2889611.pdf

SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
EJERCICIOS RESUELTOS
TOMA DE DECISONES BAJO COMPLETA INCERTIDUMBRE
1.-Los directivos de pensión Planners. Inc. Deben escoger uno de los tres fondos mutuos comparables en el cual
invertir un millón de dólares. El personal del depto. de investigación ha estimado la recuperación esperada en un año
para cada uno de los fondos mutuos, basándose en un desempeño pobre, moderado, o excelente del índice Dow
Jones, de la siguiente manera:
Desempeño del
Recuperación esperada
Dow Jones
Fondo1 $
Fondo2 $
Fondo3 $
Pobre
50000
25000
40000
Moderada
75000
50000
60000
Excelente
100000
150000
175000
Utilice la matriz de ganancias para calcular la decisión óptima y la ganancia asociada utilizando cada uno de los
criterios siguientes:
a) Laplace
b) Mínimax
c) Hurwicz (con =0.4)
SOLUCION
1.- Decisor:
Los directivos de planners
2.- Alternativas o acciones:
a1 : Elegir Fondo 1.
a2 : Elegir Fondo 2.
a3 : Elegir Fondo 3.
3.- Estados de la naturaleza:
1 : Pobre.
 2 : Moderado.
 2 : Excelente.
4.- Matriz de consecuencias:
a1
a2
a3
1
2
2
50000
75000
100000
25000
50000
150000
40000
60000
175000
a) Criterio de Laplace
 1
a1 : 3 50000  70000  100000  75000

1

Max[ai ]  Maxa2 : (25000  50000  150000)  75000
3

 1
a3 : 3 (40000  60000  175000)  91666.66  a3

Bajo el criterio de Laplace se debe elegir la alternativa a3
1
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
b) Míni - max
a1
a2
a3
1
2
2
50000
75000
25000
40000
max
Mini
100000
10000
10000  a1
50000
150000
15000
60000
175000
175000
Bajo el criterio Mini – Max elegir la alternativa a1
c) Hurwicz (con =0.4)
a1 : 0.4 *100000  (1  0.4) * 50000  70000

Max[ai ]  Maxa2 : 0.4 *150000  (1  0.4) * 25000  75000
a : 0.4 *175000  (1  0.4) * 40000  94000  a
3
 3
Bajo el criterio de Hurwicz se recomienda elegir la alternativa a3
2.- Los Dueños de FastFoods Inc., están tratando de decidir si construyen una nueva sucursal en un centro comercial
abierto, en un centro comercial cerrado o en un lugar remoto del que los analistas opinan que tienen un gran potencial
de crecimiento. Además del costo de construcción $ 100 000, independiente del lugar, la renta anual de
arrendamiento de cinco años en el centro al aire libre es de 30 000 $, en el centro comercial cerrado es de 50 000 $ y
en un lugar retirado es de 10 000 $. La probabilidad las ventas de 5 años estén por debajo del promedio se estima en
0.3, la probabilidad en el promedio es de 0.5, y de que estén por encima del promedio es de 0.2. El personal de
mercadotecnia a preparado la siguientes proyecciones de recuperación para cinco años para cada resultado posible:
VENTAS
Centro al Aire Libre
Centro Cerrado
Lugar Retirado
Por debajo del
promedio
100 000
200 000
50 000
Promedio
200 000
400 000
100 000
Por encima del
promedio
400 000
600 000
300 000
Utilice la matriz de ganancias para calcular a mano la decisión óptima y la ganancia asociada, usando cada uno de los
siguientes criterios e ignorando cualquier flujo de efectivo después de cinco años:
a)
b)
c)
d)
e)
f)
Máxi - Max
Maxi - Min
Hurwicz (con α=0.6)
Savage
Aplique también el criterio de bayes.
Laplace
SOLUCION
1.- Decisor: Los Dueños de FastFoods
2.- Alternativas:
a1 : Construir en el centro al aire libre.
a2 : Construir en el centro cerrado.
a3 : Construir en un lugar retirado.
2
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
3.- Estados de la naturaleza:
1 : Ventas por debajo del promedio
 2 : Ventas en el promedio
 2 : Ventas por encima del promedio
4.- Matriz de consecuencias:
1
2
2
a1
a2
a3
-150
-50
150
-150
50
250
-100
-50
150
P( j )
0.3
0.5
0.2
5.- Función de consecuencias:
Datos adicionales:
Costo de construcción = 100000 $
Arrendamiento de 5 años en el centro al aire libre = 30000 $
Arrendamiento de 5 años en el centro cerrado =
50000 $
Arrendamiento de 5 años en un lugar retirado =
10000 $
En miles de $
f (a1 ,1 )  100 – (100+30*5) = -150
f (a1 ,  2 )  200 – (100+30*5) = -50
f (a1 ,  3 )  400 – (100+30*5) = 150
f (a2 , 1 )  200 – (100+50*5) = -150
f (a2 ,  2 )  400 – (100+50*5) = 50
f (a2 , 3 )  600 – (100+50*5) = 250
f (a3 , 1 )  50 – (100+10*5) = -100
f (a3 , 2 )  100 – (100+10*5) = -50
f (a3 , 3 )  300 – (100+10*5) = 150
6.- Probabilidades a priori
P(1 )  0.3
P( 2 )  0.5
P(3 )  0.2
3
Aux. : Egr. Challapa Llusco Gustavo
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
a) Optimista Máxi - Max
a1
a2
a3
1
2
2
Max
-150
-50
150
150
-150
50
250
250
-100
-50
150
150
1
2
2
Min
-150
-50
150
-150
-150
50
250
-150
-100
-50
150
-100
Maxi
250
 a2
b) Pesimista Maxi - Min
a1
a2
a3
Maxi
-100  a3
c) Hurwicz (con α=0.6)
a1 : 0.6 *150  (1  0.6) * (150)  30

Max[ai ]  Maxa2 : 0.6 * 250  (1  0.6) * (150)  90  a2
a : 0.6 *150  (1  0.6) * (100)  10
 3
d) Savage
1
2
2
2
a1
a2
a3
-150
-50
150
50
100
100
100
-150
50
250
50
0
0
50
-100
-50
150
0
100
100
100
Max
-100
50
250
1
2
Max
Mini
50  a2
e) Criterio de bayes:
a1 : 150 * 0.3  (50) * 0.5  150 * 0.2  40

Max[ai ]  Maxa2 : 150 * 0.3  50 * 0.5  250 * 0.2  30  a2
a : 100 * 0.3  (50) * 0.5  150 * 0.2  25
 3
f) Criterio de Laplace
 1
a1 : 3 ((150)  (50)  (150))  16.67

1

Max[ai ]  Max a2 : ((150)  50  250)  50  a2
3

 1
a3 : 3 (100  (50)  150)  0

4
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
3.- Una compañía que elabora un analgésico se encuentra ante la alternativa de realizar la compra de la materia
prima básica. Esta es una droga que debe importarse y puede comprarse de dos formas distintas: encargando al
extranjero el envío con cuatro meses de anticipación al invierno a un precio de $ 200 por toneladas, u ordenar en el
extranjero los pedidos con un mes de anticipación al invierno con un recargo de $ 25 por tonelada si se compran 4
toneladas y $ 75 por tonelada si la compra es de una cantidad mayor.
En el caso de elegirse la primera alternativa y resultar insuficiente la cantidad pedida para satisfacer la demanda, se
deberán realizar compras durante el invierno a los proveedores de la competencia en el mercado nacional,
debiéndose pagar $ 350 por la primera tonelada que se compre y $ 550 por las siguientes.
La compañía se ha impuesto la restricción de no dejar demanda insatisfecha pues ello le arrancaría una pérdida de
mercado tan importante que se le ha asignado un costo infinito. Si se sabe con precisión que la demanda, si el
invierno es suave, implicará un consumo de materia prima de 4 toneladas, 5 si el invierno es normal y 6 si es
riguroso.
No se puede atribuir ninguna probabilidad objetiva a cada uno de los estados de la naturaleza. Las materias primas
que han sido compradas, pero que no se utilizan son inútiles para ser empleadas al año siguiente o en otro producto,
por lo tanto su valor de salvamento es cero.
a) Armar la matriz de decisiones.
b) Cuál sería la decisión recomendada según todos los criterios vistos en clases (para el criterio de Hurwicz usar
un coeficiente de optimismo = 0.8)
c) Cuál de los criterios recomendaría a la compañía? Justifique su respuesta.
SOLUCIÓN
1.- Decisor:
La compañía
2.- Alternativas:
Al principio parece que fueran solo dos alternativas
Importar del extranjero con 4 meses de anticipación.
Importar del extranjero con 1 mes de anticipación.
Pero no nos indica que cantidad respecto a la demanda (4, 5, 6 ton.) por tanto las alternativas respecto a la demanda
serán:
a1 : Importar 4 ton. del analgésico del extranjero con 4 meses de anticipación.
a2 : Importar 5 ton. del analgésico del extranjero con 4 meses de anticipación.
a3 : Importar 6 ton. del analgésico del extranjero con 4 meses de anticipación.
a4 : Importar 4 ton. del analgésico del extranjero con 1 mes de anticipación.
a5 : Importar 5 ton. del analgésico del extranjero con 1 mes de anticipación.
a6 : Importar 6 ton. del analgésico del extranjero con 1 mes de anticipación.
3.- Estados de la naturaleza:
1 : Invierno suave con demanda de 4 ton.
 2 : Invierno normal con demanda de 5 ton.
 3 : Invierno riguroso con demanda de 6 ton.
4.- Matriz de consecuencias:
a1
a2
a3
a4
a5
a6
1 = 4
2 = 5
3 = 6
800
1150
1700
1000
1000
1350
1200
1200
1200
900
1250
1800
1375
1375
1725
1650
1650
1650
5
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
5.-Funcion de consecuencias:
Datos
- En el caso que se importe con 4 meses de anticipación: Precio de compra 200 $/ton.
- En el caso que se importe con 1 mes de anticipación: Precio de compra 200 $/ton con un recargo de 25$/ton.
si se compran 4 toneladas y 75$/ton. si la compra es de una cantidad mayor.
f (a1;1 ) = 4*200 = 800
f (a1; 2 ) = 4*200 + 1*350 = 1150
f (a1;3 ) = 4-200 + 1*350 +1*550 = 1700
f (a2 ;1 ) = 5*200 = 1000
f (a2 ; 2 ) = 5*200 = 1000
f (a2 ;3 ) = 5*200+1*350 = 1350
f (a3 ;1 ) = 6*200 = 1200
f (a3 ; 2 ) = 6*200 = 1200
f (a3 ;3 ) = 6*200 = 1200
f (a4 ;1 ) = 4*225 = 900
f (a4 ; 2 ) = 4*225 + 1*350 = 1250
f (a4 ;3 ) = 4*225 + 1*350 +1*550 = 1800
f (a5 ;1 ) = 5*275 = 1375
f (a5 ; 2 ) = 5*275 = 1375
f (a5 ;3 ) = 5*275+1*350 = 1725
f (a6 ;1 ) = 6*275 = 1650
f (a6 ; 2 ) = 6*275 = 1650
f (a6 ;3 ) = 6*275 = 1650
Como la matriz es de costos nuestro objetivo será minimizar costos.
Criterio optimista Mini - Min
a1
a2
a3
a4
a5
a6
1 = 4
2 = 5
3 = 6
Min
Mini
800
1150
1700
800
800  a1
1000
1000
1350
1000
1200
1200
1200
1200
900
1250
1800
900
1375
1375
1725
1375
1650
1650
1650
1650
Bajo el criterio optimista se recomienda elegir la alternativa
a1
6
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
Criterio pesimista o de Wald Mini – Max
a1
a2
a3
a4
a5
a6
1 = 4
2 = 5
3 = 6
Max
800
1150
1700
1700
1000
1000
1350
1350
1200
1200
1200
1200
900
1250
1800
1800
1375
1375
1725
1725
1650
1650
1650
1650
Bajo el criterio pesimista o de Wald se recomienda elegir la alternativa
Mini
1200  a3
a3
Hurwicz (con α=.8)
a1 : 0.8 * 800  (1  0.8) *1700  980  a1
a : 0.8 *1000  (1  0.8) *1350  1070
 2
a3 : 0.8 *1200  (1  0.8) *1200  1200
Min[ai ]  Min 
a4 : 0.8 * 900  (1  0.8) *1800  1080
a5 : 0.8 *1375  (1  0.8) *1725  1445

a6 : 0.8 *1650  (1  0.8) *1650  1650
Bajo el criterio de Hurwicz se debe elegir la alternativa
a1
Savage
1 = 4
2 = 5
3 = 6
1 = 4
2 = 5
3 = 6
Max
800
1150
1700
0
150
500
500
1000
1000
1350
200
0
150
200
1200
1200
1200
400
200
0
400
900
1250
1800
100
250
50
250
1375
1375
1725
575
375
175
575
a6
1650
1650
1650
850
650
450
850
Min
800
1000
1200
a1
a2
a3
a4
a5
Bajo el criterio de Savage elegir la alternativa
a2
7
Min
200 
a2
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
Criterio de Laplace
 1
a1 : 3 (800  1150  1700)  1216.67

a : 1 (1000  1000  1350)  1116.67  a
2
 2 3
 1
a3 : (1200  1200  1200)  1200

3
Min[ai ]  Min 
a : 1 (900  1250  1800)  1316.67
 4 3
 1
a5 : (1375  1375  1725)  1491.67
3


1
a6 : (1650  1650  1650)  1650
3

Bajo el criterio de Laplace elegir la alternativa a2
Conclusión
Se debe elegir la alternativa a2 porque representa el menor costo
4.- Un fabricante de productos desea conocer el número de unidades que desea fabricar cada día, tiene dos
empleados: un obrero calificado al que se le paga Bs. 85 por día y un chanquista que gana Bs 70 por día, por otra
parte en gastos diarios fijos (pagan impuestos, alquiler, movilizaciones, etc.) se eleva a 300 Bs/mes. El fabricante
puede vender como regazo los artículos que genera al final de cada día a Bs. 2 cada una. El precio de venta de cada
artículo es de 6 Bs. El fabricante ha observado que para fabricar 500 o más artículos por día, el obrero calificado debe
trabajar horas extra que mejoran su salario de 20 Bs. Además calcula que un cliente no satisfecho le causa un
perjuicio que estima en 5 Bs. por artículo. El fabricante ha podido establecer en número de artículos demandados por
día que pueden ser 200, 400, 500, 600, 700, 800. Determinar la solución optima para el problema con por lo menos 5
métodos de toma de decisiones. Para Hurwicz α= 0.63
SOLUCION
1.- Decisor:
El fabricante.
2.- Alternativas:
a1 : Fabricar 200 art/día
a2 : Fabricar 400 art/día
a3 : Fabricar 500 art/día
a4 : Fabricar 600 art/día
a5 : Fabricar 700 art/día
a6 : Fabricar 800 art/día
3.- Estados de la naturaleza:
1 : Demanda de 200 art/día
 2 : Demanda de 400 art/día
 3 : Demanda de 500 art/día
 4 : Demanda de 600 art/día
 5 : Demanda de 700 art/día
 6 : Demanda de 800 art/día
8
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
4.- Matriz de consecuencias:
1
2
3
4
5
6
a1
a2
1035
35
- 465
- 965
-1465
-1965
1435
2235
1735
1235
735
235
a3
1615
2415
2815
2315
1815
1315
a4
1815
2615
3015
3415
2915
2415
a5
2015
2815
3215
3615
4015
3515
a6
2215
3015
3415
3815
4215
4615
5.- Función de consecuencias:
Costos:
Obrero calificado = 85 Bs/día
Obrero calificado si fabrica más de 500 artículos/día 85 Bs/día + 20 Bs/día = 105 Bs/día.
Chanquista = 70 Bs/día.
Costo fijo = 300 Bs/mes = 10 Bs/día.
Costo cliente insatisfecho = 5 Bs/Artículo
Precios de venta
Pv. regazo= 2 Bs/día
Pv. normal= 6 Bs/día
f (a1 ,1 )  200*6 – (85+70+10) = 1035
f (a1 ,  2 )  200*6 – (85+70+10 + 200*5) = 35
f (a1 ,  3 )  200*6 – (85+70+10 + 300*5) = - 465
f (a1 , 4 )  200*6 – (85+70+10 + 400*5) = -965
f (a1 ,  5 )  200*6 – (85+70+10 + 500*5) = -1465
f (a1 ,  6 )  200*6 – (85+70+10 + 600*5) = - 1965
f (a2 , 1 )  (200*6+200*2) – (85+70+10) = 1435
f (a2 ,  2 )  400*6 – (85+70+10) = 2235
f (a2 , 3 )  400*6 – (85+70+10 + 100*5) = 1735
f (a2 ,  4 )  400*6 – (85+70+10 + 200*5) = 1235
f (a2 ,  5 )  400*6 – (85+70+10 + 300*5) = 735
f (a2 ,  6 )  400*6 – (85+70+10 + 400*5) = 235
f (a3 , 1 )  (200*6+300*2) – (105+70+10) = 1615
f (a3 , 2 )  (400*6+100*2) – (105+70+10) = 2415
f (a3 , 3 )  500*6 – (105+70+10) = 2815
f (a3 , 4 )  500*6 – (105+70+10 + 100*5) = 2315
f (a3 ,  5 )  500*6 – (105+70+10 + 200*5) = 1815
f (a3 , 6 )  500*6 – (105+70+10 + 300*5) = 1315
9
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
f (a4 ,1 )  (200*6+400*2) – (105+70+10) = 1815
f (a4 , 2 )  (400*6+200*2) – (105+70+10) = 2615
f (a4 ,  3 )  (500*6+100*2) – (105+70+10) = 3015
f (a4 , 4 )  600*6 – (105+70+10) = 3415
f (a4 ,  5 )  600*6 – (105+70+10 + 100*5) = 2915
f (a4 ,  6 )  600*6 – (105+70+10 + 200*5) = 2415
f (a5 , 1 )  (200*6+500*2) – (105+70+10) = 2015
f (a5 , 2 )  (400*6+300*2) – (105+70+10) = 2815
f (a5 , 3 )  (500*6+200*2) – (105+70+10) = 3215
f (a5 , 4 )  (600*6+100*2) – (105+70+10) = 3615
f (a5 , 5 )  700*6 – (105+70+10) = 4015
f (a5 , 6 )  700*6 – (105+70+10 +100*5) = 3515
f (a6 ,1 )  (200*6+600*2) – (105+70+10) = 2215
f (a6 , 2 )  (400*6+400*2) – (105+70+10) = 3015
f (a6 ,  3 )  (500*6+300*2) – (105+70+10) = 3415
f (a6 , 4 )  (600*6+200*2) – (105+70+10) = 3815
f (a6 ,  5 )  (700*6+100*2) – (105+70+10) = 4215
f (a6 , 6 )  800*6 – (105+70+10) = 4615
Criterio de evaluación:
Criterio optimista Maxi-max
1
2
3
4
5
6
Max
a1
a2
1035
35
- 465
- 965
-1465
-1965
1035
1435
2235
1735
1235
735
235
2235
a3
1615
2415
2815
2315
1815
1315
2815
a4
1815
2615
3015
3415
2915
2415
3415
a5
2015
2815
3215
3615
4015
3515
4015
a6
2215
3015
3415
3815
4215
4615
4615
Bajo el criterio optimista se recomienda al fabricante elegir la alternativa
10
a6
Maxi
4615 
a6
Fabricar 800 art/día
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
Criterio pesimista Maxi-min
1
2
3
4
5
6
Min
a1
a2
1035
35
- 465
- 965
-1465
-1965
-1965
1435
2235
1735
1235
735
235
235
a3
1615
2415
2815
2315
1815
1315
1315
a4
1815
2615
3015
3415
2915
2415
1815
a5
2015
2815
3215
3615
4015
3515
2015
a6
2215
3015
3415
3815
4215
4615
2215
Bajo el criterio pesimista se recomienda al fabricante elegir la alternativa
a6
Maxi
2215 
a6
Fabricar 800 art/día
Criterio de Hurwicz
a1 : 0.63 * (1035)  (1  0.63) * (1965)  75
a : 0.63 * (2235)  (1  0.63) * (235)  1495
 2
a3 : 0.63 * (2815)  (1  0.63) * (1315)  2260
Maxai   Max 
a4 : 0.63 * (3415)  (1  0.63) * (1815)  2823
a5 : 0.63 * (4015)  (1  0.63) * (2015)  3275

a6 : 0.63 * (4615)  (1  0.63) * (2215)  3727  a6
Bajo el criterio de Hurwicz se recomienda al fabricante elegir la alternativa
a6
Fabricar 800 art/día
Criterio de Laplace
 1
a1 : 6 1035  35  (465)  (965)  (1465)  (1965)   631.67

a : 1 1435  2235  1735  1235  735  235  1268.3
 2 6

a3 : 1 1615  2415  2815  2315  1815  1315  2048.3

6
Maxai   Max 
a : 1 1815  2615  3015  3415  2915  2415  2698.3
 4 6

1
a5 : 2015  2815  3215  3615  4015  3515  3198.3
6


1
a6 : 2215  3015  3415  3815  4215  4615  3548.3  a6
6

Bajo el criterio de Lapace se recomienda al fabricante elegir la alternativa
11
a6
Fabricar 800 art/día
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
5.- Una empresa debe seleccionar una de las cuatro maquinas que dispone para fabricar Q unidades de un
determinado producto. Si los costos fijos y variables por unidad producida de cada máquina son:
Maquina
Costo Fijo
(Bs.)
A
100
B
50
C
70
D
180
Y la función de demanda viene dada por la siguiente ecuación:
Costo Variable
(Bs.)
6
12
5
8
D= 200 + 50*p donde P son las posibilidades de venta que varían de 0 a 4.
Qué decisión recomendaría a la empresa tomando en cuenta todos los criterios de decisión bajo incertidumbre (para
el criterio de Hurwicz α=0.3) de todos los criterios cuales que recomendación daría a la empresa justifique su
respuesta.
SOLUCION
1.- Decisor:
La empresa
2.- Alternativas:
a1 : Elegir maquina A
a2 : Elegir maquina B
a3 : Elegir maquina C
a4 : Elegir maquina D
3.- Estados de la naturaleza:
1 : Demanda = 200 + 50*0 = 200
 2 : Demanda = 200 + 50*1 = 250
 3 : Demanda = 200 + 50*2 = 300
 4 : Demanda = 200 + 50*3 = 350
 5 : Demanda = 200 + 50*4 = 400
4.- Matriz de consecuencias:
1
2
3
4
5
a1
a2
1300
1600
1900
2200
2500
2450
3050
3650
4250
4850
a3
1070
1320
1570
1820
2070
a4
1780
2180
2580
2980
3380
Matriz de costos
5.- Función de consecuencias:
La cantidad Q que se va a producir está en función a la demanda Q = Demanda.
f(a;θ) = costo fijo + costo variable*Q
f (a1 ,1 )  100[Bs] + 6[Bs/unid]*200[Unid] = 1300 Bs
f (a1 ,  2 )  100[Bs] + 6[Bs/unid]*250[Unid] = 1600 Bs
f (a1 ,  3 )  100[Bs] + 6[Bs/unid]*300[Unid] = 1900 Bs
f (a1 , 4 )  100[Bs] + 6[Bs/unid]*350[Unid] = 2200 Bs
12
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
f (a1 ,  5 )  100[Bs] + 6[Bs/unid]*400[Unid] = 2500 Bs
f (a2 , 1 )  50[Bs] + 12[Bs/unid]*200[Unid] = 2450 Bs
f (a2 ,  2 )  50[Bs] + 12[Bs/unid]*250[Unid] = 3050 Bs
f (a2 , 3 )  50[Bs] + 12[Bs/unid]*300[Unid] = 3650 Bs
f (a2 ,  4 )  50[Bs] + 12[Bs/unid]*350[Unid] = 4250 Bs
f (a2 ,  5 )  50[Bs] + 12[Bs/unid]*400[Unid] = 4850 Bs
f (a3 , 1 )  70[Bs] + 5[Bs/unid]*200[Unid] = 1070 Bs
f (a3 , 2 )  70[Bs] + 5[Bs/unid]*250[Unid] = 1320 Bs
f (a3 , 3 )  70[Bs] + 5[Bs/unid]*300[Unid] = 1570 Bs
f (a3 , 4 )  70[Bs] + 5[Bs/unid]*350[Unid] = 1320 Bs
f (a3 ,  5 )  70[Bs] + 5[Bs/unid]*400[Unid] = 2070 Bs
f (a4 ,1 )  180[Bs] + 8[Bs/unid]*200[Unid] = 1780 Bs
f (a4 , 2 )  180[Bs] + 8[Bs/unid]*250[Unid] = 2180 Bs
f (a4 ,  3 )  180[Bs] + 8[Bs/unid]*300[Unid] = 2580 Bs
f (a4 , 4 )  180[Bs] + 8[Bs/unid]*200[Unid] = 2980 Bs
f (a4 ,  5 )  180[Bs] + 8[Bs/unid]*200[Unid] = 3380 Bs
Criterio de evaluación:
Criterio optimista Mini-min
1
2
3
4
5
min
a1
a2
1300
1600
1900
2200
2500
1300
2450
3050
3650
4250
4850
2450
a3
1070
1320
1570
1820
2070
1070
a4
1780
2180
2580
2980
3380
1780
Bajo el criterio optimista se recomienda al fabricante elegir la alternativa
a3
Mini
1070
es decir elegir la maquina C porque
incurre en el menor costo 1070 Bs
Criterio pesimista Mini - Max
1
2
3
4
5
Max
a1
a2
a3
1300
1600
1900
2200
2500
2500
2450
3050
3650
4250
4850
4850
1070
1320
1570
1820
2070
2070
a4
1780
2180
2580
2980
3380
3380
Mini
2070
Bajo el criterio pesimista se recomienda al fabricante elegir la alternativa a3 es decir elegir la maquina C porque
incurre en el menor costo 2070 Bs.
13
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
Criterio de Hurwicz
a1 : 0.3 * (1300)  (1  0.3) * (2500)  2140
a : 0.3 * (2450)  (1  0.3) * (4850)  4130
 2
Minai   Min 
a3 : 0.3 * (1070)  (1  0.3) * (2070)  1770  a3

a4 : 0.3 * (1780)  (1  0.3) * (3380)  2900
Bajo el criterio de Hurwicz se recomienda al fabricante elegir la alternativa a3 es decir elegir la maquina C porque
incurre en el menor costo 1770 Bs.
Criterio de Laplace
 1
a1 : 5 1300  1600  1900  2200  2500  1900

a : 1 2450  3050  3650  4250  4850  3650
 2 5
Minai   Min 
a : 1 1070  1320  1570  1820  2070  1570  a
3
 3 5

1
a4 : 1780  2180  2580  2980  3380  2580
5

Bajo el criterio de Lapace se recomienda al fabricante elegir la alternativa a3 es decir elegir la maquina C porque
incurre en el menor costo 1570 Bs
Criterio de Savage
1
2
3
4
5
1
2
3
4
5
Max
a1
a2
a3
1300
1600
1900
2200
2500
230
280
330
380
430
430
2450
3050
3650
4250
4850
1380
1730
2080
2430
2780
2780
1070
1320
1570
1820
2070
0
0
0
0
0
0
a4
1780
2180
2580
2980
3380
710
860
1010
1160
1300
1300
Min
1070
1320
1570
1820
2070
Mini
0
Bajo el criterio de Savage se recomienda al fabricante elegir la alternativa a3 es decir elegir la maquina C
Conclusión
Según los criterios bajo incertidumbre se recomienda a la empresa elegir la alternativa a3 es decir elegir la maquina C
14
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
6.- Una empresa puede optar por fabricar uno de los modelos diferentes de un determinado artículo o ambos, pero
debido a las limitaciones de equipo y utillaje, los costos que suponen desarrollar ambos modelos simultáneamente
superan la suma de los costos de hacerlo individualmente. Limitaciones en la capacidad productiva hacen que sea
imposible fabricar en ambos modelos tantas unidades como pueda absorber el mercado. Los departamentos de
producción y ventas de la empresa han efectuado las siguientes estimaciones:
a) Los costos (en millones de dólares ) de los diversos modelos son los siguientes :
Modelos económicos 2; modelo de lujo 3; ambos el mismo año 6.
b) Los gastos generales y administrativos fijos son de 2 millones de dólares.
c) Los ingresos por ventas (en millones de dólares), que dependen de cuál sea la coyuntura económica del
próximo año, son: modelo económico 12, 6 o 4; modelo de lujo 15, 6 o 0; ambos 18, 12 o 4, según que la
economía está en expansión, estabilidad o recesión respectivamente.
A la vista de la información anterior determine:
La alternativa optima para la empresa según los diferentes criterios de decisión bajo incertidumbre. Para Hurwicz α=
0.45
SOLUCION
1.- Decisor:
La empresa
2.- Alternativas:
a1 : Fabricar modelo económico (Costo = 2 millones + costo fijo = 2 millones)
a2 : Fabricar modelo de lujo (Costo = 3 millones + costo fijo = 2 millones)
a3 : Fabricar ambos modelos (Costo = 36millones + costo fijo = 2 millones)
3.- Estados de la naturaleza:
1 : Economía en expansión. (12, 15, 18)
 2 : Economía en estabilidad (6, 6, 12)
 3 : Economía en recesión (4, 0, 4)
4.- Matriz de consecuencias:
a1
a2
a3
1
2
3
8
2
0
10
1
-5
10
4
-4
Matriz de beneficios
5.- Función de consecuencias:
B= Gan. Tot – costos tot
f (a1 ,1 )  12 – (2+2) = 8 millones $
f (a1 ,  2 )  6 – (2+2) = 2 millones $
f (a1 ,  3 )  4 – (2+2) = 0 millones $
f (a2 , 1 )  15 – (3+2) = 10 millones $
f (a2 ,  2 )  6 – (3+2) = 1 millones $
f (a2 , 3 )  0 – (3+2) = -5 millones $
f (a3 , 1 )  18 – (6+2) = 10 millones $
f (a3 , 2 )  12 – (6+2) = 4 millones $
f (a3 , 3 )  4 – (6+2) = -4 millones $
15
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
Criterio de evaluación:
Criterio optimista Maxi - Max
a1
a2
a3
1
2
3
Max
8
2
0
8
10
1
-5
10
10
10
4
-4
10
10
Max
Bajo el criterio optimista puede elegir la alternativa a2 y a3 con un valor esperado de 10 millones de $
Criterio pesimista Mini – min
a1
a2
a3
1
2
3
min
Mini
8
2
0
0
0
10
1
-5
-5
10
4
-4
-4
Bajo el criterio de pesimista se recomienda al fabricante elegir la alternativa a3 fabricar ambos modelos
Criterio de Hurwicz
a1 : 0.45 * (8)  (1  0.45) * (0)  3.6  a1

Maxai   Maxa2 : 0.45 * (10)  (1  0.45) * (5)  1.75
a : 0.45 * (10)  (1  0.45) * (4)  2.3
 3
Bajo el criterio de Hurwicz se recomienda al fabricante elegir la alternativa a1 fabricar modelo económico
Criterio de Laplace
 1
a1 : 3 8  2  0  3.33  a1

1

Maxai   Max a2 : 10  1  (5)   2
3

1

a3 : 3 10  4  (4)   3.33  a3

Bajo el criterio de Laplace se recomienda elegir entre la alternativa a1 o´ a1
Criterio de Savage
1
2
3
1
2
3
Max
Mini
2
a1
a2
a3
8
2
0
2
2
0
2
10
1
-5
0
3
5
5
10
4
-4
0
0
4
4
Max
10
4
0
Bajo el criterio de Savage se recomienda elegir la alternativa a1
Conclusión
Bajo los criterios de decisión bajo incertidumbre se recomienda elegir la alternativa a1
16
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
TOMA DE DECISIONES BAJO RIESGO
7.- Avon Cosmetics, está considerando la producción de un nuevo jabón líquido para mujer. El precio de venta
propuesto es de 1.25 dólares el frasco. Para emprender ese programa se necesita una inversión de 80 000 dólares en
costos fijos. Se espera que el nuevo producto tenga una vida de 5 años. El grupo de investigación de mercado ha
calculado la demanda anual en la forma siguiente:
Demanda
25 000
50 000
75 000
100 000
110 000
Probabilidad
0.05
0.10
0.20
0.30
0.35
SOLUCION
1.- Decisor:
Avon Cosmetic
2.- Alternativas:
a1 : Producir jabón líquido
a2 : No producir jabón líquido
3.- Estado de la naturaleza:
1 : Demanda 25 000  2 :
 5 : Demanda 110 000
Demanda 50 000
 3 : Demanda 75 000  4 :
Demanda 100 000
4.- Matriz de consecuencias:
a1
a2
P( )
1
2
3
4
5
-48 750
-17 500
13 750
45 000
57 500
0
0
0
0
0
0.05
0.10
0.20
0.30
0.35
5.- Función de consecuencia:
Datos adicionales
Precio de venta = 1.25 $/Frasco
Costo fijo de inversión = 80 000$
B= (Gan. Tot.) – (Costos totales)
f (a1;1 ) = (25 000*1.25) – (80 000) = -48 750
f (a1; 2 ) = (50 000*1.25) – (80 000) = -17 500
f (a1;3 ) = (75 000*1.25) – (80 000) = 13 750
f (a1; 4 ) = (100 000*1.25) – (80 000) = 45 000
f (a1;5 ) = (100 000*1.25) – (80 000) = 57 500
f (a2 ;1 )  f (a2 ; 2 )  f (a2 ;3 )  f (a2 ; 4 )  f (a2 ;5 )  0
La matriz es de beneficios por tanto el objetivo será maximizar.
a1 : (48750) * 0.05  (17500) * 0.10  (13750) * 0.20  (45000) * 0.30  (57500) * 0.35  32187.5  a1
Maxai   Max
a2 : 0
Según el criterio de bayes sin experimentación se recomienda ha avon cosmetic vender el producto con una ganancia
esperada 32187.5 $
17
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
8.- El Señor Joe williams, un empresario, está considerando comprar uno de los siguientes negocios al menudeo: una
tienda de Cámaras LG, una tienda de equipos de computo o una tienda de aparatos electrónicos, todos con
aproximadamente la misma inversión inicial. Para la tienda de cámaras, estima que hay una probabilidad de 20% de
que las ventas de desempeño sea el promedio, lo que tendría como resultado una recuperación anual de $20000.
Estos valores e información parecida para las tiendas de equipo de cómputo y de aparatos electrónicos se resumen
en las siguientes tablas de ganancias y de probabilidades.
Cámaras LG
Equipo
Electrónica
Tabla de ganancias.
DESEMPEÑO DE VENTAS
Promedio Bueno
Excelente
$20000
$75000
$100000
$30000
$60000
$100000
$25000
$75000
$150000
Tabla de probabilidades.
DESEMPEÑO DE VENTAS
Promedio Bueno
Excelente
Cámaras LG
0.20
0.60
0.20
Equipo
0.15
0.70
0.15
Electrónica
0.05
0.60
0.35
SOLUCIÓN
1.- Decisor:
El Señor Joe Williams.
2.- Alternativas:
a1 : Comprar tienda de cámaras LG
a2 : Comprar tienda de equipos de cómputo.
a3 : Comprar tienda de aparatos electrónicos
3.- Estados de la naturaleza:
1 : Promedio  P(1 )  0.20; 0.15; 0.05
 2 : Bueno  P( 2 )  0.60; 0.70; 0.60
 3 : Excelente  P(3 ) = 0.20; 0.15; 0.35
4.- Matriz de consecuencias:
DESEMPEÑO DE VENTAS
a1
a2
a3
1
2
3
$20000
$75000
$100000
$30000
$60000
$100000
$25000
$75000
$150000
5.- Función de consecuencias:
Son los mismos valores de la tabla inicial.
a) Identifique la decisión óptima.
La matriz es de beneficios por tanto el objetivo será maximizar.
a1 : 20000 * 0.2  75000 * 0.60  100000 * 0.2  69000

Maxai   Maxa2 : 30000 * 0.15  60000 * 0.70  100000 * 0.15  61500
a : 25000 * 0.05  75000 * 0.60  150000 * 0.35  98750  a
3
 3
El Señor Joe Williams debe elegir
a1 comprar la tienda electrónica con un valor esperado de $98750
18
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
b) Diseñe un árbol de decisión para este problema.
20000
69000
0.20
1
 2 0.60
3
a1
61500
a2
0.20
98750
100000
30000
1 0.15
3
a3
75000
1
3
2
0.70
0.15
0.05
 2 0.60
0.35
60000
100000
25000
75000
150000
9.- El agricultor Jones debe determinar si siembra maíz o trigo. Si siembra maíz y el clima es cálido, obtiene 8000$; Si
siembra maíz y el clima es frio, obtiene 5000$. Si siembra trigo y el clima es cálido, obtiene 7000$; si siembra trigo y
el clima es frio, obtiene 6500$. En el pasado, 40% de los años han sido fríos y 60% han sido cálidos. Antes de
sembrar, Jones puede pagar 600 dólares por un pronóstico de clima emitido por un experto. Si en realidad el año es
frio, hay 90% de posibilidad de que el meteorólogo prediga un año frio. Si el año en realidad es cálido, hay 80% de
posibilidad de que el meteorólogo prediga un año cálido ¿Cómo puede maximizar Jones sus ganancias esperadas?
También obtenga el costo de la información perfecta.
SOLUCIÓN
1.- Decisor:
El banco de crédito rural.
2.- Alternativas:
a1 : Sembrar maíz.
a2 : Sembrar trigo.
3.- Estados de la naturaleza:
1 : Clima frio  P(1 )  40% o´0.40
 2 : Clima cálido  P( 2 )  60% ó 0.60
4.- Matriz de consecuencias:
a1
a2
P( )
1
2
5000
8000
6500
7000
0.4
0.6
19
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
5.- Función de consecuencias:
f (a1 ,1 ) = 5000; f (a1 , 2 ) = 8000; f (a2 ,1 ) = 6500; f (a2 , 2 ) = 7000
C= 600$
Tabla de información adicional.
Los eventos o resultados del estudio por el experto serán:
X1 = Predicción de año frio.
X2 = Predicción de año cálido.
Por tanto la tabla de información adicional es:
2
1
X1
X2
0.9
0.1
1
0.2
0.8
1
1ro Criterio de bayes sin experimentación:
Nuestra matriz es de beneficios por tanto el objetivo será maximizar.
a1 : 5000 * 0.4  8000 * 0.6  6800  a1
Maxai   
a2 : 6500 * 0.4  7000 * 0.3  6800  a2
Según el criterio de bayes sin experimentación ambas alternativas son aceptables.
2do Criterio de bayes con experimentación:
Hallando las probabilidades A posteriori
P( i / X ) 
P( X /  i ) * P( i )
m
 P( X / 
k 1
Para X1:
P(1 / X 1) 
P( X 1/ 1 )
m
 P( X 1 / 
k 1
P( 2 / X 1) 
k

)
k
) P( k )
0.9 * 0.40
0.36

 0.75
0.9 * 0.40  0.2 * 0.60 0.48
0.2 * 0.60
 0.25
0.48
Para X2
P(1 / X 2) 
P ( X 2 / 1 )
m
 P( X 2 / 
k 1
P( 2 / X 2) 
k

)
0.1* 0.40
0.040

 0.0769
0.1* 0.40  0.8 * 0.60 0.52
0.8 * 0.60
 0.9231
0.52
P(X1)= 0.48 y P(X2)=0.52
Actualizando la tabla:
1
X1
X2
2
0.75
0.25
1
0.0769
0.9231
1
Probabilidades a posteriori
20
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
X1 = Predicción de año frio.
a1 : 5000 * 0.75  8000 * 0.25  5750
Maxai   
a2 : 6500 * 0.75  7000 * 0.25  6625  a2
Restando el costo de la información
a1 : 5000 * 0.75  8000 * 0.25  5750  600  5150
Maxai   
a2 : 6500 * 0.75  7000 * 0.25  6625  600  6025  a2
Si el pronóstico de experto es una año frio el agricultor debe elegir la alternativa
esperado de 6025$
a2 sembrar trigo con un valor
X2 = Predicción de año cálido.
a1 : 5000 * 0.0769  8000 * 0.9231  7169.23  a1
Maxai   
a2 : 6500 * 0.0769  7000 * 0.9231  6361.54
Restando el costo de la información
a1 : 5000 * 0.0769  8000 * 0.9231  7169.23  600  6569.23  a1
Maxai   
a2 : 6500 * 0.0769  7000 * 0.9231  6361.54  600  5761.54
Si el pronóstico de experto es una año cálido el agricultor debe elegir la alternativa
esperado de 6569.23$
Costo de información perfecta
C = E[f(a,θ)]- E[I]
E[f(a,θ)]= 6800
1
2
a1
a2
5000
8000
6500
7000
Max
6500
8000
E[I] = 6500*0.4 + 8000*0.6 = 7400
C = 6800- 7400 =-600
C = 600
21
a1 sembrar maíz con un valor
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
10.- Una nucleoeléctrica está por decidir si construye una planta nuclear o no en Diablo Canyon o en Roy Rogers City.
El costo de construir la planta es de 10 millones de dólares en Diablo y 20 millones de dólares en Roy Rogers City. Sin
embargo, si la compañía construye en Diablo y ocurre un terremoto durante los cinco años siguientes, la construcción
se terminará y la compañía perderá 10 millones de dólares (y todavía tendrá que construir un planta en Roy Rogers
City). A priori, la compañía cree que las probabilidades de que ocurra un terremoto es Diablo durante los cinco años
siguientes son de 20%. Por 1 millón de dólares, se puede contratar un geólogo para analizar la estructura de la falla
en Diablo Canyon. El predecirá si ocurre un terremoto o no. El historial del geólogo indica que predecirá la ocurrencia
de un terremoto 95% de las veces y la no ocurrencia 90% de las veces. ¿La compañía debe contratar al geólogo?
Que recomienda el procedimiento bayesiano con y sin experimentación y cual el valor de la información perfecta
SOLUCIÓN
1.- Decisor:
La nucleoelectrica
2.- Alternativas:
a1 : Construir la planta en diablo canyon (inversión 10 millones)
a2 : Construir la planta en Roy Rogers City (inversión 20 millones)
3.- Estados de la naturaleza:
1 : Hay terremoto 
P(1 )  20% o´0.20
 2 : No hay terremoto  P( 2 )  80% ó 0.80
4.- Matriz de consecuencias:
a1
a2
P( )
1
2
-10
10
20
20
0.20
0.80
Matriz en millones $
5.- Función de consecuencias:
f (a1 ,1 ) = -10; f (a1 , 2 ) = 10; f (a2 ,1 ) = 20; f (a2 , 2 ) = 20
C= 1 millón de $
Tabla de información adicional.
Los eventos o resultados del estudio por el geologo serán:
X1 = Ocurre terremoto.
X2 = No ocurre terremoto.
Por tanto la tabla de información adicional es:
X1
X2
1
2
0.95
0.05
1
0.10
0.90
1
1ro Criterio de bayes sin experimentación:
Nuestra matriz es de beneficios por tanto el objetivo será maximizar.
a1 : 10 * 0.20  10 * 0.80  6
Maxai   
a2 : 20 * 0.20  20 * 0.80  20  a2
Según el criterio de bayes sin experimentación se recomienda a la empresa elegir la alternativa
en Roy Rogers City
22
a2 construir la planta
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
2do Criterio de bayes con experimentación:
Hallando las probabilidades A posteriori
P( i / X ) 
P( X /  i ) * P( i )
m
 P( X / 
k 1
Para X1:
P(1 / X 1) 
P( X 1 / 1 )
 P( X 1 / 
k 1
P( 2 / X 1) 
Para X2
P(1 / X 2) 
k
)
) P( k )
0.95 * 0.20
0.19

 0.7037
0.95 * 0.20  0.10 * 0.80 0.27
0.1* 0.80
 0.2963
0.27
P( X 2 / 1 )

m
 P( X 2 / 
k 1
P( 2 / X 2) 

m
k
k
)
0.05 * 0.20
0.01

 0.0137
0.05 * 0.20  0.9 * 0.80 0.73
0.90 * 0.80
 0.9863
0.73
P(X1)= 0.27 y P(X2)=0.73
Actualizando la tabla:
2
1
X1
X2
0.7037
0.2963
1
0.0137
0.9863
1
Probabilidades a posteriori
X1 = Ocurre terremoto.
a1 : 10 * 0.7037  10 * 0.2963  4.0741
Maxai   
a2 : 20 * 0.7037  20 * 0.2963  20  a2
Restando el costo de la información
a1 : 10 * 0.7037  10 * 0.2963  4.0741  1  5.0741
Maxai   
a2 : 20 * 0.7037  20 * 0.2963  20  1  19  a2
Si el estudio del geólogo dice que va ocurrir un terremoto la empresa debe elegir la alternativa
en Roy Rogers City
a2 Construir la planta
X2 = No ocurre terremoto.
a1 : 10 * 0.0137  10 * 0.9863  9.7260
Maxai   
a2 : 20 * 0.0137  20 * 0.9863  20  a2
Restando el costo de la información
a1 : 10 * 0.0137  10 * 0.9863  9.7260  1  8.7260
Maxai   
a2 : 20 * 0.0137  20 * 0.9863  20  1  19  a2
Si el estudio del geólogo dice que no va ocurrir un terremoto la empresa debe elegir la alternativa
planta en Roy Rogers City
23
a2 Construir la
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
Costo de información perfecta
C = E[f(a,θ)]- E[I]
E[f(a,θ)]= 20
1
2
a1
a2
-10
10
20
20
Max
20
20
E[I] = 20*0.2 + 20*0.8 = 20
C = 20-20 = 0
C=0
11.- Un cliente acudió a su banco por un préstamo anual de 50000 dólares a una tasa de interés de 12%. Si el banco
no aprueba el préstamo, los $50000 se invertirán en bonos que obtienen un rendimiento anual de 6%. Sin más
información, el banco considera que hay 4% de probabilidades de que el cliente incumpla por completo el pago del
préstamo. Si el cliente no paga, el banco pierde $50000. A un costo de 500$, el banco puede investigar el registro de
crédito del cliente y suministrar una recomendación favorable o desfavorable. Por experiencia se sabe que
p(recomendación favorable/el cliente no incumple) = 77/96
p(recomendación favorable/el cliente incumple) = 1/4
¿Cómo puede maximizar el banco sus ganancias esperadas?
SOLUCIÓN
1.- Decisor:
El banco
2.- Alternativas:
a1 : Aprobar el préstamo al cliente.
a2 : No aprobar el préstamo al cliente e invertir en bonos
3.- Estados de la naturaleza:
1 : El cliente cumple con el pago  P(1 )  96% o´0.96
 2 : El cliente no cumple con el pago  P( 2 )  4% ó 0.04
4.- Matriz de consecuencias:
a1
a2
P( )
1
2
56000
-50000
53000
53000
0.96
0.04
5.- Función de consecuencias:
f (a1 ,1 ) = 50000 + (50000*0.12) = 56000; f (a1 , 2 ) = -50000
f (a2 ,1 ) = 50000 + (50000*0.06) = 53000; f (a2 , 2 ) = 50000 + (50000*0.06) = 53000
C= 500$
Tabla de información adicional.
Los eventos o resultados del estudio serán:
X1 = Estudio favorable para el cliente
X2 = Estudio no favorable para el cliente.
24
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Por tanto la tabla de información adicional es:
2
1
X1
X2
Aux. : Egr. Challapa Llusco Gustavo
77/96
19/96
1
1/4
3/4
1
1ro Criterio de bayes sin experimentación:
Nuestra matriz es de beneficios por tanto el objetivo será maximizar.
a1 : 56000 * 0.96  (50000) * 0.04  51760
Maxai   
a2 : 53000 * 0.96  53000 * 0.04  53000  a2
Según el criterio de bayes sin experimentación se recomienda al banco elegir la alternativa
al cliente e invertir en bonos.
2do Criterio de bayes con experimentación:
Hallando las probabilidades A posteriori
P( X /  i ) * P( i )
P( i / X )  m
 P( X /  k ) P( k )
a2 no aprobar el préstamo
k 1
Para X1:
P(1 / X 1) 
P( X 1 / 1 )
 P( X 1 / 
k 1
P( 2 / X 1) 
Para X2
P(1 / X 2) 
k
)
(77 / 96) * 0.96
0.77

 0.987
(77 / 96) * 0.96  (1 / 4) * 0.04 0.78
(1 / 4) * 0.04
 0.013
0.78
P( X 2 / 1 )

m
 P( X 2 / 
k 1
P( 2 / X 2) 

m
k
)
(19 / 96) * 0.96
0.19

 0.864
(19 / 96) * 0.96  (3 / 4) * 0.04 0.22
(3 / 4) * 0.04
 0.136
0.22
P(X1)= 0.78 y P(X2)=0.22
Actualizando la tabla:
2
1
X1
X2
0.987
0.013
1
0.864
0.136
1
Probabilidades a posteriori
X1 = Estudio favorable para el cliente.
a1 : 56000 * 0.987  (50000) * 0.013  54622  a1
Maxai   
a2 : 53000 * 0.987  53000 * 0.013  53000
Restando el costo de la información
a1 : 56000 * 0.987  (50000) * 0.013  54622  500  54122  a1
Maxai   
a2 : 53000 * 0.987  53000 * 0.013  53000  500  52500
Si el estudio es favorable para el cliente el banco debe elegir la alternativa
a1 Aprobar el préstamo al cliente.
X2 = Estudio no favorable para el cliente.
a1 : 56000 * 0.864  (50000) * 0.136  41584
Maxai   
a2 : 53000 * 0.864  53000 * 0.136  53000  a2
25
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
Restando el costo de la información
a1 : 56000 * 0.864  (50000) * 0.136  41584  500  41084
Maxai   
a2 : 53000 * 0.864  53000 * 0.136  53000  500  52500  a2
Si el estudio no es favorable para el cliente el banco debe elegir la alternativa
invertir en bonos
ARBOL DE DECISION
a2 No aprobar el préstamo al cliente e
56000
0.96
51760
53000
1
2
a1
0.04
-50000
a2
53000 1
53000
0.04
53000
io
2
0.96
Si
n
es
tu
d
56000
54643.2
53781.7
54643.2
Co
n
es
d
tu
io
X1
2
a1
0.987
0.013
-50000
a2
53781.7
1
53000
53000
1
0.78
2
0.987
0.013
53000
56000
54281.69-500
X2
41546.6
0.22
53000
a1
1
2
0.864
0.136
-50000
a2
53000 1
2
53000
0.864
0.136
53000
26
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
12.- El banco de crédito rural se ve ante la situación de prestar o no 100 millones a una nueva cooperativa campesina.
El banco clasifica a sus clientes en riesgo: bajo, medio y alto, su experiencia indica que 15% de sus clientes son de
bajo riesgo, 30% de mediano, y 55% de alto. Si se extiende el crédito a un cliente de riesgo bajo el banco genera una
utilidad de 15 millones sobre los 100 millones que presta; si es de riesgo mediano se obtendrá 4 millones de utilidad y
un cliente de riesgo alto ocasiona pérdidas por 20 millones.
Estudios más detallados para tipificar un cliente le cuestan al banco 1,5 millones de dólares. Experiencias anteriores
de dichos estudios arrojan la siguiente situación.
Conclusión de los
estudios
Riesgo bajo
Riego mediano
Riesgo alto
Situación real del cliente %
Riesgo mediano
10
50
40
Riesgo bajo
50
30
20
Riesgo alto
10
40
50
a.- ¿Cual la recomendación del proceso Bayesiano de decisión sin estudios detallados de la clientela?
b.- ¿Y con estudios detallados?
c.- Desarrolle el árbol de decisión.
SOLUCIÓN
1.- Decisor:
El banco de crédito rural.
2.- Alternativas:
a1 : Prestar 100 millones a la nueva cooperativa.
a2 : No prestar 100 millones a la nueva cooperativa.
3.- Estados de la naturaleza:
1 : La cooperativa campesina es de bajo riesgo.  P(1 )  15% o´0.15
(Utilidad de 15 millones sobre los 100 millones)
 2 : La cooperativa campesina es mediano riesgo.  P( 2 )  30% ó 0.30
(Utilidad de 4 millones sobre los 100 millones)
 3 : La cooperativa
campesina es alto riesgo.
 P(3 )  55% ó 0.55
(Ocasiona una pérdida de 20 millones)
4.- Matriz de consecuencias:
a1
a2
P( )
1
2
3
115
104
80
100
100
100
0.15
0.30
0.55
Matriz en millones
5.- Función de consecuencias:
f (a1 ,1 ) = 100+15 = 115 millones f (a1 , 2 ) = 100+4 = 104 millones f (a1 ,3 ) = 100–20 = 80 millones
Si no se presta el dinero a2 el banco mantiene los 100 millones sin importar si la cooperativa es de riesgo bajo,
mediano o alto.
f (a2 ,1 ) = f (a2 , 2 ) = f (a2 ,3 ) = 100 millones
C= 1.5 millones
a.- ¿Cual la recomendación del proceso Bayesiano de decisión sin estudios detallados de la clientela?
Al hablar de sin estudios quiere decir sin experimentación además es una matriz de beneficios por tanto hay que hallar
el máximo valor esperado.
Opt. = Max E[ f (ai ; j )]
27
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
a1 : 115 * 0.15  104 * 0.30  80 * 0.55  92.450
Maxai   Max 
a2 : 100 * 0.15  100 * 0.30  100 * 0.55  100  a2
Bajo el criterio de decisión sin experimentación el banco debe elegir la alternativa 2 ( a2 ) es decir no debe prestar el
dinero a la cooperativa campesina.
b.- ¿Y con estudios detallados?
Con estudios detallados quiere decir con experimentación de la tabla de información
X1
X2
X3
∑
1
2
3
50
30
20
100
10
50
40
100
10
40
50
100
X1
X2
X3
∑
1
2
3
0.50
0.30
0.20
1
0.10
0.50
0.40
1
0.10
0.40
0.50
1
X1=Los estudios concluyen que la cooperativa es de riesgo bajo.
X2 = Los estudios concluyen que la cooperativa es de riesgo mediano.
X3 = Los estudios concluyen que la cooperativa es de riesgo alto.
Hallando las probabilidades A posteriori
P( i / X ) 
P( X /  i ) * P( i )
m
 P( X / 
k 1
k
) P( k )
Para X1:
P(1 / X 1) 
P( X 1 / 1 )

m
 P( X 1 / 
k 1
k
)
0.5 * 0.15
0.075

 0.4687
0.5 * 0.15  0.1* 0.30  0.1* 0.55 0.16
P( 2 / X 1) 
0.1* 0.30
 0.1875
0.16
P(3 / X 1) 
0.1* 0.55
 0.3437
0.16
Para X2:
P(1 / X 2) 
P( X 2 / 1 )

m
 P( X 2 / 
k 1
k
)
0.3 * 0.15
0.045

 0.1084
0.3 * 0.15  0.5 * 0.30  0.4 * 0.55 0.415
P( 2 / X 2) 
0.5 * 0.3
 0.3614
0.415
P(3 / X 2) 
0.4 * 0.55
 0.5301
0.415
28
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
Para X3
P(1 / X 3) 
P( X 3 / 1 )

m
 P( X 3 / 
k 1
k
)
0.2 * 0.15
0.03

 0.0706
0.2 * 0.15  0.4 * 0.30  0.5 * 0.55 0.425
P( 2 / X 3) 
0.4 * 0.3
 0.2824
0.425
P(3 / X 3) 
0.5 * 0.55
 0.6470
0.425
Actualizando la tabla:
2
1
3
X1
0.4687 0.1875 0.3437
X2
0.1084 0.3614 0.5301
X3
0.0706 0.2824 0.6470
Probabilidades a posteriori
X1= Si los estudios concluyen que la cooperativa es de riesgo bajo.
a1 : 155 * 0.4687  104 * 0.1875  80 * 0.3437  1.5  99.397  a1
Maxai   Max
a2 : 100 * 0.4687  100 * 0.1875  100 * 0.3437  1.5  98.5
Se recomienda al banco elegir la alternativa
de 99.397 millones.
a1 : Prestar los 100 millones a la nueva cooperativa con un valor esperado
X2= Si los estudios concluyen que la cooperativa es de riesgo medio.
a1 : 155 * 0.1084  104 * 0.3614  80 * 0.5301  1.5  90.9596
Maxai   Max
a2 : 100 * 0.1084  100 * 0.3614  100 * 0.5301  1.5  98.5  a2
Se recomienda al banco elegir la alternativa
a2 : no prestar los 100 millones a la nueva cooperativa.
X3= Si los estudios concluyen que la cooperativa es de riesgo alto.
a1 : 155 * 0.0706  104 * 0.2824  80 * 0.6470  1.5  87.749
Maxai   Max
a2 : 100 * 0.0706  100 * 0.2824  100 * 0.6470  1.5  98.5  a2
Se recomienda al banco elegir la alternativa
a2 : no prestar los 100 millones a la nueva cooperativa.
c.- Desarrolle el árbol de decisión.
29
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
ARBOL DE DECISION
115
 1  0 .4687
100.931
2  0.1875
100.931
a1
104
 3  0.3437
80
a2
100
 1  0 . 1084
115
92.41
X1=0.16
100
100.15-1.5=98.65
 2  0 . 3614
a1
104
 3  0 . 5301
X2=0.415
80
a2
100
 1  0 . 0706
89.23
es
tu
d
io
X3=0.425
115
a1
 2  0.2824
104
C
on
100
98.65
a2
Sin
es
tud
io
92.45
92.45
a1
a2
100
30
1  0.15
100+15= 115
2  0.30
100+4=104
 3  0.55
100-20=80
 3  0 . 6470
100
80
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
13.- Una empresa está considerando la contratación de un ingeniero industrial para el diseño de su sistema logístico.
De acuerdo con las previsiones realizadas, un buen diseño reportaría a la empresa empresas un beneficio de 500
000€, mientras que si el diseño no resulta adecuado la empresa obtendrá una pérdida de 100 000€. La gerencia de la
empresa, evaluando la preparación y capacidad del Ingeniero, ha estimado en un 70% las posibilidades existentes de
obtener un buen diseño del sistema logístico de la empresa. Una consultoría ha desarrollado un test de aptitudes,
fiable en un 90%, para determinar el éxito potencial del candidato. El costo de este test es de 5000€. Se pide:
a) El árbol de decisión del problema.
b) La estrategia óptima para la empresa.
c) El costo que como máximo estará dispuesto a pagar la empresa por el test de aptitud.
d) El valor esperado de la información perfecta ¿Qué indica este valor?
SOLUCIÓN
1.- Decisor:
La empresa.
2.- Alternativas:
a1 : Contratar al ingeniero industrial.
a2 : No contratar al ingeniero industrial..
3.- Estados de la naturaleza:
1 : Realizar un buen diseño.  P(1 )  70% o´ 0.70
(Reporta beneficios de 500 000€)
 2 : Realizar un mal buen diseño.  P( 2 )  30% ó 0.30
(Obtendrá una pérdida de 100 000€ )
4.- Matriz de consecuencias:
a1
a2
P( )
1
2
500 000
-100 000
0
0
0.70
0.30
5.- Función de consecuencias:
f (a1 ,1 ) = 500 000€ f (a1 , 2 ) = -100 000€
Si no se contrata al ingeniero industrial la empresa no gana ni pierde nada
f (a2 ,1 ) = f (a2 , 2 ) = 0
C= 500€
Tabla de información adicional.
El test determina el éxito o fracaso del ingeniero además este test es fiable en solo 90% es decir que con un 90 % de
fiabilidad va determinar el éxito y también con un 90 % de fiabilidad va determinar el fracaso del profesional.
Los eventos o resultados por el estudio serán:
X1 = Éxito del profesional.
X2 = Fracaso del profesional.
Por tanto la tabla de información adicional es:
1
X1
X2
0.9
0.1
1
31
2
0.1
0.9
1
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
a) El árbol de decisión del problema.
1ro Criterio de bayes sin experimentación:
Nuestra matriz es de beneficios por tanto el objetivo será maximizar.
a1 : 500000 * 0.7  (100000) * 0.3  320000  a1
Maxai   
a2 : 0 * 0.7  0 * 0.3  0
2do Criterio de bayes con experimentación:
Hallando las probabilidades A posteriori
P( i / X ) 
P( X /  i ) * P( i )
m
 P( X / 
k 1
Para X1:
P(1 / X 1) 
P( X 1/ 1 )
m
 P( X 1 / 
k 1
P( 2 / X 1) 
P ( X 2 / 1 )
m
 P( X 2 / 
k 1
P( 2 / X 2) 
)
) P( k )
0.9 * 0.70
0.63

 0.95455
0.9 * 0.70  0.1* 0.30 0.66
0.1* 0.30
 0.04545
0.66
Para X2
P(1 / X 2) 
k

k
k

)
0.1* 0.70
0.07

 0.20588
0.1* 0.70  0.9 * 0.30 0.34
0.9 * 0.3
 0.79412
0.34
P(X1)= 0.66 y P(X2)=0.34
Actualizando la tabla:
1
X1
X2
2
0.95455 0.04545
1
0.20588 0.79412
1
Probabilidades a posteriori
X1 = Éxito del profesional.
a1 : 500000 * 0.95455  (100000) * 0.04545  472727.27  a1
Maxai   
a2 : 0 * 0.95455  0 * 0.04545  0
Restando el costo de la información
a1 : 500000 * 0.95455  (100000) * 0.04545  472727.27  500  472227.27  a1
Maxai   
a2 : 0 * 0.95455  0 * 0.04545  0  500  500
X2 = Fracaso del profesional.
a1 : 500000 * 0.20588  (100000) * 0.79412  23529.412  a1
Maxai   
a2 : 0 * 0.20588  0 * 0.79412  0
Restando el costo de la información
a1 : 500000 * 0.20588  (100000) * 0.79412  23529.412  500  23029.412  a1
Maxai   
a2 : 0 * 0.20588  0 * 0.79412  0  500  500
32
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
ARBOL DE DECISION
500000
320000
0.70
1
2
a1
320000
0.30
0
stud
Si n e
320000
io
1
a2
2
-100000
0.70
0
0.30
0
Con
472727.27
0.95455
estud
1
io
a1
2
472727.27
0.04545
a2
0.66
500000
0
1
-100000
0
0.95455
X1
2
319499.99
0
0.04545
X2
319999.999 - 500
23529.412
0.34
1
23529.412
a1
2
0.20588
500000
0.70412
-100000
0
a2
1
0.20588
0
2
0.70412
33
0
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
b) La estrategia óptima para la empresa.
La empresa no debe hacer el estudio y contratar al ingeniero industrial.
c) El costo que como máximo estará dispuesto a pagar la empresa por el test de aptitud.
1
2
a1
a2
P( )
500 000
-100 000
0
0
0.70
0.30
Max
500 000
0
E[I] = 500 000* 0.70 + 0* 0.30 = 350 000 €
d) El valor esperado de la información perfecta ¿Qué indica este valor?
C = E[f(a,θ)] – E[I]
C = 320 000 – 350 000 = -30000
C = 30000 €
C< C
Si la empresa desea puede realizar los estudios.
14.- La compañía de computadoras, fábrica de chips de memorias en lotes de diez. Según su experiencia, la
compañía sabe que el 80% de todos los lotes contiene el 10% (uno de cada diez) de los chips es defectuoso, y el 20%
de todos los lotes contiene 50%( 5 de cada 10) de chips defectuosos. Sí un lote bueno, esto es, con el 10% de
defectos se manda a la siguiente etapa de producción, los costos de proceso en que se incurra serán de 1000 $us. Si
un lote malo, o sea con 50% de chips defectuosos, se manda a la siguiente etapa de producción, se incurre en 4000
$us de costos. La compañía tiene también la opción de reprocesar un lote a un costo de 1000 $us, es seguro que un
lote reprocesado será después un lote bueno. Otra opción es que, por un costo de 100 $us, la compañía pueda probar
un chip de cada lote para tratar de determinar si es defectuoso ese lote. Determine como puede la compañía reducir al
mínimo el costo total esperado por lote, también calcule el VEIM y el VEIP, plantee el problema como una matriz costo
beneficio, y como un árbol de decisión.
SOLUCIÓN
1.- Decisor:
La compañía de computadoras.
2.- Alternativas:
a1 : Enviar el lote sin reprocesar.
a2 : Enviar el lote reprocesado (Costo por reprocesar 1000 $)
3.- Estados de la naturaleza:
1 : Lote bueno  P(1 )  80% o´ 0.80
(Un lote bueno genera un costo de 1000 $)
 2 : Lote malo.  P( 2 )  20% ó 0.20
(Un lote malo genera un costo de 4000 $)
4.- Matriz de consecuencias:
a1
a2
P( )
1
2
1000
4000
2000
2000
0.80
0.20
34
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
5.- Función de consecuencias:
f (a1 ,1 ) = Si se envía un lote bueno al siguiente nivel y este es bueno entonces genera un costo de 1000 $
f (a1 , 2 ) = Si se envía un lote malo al siguiente nivel y este en verdad es malo, genera un costo de 4000 $
f (a2 ,1 ) = Si un lote se envía a reprocesar y este es bueno por reprocesar de nuevo este lote genera un costo de
1000 $, además como sigue siendo bueno seguirá generando un costo de 1000 $ al enviar al siguiente nivel =
1000+1000 = 2000 $
f (a2 , 2 ) = Si un lote se envía a reprocesar y este es malo, por reprocesar este lote cuesta 1000 $, una vez
reprocesado este lote malo pasa a ser un lote bueno, por tanto un lote bueno en el siguiente nivel seguirá generando
un costo de 1000 $ = 1000 +1000 = 2000 $
Tabla de información adicional
C= 100 $
Los eventos o resultados por el estudio serán:
X1 = Defectuoso.
X2 = No defectuoso.
X1
X2
∑
1
2
0.1
0.9
1
0.5
0.5
1
P(X1/ 1 ) = La probabilidad de que sea defectuoso un chip del lote bueno es: 10% o 0.1
P(X1/  2 )= La probabilidad de que sea defectuoso un chip del lote malo es 50% o 0.5
Por complemento
P(X2/ 1 ) = 0.9; P(X2/  2 ) = 0.5
1ro Criterio de bayes sin experimentación:
Nuestra matriz es de costos por tanto el objetivo será minimizar.
a1 : 1000 * 0.8  4000 * 0.2  1600  a1
Minai   
a 2 : 2000 * 0.8  2000 * 0.2  2000
Bajo el criterio de bayes sin experimentación se recomienda a la empresa elegir la alternativa
reprocesar.) porque genera el menor costo esperado.
2do Criterio de bayes con experimentación:
Hallando las probabilidades A posteriori
P( i / X ) 
P( X /  i ) * P( i )
m
 P( X / 
k 1
Para X1:
P(1 / X 1) 
P( X 1 / 1 )
m
 P( X 1 / 
k 1
P( 2 / X 1) 
k

)
k
) P( k )
0.1* 0.8
0.08

 0.4444
0.1* 0.8  0.5 * 0.20 0.18
0.5 * 0.20
 0.5556
0.18
35
a1 (Enviar el lote sin
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Para X2
P(1 / X 2) 
P( X 2 / 1 )
m
 P( X 2 / 
k 1
P( 2 / X 2) 
k

)
Aux. : Egr. Challapa Llusco Gustavo
0.9 * 0.80
0.72

 0.8780
0.9 * 0.80  0.5 * 0.20 0.82
0.5 * 0.20
 0.1219
0.82
P(X1)= 0.18 y P(X2)=0.82
Actualizando la tabla:
1
X1
X2
2
0.4444
0.5556
1
0.8780
0.1219
1
Probabilidades a posteriori
X1 = Defectuoso.
a1 : 1000 * 0.4444  4000 * 0.5556  2666.67
Minai   
a2 : 2000 * 0.4444  2000 * 0.5556  2000  a2
Sumando el costo de la información
a1 : 1000 * 0.4444  4000 * 0.5556  2666.67  100  2766.67
Minai   
a2 : 2000 * 0.4444  2000 * 0.5556  2000  100  2100  a2
Si el resultado sale defectuoso elegir la alternativa a2 (Enviar el lote reprocesado) con un costo esperado de 2100 $
X2 = No defectuoso.
a1 : 1000 * 0.8780  4000 * 0.1219  1365.85  a1
Minai   
a2 : 2000 * 0.8780  2000 * 0.1219  2000
Sumando el costo de la información
a1 : 1000 * 0.8780  4000 * 0.1219  1365.85  100  1465.85  a1
Minai   
a2 : 2000 * 0.8780  2000 * 0.1219  2000  100  2100
Si el resultado sale no defectuoso elegir la alternativa
1465.85 $
a1 (Enviar el lote sin reprocesar) con un costo esperado de
Calcule el VEIM y el VEIP
VEIM = E[I]
1
2
a1
a2
P( )
1000
4000
2000
2000
0.80
0.20
Min
1000
2000
VEIM = E[I] = 1000*0.8 + 2000*0.2 = 1200$
VEIP =
C = E[f(a;θ)] – E[I] = 1600 – 1200 = 400$
36
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
ARBOL DE DECISIÓN
1000
1600
1
0.80
2
a1
1600
2000
Si n
cci o n
p
s
in e
1579.997
0.20
1
a2
2
0.80
4000
2000
0.20
2000
Con
estud
2666.67
io
a1
0.4444
1
2
2000
0.5556
a2
0.18
1000
2000
1
4000
0.4444
2000
0.5556
2000
0.8780
1000
X1
2
1579.997
X2
1365.85
1479.997 + 100
1
0.82
a1
2
1365.85
0.1219
4000
a2
2000
1
2
37
0.8780
0.1219
2000
2000
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
15.- El departamento de ciencias de decisión intenta determinar cuál de dos maquinas copiadoras comprar.
Ambas maquinas cumplirán las necesidades del departamento durante los diez años siguientes. La maquina 1 cuesta
2000$ y tiene un acuerdo de mantenimiento que por una cuota anual de 150$, cubre todas las reparaciones. La
maquina 2 cuesta 3000$ y su costo de mantenimiento anual es una variable aleatoria. En el presente, el departamento
de ciencias de la decisión cree que hay 40% de probabilidad de que el costo de mantenimiento anual de la máquina
2 sea de 0$, 40% de probabilidad de que sea 100$ y 20% de probabilidades de que sea 200$. Antes de que se tome
la decisión de comprar, el departamento puede pedir a un técnico capacitado que evalué la calidad de la maquina 2.
Si el técnico cree que la maquina 2 es satisfactoria, hay 60% de probabilidad de que su costo de mantenimiento
anual sea 0$ y 40% de probabilidad de que sea 100$. Si el técnico cree que la maquina 2 es insatisfactoria, hay 20%
de probabilidad de que el costo de mantenimiento anual sea 0$, 40% de que sea 100$ y 40% de que sea 200$. Si
hay 50% de probabilidades de que el técnico de un informe satisfactorio. Si el técnico cobre 40$ ¿Que debe hacer el
departamento de ciencias de la decisión?
SOLUCION
1.- Decisor
Departamento de las ciencias de decisión.
2.- Alternativas o acciones.
a1 : Comprar maquina 1
a2 : Comprar maquina 2
3.- Estados de la naturaleza
1 : Costo de mantenimiento de la maquina 2 sea de
 2 : Costo de mantenimiento de la maquina 2 sea de
 3 : Costo de mantenimiento de la maquina 2 sea de
 P(1 ) = 40%
100$ año.  P( 2 ) = 40%
2000$ año.  P( 3 ) = 20%
0$ año.
4.- Matriz de consecuencias.
a1
a2
P( )
1
2
3
3500
3500
3500
3000
4000
5000
0.4
0.4
0.2
5.- Función de consecuencia
f (a1;1 ) = f (a1; 2 ) = f (a1;3 ) = 2000[$] + 150[$/año]*10[año] = 3500 $
f (a2 ;1 ) = 3000[$] + 0[$/año]*10[año] = 3000 $
f (a2 ; 2 ) = 3000[$] + 100[$/año]*10[año] = 4000 $
f (a2 ;3 ) =3000[$] + 200[$/año]*10[año = 5000 $]
Como la matriz representa costos entonces el objetivo será minimizar costos.
38
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
Criterio Bayesiano sin consultar al técnico
a1 : 3500 * 0.4  3500 * 0.4  3500 * 0.2  3500  a1
Min[ai ]  Min 
a2 : 3000 * 0.4  4000 * 0.4  5000 * 0.2  3800
Bajo el criterio Bayesiano sin experimentación se debe elegir la alternativa
a1
Criterio Bayesiano con consulta al técnico
C = 40$
X1= Informe satisfactorio. P(X1) = 0.5
X2= Informe insatisfactorio. P(X2) = 0.5
1
2
3
∑
X1 0.6 0.4 0
1
X2 0.2 0.4 0.4
1
Tabla de probabilidades a posteriori
En este problema no es necesario calcular las probabilidades a posteriori ya nos da por tanto solo hay que
calcular el valor esperado según los resultados del técnico.
Para X1:
a1 : 3500 * 0.6  3500 * 0.4  3500 * 0  3500  40  3460$
Min[ai ]  Min 
a 2 : 3000 * 0.6  4000 * 0.4  5000 * 0  3400  40  3360$  a 2
Bajo el criterio Bayesiano con experimentación se debe elegir la alternativa
a2 representa el menor costo esperado.
Para X2:
a1 : 3500 * 0.2  3500 * 0.4  3500 * 0.4  3500  40  3460$  a1
Min[ai ]  Min 
a2 : 3000 * 0.2  4000 * 0.4  5000 * 0.4  4200  40  3160$
Bajo el criterio Bayesiano con experimentación se debe elegir la alternativa
39
a1 representa el menor costo esperado.
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
ARBOL DE DECISION
3500
0.4
3500
a1
1
2
0.4
3500
3
0.2
3500
3500
3000
co
té ns
cn u l t
ic a
o de
l
a2
38001
0.4
 2 0.4
4000
S
in
3
0.2
5000
3500
3410
0.6

3500 1
a1
2
3
0.4
3500
0
3500
Co
3400
lta
su
on o
n c é cn i c
t
3000
de
l
a2
3400
1
0.6
2
0.4
0.5
3
X1
0
3410
4000
5000
3500
3500
3450-40=3410
1
 2 0.4
X2
0.5
0.2
3500
3
a1
0.4
3500
3500
3000
a2
4160
1
0.2
 2 0.4
3
40
0.4
4000
5000
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
ARBOLES DE DECISION
16.- Una empresa tiene la posibilidad de presentarse a un concurso público para la adjudicación del servicio
internacional de correo aéreo, que le supondría un beneficio de 5 millones de euros al año. Para presentarse al
concurso debe preparar un proyecto que le costara medio millón de euros, considerando que la probabilidad de
conseguir el contrato es de un 70%.
La empresa no posee aviones suficientes para cubrir el servicio por lo que en el caso de conseguir el contrato, debe
decidir si compra aviones que le faltan, o los alquila a una empresa nacional o extranjera. El coste de cada opción
planteada es de 3, 1.5, y 1.3 millones de euros respectivamente. La empresa sabe que tiene una probabilidad de un
50% de conseguir una subvención estatal del 50% del importe de la compra, de un 30% del precio del alquiler si el
proveedor es una empresa nacional y de un 20% si es extranjera. En este último caso, también tiene que tener en
cuenta que el pago se realizara en dólares y que una devaluación del euro supondrá una perdida adicional de 100 000
euros. Según la situación actual del mercado monetario, esta empresa considera que la probabilidad de una
devaluación del euro es de un 75%
a) ¿Qué decisión deberá tomar la empresa?
SOLUCION
1.- Decisor
La empresa
2.- Alternativas o acciones.
a1 : Se presenta.
a2 : No se presenta.
a3 : Comprar aviones.
a4 : Alquilar los aviones a una empresa nacional.
a5 : Alquilar los aviones a un empresa extranjera.
3.- Estados de la naturaleza
1 : Consigue el contrato.  P(1 ) = 70%
 2 : No consigue el contrato.  P( 2 ) = 30%
 3 : Conseguir subvención.  P(3 ) = 50%
 4 : No conseguir subvención.  P( 4 ) = 50%
 5 : Ocurre devaluación del euro.  P(5 ) = 75 %
 6 . No ocurre devaluación del euro.  P( 6 ) = 25%
Datos adicionales
Ganancias = 5 millones de euros al año
Costo del proyecto = 500 000 euros
Costo de compra de aviones = 3 millones de euros
Costo de alquiler de aviones a una empresa nacional = 1.5 millones de euros
Costo de alquiler de aviones a una empresa extranjera = 1.3 millones de euros
Costo de perdida por de valuación de euro = 100 000 euros
Por la complejidad del problema se resolverá por árbol de decisión.
41
2128500
a1
a2
2128500

1
0
0.7
2 0.3
3255000
-500000
a
3
a4
a5
2250000
3225000
3255000
3
4
3

4
3
4
0.5
0.5
0.5
0.5
0.5
0.5
5000000 – 1500000 – 500000 = 3000000
5000000 – 3000000 – 500000 = 1500000
5000000 – 1050000 – 500000 = 3450000
0.75
0.25
0.25
0.75
5
6
5
5000000 – 1300000 – 500000 – 100000 = 3100000
5000000 – 1040000 – 500000 = 3460000
5000000 – 1040000 – 500000 – 100000 = 3360000
5000000 – 1500000 – 500000 = 3000000
3385000
3125000
6
5000000 - 1300000 – 500000 = 3200000
42
Aux. : Egr. Challapa Llusco Gustavo
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
SIS -2610 “A”
ARBOL DE DECISION
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
17.- Una compañía está considerando el lanzamiento de un nuevo producto al mercado. Este, en caso de realizarse,
se haría en dos etapas: "Santiago" y "Regiones". Aun no se ha decidido en donde se lanzara primero el producto, y
dependiendo del resultado de la primera etapa se decidirá si se realiza la segunda o no. Se cree que si el producto es
lanzado primero en "Santiago", la primera etapa tendrá éxito con probabilidad 0,6. En cambio si se lanza primero en
"Regiones" la probabilidad de éxito de esta será solo 0,4. De acuerdo a los antecedentes que se tienen, un producto
que es lanzado primero en "Santiago", y tiene éxito, es exitoso en "Regiones" el 80% de las veces, mientras que
cuando el producto fracasa en "Santiago" solo el 20% de las veces resulta ser exitoso en "Regiones". Por otro lado,
un producto que es lanzado primero en "Regiones", y tiene éxito, es exitoso en "Santiago" el 40% de las veces,
mientras que cuando el producto fracasa en "Regiones" solo el 5% de las veces resulta ser exitoso en "Santiago".
Si el producto resulta exitoso en "Santiago" la compañía obtendrá un beneficio neto de 40 millones de pesos. Si por el
contrario resulta un fracaso, tendrá perdidas por $ 15 millones. Además, si el producto resulta exitoso en "Regiones"
se obtendrá un beneficio neto de $ 25 millones, mientras que si resulta un fracaso, la compañía experimentara
perdidas por $ 20 millones. Todo lo anterior independiente de la etapa del lanzamiento.
Con los datos entregados construya y resuelva un árbol de decisión que ayude a la compañía a encontrar la política
de lanzamiento óptima para el nuevo producto.
SOLUCION
1.- Alternativas o acciones
a1 = Lanzar en la primera etapa en Santiago.
a2 = Lanzar en la primera etapa en Regiones.
a3 = Lanzar en la segunda etapa en Regiones.
a4 = No lanzar en la segunda etapa en Regiones.
a5 =Lanzar en la segunda etapa en Santiago.
a6 = No lanzar en la segunda etapa en Santiago.
2.- Estado de la naturaleza
1 = Éxito en Santiago en la primera etapa.
P(1 ) = 0.6
 2 = Fracaso en Santiago en la primera etapa. P( 2 ) = 0.4
P(3 ) = 0.4
 3 = Éxito en Regiones en la primera etapa.
 4 = Fracaso en Regiones en la primera etapa. P( 4 ) = 0.6
 5 = Éxito en Regiones en la segunda etapa si es exitoso en Santiago.
 6 = Fracaso en Regiones en la segunda etapa si es exitoso en Santiago
 7 = Éxito en Regiones en la segunda etapa si es fracaso en Santiago.
 8 = Fracaso en Regiones en la segunda etapa si es fracaso en Santiago
 9 = Éxito en Santiago en la segunda etapa si es exitoso en Regiones
10 = Fracaso en Santiago en la segunda etapa si es exitoso en Regiones
11 = Éxito en Santiago en la segunda etapa si es fracaso en Regiones
12 = Fracaso en Santiago en la segunda etapa si es fracaso en Regiones
43
P(5 ) = 0.8
P( 6 ) = 0.2
P( 7 ) = 0.2
P(8 ) = 0.8
P(9 ) =0.4
P(10 ) =0.6
P(11) =0.05
P(12 ) =0.95
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
ARBOL DE DECISION
25
a3
16
a4
0.6
0.8
5
16
6
0
0.2
5
0.8
6
1
-20
0
0.2
0
9.6
-11
2
0.4
a3
0
a1
a4
7
8
0
9.6
7
8
7
a5
7
a2
3
0.8
-20
0.2
0
0.8
9
10
25
0.2
0
0.4
40
0.6
-15
0.4
a6
2.8
0
9
10
4
0
0.4
0.6
0
-12.25
0.6
a5
0
11
12
0.05
40
0.95
-15
a6
0
11
0.05
0
12
0.95
0
44
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
18.- Un popular concurso de televisión funciona de la siguiente manera: en primer lugar se pregunta al concursante
una cuestión acerca de literatura, si contesta bien ganara 1000€ y podrá seguir jugando, pero si falla deberá
abandonar el concurso, sin premio alguno. El concursante estima que tiene una probabilidad del 80% de acertar la
pregunta. En caso de acertar podrá decidir entre responder a una segunda cuestión, esta vez sobre ciencia y
tecnología, o retirarse con el premio acumulado hasta ese momento, si decide jugar y acierta obtendrá un premio
adicional de 3000€
pero si falla perderá todo lo ganado hasta ese momento. El concursante cree que sus
probabilidades de acertar esta cuestión son de un 60%. Finalmente en caso de acertar esta segunda pregunta, el
concursante podrá optar entre seguir jugando y contestar a una tercera pregunta sobre deportes o plantarse o
quedarse con el dinero acumulado. Si decide jugar y acierta obtendría un premio adicional de 5000€, pero si falla
perderá todo lo acumulado hasta entonces. El jugador estima que su probabilidad de acertar esta tercera pregunta es
de un 40% Determine la estrategia optima para el jugador, de manera que maximice el valor esperado de este juego
y determine cuál será dicha cantidad.
SOLUCIÓN
1.- Decisor:
El participante.
2.- Alternativas:
a1 : Jugar
a2 : No jugar o retirarse
3.- Estados de la naturaleza:
1 : Acertar a la pregunta  Para la primera pregunta P(1 )  80% o´0.80, para la segunda pregunta
P(1 )  60% o´0.60, para la tercera pregunta P(1 )  40% o´ 0.40
 2 : No acertar a la pregunta  Para la primera pregunta P( 2 )  20% ó 0.20, para la segunda pregunta
P( 2 )  40% ó 0.40, para la tercera pregunta P( 2 )  60% ó 0.60
1000+3000+5000=9000
9000
1200
1
0.40
0.60
1000+3000=4000
2
a1
-4000
4000
1
2000
2
a1
2000
1
4000
0.40
1000
1600
a2
0.60
-1000
a2
0.80
1000
1600
0.20
a1
2
0
a2
0
Cálculos adicionales
9000*0.4+ (-4000)*0.6 = 1200
4000*0.6+ (-1000)*0.4 = 2000
2000*0.8 + 0*0.2 = 1600
Respuesta.
Al jugador se recomienda que solo juegue hasta la segunda pregunta después que se retire con un premio acumulado
de 4000 €
45
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
FUNCION DE UTILIDAD
19.- Considere tres administradores de una hacienda que tenga que escoger entre comprar 500, 600 u 800 reses de
engorde. La utilidad del engorde depende si la estación de cosecha de grano es buena, regular o pobre. La convicción
personal de los administradores sobre estos eventos es de que hay 0.40 de posibilidad de una buena estación, 0.20
de posibilidad de una estación regular y 0.40 de posibilidad de una estación pobre. Las utilidades netas totales en
miles de dólares se muestran en la tabla de pagos:
1 : Buena
 2 : Regular
 3 : Mala
20
10
6
25
12
0
34
16
-11
0.4
0.2
0.4
a1 : Comprar 500
a2 : Comprar 600
a3 : Comprar 800
P( )
a) Para cada administrador, calcule la utilidad esperada para cada acción y escoja la acción óptima ¿Si la función de
utilidad de los administradores es adversa al riesgo, neutral al riesgo y propensa al riesgo?
Se tiene:
E = [34; 25; 20; 16; 12; 10; 6; 0; -11]
Considerando probabilidades subjetivas, asociadas a los eventos.
Para una función de utilidad neutral al riesgo:
a1
a2
a3
P( )
1
2
3
0.68
0.46
0.36
0.8
0.5
0.25
1
0.6
0
0.4
0.2
0.4
46
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
a1 : 0.68 * 0.4  0.46 * 0.2  0.36 * 0.4  0.508

Maxai   Maxa2 : 0.8 * 0.4  0.5 * 0.2  0.25 * 0.4  0.52  a2
a : 1* 0.4  0.6 * 0.2  0 * 0.4  0.52  a
3
 3
Si los administradores fueran neutrales al riesgo puede elegir entre comprar 600 u 800 reses.
Para una función adversa al riesgo
a1
a2
a3
P( )
1
2
3
0.98
0.91
0.8
0.99
0.921
0.6
1
0.97
0
0.4
0.2
0.4
a1 : 0.98 * 0.4  0.91* 0.2  0.8 * 0.4  0.894  a1

Maxai   Maxa2 : 0.99 * 0.4  0.921* 0.2  0.6 * 0.4  0.8202
a : 1* 0.4  0.97 * 0.2  0 * 0.4  0.594
 3
Si los administradores fueran adversos al riesgo puede elegir comprar 500 reses
Para una función propensa al riesgo
a1
a2
a3
P( )
1
2
3
0.25
0.12
0.09
0.46
0.15
0.05
1
0.21
0
0.4
0.2
0.4
a1 : 0.25 * 0.4  0.12 * 0.2  0.09 * 0.4  0.16

Maxai   Maxa2 : 0.46 * 0.4  0.15 * 0.2  0.05 * 0.4  0.234
a : 1* 0.4  0.21* 0.2  0 * 0.4  0.442  a
3
 3
Si los administradores fueran propensos al riesgo puede elegir comprar 800 reses
47
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
20. La empresa de cervecería "Cordillera" puede capturar el 10% del mercado con una campaña de promoción muy
sencilla; 30% con una campaña media, si las empresas competidoras no cambian su nivel de promoción. Existe un
20% de probabilidad de que estas empresas no cambien su nivel de promoción. Existen un 45% de probabilidad de
que las empresas competidoras incrementen su nivel de publicidad por lo que la empresa "La Autentica" puede ver
afectada su participación de mercado con solo el 5%. Existe otro 35% de probabilidad de que los competidores
disminuyan su nivel de publicidad con lo que la empresa "La Autentica" puede incrementar su porción de mercado en
un 40%. Por último, si la empresa "La Autentica" lanza una gran promoción, vera aumentado su mercado en 35%(s¡
los competidores no hacen nada), 30%(s¡ ellos también cambian el nivel de publicidad) y 50%(si bajan los
competidores el nivel de publicidad). La campaña de publicidad sencilla cuesta medio millón de pesos; la media 2
millones de pesos y la de gran envergadura 4 millones de pesos. La función de ganancias de la empresa " Cordillera "
es igual a:
G=10000000(%del mercado) - 2000
Se pide:
a) El árbol de decisión correspondiente.
b) La decisión óptima que tomaría la empresa frente a las políticas de mercado de sus competidores.
c) ¿Cuál debería ser el nivel de promoción, si la empresa adopta una función de utilidad propensa al riesgo?
d) ¿Cuál debería ser el nivel de promoción, si la empresa adopta una función de utilidad adversa al riesgo?
SOLUCIÓN
1.- Decisor:
La cervecería cordillera.
2.- Alternativas:
a1 : Campaña muy sencilla.
 C=500 000 pesos
a2 : Campaña media.  C = 2 000 000 pesos.
a3 : Campaña grande.  C = 4 000 000 pesos
3.- Estados de la naturaleza:
1 : Otras empresas no cambian su nivel de publicidad
 P(1 )  20% ó 0.20
 2 : Otras empresas incrementan su nivel de publicidad  P( 2 )  45% ó 0.45
 3 : Otras empresas disminuyen su nivel de publicidad  P(3 )  35% ó 0.35
4.- Matriz de consecuencias:
Matriz de porcentajes
a1
a2
a3
P( )
1
2
3
10%
5%
40%
30%
5%
40%
35%
30%
50%
0.2
0.45
0.35
1
2
3
498
-2
3498
998
-1502
1998
-502
-1002
998
0.2
0.45
0.35
Matriz de consecuencias:
a1
a2
a3
P( )
En miles de pesos
48
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
5.- Función de consecuencias:
B= Ganancias totales – Costos totales
f (a1 ,1 ) = (10 000 000*(0.1) - 2000) – 500 000 = 498 000
f (a1 , 2 ) = (10 000 000*(0.05) -2000) – 500 000 = -2000
f (a1 ,3 ) = (10 000 000*(0.04) -2000) – 500 000 = 3 498 000
f (a2 ,1 ) = (10 000 000*(0.3) -2000) – 2 000 000 = 998 000
f (a2 , 2 ) = (10 000 000*(0.05) -2000) – 2 000 000 = -1 502 000
f (a2 ,3 ) = (10 000 000*(0.4) -2000) – 2 000 000 = 1 998 000
f (a3 ,1 ) = (10 000 000*(0.35) -2000) – 4 000 000 = -502 000
f (a3 , 2 ) = (10 000 000*(0.30) -2000) – 4 000 000 = - 1 002 000
f (a3 ,3 ) = (10 000 000*(0.50) -2000) – 4 000 000 = 998 000
a) El árbol de decisión correspondiente
ARBOL DE DECISION
1323
1
0.2
2
3
0.45
-2
0.35
3498
a1
1323
498
223
a2
1
0.2
 2 0.45
3
a3
998
-1502
0.35
1998
-202
1 0.2
 2 0.45
3
-502
-1002
0.35
998
49
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
b) La decisión óptima que tomaría la empresa frente a las políticas de mercado de sus competidores.
La cervecería cordillera debe elegir la alternativa a1 es decir realizar una campaña muy sencilla porque obtiene el
mayor valor esperado 1 323 000 pesos.
c) ¿Cuál debería ser el nivel de promoción, si la empresa adopta una función de utilidad propensa al riesgo?
d) ¿Cuál debería ser el nivel de promoción, si la empresa adopta una función de utilidad adversa al riesgo?
50
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
Propenso al riesgo
f()
3498
1
1998
0.41
998
0.22
998
0.22
498
0.19
0.4285
-2
0.09
-502
0.04
1
0.2
2
3
0.45
-1502
0
0.19
0.09
0.35
1
a1
0.4285
-1002
0.01
0.1875
a2
1
0.2
 2 0.45
3
a3
0.22
0
0.35
0.41
0.0895
1 0.2
 2 0.45
3
0.04
0.01
0.35
0.22
Si la cervecería cordillera tiene una actitud propensa al riesgo se recomienda elegir la alternativa
una campaña muy sencilla
51
a1 es decir realizar
SIS -2610 “A”
INVESTIGACION OPERATIVA II
gusalv36@hotmail.com
Aux. : Egr. Challapa Llusco Gustavo
Aversión al riesgo
f()
3498
1
1998
0.99
998
0.98
998
0.98
498
0.96
0.9515
-2
0.91
-502
0.48
1
0.2
2
3
0.45
-1502
0
0.96
0.91
0.35
1
a1
0.9515
-1002
0.35
0.5425
a2
1
0.2
 2 0.45
3
a3
0.98
0
0.35
0.99
0.5965
1 0.2
 2 0.45
3
0.48
0.35
0.35
0.98
Si la cervecería cordillera tiene una actitud con aversión al riesgo se recomienda elegir la alternativa
realizar una campaña muy sencilla
52
a1 es decir