Este documento describe el árbol de decisión y su uso para analizar decisiones bajo incertidumbre. Explica que un árbol de decisión contiene nodos de decisión y nodos de estado de la naturaleza, y proporciona pasos para su análisis. Luego, presenta un ejemplo de árbol de decisión para una empresa que debe decidir si aceptar una oferta para un estudio de mercado antes de decidir el tamaño de una nueva planta. Finalmente, calcula valores esperados para determinar si el estudio es valioso.

1. MBA. Darwin Gómez Coapaza

2. ARBOL DE DECISION
Nos permite presentar una tabla de decisiones en forma gráfica
denominada árbol de decisión, compuestos por nodos de decisión
y nodos de naturaleza.

3. ARBOL DE DECISION
• Un nodo de decisión es aquel donde se puede elegir una entre
varias alternativas.
• Un nodo de estado de naturaleza indica los estados de
naturaleza que pueden ocurrir.

4. ARBOL DE DECISION
PASOS PARA EL ANALISIS DEL ARBOL DE DECISIONES.
1. Definir el problema.
2. Estructurar o dibujar un árbol de decisiones.
3. Asignar probabilidades a cada estado de naturaleza.
4. Estimar los pagos para cada combinación posible de alternativas
y estados de naturaleza.
5. Resolver el problema comparando los valores monetarios
esperados (VME) para cada nodo de estado de naturaleza.

5. ARBOL DE DECISION
ARBOL DE
DECISION PARA
ATLAS

6. ARBOL DE DECISION
ARBOL DE
DECISION PARA
ATLAS

7. ARBOL DE DECISION
Atlas recibe una oferta de una consultora para realizar un estudio a
fin de reducir el riesgo de inversión de la empresa por un monto de
$10,000, ¿Es conveniente aceptar la oferta?

8. ARBOL DE DECISION
Se hallaron las siguientes estimaciones realizando un estudio de
mercado:
• Resultados favorables 45%, invertir en una planta grande o
pequeña con resultados favorables 78%.
• Resultados desfavorables 55%, invertir en una planta grande o
pequeña con resultados favorables 27%

9. ARBOL DE DECISION

10. ARBOL DE DECISION
Dado un resultado favorable:
• VME (nodo 2) Resultado favorable | estudio positivo
(0.78)(190,000) + (0.22)(-190,000) = 106,400
• VME (nodo 3) = 63,600
• VME (nodo 4) = -87,400
• VME (nodo 5) = 2,400
• VME (nodo 1) = (0.45)(106,400) + (0.55)(2,400) = 49,200
• VME (nodo 6) = 10,000
• VME (nodo 7) = 40,000

11. ARBOL DE DECISION

12. ARBOL DE DECISION
VALOR ESPERADO DE LA INFORMACION MUESTRAL (VEIM)
Atlas conoce que su mejor opción será construir una planta grande
si el estudio es favorable o una planta pequeña si el estudio es
desfavorable, Atlas desea saber cuál es el valor real del estudio de
mercado.
VEIM = (VE con IM +costo ) – (VE sin IM)
VE con IM = Valor esperado con información muestral
VE sin IM = Valor esperado sin información muestral.

13. ARBOL DE DECISION
VALOR ESPERADO DE LA INFORMACION MUESTRAL (VEIM)
VEIM = (VE con IM +costo ) – (VE sin IM)
VEIM = (49,200 + 10,000) - 40,000 = 19,200
Atlas estaría dispuesto a pagar $19,200.00 por el estudio

14. ARBOL DE DECISION
EFICIENCIA DE LA INFORMACION MUESTRAL
La información muestral se obtiene mediante encuestas, de un grupo de
enfoque u otras técnicas de investigación de mercados, podemos calcular
cuál es la eficiencia de la información de muestra.
Eficiencia de la información muestral = (VEIM / VEIP)100%
Eficiencia de la información muestral = (19,200/60,000)100% = 32%

15. ARBOL DE DECISION
ANALISIS DE SENSIBILIDAD
VME (nodo 1) = (106,400)p + (2,400)(1 – p)
= 104,000p + 2,400
El valor esperado de no realizar el estudio es 40,000
104,000p + 2,400 = 40,000
P = 37,600/104,000 = 0.36
Si la probabilidad favorable sea mayor a 36% nuestra decisión será realizar el estudio, si
disminuye nuestra decisión será no realizar el estudio.