en ba empresa viones eflewa? Dense di a i no fads lo problemas «que etentan Ts Investigacion do operaciones difcultades con la Wea snc como “a mt cera omy “an tue ea spleneno je ubjotivas de los encargados ions ie los sncrzon de form de decors BIBLIOGRAFIA A Managers uite 1 1 Gukle 10 Operations Research, Nueva York: Sohn f Sen, Pundamentor de investiga er Ce Investigecton de operecone, Mir, drat for Production end Opera Richard D, Irwin, 1967, ier (Operations Research, Nueva York: Molt, Rinbart and Wins Methods, A Survey and Guide Comyn. is ny and Gutde for Managers, Nueva York Executive Decisions and Operation “oivey: Prentice Hal, 1969. Brereton tense Fatiern, Gowns Rec Mode ie, Cpt rh ode fr futon ny, Co Setentific Decision i” Ean ha Mating tm Danse Nuwra Yorks Holt, Rnehat and RE, Werthy y R. 1, Beggs, Advanc Richard D. Irwin, 1965. Methods and Models, Homewood, Capitulo Se Teoria de probabilidades ‘Actvaimente ta teorfa de probsbilidades desempena un Papel importante fo amp. eos egocios, para ayudar a lot gerentes 68 Ite de ose "Como vivinos en un mundo en el que tl cure ie ‘eventos deciiones, puede predecine con absoluta seguridad, fo meiot Ht ‘podemos Pant es legar a soluciones aproximadas basadas en la probabilidad de e808 See trenton fuiuros, Damos cierto valor al factor dé probabilidad, que Brede vosat de O 2 1, l cero completamente pesinsta el uno totalmente Betrisa sobre a ocarencia de determinado eyento en Go7i condiciones. epuimits individuos paricipan en ta asgnacion de un fs(at de pprobabi teat Geterminado evento, hemos legado a sceptsr, Sono vilida esa Tagnacién de probabiidad. La probabiidad puede Pacr™e datos histo- werar los sentimientos de un administrador sobre. sabe, ‘acontecimniento © Mot jer ota base. Como el aiministador tiene cli ts del. posible cae, de, sus mumerosas deciiones, « It lirga puede NOt, mares ser ones sf organiza a informacion y In considers en Una cinch logica de la teoria de la probabilidad. 1 tori oe dscliin fs diversas teri para la sous tos problemas de, negocios en condiciones de inceiguniie Se expresard la arte. probabldades sobre ta dependencia ¢ indepenienst estadistica, tron pec! hincapie en el tener de Bayes, con eeneh ‘propiados. El on expec Meidad y de Tos drboles de decison ayudarin» alan todos Wo oe ee resultados de los eventos basados en las condiohts existentes. Jos Posrmtaciones- combinacionss aclararén todavia, mis i Oop ss Poknidades de fs resultados para certos evento, Aund ta probabilidad osbiiades da a corto plazo (para aumentar al mixin, ls utilidades de ae ae erapreas), Jo ontario e8clerto con un enfogue 4¢ U2 constante, Gamo se hard evidente en todo este capitulo SELECCION DEL MEJOR CRITERIO decisiones en condiciones de certidumbre, Nos referimos a la toma de do de lo que sepamos sobre el estado rego. incertidumbre, dependien 6102 teorla de probabilidades ‘atural de tas coms, © sen tos estados de la naturaléza, Aunque es08 tres tipos de toma de decisiones tienen distinciones importantes en sus proceso de toma de decisiones, todos emplean una mutriz de pagos, Una matriz es lun conjunto bidimensional de cifras ordenadas en renglones y columnas, on Ta que cada renglén representa una estrategia disponible y cada columna representa el estado de la nituraeza, La anotacién que se encuentra en 4a interseccion de cada rengkin y columns es el pago, 0 la medida de Ia Utilidad del resultado especifico que se obtiene para cada estrategia y para ada estado de la naturalecs. Esencialmente la matriz de pagos contiene todos los resultados posibles de un problema de negocios. El problema consiste en determinar cual estrategia es mejor en vista de los estados de la naturaleza existentes 0 posibles. Criterio de decision en condiciones de certidumbre La toma de decisiones en condiciones de certidumbre oourre cuando el gue las toma conoce el estado natural que ocurtiri con absoluia certidum- bre, En la matriz de pagos silo hay una columna que puede aplicarse. Debe fescogerse Ia estrategia (renglon) que tenga el pago mayor, porque no hay ‘ingune raz6n logica para hacer otta cosa, Por ejemplo, consideremos. la siguiente matriz de pagos, que tiene las utilidades que se obtendran si se lleva a cabo cierto programa, Como el que toma las decisiones sabe con eerteza que ocurrird cl estado de ta naturaleza Vz (V, podria ser un pe- igdo sin ningén cambio en la PNB, mientras que NV, seria un perfodo de 25 % de aumento de la PNB, y Ns seria un perfodo de 2-5 % de disminu. lon de la PNB), escogera la estrategia Ss porque ofrece las utilidades mas altas. El criterio de decision en condiciones de certidumbse consiste en sseoger la estrategia que tenga el pago mayor basada en determinado estado ae la naturaleza, a ESTADOS DF LA NATURALEZA My Ns ss SR eee toa S, — $23,000 $15,000 § S000 Estrategias 8; 25,000 17,000-——10,000 8, 25,000 19,000 11,000 ——— ee a En algunos casos, no puede escribine la mutriz de pagos, porque el ‘nfimero de estrategias es enomme. Esto puede demostrarse mejor con el ejemplo de una fébrica manufucturera donde hay varias méquinas de Tentes disefios y para fines distintos. Cada méquina requiere varias cant. ades de tiempo total para el contrato de cada cliente. La diferencia de ostos resultante hace que una miquins sea apropiada para cierto contrato No serfa posible establecer econémicamente todos los renglones y columnas, Este tipo de problema no es peculiar en modo alguno a las fabricas Imanufactureras, Esa difcultad préctca pede resolverse con otros métodos de investigacion de operaciones, - aelecotin det mejor eriterio 63 de decision en condiciones de riesgo toma de decisiones en condiciones de riesgo se refiere a Ia condicién que fay cierto nimero de estados de la naturaleza, y el que toma las mes conoce la probabilidad de ocurrencia de cada uno de ellos. En los ernas de negocios se conocen las probabilidades de tos estados respecti- Ja naturaleza, porque se basun en la experiencia pasada, lo que da sultado una probabilidad objetiva. Un problema de dec jo patel simacenamiento optimo de piezas de repuesto dela maguinaia lun ejemplo de toms de decsones en condiciones de riesgo, Otro ejemplo fom ¢5 el de un procesador de alimentos que cultiva sus propias Basada en la experiencia pasada de la empresa con la siembra de tipos de cosechas en cierta zona del pais, se ha obtenido la siguiente riz de pagos en los tltimos aflos para los tres estados de la naturaleza ‘= buen tiempo, 2 = tiempo variable, y V3 = mal tiempo} ESTADOS DE LA NATURALEZA M Ms Ne PROBABILIDAD 25 0 25 S, $40,000 $60,000 $10,000 Estategias S$; 90,000 40,000 15,000 S, 60,000 0,000 1,000 i mejor? Como en ++ Pups BS: = Paps + Paaps + > + + Pups (Ecuacién 3.1) Pit Pape t +> + Pap donde prtmt pt bya mer ecacén, Ia antacon de primer Py representa al primer Frage) te panera colano, i sgunds Be epesent sl primer regln Bs segunda colurana y at sacesatene, sent qo Pas Pay == sP) 308 Ta pratades soca. Si amos la euacion 31 podem cl los pasos cvperads porn colt una dela es cates (64 teoria de probabiidades BS, = $40,000 (28) + $00,000 (.50) + $10,000 (.28) = $42,600 BS_ = $50,000 (.25) + $40,000 (.50) + $15,000 (.25) BS, = $60,000 (25) + $20,000 (.50) + $12,000 Como el pago esperado es mayor para la primera estrategia, ésa es la que 46 escogeri Supongamos que las probabilidades de nuestro problema son diferentes, y digamos que son 1/2, 1/4 y 1/4 respectivamente para los tres estados de’ naturaleza, Los pagos esperados seran entonces ES; = $40,000 (.50) + $60,000 (.25) + $10,000 (.25) = $37,500 ES: = $50,000 (.50) + $40,000 (.25) + $15,000 (25) = $38,750 BS; = $60,000. (.50) + $20,000 (.25) + $12,000 (25) = $38,000 EI mayor pago esperado es el de 1a segunda estrategia y no el de la tercera, y ahora debe ser que las probabilidades revisadas para los Yerios estados de la naturaleza y especialmente el factor de muy alta probabilidad para, daria por resultado la seleccién de la tercera estrategia. Asi pues, el factor critica aqui es la probabilidad aslznada Al revisar los datos iniciales del problema precedente, los pagos de las festrategias siguen iguales; el Unico cambio es el pago paca la intersecci de S; y el estado natural Wy de $ a 10.000 cero. Si escoge la primera estrategia y tiene mal tiempo, Ia empresa no tiene um pago para esa condicién, Sin embargo, si escoge las estrategias dos o tes, nunca arriesgari fener wna tilda cero, ast que se presenta esta. pregunta: ;Debe quien toma las decisiones prescindir de una pequetia cantidad de pago esperado a fin de evitar Ia posibilidad de to obtener ninguna utilidad? Superficialmente parece que esta es una objecién vilida a la regla dada antes de que deben escogerse las estrategias que tengan el mayor pago esperado. Un creador de ecisiones l6gico podria rechazar Ia primera estrategia, porque su utilidad en Bares no puede medirse con las cantidades de délares. Esencialmente los agos estén equivocados en este caso. No obstante, si los pagos se miden en términos de la utilidad 0 satisfaccién del creador de decisiones, no tendri ‘otro criterio racional de decisiin que el de escoger la estrategia que tenga el mayor pago esperado, y principalmente la primera estrategin (pago esperado de $40,000) para ls probabdaes iniiles dadat para los dverss estados fe Ia naturale Criterios de decisién en condiciones de incertidumbre Bl tercer tipo de problema de decision trata de la toma de decisiones en condiciones de incertidumbre, lo que significa que se desconocen las proba bilidades de que se presenten los diversos estados de la naturaleza. Los Problemas de negocios de este tipo se presentan cuando no hay una experiencia pasada para determinar las probabilidades de ocurrencia para los diversos estados de la naturaleza, Los problemas asociados con un nuevo Producto, el incremento de la capacidad de una fébrica o el lanzamiento de luna nueva serie de avciones 0 bonos, son ejemplos de tomas de decisiones en ondiciones de incertidumbre. El acceso a ese tipo de toma de decisiones ‘eertidumbre 0 de riesgo. ‘més complejo que en él caso de toma de decisiones en condi- todos bésicos para a toma de decisiones en condiciones de fois lensetane ‘mejor con el ejemplo siguiente: Una em- i introduceion de un producto revolucionario con un envase huevo para reemplazar otro producto ya existente a un in cambio moderado en los ingredientes del produc- ‘ete on on nuevo eve) 2 peg aumento dl pec Ho bien un pequefio cambio en los ingredientes del producto ys yun ‘nico cambio en el envase que consistiri en la palabra es abet te nino. él precio (Sy), Lan es estados Pol sidan con expansion de Ta economia (Y;), ninguna expansén 0 via (Ns). El ynomia (Vz) y contraccién de la economia ¢ iad mesigudonee We mercado ha eaclado os pags ee ten términos de utilidades netas anuales antes de pagar el impuesto “sobre la renta seri como sigue: oo ESTADOS DE LA NATURALEZA = es MN Ms Me som sam wpm oo 390000 oto Teneo 10000 i a aot, ae acadius anteteers srr oo ey an ee ea a de probabilidad para los varios estados de la naturaleza. Quien toma has tres ‘tiene manera de calcular un pago esperado para | Por lo tanto, tebricamente, no hay un mejor eriterio para a mejor estrategia para la empresa, En vez de un criterio hay varios Viferentes, cada uno de los cuales tiene su propia raz6n funda: para justificar su empleo, La seleccién de un criterio especifico se fpor el tamafio de la empresa, los objetivos y politicas de la Eas a tir itos del encargado de Ia toma de decisiones u otra Hite pecane a empleo de deat ene pede oa gest epee, 8 eS es tgemmat aan ait cond criterion para cloner 'defesgo, Ahora estiaremos custo cieris p ‘se mnes en condiciones de incertidumbre utilizando los datos fen la que hay factores cambiantes de probabilidad para Ia toma de | criterio de decision Hurwics ‘Este cr jon_es optimista_y se_basa 8 algunas unadas, Como la natur Suena para nosotros, quien toma las deci 4lun total de 2 modos (Ps, = 3). Dado un evento. restantes pueden tomar tas 2 tei 20)- El ndmero'de odor en due pose teu Bes 2) PoalB) X Pa(20) = 00 ad de que se inclaya B en tox (al azar el total de sis es 60/120 2" 08 Je espadas que venga oh + rina, Sota y 10. Nuestia obublided todas las permutdgiones ibl eam aida atin vee a tos as petmugoespoxbles eon 52 nah tonaoe ical eu 8 _ _3:12(00)+ 543-21 son muy remotes, una cutie iit imple exhibicion de yh almacén de d inde departamentos, escaparates, cyda uno de los cuales puede recit ‘esperarse, los escaparates estin dispued jue se presentan las exhibiciones es m fara SO dias, tiene el gerente de exhibicién ‘ hn con cinco exhibiciones distintas por estacién? la sojdcién empleando la formula de la permutacis se refiere a Ia seccién de ue tiene cuatro. grandes tuna exhibicin diara, de tal modo que ei ARBOLES DE DECISION Después de haber dado una breve ne ojeta + la tora de I studaremos ahom ls ible de dct, que bészumente woe we Sién de Tos irbotes de i oles de probabilidad. Un’ aybol de. deck Porque se asm + un dol, aunque pats mayor conesien, ot hat otal. Ta bate del bol ese! punto inca de a decin, Sus amas on el primer evento casual, cada uno de los cuales produce des “x¢ obtienen mediante para clertos eventos casuales y prondsticos de cileulos de pagos 0 {de efectivo para cada resultado posible, de acuerdo con la influenci por diversos eventos casuales, os que nuestra empresa tiene que decidir si continda ta distr Tegional de un producto o lo ensancha a una distribueién nacional epresenta un punto de decision para la empresa. Los eventos casuales den afectar la decision de distribuciOn nacional consisten en saber si tuna. gran demands nacional para el producto, una demanda nacional ‘una limitads, Si hay una gran demanda podrian esperarse util de 4 mullones de dlares, mientras que podrian esperarse utiidades de jones de délares y de 05 de millon con una demanda nacional diana y limitada, respectivamente, Los factores de probabilidad son 5, 'y 25, respectivamente, Pueden pronosticarse tres pugos mis sila firma via Gon la distribucion regional. Si la demanda regional es grande, Ia puede obteuier 2 millones. Por otra parte, si la demanda regional es na, se calculan utilidades aproximadas de 1.8 millones. Por la otra, si nda regional es limitada, se calculan utilidades de 1.$ millones de todo lo cual se mucstra en la figura 33. La adicién de las speradas (utilidad condicional x probabilidades marginales), revela feria mis conveniente para la empresa que decidiera Ia distribucién onal de su producto. 1250, $2635 sho 2750, sT3050 | | | | | I T l | | 1 | | 1 | 1 ges 3-9 Aol de devin pars una empres gue povets le ditibucin aol de fs productos.Empleo de wn drbot de decision para tas inversiones de. capital A EL problema precedente demuestra el concepto bisico de lo que son los fsboles de decision, El ejemplo siguiente indicatd todavia mejor los. pro blemas del mundo real a que se enfrentan los administradores. Consideremos luna empresa que manufactura partes componentes para una industria cre- ciemte. Actualmente hay cineo miquinas autométicas que funcionan a toda capacidad para la fabricacién de uno de sus productos. La demanda de las ventas ha estado aumentando para ese producto. El problema a que so enfrenta la administracién consiste en saber si habrii que instalar ot ‘miquina autometica © pagar tiempo extra a sus empleados. Después de ‘euidadoso andlisis de las condiciones del mercado, se lego al acuerdo do ‘que hay una probsbilidad de .667 de que aumenten el 25 por ciento las ventas de ese producto dentro de un aflo; y que hay una probabilidad de 333 de que las ventas disminuyan hasta en un 5 por ciento. Actualmente y debido a su crecimiento, la empresa ha forzado su cupital de trabajo, lo que ha dado por resultado una dificil situacion de efectvo Se decidis' expresar todas as cifras en términos del fujo neto de efectivo para la empresa, Un cuidadoso anilisis de los datos demosts6 que un 25 por ento de aumento de las ventas daria por resultado un flujo de efectivo de 350,000, délares para el nuevo equipo comparado con un flujo de efectivo 4 325.000 dolares para tiempo extra. Un andlisis semejante mostr® que una disminueiSn de 5 por ciento en las ventas causaria un flujo neto de efectivo de 200.000 dolares para nuevo equipo comparado con 280.000 délares para Ja alternativa del tiempo extra. Es evidente que si aumentaran las ventas, la tnejor decision seria la-de comprar nuevo equipo, Sin embargo, una dismin cién de las ventas seria mis dificil para la empresa que la eliminacion del tiempo extra, La solucidn del problema consiste en construir un drbol de ecisiones y multiplcar los valores de cada acontecimiento por las probabi lidades de cada uno como lo hemos hecho antes (véase la figura 34). La ‘mejor selecciin consiste en emplear tiempo extra durante el afo siguiente, Flujo neto de etetivo Figura 3-4 Arbol de decisiones para un ato, para determinar la mejor ruta, méquina neva 0 tempo ents. 3 a durante el tercer allo, eae eran en el primero, La administracion convino en que sis wonias Se i a 50-50 de que aumentaran ain mas durante el segundo sae ve Et | Fue eto Paret) | de elect | $250,000 ZEB wom ‘Atbot de decisién para dos afios, para determinar 1a major ruta, ‘Squinsss) 0 tempo exttworis de probabitidudes Aujo Neto de efectivo © pago correspondiente al sogundo ano, Es ev que und nueva maquina automitica en el primer ao y tiempo extra ef segundo es la mejor solucién sobre una base de dos aflos,, Empleo de un arbol de decision para fijar precios Varias empresas progresistas estin utiliando la teoria de decisiin de ayes como un instrumento de mer ciona\con una empresa que ha estado vendiendo cierto producto. industrial durant®\varios afios, y se ha spoderado de un 40 por ciento del mercado! sictual es de un d6lar ta libra. La administracién queria penetra {veto en un nuevo mercado, porque seria un buen substituto para que fabrican actualmente otras seis empresas. La nueva ijacion de precios era ésta: mantener el precio actual lo a 0.9 085 y 0.80 de dolar, respectivamente. Un problems de mn a -muchas preguntas de parte de la alta gerenci, {Como reaccionaria las otras seis empresas a ese producto substitutn en Kérminos de redueciodks de precios? {Cudnta penctracion podria logratse en el nuevo segmento sin consistié en obtener probabilidades subje tivas pricticas del personal de \wercadotecnia con reepecto a lor poribley estados de las incertidumbres del hyoblema. Luego fue necesario calcular lon agos que se obtendrian en los di . ‘Gtbol de decisién revelé que habia ote 400 salidas posibles, y debido a ese gran nimero los pagos esperados se pNgramaron en una computadora, La Solucién del problema indicé que en todN¢ los casos, una rebaja de precios fenfa un pago esperado mayor que el mangnimiento del precio actual. De los tres precios menores, el més bajo de'Q80 de délar tenia el pago esperado mis alto. Finalmente, para comproba\ ia sensibilidad de los rest. tados 2 las suposiciones originales, esos resultdNos se recomputaron pari obtener suposiciones altemativas sobre la propoXj6n de crecimiento dl mercado y el costo apropiado de capital. Una ved\més, el cambio de las suposiciones no afects el orden en térmuinos del pago Comparacién de los Arboles de decision con los de probabilidad cuales es inferior atl E- Gren, “La Teoria de Deciiin de Bayes en in Esttepa de Precios”, Journal of Marketing. enero de 1963, Paginas 5-14. oe vomarse, Casi todas las decisiones requieren drboles mittens ‘do ramen 7 asrde an, pum os, cock. La de puntos de decisin es la que hace necesario el proceso de ‘Waa comparacién de ls figuris 3-1 y 3S revela que la primera ine eventos, mientras que la segunda contiene tanto acciones jos, Otra diferencia es que el drbol de probabilidad se ocupa del Tas probabilidades corcecas, mientras que el érbol de dec ores de probabilidad como medio para legar a una respuesta itlidad jue puede ser muy importante. En cualquier “aes Yutras, Tove pu be cae ol ta deen, puede er neceario compat as di pos Leama de valor de la se ercenine de dauoento pore esa toeansn de ue es semejane al enpeo de una proporion de ens Tiyjo desconto de fective, Eze proce de descuento puedd aplicarse en cada etapa. Aunque no se dijo, ese Iwo de descuento del Ji rama de un érbol consistiria en didginuir el nGmero de ramas, por ce poxble poda un abot dcinn hata det tn ee praca ans revision de la administra- licadas sobre el tema de la probabilidad. lo del resultado de un dado cargado podria ser 3. 5, aunque sabemos qt