1. TEMA 3. MODELIZACION DE PREFERENCIAS
• Comenzamos el tema 3 de esta asignatura de Ingeniería de la Decisión.
1. Si el problema es en certidumbre, modelizamos las preferencias mediante una función
de valor que intentamos maximizar. Utilizaremos una herramienta denominada
WEBHIPRE que forma parte del decisionarium.
2. Si el problema es en incertidumbre, modelizamos las preferencias y actitudes frente al
riesgo mediante una función de utilidad e intentamos maximizar la utilidad esperada.
Utilizaremos una herramienta que se denomina GMAA.
El material de este tema debe ocuparte diez horas, aproximadamente.
• Después practicaremos con las herramientas de modelización de preferencias:
WEBHIPRE para modelizar funciones de valor, y GMAA para modelizar funciones de
utilidad. Lee el guión de WEBHIPRE y GMAA, que incluye cómo emplear las
herramientas.
• Para concluir, realiza estas actividades:
1. Los ejecutivos de General Products Company (GPC) tienen que decidir cuál de los
productos A, B, C lanzar al mercado. El producto C está, esencialmente, libre de riesgo y
de su comercialización la compañía puede obtener 1 millón neto de euros en los dos
próximos años. El producto B es una apuesta considerablemente más arriesgada: las ventas
pueden ser altas, lo que reportará a la compañía un beneficio neto de 8 millones de euros;
medias, con un beneficio neto de 4 millones de euros, o bajas, con lo que simplemente
cubriría gastos. Las probabilidades, consultadas a un experto economista, para el nivel de
ventas del producto B son:
Escenario Probabilidad
Ventas altas 0.42
Ventas medias 0.23
El producto A tiene un problema con el sistema de producción que no ha sido resuelto aún.
El departamento de ingeniería confía en resolverlo, pero existe una pequeña probabilidad
de que, por complicaciones, esta solución lleve un largo período de tiempo. Por ello, podría
producirse un retraso en la introducción del producto, lo que redundaría en menores ventas
y, por tanto, beneficios. De 50 ocasiones previas en que el departamento ha afrontado
situaciones similares, ha salido airoso en 47 de ellas. Para completar la estimación supón
que la distirbución a priori sobre la probabilidad de éxito del departamento es una Beta
(2,2). El precio definitivo que fije la compañía al producto podría ser alto o bajo, pudiendo
esperar esta decisión hasta el momento en que el producto se va a introducir. Ambas
decisiones tendrán un efecto directo en el beneficio neto obtenido. Finalmente, una vez que
se introduzca el producto A, las ventas pueden ser altas o bajas. Si la compañía decide fijar
2. un precio bajo, entonces las ventas bajas son igual de probables que las ventas altas. Si el
precio fijado es alto la probabilidad de ventas bajas depende de si el producto se retrasó por
el problema de producción. Si hubo retraso y la compañía fijó un precio alto, la
probabilidad de que las ventas sean altas es 0.4. Sin embargo, si no hubo retraso y el precio
fijado es alto, la probabilidad de que las ventas sean altas es sólo 0.3. La siguiente tabla
presenta los posibles beneficios netos (en millones de euros) para el producto A.
Retraso Precio Ventas altas Ventas bajas
Sí Alto 5 -0.5
Sí Bajo 3.5 1
No Alto 8 0
No Bajo 4.5 1.5
a) Resolved el problema de GPC mediante un árbol de decisión indicando la decisión de
máxima utilidad esperada.
b) Resolved el problema de GPC mediante un diagrama indicando la decisión de máxima
utilidad esperada.
Probad tres casos. GPC es neutra al riesgo, GPC tiene aversión constante al riesgo, GPC
tiene afición constante al riesgo (elegid vosotros los coeficientes)
Escribe un documento pdf y envíanoslo con el formato (actividad2nombrealumno.pdf) a
través del campus virtual antes del 23 de Octubre a las 23:55 de Madrid.
2. En la primera etapa de realización de la práctica I de análisis de tu problema de decisión
has diseñado un diagrama de influencias que estructura el problema de decisión que
elegiste. Ahora bien, para completar el diagrama, hace falta cuantificarlo, es decir,
introducir los valores en cada nodo del diagrama. Empezamos con cuantificar las
preferencias para introducir los valores en los nodos de valor. Para cuantificar las
preferencias, utilizaremos dos herramientas distintas. La diferencia principal entre las
herramientas consiste en que WEBHIPRE nos permite modelizar una función de valor, y
GMAA – una función de utilidad. Conforme a eso difieren los procedimientos utilizados en
las dos herramientas. Aunque modelizar una función de utilidad es un enfoque más potente,
ya que nos permite tener en cuenta la percepción del decisor frente al riesgo, los
procedimientos de WEBHIPRE son más fáciles. Te aconsejamos que hagas el análisis con
las dos herramientas para comparar los resultados - sigue las pautas del guión de
WebHIPRE y GMAA!! Recuerda que el informe final del análisis completo de tu problema
de la toma redecisión tienes que entregarnos con el formato (proyecto1ombrealumno.pdf) a
través del Campus Virtual antes del Martes 25 de Octubre a las 23:55 de Bogotá.
• Recuerda que si tienes alguna duda, puedes consultarnos a través del campus virtual.
• Este es un tema importante. Esperamos que os haya gustado!!!