor de la información perfecta, el siguiente paso
es realizar el análisis bayesiano mediante el teorema de bayes para luego
determinar el valor esperado con información perfecta y el valor esperado sin
información perfecta, y por medio de ellos obtener la eficiencia de la información.
De esta manera podremos desarrollar la temática propuesta en la unidad 1.
Problema 1. ÁRBOLES DE DECISIÓN, EVPI y EVMI (HECHO POR DIANA ISABEL RODRIGUEZ)

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.

Tabla 1. Proceso de decisión para la comercialización del producto


Estados de la naturaleza
Alternativa de decisión Demanda baja - Demanda bajo demanda alta -
utilidad promedio - utilidad utilidad
Fabricar 221 251 310
Subcontratar 210 225 278
Comprar 195 236 289
Probabilidades Ʃ = 1 0,35 0,42 0,23

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, responden:

a. Use EVPI para determinar si la compañía debe tratar de obtener una mejor estimación de la demanda.

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 / bajo) = 0,3 P(D / bajo) = 0,7


P (F / promedio bajo) = 0,38 P (D / promedio bajo) = 0,62
P (F / medio alto) = 0,4 P (D / medio alto) = 0,6

P (F / alto) = 0,55 P (D / alto) = 0,45

a. ¿Cuál es el valor esperado de la información de investigación de mercado?


b. ¿Cuál es la eficiencia de la información?
PROBLEMA 1

Table 1
Estados de la naturaleza
Demanda baja Demanada Media Demanda alta
Decisio Alternativa Ganancias ($) Gananciass ($) Ganancias ($)
Manufactura 221 251 310

Subcontratar 210 225 278

Comprar 195 236 289

Probabilidades ∑=1 0,35 0,42 0,23

Pao 1. Arbol de decision


Probabilidad Demanda

SUMATORIA
BAJA 0,35 221 77,35

Manufactura NODO 2 MEDIA 0,42 251 105,42 254,07

ALTA 0,23 310 71,3

SUMATORIA
BAJA 0,35 210 73,5
Nodo 1
Subcontratar NODO 3 MEDIA 0,42 225 94,5 231,94

ALTA 0,23 278 63,94

SUMATORIA
BAJA 0,35 195 68,25

MEDIA 0,42 236 99,12 233,84


Comprar NODO 4
ALTA 0,23 289 66,47

Valor esperado se obtienr: VEsIP


Nodo (2) = 254,07 millones de dolares
Nodo (3)= 231,94 millones de dolares
Nodo (4)= 233,84 millones de dolares

Nodo 1 = (Max Nodo 2 vs Nodo 3 vs Nodo 4)= Nodo 3 254,07 millones de dolares

La decision recomendada es subcontratar que nos da una utilidad de: 254,070,000 dolares.
VEIP=/VEciP- VesiP/

Valor esperado con informacion perfecta


Valor esperado sin informacion perfecta

VeciP= (0.35)x77.35+(0.42)x105,42+(0.23)x71,3

VeciP : 254.07 millones

VEIP: /254.07-254.07/ 0 millones


TEOREMA DE BAYES

P (F / bajo) = 0,3 P(D / bajo) = 0,7


P (F / promedio bajo) = 0,38 P (D / promedio bajo) = 0,62
P (F / medio alto) = 0,4 P (D / medio alto) = 0,6
P (F / alto) = 0,55 P (D / alto) = 0,45

P (s1)= 0.35 (s2)=0.42 (s3)=0.23

P (F / bajo) = 0,3
P (F / promedio bajo) = 0,38
P (F / medio alto) = 0,4
P (F / alto) = 0,55
FAVORABLE
ESTADOS DE PROBABILIDADES PROBABILIDADES PROBABILIDADES
LA PROBABILIDADES CONDICIONALES CONJUNTAS P(FN POSTERIORES
NATURALEZA PREVIAS P (SJ) P(F/Sj) Sj) P(Sj/F)
BAJO 0,35 0,3 0,105 0,262828536
MEDIA 0,42 0,4 0,168 0,420525657
ALTA 0,23 0,55 0,1265 0,316645807
P(F) 0,3995

P (D / bajo) = 0,7
P (D / promedio bajo) = 0,62
P (D / medio alto) = 0,6
P (D / alto) = 0,45

DESFAVORABLE
ESTADOS DE PROBABILIDADES PROBABILIDADES PROBABILIDADES
LA PROBABILIDADES CONDICIONALES CONJUNTAS P(FN POSTERIORES
NATURALEZA PREVIAS P (SJ) P(F/Sj) Sj) P(Sj/F)
BAJO 0,35 0,7 0,245 0,407993339
MEDIA 0,42 0,6 0,252 0,419650291
ALTA 0,23 0,45 0,1035 0,17235637
P(F) 0,6005
PARA HALLAR EL VALOR DE LA INFORMACION MUESTRAL TENEMOS QUE :
VEIM-/VEciM-VEsiM/

VEciM: 244.01 MILLONES


eficiencia es 0%
VEsiM: 254,07 MILLONES = 0 nula
10,06

Problema 2. ÁRBOLES DE DECISIÓN, EVPI y EVMI (HECHO POR KEVIN)

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
compraa un proveedor externo. Los beneficios dependen de la demanda del producto. La tabla muestra las ganancias
proyectadas, en millones de dólares.

Tabla 1. Proceso de decisión para la comercialización del producto


Estados de la naturaleza
Alternativa de Demanda bajo demanda
Demanda demanda Alto
decisión promedio - alta -
baja - utilidad Medio - utilidad
utilidad utilidad
Fabricar 173 183 195 218
Subcontratar 181 192 207 213
Comprar 183 197 207 215
Arrendamiento 125 128 131 137
Subcontratar 188 192 198 209
Probabilidades Ʃ = 0,19 0,21 0,28 0,32
1
VALOR ESPERADO SE NODO 2 = 195,66
OBTIENE SIN
NODO 3 = 200,83
INFORMACION PERFECTA
(VEsIP) NODO 4 = 202,9
NODO 5 = 131,15
NODO 6 = 198,36

NODO 1 =(Max nodo 2 NODO 4=202,9 millones


Vs nodo 3 Vs nodo 4 de dolares
Vs nodo 5Vs nodo 6 )

la decisión recomendada es comprar porque nos da una utilidad de


202,900,000 dolares

Valor esperado de Información Perfecta (EVPI)

VEsIP= Valor esperado sin Información Perfecta (EVPI)


VEsIP= 202,9
VEcIP= Valor esperado con Información Perfecta (EVPI)
VEcIP = 204,81

VEIP= |VEcIP-VEsIP| |1,91|


1,91
P (F / bajo) = 0,2 P P(D / bajo ) = 0,8
P (F / promedio bajo) = 0,2P (D / promedio bajo) = 0,8
P (F / medio alto) = 0,35 P (D / medio alto) = 0,65
P (F / alto) = 0,5 P (D / alto) = 0,5

0,19 0,21 0,28 0,32

FAVORABLE
probabilidades previas probabilidad probabilidades conjuntas probabilidades
Estados de la naturaleza ) condicionales posteriores
P( ) ) )
bajo 0,19 0,2 0,038 0,112426036
medio bajo 0,21 0,2 0,042 0,124260355
medio alto 0,28 0,35 0,098 0,289940828
alto 0,32 0,5 0,16 0,473372781
P(F) 0,338

DESFAVORABLE
probabilidades previas probabilidad probabilidades conjuntas probabilidades
Estados de la naturaleza ) condicionales posteriores
P( ) ) )
bajo 0,19 0,8 0,152 0,229607251
promedio bajo 0,21 0,8 0,168 0,253776435
medio alto 0,28 0,65 0,182 0,274924471
alto 0,32 0,5 0,16 0,241691843
P(D) 0,662
PROBABILIDAD DEMANDA

BAJA (0,112) 173 19,376

MEDIO BAJO (0,124) 183 22,692

FABRICAR NODO 4 MEDIO ALTO (0,289) 195 56,355

ALTO (0,473) 218 103,114


201,537

BAJA (0,112) 181 20,272

MEDIO BAJO (0,124) 192 23,808


SUBCONTRATO NODO 5
MEDIO ALTO (0,289) 207 59,823

ALTO (0,473) 213 100,749


204,652

BAJA (0,112) 183 20,496

0,338 MEDIO BAJO (0,124) 197 24,428 206,44


FAVORABLE NODO 2 COMPRAR NODO 6
MEDIO ALTO (0,289) 207 59,823

ALTO (0,473) 215 101,695


206,442

BAJA (0,112) 125 14

MEDIO BAJO (0,124) 128 15,872


ARRENDAMIENTO NODO 7
MEDIO ALTO (0,289) 131 37,859

ALTO (0,473) 137 64,801


132,532

BAJA (0,112) 188 21,056

MEDIO BAJO (0,124) 192 23,808


SUBCONTRATAR NODO 8
MEDIO ALTO (0,289) 198 57,222

ALTO (0,473) 209 98,857


200,943
202,362742

NODO 1
PROBABILIDAD DEMANDA

BAJA (0,229) 173 39,617

MEDIO BAJO (0,253) 183 46,299

FABRICAR NODO 9 MEDIO ALTO (0,274) 195 53,43

ALTO (0,241) 218 52,538


191,884

BAJA (0,229) 181 41,449

MEDIO BAJO (0,253) 192 48,576


SUBCONTRATO NODO 10
MEDIO ALTO (0,274) 207 56,718

ALTO (0,241) 213 51,333


198,076

BAJA (0,229) 183 41,907

0,662 MEDIO BAJO (0,253) 197 49,841 200,281


DESFAVORABLE NODO 3 COMPRAR NODO 11
MEDIO ALTO (0,274) 207 56,718

ALTO (0,241) 215 51,815


200,281

BAJA (0,229) 125 28,625

MEDIO BAJO (0,253) 128 32,384


ARRENDAMIENTO NODO 12
MEDIO ALTO (0,274) 131 35,894

ALTO (0,241) 137 33,017


129,92

BAJA (0,229) 188 43,052

MEDIO BAJO (0,253) 192 48,576


SUBCONTRATAR NODO 13
MEDIO ALTO (0,274) 198 54,252

ALTO (0,241) 209 50,369


196,249
valor nodo 1 202,362742

SOLUCION 2

Para hallar lainformacion muestral tenemos que VEIM=| VEcIM-VEsIM |

VEcIM 202,362742
VEsIM 202,9
VEIM=| VEcIM-VEsIM | | -0,537258 |
VEIM= 0,537258

VEIM
E=
VEIP

0,537258
E= X 100 = 28,1286911
1,91

|
Problema 3. ÁRBOLES DE DECISIÓN, EVPI y EVMI (ZULY YANETH MANRIQUE)

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.
Tabla 1. Proceso de decisión para la comercialización del producto
Estados de la naturaleza
Alternativa de Demanda bajo demanda
decisión Demanda baja demanda Alto
promedio - alta -
- utilidad Medio - utilidad
utilidad utilidad
Fabricar 85 87 91 95
Subcontratar 78 81 85 89
Comprar 82 85 87 90
Arrendamiento 83 85 87 91
Subcontratar 85 87 89 93
Probabilidades Ʃ = 1 0,30 0,22 0,25 0,23

PARTE 3. ÁRBOLES DE DECISIÓN, EVPI y EVMI

De acuerdo con la información correspondiente en la Tabla 3 y la teoría del Valor Predicho de la Información Perfecta
(EVPI), el Valor Esperado de la Información de la Muestra (EVMI) y los Árboles de Decisión, responden:

a. Use EVPI para determinar si la compañía debe tratar de obtener una mejor estimación de la demanda.

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 / bajo) = 0,22 P P(D / bajo) = 0,78


P (F / promedio bajo) = P (D / promedio bajo) =
0,35 0,65
P (F / medio alto) = 0,33 P (D / medio alto) = 0,67
P (F / alto) = 0,42 P (D / alto) = 0,58

a. ¿Cuál es el valor esperado de la información de investigación de mercado?


b. ¿Cuál es la eficiencia de la información?

Problem 3. DECISION TREES, EVPI and


EVMI

Teratextyl, a textile company that has a productive experience in the foreign market of 30 years, must decide if it
manufactures a new product in its main plant, or if on the contrary the purchase from an external supplier. The profits
depend on the demand of the product. The table shows projected profits, in millions of dollars.

Table 3. Decision process for the commercialization of the product


States of nature
Demand low
Decision alternative Demand High Medium - Demand High -
Demand low - utility average -
utility utility
utility
Manufacture 85 87 91 95
Subcontract 78 81 85 89
Buy 82 85 87 90
Lease 83 85 87 91
Outsource 85 87 89 93
Probabilities S =1 0,3 0,22 0,25 0,23
PART 2. DECISION TREES, EVPI and EVMI

According to the corresponding information in Table 2 and the Predicted Value of Perfect Information (EVPI) theory,
the Expected Value of Sample Information (EVMI) and Decision Trees, respond:

i. Use EVPI to determine if the company should try to get a better estimate of the demand.

probability demand summation

Demand low-utility 0,3 85 25,5


Manufacture NODE 2 Demand low average - utility 0,22 87 19,14
67,39
Demand High Medium - utility 0,25 91 22,75
Demand High - utility 0,23 95 21,85

Demand low-utility 0,3 78 23,4


Subcontract NODE 3 Demand low average - utility 0,22 81 17,82
62,47
Demand High Medium - utility 0,25 85 21,25
Demand High - utility 0,23 89 20,47

Demand low-utility 0,3 82 24,6


NODE 1 Buy NODE 4 Demand low average - utility 0,22 85 18,7 65,05
Demand High Medium - utility 0,25 87 21,75
Demand High - utility 0,23 90 20,7

Demand low-utility 0,3 83 24,9


Lease NODE 5 Demand low average - utility 0,22 85 18,7
65,35
Demand High Medium - utility 0,25 87 21,75
Demand High - utility 0,23 91 20,93

Demand low-utility 0,3 85 25,5


Outsource NODE 6 Demand low average - utility 0,22 87 19,14
66,89
Demand High Medium - utility 0,25 89 22,25
Demand High - utility 0,23 93 21,39
expected value

NODE 2 67,39 dollars


NODE 3 62,47 dollars
NODE 4 65,05 dollars
NODE 5 65,35 dollars
NODE 6 66,89 dollars

NODE 1 = (Max Node 2, Node 3, Node 4)= 67,39 dollars

The most appropriate decision is to manufacture waiting for a payment of 67,39


Dollars

VEcIP 89,24 dollars


VEIP ( 89,24-67,39) 21,85 dollars

f. A test market study of potential product demand is expected to report a favorable (F) or unfavorable (U) condition. The
relevant conditional probabilities are:

P(F/low) = 0,22 P(D/low) = 0,78


P(D/low average)
P(F/low average) = 0,35 = 0,65
P(D/high
P(F/high medium) = 0,33 medium) = 0,67
P(F/high ) = 0,42 P(D/high ) = 0,58

Bayes
theorem
𝑃 𝐸 𝑠𝑖 )𝑃 𝑠𝑖 )
𝑃 = 𝑠𝑖 𝐸)=
𝑃 𝐸)
FAVORABLE
previous probabilities joint probabilities P(F later probabilities
States of nature conditional probabilities P(F/Si)
P(Si) nSi) P(Si/F)
Demand low-utility 0,3 0,22 0,52 0,31
Demand low average -
utility 0,22 0,35 0,57 0,34
Demand High Medium -
utility 0,25 0,33 0,58 0,35
Demand High - utility 0,23 0,42 0,65 0,39
P(F) 1,67

UNFAVORABLE
previous probabilities joint probabilities P(D later probabilities
States of nature conditional probabilities P(D/Si)
P(Si) nSi) P(Si/D)
Demand low-utility 0,3 0,78 1,08 0,29
Demand low average -
utility 0,22 0,65 0,87 0,24
Demand High Medium -
utility 0,25 0,67 0,92 0,25
Demand High - utility 0,23 0,58 0,81 0,22
P(F) 3,68
Demand low-utility 0,31 85
Manufacture NODE 4 Demand low average - utility 0,34 87 124,74
Demand High Medium - utility 0,35 91
Demand High - utility 0,39 95

Demand low-utility 0,31 78


FAVORABLE (1,67) NODE 2 Subcontract NODE 5 Demand low average - utility 0,34 81 116,1 124,74
Demand High Medium - utility 0,35 85
Demand High - utility 0,39 89

Demand low-utility 0,31 82


Buy NODE 6 Demand low average - utility 0,34 85 119,79
Demand High Medium - utility 0,35 87
Demand High - utility 0,39 90
536,48
NODE 1 Demand low-utility 0,29 83
Manufacture NODE 7 Demand low average - utility 0,24 85 86,234
Demand High Medium - utility 0,25 87
Demand High - utility 0,22 91

Demand low-utility 0,29 85


UNFAVORABLE (3,68) NODE 3 Subcontract NODE 8 Demand low average - utility 0,24 87 88,234 89,17
Demand High Medium - utility 0,25 89
Demand High - utility 0,22 93

Demand low-utility 0,29 85


Buy NODE 9 Demand low average - utility 0,24 87 89,174
Demand High Medium - utility 0,25 91
Demand High - utility 0,22 95
g. What is the expected value of market research
information?

VEcIM = 536,48 Dollars


VEsIM= 67,39 Dollars

VEIM 469,09 Dollars

h. What is the efficiency of the information?

VEIM
E= X 100
VEIP

469,09
E= =
21,85 21,469

efficiency of 21%
CONCLUSIONES

Aprendimos la capacidad de interpretación de los resultados alcanzados en el


trascurso de los algoritmos, como parte intrínseca del proceso de toma de
decisiones.

También hemos identificado las concepciones básicas en el proceso de toma de


decisiones, lo que le permite identificar e implementar los métodos apropiados en
las decisiones en un entorno de riesgo o certeza.

Al aplicar los métodos apropiados de valor esperado, árboles de decisión y teoría


de la utilidad en la toma de decisiones bajo riesgo, obtuvimos soluciones a
problemas presentados en el campo profesional y el entorno comunitario.
BIBLIOGRAFÍA

http://bibliotecavirtual.unad.edu.co:2051/login.aspx?direct=tru
e&db=nlebk&AN=234098&lang=es&site=eds-live

http://bibliotecavirtual.unad.edu.co:2051/login.aspx?direct=tru
e&db=nlebk&AN=72982&lang=es&site=eds-live

http://bibliotecavirtual.unad.edu.co:2051/login.aspx?direct=tru
e&db=nlebk&AN=236037&lang=es&site=eds-live

http://hdl.handle.net/10596/13263

http://bibliotecavirtual.unad.edu.co:2048/login?url=http://searc
h.ebscohost.com/login.aspx?direct=true&db=nlebk&AN=323407
&lang=es&site=ehost-live
.
.

También podría gustarte