TEORÍA DE LAS DECISIONES GRUPO: 212066_13
TRABAJO COLABORATIVO FASE 2 RESOLVER LOS PROBLEMAS PLANTEADOS APLICANDO LOS ALGORITMOS DE LA UNIDAD 1
ELABORADO POR: FRANCISCO JAVIER ARREGUI QUINTERO CC. 1.59.063.753 MAYRA ALEJANDRA GIRALDO POTES CC. 1.114.888.697
PRESENTADO A TUTOR: ROGER RICARDO NEGRETE
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD PROGRAMA INGENIERIA INDUSTRIAL CEAD – PALMIRA MARZO 2017
INTRODUCCION
Se realiza practicas de algoritmos con la herramienta de Winqsb la cual es una ayuda para resolver problemas, se desarrolla la actividad colaborativa en el programa y se analiza las diversas tomas de decisiones, se proced e a elegir la toma más asertiva y que va más acorde a la temática. El enfoque de esta actividad o materia es brindar a los estudiantes una herramienta practica que forme de manera más eficiente y sencilla el análisis y criter ios de tomas de decisiones a lo largo de este proceso de formación, ofreciendo el buen uso a la forma de interactuarlos con los procesos investigativos y el manejo estadístico de esta investigación de mercados, volviéndonos más competitivos y enfocándonos a la realidad.
1.
OBJETIVOS 1.
1.
OBJETIVO GENERAL
Conocer y entender la metodología necesaria para la toma de decisiones y pre visualizar los métodos o modelos para resolver las toma de decisiones.
1. 2.
OBJETIVOS ESPECIFICOS
Conocer los conceptos básicos para los manejos de los métodos en la teoría de decisiones.
3.
Aplicar los métodos matemáticos estadísticos para resolver la toma de decisiones bajo incertidumbre.
4.
Diferenciar entre los métodos para las tomas de decisiones bajo incertidumbre desde la percepción de una investigación de mercados con o sin información muestra.
5.
Conocer los diferentes criterios de decisión para aplicar en el modelo específico.
6.
Observar cómo se puede aplicar los modelos decisorios en la empresa en general.
7.
Aprender a manejar la herramienta del programa Winqsb.
Problema 1. ÁRBOLES DE DECISIÓN, VEIP y VEIM Teratex, una empresa textilera que tiene una experiencia productiva en el mercado extranjero de 25 años, debe decidir si fabrica un nuevo producto en su planta principal, o si por el contrario la compra a un proveedor externo. Las utilidades dependen de la demanda del producto. La tabla muestra las utilidades proyectadas, en millones de pesos. Tabla 1. Proceso de decisión para la comercialización del producto Estados de la naturaleza Alternativa de decisión
Demanda baja
Demanda media
Demanda alta
Ganancias ($)
Ganancias ($)
Ganancias ($)
Fabricar
35
28
96
Comprar
32
42
80
0,35
0,35
0,30
Probabilidades ∑
=1
PARTE 1. ARBOLES DE DECISION, VEIP y VEIM Según la información correspondiente de la tabla 1 y la teoría del valor esperado de la información perfecta (VEIP), el valor esperado de la información muestral (VEIM) y los arboles de decisión, respondan: 1.
Use VEIP para determinar si la empresa debe intentar obtener una mejor estimación de la demanda.
El valor esperado de la información perfecta VEIP es un límite superior para la cantidad que se estará dispuesto a pagar por mejorar el conocimiento sobre el estado de naturaleza: Vesip= (35x0.35) + (28x0.35) + (96x0.3) = 50.85 Vecip= (35x0.35) + (42x0.35) + (96x0.3) = 50.75
Veip= 55.85-50.75= 4.9
ALTO (0.51)
FABRICAR
4
MEDIO (0.39)
BAJO (0.10)
96
28
35
Nodo 2 = MAX (Nodo 4 , Nodo 5) Nodo 2 = 63.38
2
FAVORABLE(0.355) ALTO (0.51)
COMPRAR
5
MEDIO (0.39)
BAJO (0.10)
80
42
VE(nodo 5)= (0.51*80)+(0.39*42)+(0.10*32)= 60.38
32
Nodo 1 = (0.355*63.38)+(0.645*80.46)=74.3966 1
Nodo 1 = 74.3966
ALTO (0.34)
FABRICAR
6
MEDIO (0.59)
BAJO (0.89)
DESFAVORABLE(0.645)
96
28
VE(nodo 6)= (0.34*96)+(0.59*28)+(0.89*35)= 80.31
35
Nodo 3 = MAX (Nodo 6 , Nodo 7) 3
Nodo 3 = 80.46 ALTO (0.34)
COMPRAR
7
MEDIO (0.59)
BAJO (0.89)
80
42
32
VE(nodo 7)= (0.34*80)+(0.59*42)+(0.89*32)= 80.46
2.
Se espera que un estudio de mercado de prueba sobre la posible demande del producto reporte una condición favorable (F) o desfavorable (D). Las probabilidades condicionales relevantes son:
P(F/baja) = 0,1
P(D/baja) = 0,9
P(F/media) = 0,4 P(D/media) = 0,6 P(F/alta) = 0,6
P(D/alta) = 0,4
Estudio del mercado
= 0.1 ( ) = 0.1 = 0.35 = . 2. = 0.4 ( ) = 0.1 = 0.35 = . 3. = 0.6 ( ) = 0.1 = 0.3 = . 1.
= 0.9 () = 0.9 = 0.35 = . = 0.6 5. () = 0.6 = 0.35 = . 6. = 0.4 () = 0.4 = 0.3 = . 4.
Tabla de probabilidades F
D
Total
S1
0.035
0.315
0.35
S2
0.14
0.21
0.35
S3
0.18
0.12
0.3
Total
0.355
0.645
1
La probabilidad en que sea favorable es de 35.5%
7.
¿Cuál es el valor esperado de la información de investigación de mercados?
El valor esperado del estudio será de $50.850.00 8.
¿Cuál es la eficiencia de la información?
La eficiencia de la información.
− .sin = . 96 − 32 = 13.0% 4.9 La información es eficiente
Problema 2. ÁRBOLES DE DECISIÓN, VEIP y VEIM ElectroCom, una empresa que fabrica componentes electrónicos para la introducción en su catálogo de productos debe decidir si fabrica un nuevo producto en su planta principal, lo subcontrata con supervisión de la compañía o si por el contrario lo compra a un proveedor externo. Las utilidades dependen de la demanda del producto. La tabla muestra las utilidades proyectadas, en millones de pesos. Tabla 2. Proceso de decisión para la comercialización del producto Estados de la naturaleza Alternativa de
Demanda baja
Demanda media
Demanda alta
Ganancias ($)
Ganancias ($)
Ganancias ($)
Fabricar
65
58
100
Subcontratar
53
62
85
Comprar
58
65
93
0,25
0,35
0,40
decisión
Probabilidades ∑
=1
PARTE 2. ARBOLES DE DECISION, VEIP y VEIM Según la información correspondiente de la tabla 2 y la teoría del valor esperado de la información perfecta (VEIP), el valor esperado de la información muestral (VEIM) y los arboles de decisión, respondan: 9.
Use VEIP para determinar si la empresa debe intentar obtener una mejor estimación de la demanda.
El valor esperado de la información perfecta VEIP es un límite superior para la cantidad que se estará dispuesto a pagar por mejorar el conocimiento sobre el estado de naturaleza:
ALTO (0.40)
2
FABRICAR
MEDIO (0.35)
BAJO (0.25)
100
58
VE(nodo 2)= (0.40*100)+(0.35*58)+(0.25*65)= 76.55
65
VE(nodo 1)= MAX(Nodo2,Nodo3,Nodo4) ALTO (0.40)
85
VE(nodo 1)= 76.55
1
SUBCONTRATAR
3
MEDIO (0.35)
BAJO (0.25)
ALTO (0.40)
COMPRAR
4
MEDIO (0.35)
BAJO (0.25)
62
53
93
65
58
Vesip= (65x0.25) + (58x0.35) + (100x0.40) = 76.55 Vecip= (65x0.25) + (65x0.35) + (100x0.40) = 79
Veip= 79 – 76.55= 2.45
VE(nodo 3)= (0.40*85)+(0.35*62)+(0.25*53)= 68.95
VE(nodo 4)= (0.40*93)+(0.35*65)+(0.25*58)= 74.45
10.
Se espera que un estudio de mercado de prueba sobre la posible demanda del producto reporte una condición favorable (F) o desfavorable (D). las probabilidades condicionales relevantes son:
P(F/baja) = 0,2
P(D/baja) = 0,8
P(F/media) = 0,4 P(D/media) = 0,6 P(F/alta) = 0,3
P(D/alta) = 0,7
Estudio del mercado
= 0.2 ( ) = 0.2 = 0.25 = . 12. = 0.4 ( ) = 0.4 = 0.35 = . 13. = 0.3 ( ) = 0.3 = 0.40 11.
= . = 0.8 14. () = 0.8 = 0.25 = . = 0.6 15. () = 0.6 = 0.35 = . = 0.7 16. () = 0.7 = 0.40 = . Tabla de probabilidades F
D
Total
S1
0.05
0.2
0.25
S2
0.14
0.21
0.35
S3
0.12
0.28
0.4
Total
0.31
0.69
1
La probabilidad en que sea favorable es de 31%
17.
¿Cuál es el valor esperado de la información de investigación de mercados?
El valor esperado del estudio será de $76.550.00 18.
¿Cuál es la eficiencia de la información?
− .sin = . 100 − 58 = 17.1% 2.45 La información es eficiente
CONCLUSIONES
Se desarrolla las metodologías de la unidad 1, en la cual hemos aprendido el uso y manejo de la herramienta propuesta para esta actividad colaborativa la cual es
Winqsb, la cual nos permite por medio de algoritmos a resolver problemas planteados y tomar decisiones de manera más asertiva a la hora de enfrentar un problema o situación. En esta actividad aprendimos a reconocer y aplicar las relaciones de dinero tiempo y sus equivalencias, las cuales nos permiten plantear soluciones a problemas específicos y de la vida cotidiana.
BIBLIOGRAFIA
Mosquera, W. (2010). Teoría de las decisiones , Bogotá, Colombia: Editorial Universidad
Nacional
Abierta
y
a
Distancia.
Recuperado
de: http://hdl.handle.net/10596/4891
Quesada, I. (2011) Análisis cuantitativo con WinQSB. (pp. 1-10), Ibagué, Colombia: Editorial
Universidad
de
Ibagué. Recuperado
de: http://bibliotecavirtual.unad.edu.co:2048/login?user=proveedor&pass=danue0a
0&url=http://bibliotecavirtual.unad.edu.co:2051/login.aspx?direct=true&db=edselb& AN=edselb.10565777&lang=es&site=eds-live
Hillier, F., & Lieberman, G. (2010). Análisis de Decisiones. (pp. 634-725), México D.F., México: Editorial McGraw-Hill. Recuperado de: http://bibliotecavirtual.unad.edu.co:2053/book.aspx?i=386&opensearch=investigaci %C3%B3n%20de%20operaciones&editoriales=&edicion=&anio=%20
Marato, C. (2012). Investigación operativa en administración y dirección de empresas, Valencia, España: Editorial Universidad Pontificia de Valencia. Recuperado
de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?docID=10646732
