1 ADMINISTRACION DE NEGOCIOS IDecisiones
2 Probabilidades ¿En qué consisten las probabilidades?Indican incertidumbre acerca de un evento que: Ocurrió en el pasado Ocurre en el presente Ocurrirá en el futuro
3 Enfoques de probabilidadClásico o escuela objetiva Frecuencias relativas Personalista o subjetivo
4 Fuentes de las probabilidadesHistoria del pasado Juicio subjetivo Distribuciones teóricas
5 Valor esperado Es la media de la distribución de probabilidadSe calcula como:
6 Valor esperado: ejemploSuponga que usted compra en S/.1,000 un número de una rifa, la cual paga un premio de S/. 50,000. Hay dos eventos posibles: Usted gana la rifa, o Pierde ¿Cuál es el valor esperado del juego?
7 Valor esperado: ejemploLa distribución de probabilidades es: El valor esperado es: 49000*(1/100) *99/100 = -500 ¿Qué significa ese resultado? Evento X P(X) Gana S/ 1/100 Pierde - 1000 99/100
8 Árboles de decisión Pueden usarse para desarrollar una estrategia óptima cuando el tomador de decisiones se enfrenta con: Una serie de alternativas de decisión Incertidumbre o eventos futuros con riesgo *Un buen análisis de decisiones incluye un análisis de riesgo
9 Árboles de decisión: Componentes y estructuraAlternativas de decisión en cada punto de decisión Eventos que pueden ocurrir como resultado de cada alternativa de decisión. También son llamados Estados de la naturaleza
10 Árboles de decisión: Componentes y estructuraProbabilidades de que ocurran los eventos posibles Resultados de las posibles interacciones entre las alternativas de decisión y los eventos. También se les conoce con el nombre de Pagos
11 Árboles de decisión: Componentes y estructuraLos árboles de decisión poseen: Ramas: se representan con líneas Nodos de decisión: de ellos salen las ramas de decisión y se representan con Nodos de incertidumbre: de ellos salen las ramas de los eventos y se representan con
12 Árboles de decisión: Componentes y estructuraAlternativa 1 Alternativa 2 Evento 1 P(Evento 1) Evento 2 P(Evento 2) Evento 3 P(Evento 3) Pago 1 Pago 2 Pago 3 Pago 4 Punto de decisión
13 Árboles de decisión: Análisis y criterio del Valor Monetario EsperadoGeneralmente se inicia de derecha a izquierda, calculando cada pago al final de las ramas Luego en cada nodo de evento se calcula un valor esperado Después en cada punto de decisión se selecciona la alternativa con el valor esperado óptimo
14 Árboles de decisión: Análisis del ejemplo de la rifaGana (0,01) S/ Punto de decisión -500 Juega la rifa Pierde (0,99) S/ No juega la rifa S/. 0
15 Árboles de decisión: Análisis del ejemplo de la rifaEn el nodo de evento se calculó el valor esperado de jugar la rifa. Luego se selecciona, en este caso el valor más alto (por ser ganancias). La decisión desechada se marca con \\ En este caso la decisión es no jugar la rifa.
16 Árboles de decisión: ejemploUn fabricante está considerando la producción de un nuevo producto. La utilidad incremental es de $10 por unidad y la inversión necesaria en equipo es de $50,000 El estimado de la demanda es como sigue: Unidades Probabilidad 6,000 0.30 8,000 0.50 10,000 0.20
17 Árboles de decisión: ejemplo (continuación):Tiene la opción de seguir con el producto actual que le representa ventas de 2,500 unidades con una utilidad de $5.5/unidad sin publicidad, con la opción de que si destina $14,000 en publicidad podría, con una probabilidad de 80% conseguir ventas de 5,500 unidades y de un 20% de que éstas sean de 4,000 unidades Construya el árbol de decisión y determine la decisión óptima.