1

“DEPARTAMENTO ACADÉMICO DE CIENCIAS ECONÓMICAS”

CURSO : ESTADISTICA PARA ECONOMISTAS II

DOCENTE : GUZMAN ROJAS, DANIEL

ALUMNO : GOMEZ CAMPOS Leao
ISMINIO OCAMPO Kassandra
MALPARTIDA POZO Adrian
VASQUEZ GUEVARA Annggie
GARCIA NAMUCHE Jordy
SALINAS CRUZ Geanpierre Fabrizio

CICLO ACADÉMICO : 2018-1

 2

TINGO MARÍA – PERU

DEDICATORIA

El trabajo de investigación lo dedicamos a nuestros padres; a quienes les debemos todo lo

que tenemos en esta vida. A nuestro profesor quien es nuestro guía en el aprendizaje

dándonos el conocimiento para el desenvolviendo en la sociedad.

 3

AGRADECIMIENTO

A todas las personas que participaron de este proyecto de investigación tan importante

promoviendo los valores de compromiso, responsabilidad justicia y liderazgo.

 4

OBJETIVO

Lograr competencias en el participante para tomar decisiones en condiciones de

certidumbre, riesgos e incertidumbre.

Definir la toma de decisiones en el contexto organizacional e interpretar el proceso de

toma de decisiones en el contexto de operaciones.

Evaluar los contextos de la toma de decisiones e identificar procesos, modelos,

técnicas y herramientas según el horizonte de tiempo de las decisiones a tomar, plantear casos

que involucren el proceso de la toma de decisiones en diferentes horizontes de tiempo.

 5

RESUMEN

Este tipo de decisiones son las que hemos venido haciendo en todos los análisis hasta

el momento, es decir realizamos e ingresamos estimaciones deterministas a la relaciones de

las medidas de valor – VP,VA,VF,TR y la toma de decisiones está basado en los resultados.

Los valores estimados pueden considerarse como los que ocurrirán más probablemente en

toda la posibilidad ubicada en una estimación de un solo valor

Se tiene en cuenta formalmente el elemento de posibilidad. Sin embargo, es más

difícil tomar una decisión clara porque el análisis intenta tener en cuenta la variación. Se

permitirá que varíen uno o más parámetros en una alternativa

6
 7

INDICE

Tabla de contenido
DEDICATORIA ........................................................................................................................ 2

AGRADECIMIENTO ............................................................................................................... 3

OBJETIVO ................................................................................................................................ 4

RESUMEN ................................................................................................................................ 5

INDICE ...................................................................................................................................... 7

CRITERIO DE MAXIMA MEDIA CON VARIABLE ACOTADA ....................................... 8

CRITERIO DE MAXIMA MEDIA CON COEFICIENTE DE VARIABILIDAD ACOTADA

.................................................................................................................................................. 10

CRITERIO DE PROBABILIDAD MAXIMA ........................................................................ 13

Árbol para la Toma de Decisiones. .......................................................................................... 14

Bibliografia: ............................................................................................................................. 19
 8

CRITERIO DE MAXIMA MEDIA CON VARIABLE ACOTADA

Para la utilización de este criterio se considera exclusivamente las alternativas cuyas

varianzas V[R(a)] sea menor o igual que una constante K fijada por el decisor. Para cada una

de las alternativas ai que se cumpla esta condición se determina el valor esperado, de esta

formase consigue la elección de una alternativa con un poco variabilidad en sus resultados y

que proporciona por termino medio un buen resultado.

EJEMPLO:

A fin de año se llega con cierta cantidad de dinero y necesitamos saber si queremos amortizar

la hipoteca o elegir en invertir en plan de pensiones o invertir en un fondo de un año para

volverlo a utilizar.

Criterio de la media con varianza acotada

Estados de la Naturaleza
e1 e2 e3 e4
Alternativas E[R(ai)] V
a1 1 2 5 10 5.65 14.21

a2 5 6 6 2 5.1 3.89

a3 3 4 4 5 4.65 0.56

Probabilidades 0.1 0.4 0.25 0.35

Fuente: Universidad Politécnica de Valencia

 9

E[R(ai)]:

a1 : 1(0.1) + 2(0.4) + 5(0.25) + 10(0.35) = 5.65

a2 : 5(0.1) + 6(0.4) + 6(0.25) + 2(0.35) = 5.1

a3 : 3(0.1) + 4(0.4) + 4(0.25) + 5(0.35) = 4.65

V:

a1 : (1-5.65)^2 (0.1) + (2-5.65)^2 (0.4) + (5-5.65)^2 (0.25) + (10-5.65)^2(0.35) = 14.21

a2 : (5-5.1)^2 (0.1) + (6-5.1)^2 (0.4) + (6-5.1)^2 (0.25) + (2-5.1)^2 (0.35) = 3.89

a3 : (3-4.65)^2 (0.1) + (4-4.65)^2 (0.4) + (4-4.65)^2 (0.25) + (5-4.65)^2 (0.35) = 0.56

 10

CRITERIO DE MAXIMA MEDIA CON COEFICIENTE DE VARIABILIDAD ACOTADA

Para la utilización de este criterio se consideran peculiarmente las alternativas Dj cuyo

coeficiente va variabilidad ya sea menor o igual que una cosntante porcentual K (0% ≤ k

≤100% ) fijada por el decisor para cada alternativa de Di se calcula el valor medio corregido

√𝑉(𝐷𝐽 )
𝐸𝐶(𝐷𝐽 ) = 𝑥100
𝐸(𝐷𝐽 )

Se selecciona el valor con el menor coeficiente de variabilidad, de esta forma se consigue la

elección de una alternativa con poca variabilidad

Criterio de la media con varianza acotada

Estados de la Naturaleza
e1 e2 e3 e4
Alternativas E[R(ai)] V
cv
a1 1 2 5 10 5.65 14.21 66.71

a2 5 6 6 2 5.1 3.89 38.67

a3 3 4 4 5 4.65 0.56 16.10

Probabilidades 0.1 0.4 0.25 0.35

Fuente: Universidad Politécnica de Valencia

√𝟏𝟒. 𝟐𝟏
𝒙𝟏𝟎𝟎 = 𝟔𝟔. 𝟕𝟏
𝟓. 𝟔𝟓

√𝟑. 𝟖𝟗
𝒙𝟏𝟎𝟎 = 𝟑𝟖. 𝟔𝟕
𝟓. 𝟏

√𝟎. 𝟓𝟔
𝒙𝟏𝟎𝟎 = 𝟏𝟔. 𝟏𝟎
𝟒. 𝟔𝟓
 11

CRITERIOS DE DISPERCION

Para cada alternativa se calcula el siguiente valor medio corregido

donde K es un valor fijado por el decisor, y se selecciona la de mayor valor resultante. De

esta forma se consigue limitar la influencia de alternativas con un valor esperado grande, pero

también alta variabilidad.

Con el ejemplo anterior la siguiente tabla muestra para cada una de las alternativas el valor

esperado corregido correspondiente a un factor k =3

Criterio de la media con varianza acotada

Estados de la Naturaleza
e1 e2 e3 e4
Alternativas E[R(ai)] V
a1 1 2 5 10 5.65 14.21

a2 5 6 6 2 5.1 3.89

a3 3 4 4 5 4.65 0.56

Probabilidades 0.1 0.4 0.25 0.35

 12

𝟓. 𝟔𝟓 − 𝟐(√𝟏𝟒. 𝟐𝟏) = −𝟏. 𝟖𝟗

𝟓. 𝟔𝟓 − 𝟐(√𝟑. 𝟖𝟗) = 𝟏. 𝟕𝟎

𝟓. 𝟔𝟓 − 𝟐(√𝟎. 𝟓𝟔) = 𝟒. 𝟏𝟓

Criterio de la media con varianza acotada

Estados de la Naturaleza
e1 e2 e3 e4 CR
Alternativas E[R(ai)] V
a1 1 2 5 10 5.65 14.21 -1.89

a2 5 6 6 2 5.1 3.89 1.70

a3 3 4 4 5 4.65 0.56 4.15

Probabilidades 0.1 0.4 0.25 0.35

 13

CRITERIO DE PROBABILIDAD MAXIMA

Para cada alternativa ai se determina la probabilidad de que la variable aleatoria que

proporciona el resultado tome un valor mayor o igual que una constante K fijada por el
decisor, y se selecciona aquella alternativa con mayor probabilidad asociada.
T (ai) = P[R(ai)≥K]

Ejemplo: Partiendo del ejemplo anterior, la siguiente tabla muestra, para cada una de las

alternativas, la probabilidad de que el resultado sea mayor o igual que K=10.

Criterio de la media con varianza acotada

Estados de la Naturaleza
e1 e2 e3 e4 CR
Alternativas E[R(ai)] V
a1 1 2 5 10 5.65 14.21 -1.89

a2 5 6 6 2 5.1 3.89 1.70

a3 3 4 4 5 4.65 0.56 4.15

Probabilidades 0.1 0.4 0.25 0.35

 14

Árbol para la Toma de Decisiones.

Un árbol de decisión es un sistema de representación del proceso decisional en el que se

reflejan las posibles alternativas por las que se puede optar y los resultados que corresponden

a cada alternativa según cual sea el estado de la naturaleza que se presente. Todo árbol consta

de nudos y ramas. Los nudos, también llamados vértices, representan situaciones en las

cuales debe tomarse una u otra decisión (nudos decisionales), o el decisor se enfrenta a

distintos estados de la naturaleza o sucesos aleatorios (nudos aleatorios).

Las ramas, también denominadas aristas, que parten de los nudos decisionales representan

alternativas de decisión; las que parten de nudos aleatorios representan posibles estados de la

naturaleza, o sea sucesos que pueden pasar y entre los que no es posible elegir. Cuando se

conocen las probabilidades de los diversos estados, éstas se reflejan sobre las ramas que les

representan. Al final de cada camino (sucesión de aristas) se expresa el resultado que

correspondería a esa sucesión de decisiones y sucesos.

Como dibujar un árbol de decisión:

Por convenio, los nudos decisionales se representan con cuadrados, en tanto que a los

aleatorios se les representa con círculos. El primer nudo es siempre decisional, y representa la

primera decisión que ha de tomarse.

Una vez diseñada la secuencia de decisión-acontecimientos que componen el árbol es

necesario realizar unas operaciones de cálculo. En primer lugar en cada vértice de

acontecimientos habrá que asignar a los distintos estados de la naturaleza sus respectivas

probabilidades de aparición. En segundo lugar cada una de las posibles combinaciones de

decisiones y acontecimientos dará lugar a un posible resultado que ha de ser evaluado, bien

sea en términos de beneficio o coste.

 15

La técnica de resolución (método de avance hacia atrás o Roll-back) se basa en ir

determinando los valores monetarios esperados de cada punto aleatorio, empezando por los

más próximos a los resultados que se sitúan al final del árbol donde terminan las aristas. El

resultado se pondría encima del nudo aleatorio. En los nudos decisionales, se escogería el

mejor de los valores de los distintos nudos aleatorios o decisionales situados al final de las

ramas que parten de él. Y así hasta que se llega al nudo inicial.

Ejemplo:

Doña María del Carmen, propietaria de la bombonería “la invasión” hace sus pedidos

a la empresa “amanolar”, distribuidora de los caramelos, bombones y demás golosinas

comercializados por ella, al principio de cada mes. Dichos pedidos vienen siendo de un

tamaño reducido, no obstante, y ante la próxima apertura de un colegio muy cercano a su

establecimiento se está planteando la posibilidad de hacer un pedido de mayor tamaño. Ella

estima que la probabilidad de que el número de niños que entren en su establecimiento al mes

sea mayor o igual a 1001 es del 65%, entre 501 y 1000 es del 10% y que sea igual o inferior a

500 es del 25%. Si Doña María del Carmen decide realizar un pedido grande los resultados

que obtendría serían: si el número de niños es mayor o igual a 1001 ganaría 1000 unidades

monetarias, entre 501 y 1000 ganaría 500 unidades monetarias. Y si fuera igual o inferior a

500 perdería 100 unidades monetarias. Si realiza un pedido de tamaño mediano ganaría 100

unidades monetarias. Si el número de niños que van a su establecimiento es mayor o igual

1001, 700 unidades monetarias si oscila entre 501 y 1000, perdiendo 10 unidades monetarias

caso de ser igual o inferior a 500. Finalmente si hiciera un pedido pequeño perdería 500

unidades monetarias si el número de niños es mayor o igual a 1001, ganaría 100 unidades

monetarias si varía entre 501 y 1000, ganando 500 unidades monetarias si es igual o inferior a

500. Para una mejor interpretación del árbol de decisión anterior hemos de tener presente las
 16

aclaraciones siguientes: PG: Pedido grande, PM: Pedido mediano, PP: Pedido pequeño.

A la vista del anterior árbol de decisión la secuencia de decisiones óptima que debe adoptar

Doña María del Carmen sería hacer el pedido grande, sus beneficios estarán en función de lo

que la naturaleza le depare, es decir, del número de niños que una vez abierto el nuevo

colegio acuda a su establecimiento. Para llegar a la solución anterior hemos aplicado “el

método de avance hacia atrás o roll- back”

 17

2) debido a las fuentes lluvias de los últimos días en la ciudad de Pucallpa la empresa step

lluvin dedicada al rubro de los programas cadena de multiplicado están interesados en

adquirir los programas con los siguientes características

Candidato Precio a pagar (y) Cantidad (u) Portabilidad

A 3900 1800 55%

B 3700 2100 75%

C 4000 560 25%

D 3600 1750 65%

 18

Calculo :

(0.55)(3400) + (0.45)(-800)=1335

(0.70)(3700) + (0.30)(-2100)=1960

(0.35)(4000) + (0.65)(-550)=1045

(0.65)(3600) + (0.35)(-1750)=1727.5

- La mejor solución es la cadena B porque nos proporciona un mejor beneficio

 19

Bibliografia:

http://thales.cica.es/rd/Recursos/rd99/ed99-0191-03/riesgo.htm

http://www.academia.edu/29369914/Ambiente_de_decisiones

https://es.scribd.com/doc/141160333/Criterios-Para-La-Toma-de-Decisiones-Bajo-

Incertidumbre-y-Bajo-Riesgo

https://www.iit.comillas.edu/aramos/simio/transpa/t_dt_bv.pdf

http://www.mat.ucm.es/~bvitoria/Archivos/a_dt_UCM.pdf

http://www4.ujaen.es/~cruiz/diplot-5.pdf