DECISIONES BAJO UN ENTORNO DE RIESGO

TEORIA DE LAS DECISIONES

FADIE LISET AGUDELO VIANCHA

CODIGO: 46378423

GRUPO 200608_7

TUTOR
RANDY ZABALETA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA “UNAD”

ESCUELA DE CIENCIAS BASICAS TEGNOLOGIA E INGENIERIA
CEAD SOGAMOSO
Noviembre 7 de 2017

1
 ACTIVIDAD INDIVIDUAL
PASO 1. ANALISIS DOFA
Para el desarrollo de esta actividad propongo el Shampoo fabricado por la empresa Productos tejada,
ubicada en el municipio de Sogamoso – Boyada.
Para su venta el producto se comercializaría a través de una distribuidor (mayorista) y el realizaría la
venta a las tiendas medianas o pequeñas ubicadas en los barrios de Sogamoso y a los municipios
cercanos a Sogamoso.

Tabla 1 Propuesta del producto

Análisis situacional interno Análisis situacional externo
Prod. Definición
Fortalezas Debilidades Oportunidades Amenazas
1. Es un producto 1. La competencia
necesario para el indirecta con shampoos
1. Producto
aseo personal. 1. Se comercializa reconocidos ya existentes,
relativamente
en tiendas, ya que estos pueden
nuevo que ingresa
2. Producto de farmacias, fabricar un shampoo
recién en el
Calidad innovador supermercados exclusivo.
mercado.
por su contenido de logrando así mayor
vitaminas que alcance al cliente. 2. Competencia con
Producto de aseo 2. La marca del
ayudan a que el productos que pertenecen
personal producto no es
cabello luzca mas 2. Oportunidad de a la misma línea tales
utilizado para muy reconocida
saludable. expansión hacia como Pantene, Head
Venta de remover la grasa, en el mercado.
otros tipos de &Shoulder, Eucerìn, etc.
Shampoo polvo, piel
3. Ofrece dos productos de aseo
Capilar con muerta y otras 3. Ausencia del
características como jabones, 3. Que los clientes se
vitaminas partículas no producto en
importantes evitar la lociones etc. resistan al cambio, ya que
TROPICAL deseadas que se anaqueles de
caída del cabello y están acostumbrados a
acumulan en el supermercados en
controlar la 4. Mercado interno usar los shampoos
cabello. el interior del
aparición de la poco desarrollado. tradicionales.
País.
caspa.
5. Comercializar el 4. Disminución de las
4. Escases de
4. Evolución del producto hacia otras ventas del producto lo que
publicidad en
negocio por la regiones del país. conlleva a dejar de
medios radiales e
elaboración de distribuir el shampoo en
impresos.
nuevos productos las diferentes regiones de
para abarcar más nuestro país donde se de a
mercado. conocer este producto.

2
2. FORMULACIÓN DE ESTRATEGIAS FO, DO, FA, DA

Tabla 2 Formulación de estrategias DOFA DEL SHAMPOO

Estrategias
Producto
FO DO FA DA
1. Crear expectativa del
1. Auspiciar
nuevo producto llamando al
programas
cliente a identificarse con el
1. Al ser un producto de calidad, conocidos para
producto creado
nuevo e innovador se podría ganar notoriedad y 1. Obsequiar muestras del
exclusivamente para el
ampliar y formar una línea que se conozca las producto a los usuarios en
cliente.
contenga jabones, lociones, características del lugares concurrentes como
desodorantes, talcos, etc.). producto. centros comerciales,
2. Diferenciar el producto de
supermercados, farmacias,
los tradicionales resaltando
2. Publicitar el producto por 2. Ofrecer etc.
sus características y
internet, televisión, radio, concursos y 2. Ofrecer descuentos por
beneficios que otras marcas
medios impresos y así lograr una sorteos a clientes temporadas.
no la tienen utilizando una
Venta de mayor cobertura. motivándolos y
estrategia de publicidad y
Shampoo permitiéndolos por 3. Innovar con shampoos
distinción intensiva.
capilar con 3. Ubicar el producto en usar el producto. para cabellos grasos, secos,
vitaminas farmacias y supermercados maltratados y caída del
3. Crear campañas
TROPICAL creando así un espacio solo para 3. La publicidad cabello.
publicitarias a nivel nacional
esta línea en las tiendas con testimonios de
para una buena distribución
comerciales diferenciándose de otros usuarios. 4. Ofrecer promociones al
del producto en todo el país.
otros shampoos tradicionales. comprar el producto: 2x1,
4. Reimpulsar la o la entrega de algún
4. Debido a su crecimiento
4. Mantener el producto en la promoción como obsequio por la compra
por ser un producto
élite y a su vez ir mejorándolo un nuevo producto en supermercados, medios
innovador, debe realizarse la
continuamente haciendo cambiando su impresos, radiales, internet
publicidad del mismo en
estudios en el mercado. diseño, nuevas y tv.
todos los medios de
fragancias, color,
comunicación a nivel
etc.
nacional.

3
PASO 3. VEIP Y VEIM

El grupo de trabajo iniciará el proceso de decisión para comercializar un Shampoo en el mercado para lo
cual debe diligenciar la siguiente información en la Tabla 3 Proceso de decisión para la
comercialización del producto:

Formular tres (3) cursos de acción (alternativas de decisión) para comercializar el producto en el
mercado.

Estimar tres (3) estados de la naturaleza (ganancias a obtener dada la demanda alta, media y baja) para
cada curso de acción y probabilidades para cada uno de los estados de la naturaleza, mediante la
siguiente Generación de números aleatorios (descargue aquí), información que debe consignarse en la
Tabla 3 Proceso de decisión para la comercialización del Shampoo seleccionado:

 El grupo de trabajo determinará el Valor esperado de la información perfecta (VEIP).

 Tomar la información de la Tabla 3 y calcular manualmente el VEIP.

 Ingresar la información de la Tabla 3 en el programa WinQSB, seguir el procedimiento para obtener

los resultados del VEIP.

 Presentar los cálculos manuales y resultados mediante captura de pantalla de la salida del programa
WinQSB.

 Analizar los resultados y presentar conclusiones con base en la aplicación de la regla de

optimización del Criterio del Valor esperado para la toma de decisiones.

4
 1. Valor esperado de la información perfecta (VEIP)

Lo primero que hacemos es calcular la ganancia esperada con información perfecta.

La ganancia esperada con información perfecta se toma el valor más grande de cada columna de la tabla
de ganancia y se multiplica por los porcentajes estimados.
Calculamos la ganancia esperada sin información perfecta.
Por ultimo restamos de la ganancia esperada con información perfecta, la ganancia esperada sin
información perfecta, quedando así:

Valor esperado de la información perfecta (VEIP) = (Ganancia esperada con información perfecta) –
(Ganancia esperada sin información perfecta)

(0,2418*60950) + (0,2551*50062)+(0,5031*53063)= (14737,71 + 12770,81 + 26695,99) = 54204,51

GECIP

GANANCIA ESPERADA SIN INFORMACION PERFECTA. (GESIP)

Alternativa de Ganancia Esperada

decisión
1. Venta a (0,2418*24397)=5899,19+(0,2551*50062)=12770,81+(0,5031*34604)=17409,27
nivel =36079,27
Nacional.
2. Diversificar (0,2418*59964)=14499,29+(0,2551*10572)=2696,91+(0,5031*14668)=7379,47
la línea del =
producto.
24575,67

3. Exportar el
producto. (0,2418*60950)=14737,71+(0,2551*31135)=7942,53+(0,5031*53063)=26696,99
=49377,23

Se puede evidenciar que en el tercero (exportar el producto) es en el que más ganancia nos deja, por
tal razón este será el valor que escojamos.

Calculamos el valor esperado de la información perfecta de la siguiente manera.

Valor esperado de la información perfecta (VEIP) = (Ganancia esperada con información perfecta) –
(Ganancia esperada sin información perfecta).
(VEIP)= 54204,51 – 49377,23 = 4827.28

El tener información perfecta vale $ 4827.28 Si se habla en $.

5
También se puede concluir que conocer la información perfecta aumenta la ganancia esperada para
laboratorios tropical con su Shampoo capilar con vitaminas , de $ 49377,23 a $ 54204,51, Es decir que
aumenta en $ 4827,28 Siendo este valor lo máximo que se podría pagar por la investigación de
mercado.

 Ingresar la información de la Tabla 3 en el programa WinQSB, seguir el procedimiento para

obtener los resultados del VEIP.

 Resultados mediante captura de pantalla de la salida del programa WinQSB.

 Analizar los resultados y presentar conclusiones con base en la aplicación de la regla de

optimización del Criterio del Valor esperado para la toma de decisiones.

Se realizaron estimaciones de probabilidad más precisas que dieron como resultado para la ganancia sin
información perfecta de $ 49377.23 y para la ganancia esperada con información perfecta de $
54204.51, con estos datos se pudo realizar la operación para buscar el resultado de VEIP de $ 4827.28.

Resultados que fueron comprobados por medio del programa WinQSB lo que significa que la ganancia
esperada es de $4828.28.

 Estimar las probabilidades para los indicadores de confiabilidad de la Investigación de

mercados para el producto a comercializar mediante la siguiente Generación de números
aleatorios (descargue aquí), información que debe consignarse en la Tabla 4 Indicadores
Investigación de Mercados:
6
(I1): Reporte favorable: la muestra tomada expresa un interés considerable en el producto.

(I2): Reporte no favorable: la muestra tomada expresa poco interés por producto.

 Tomar la información de las Tablas 3 y 4 y calcular manualmente el VEIM.

Valor esperado de la información muestra (VEIM)

Valor esperado de la información muestra (VEIM)

Ganancia esperada con información de muestra = Ganancia esperada cuando el indicador es L1 * P (1)
+ Ganancia esperada cuando el indicador es L2 * P (2); Entonces encontramos el valor de cada
componente

Probabilidad Conjuntas y Marginales

Indicador Fracasos (F) Éxito (S) Gran Éxito (G) P. Marginal
L1 P(DB)XI1/DB) P(DM)XP(I1/DM) P(DA)XPI1/DA) P(I1)
L2 P(DB)XI2/DB) P(DM)XP(I2/DM) P(DA)XPI2/DA) P(I2)

PROBABILIDADES CONJUNTAS Y MARGINALES

INDICADO FRACASO (F) ÉXITO (S) GRAN ÉXITO P.MARGINAL
R (G)
I1 =(0,2418*0,7194) =(0,2551*0,7803) =(0,5031*0,4098) P(I1)=0,579174
= 0,173950 =0,199054 =0,206170
I2 =(0,2418*0,2806) =(0,2551*0,2197) =(0,5031*0,5902)
= 0,067849 =0,056045 =0,296929 P(I2)=0,420823

PROBABILIDADES POSTERIORES
Indicador Fracasos (F) Éxito (S) Gran Éxito (G)
L1 P(DB/L1)=P(DB*L1)/P(L1) P(DM/L1)=P(DM*L1)/P(L1) P(DA/L1)=P(DA*L1)/P(L1)
L2 P(DB/L2)=P(DB*L1)/P(L1) P(DM/L2)=P(DM*L1)/P(L1) P(DA/L2)=P(DA*L1)/P(L1)

PROBABILIDADES POSTERIORES
INDICADO FRACASO (F) ÉXITO (S) GRAN ÉXITO (G)
7
 R
I1 =(0,173950/0,579174) =(0,199054/0,579174) =(0,206170/0,579174)
=0,30034152 =0,3436860 =0,355972
I2 =(0, 067849/0,420823) =(0,056045/0,420823) =(0,296929/0,420823)
=0,1612293 =0,1331795 =0,705591

INDICADOR I1
Decisiones GANANCIA ESPERADA
BAJA (0,30034152*24397)+(0.3436860*50062)+(0,355972*34604)=(7327,43206+17205,6085+12318,0551)=3685
MODERADA (0,30034152*59964)+(0,3436860*10572)+(0,355972*14668)=(18009,6789+3633,44839+5221,3973)=23864
ALTA (0,30034152*60950)+(0,3436860*31135)+(0,355972*53063)=(18305,8156+10700,6636+18888,9422)=4789
INDICADOR I2
Decisiones GANANCIA ESPERADA
BAJA (0,1612293*24397)+(0,1331795*50062)+(0,705591*34604)=(3933,51123+6667,23213+24416,271)=35017,
MODERADA (0,1612293*59964)+(0,1331795*10572)+(0,705591*14668)=(9667,95375+1407,97367+10349,6088)=21425
ALTA (0,1612293*60950)+(0,1331795*31135)+(0,705591*53063)=(9826,92584+4146,54373+37440,7752)=51414

INDICADOR DECISIÓN OPTIMA GANANCIA ESPERADA

I1 MODERADA 47895,4214
I2 MODERADA 51414,2448

Ganancia esperada con información de muestra.

(47895,4214*0,579174)+( 51414,2448*0,420823)=(27739,7828+21636,2967)=49376,0795

Valor esperado de la información

(49376,0795-47895,4214)= 1480.6581

 Analizar los resultados y presentar conclusiones con base en la aplicación de la regla de

optimización del Criterio del Valor esperado para la toma de decisiones.

Se concluye que la administración de la muestra no debería gastar más de $ 1480,6581. a llevar a cabo
la investigación de mercados.
 Ingresar la información de las Tablas 3 y 4 en el programa WinQSB, seguir el procedimiento
para obtener el árbol de decisión y/o probabilidad (aplicación del Teorema de Bayes) y el
resultado del VEIM.

8
Árbol de decisiones

P(I1/DB)= 0.7194

P(I2/DB)= 0.2806
P(DB)= 0.2418
P(I1/DM)= 0.7803

P(DM)= 0.2551
P(I2/DM)= 0.2197

P(DA)= 0.5031

P(I1/DA)= 0.4098

P(I2/DA)= 0.5902

Del árbol de decisiones se obtiene:

P(I1)= P(DB)*P ) + P(DM)*P ) + P(DA)*P )

P(I1)= (0.2418 * 0.7194) + (0.2551 * 0.7803) + (0.5031 * 0.4098)

P(I1)= 0.579

P(I2)= P(DB)*P ) + P(DM)*P ) + P(DA)*P )

P(I2)= (0.2418 * 0.2806) + (0.2551 * 0.2197) + (0.5031 * 0.5902)

P(I2)= 0.4207
Si la IM tiene como resultado el indicador I1

9
Si la IM tiene como resultado el indicador I2

Calculo de las ganancias esperadas

Si la IM tiene como resultado el indicador I1

ALTERNATIVAS ESTADOS DE LA NATURALEZA RESULTADO

DE DECISION

Demanda Baja Demanda Media Demanda Alta

(Ganancia) (Ganancia) (Ganancia)

1 24397 * 0.3003 + 50062 * 0.3436 + 34604 * 0.3539 36774.06

2 59964 * 0.3003 + 10572 * 0.3436 + 14668 * 0.3539 26830.71

3 60950 * 0.3003 + 31135 * 0.3436 + 53063 * 0.3539 47780.25

La decisión óptima es la alternativa 3 (exportar el producto) ya que así se tendrá la mayor ganancia
esperada igual a $ 47780.25

10
Si la IM tiene como resultado el indicador I2

ALTERNATIVAS ESTADOS DE LA NATURALEZA RESULTADO

DE DECISION

Demanda Baja Demanda Media Demanda Alta

(Ganancia) (Ganancia) (Ganancia)

1 24397 * 0.1611 + 50062 * 0.1331 + 34604 * 0.7057 350113.64

2 59964 * 0.1611 + 10572 * 0.1331 + 14668 * 0.7057 21418.53

3 60950 * 0.1611 + 31135 * 0.1331 + 53063 * 0.7057 51409.65

La decisión óptima es la alternativa 3 ya que así se tendrá la mayor ganancia esperada igual a $
51409.65

Ganancia esperada con información de la muestra

=ganancia esperada (cuando el indicador es I1) * P(I1)
+ ganancia esperada (cuando el indicador es I2) * P(I2)
Ganancia esperada con información de la muestra =
= (47780.25 * 0,579) + (51409,65 * 0.4207)
= 49292.80
Finalmente:
Valor esperado de la información muestra
= ganancia esperada con información de la muestra - ganancia esperada sin información de la muestra

Valor esperado de la información muestra

VEIM = 49292.80 – 47780.25

VEIM = 1512.55

11
 Presentar los cálculos manuales, el árbol de decisión y/o probabilidad y resultados del VEIM
mediante captura de pantalla de la salida del programa WinQSB.

 Analizar los resultados y presentar conclusiones con base en la aplicación de la regla de

optimización del Criterio del Valor esperado para la toma de decisiones.

Se concluye que la administración de la muestra no debería gastar más de $ 1512.55 a llevar a cabo la
investigación de mercados.

PASO 3. EFICIENCIA INFORMACIÓN MUESTRA.

El estudiante determinara la eficiencia de la información muestra, donde debe analizar los resultados y
presentar conclusiones con base en la aplicación de la regla de optimización del Criterio del Valor
esperado para la toma de decisiones.

Tomar los datos calculados en los numerales 4 y 5 y calcular manualmente la Eficiencia de la

información de la muestra.

Eficiencia del valor de la muestra =

 Ingresar los datos calculados en los numerales 4 y 5 en el programa WinQSB, seguir el

procedimiento para obtener el resultado de la Eficiencia de la información de la muestra.

12
 Presentar los cálculos manuales y resultado de la Eficiencia de la información de la muestra
mediante captura de pantalla de la salida del programa WinQSB.

13
 Analizar los resultados y presentar conclusiones con base en la aplicación de la regla de
optimización del Criterio del Valor esperado para la toma de decisiones.

Una eficiencia baja nos hará buscar otros tipos de información muestral, como por ejemplo otra
compañía IM. En cambio una alta eficiencia nos indicará que no será necesario buscar fuentes de
información adicional.

14
 FUENTES DOCUMENTALES

Campus virtual (2015). Material Didactico Teoria de las decisiones (en línea). Bogota Universidad
Nacional Abierta y a Distancia Disponible en:
Httpp//66.165.175.205/campus12_2015 /file.php/58/adicionales_curso_200608/index.html

Mosquera Laverde W.E. (2010) Modulo de Teoria de las Decisiones. Universidad Nacional Abierta y
a Distancia Escuela de Ciencias Basicas Tecnologia e Ingenieria. (2015 07 de Julio)

MOSQUERA LAVERDE, WILLIAM EDUARDO (2010). 200608 - Teoría de las decisiones.

Disponible en
http://datateca.unad.edu.co/contenidos/200608/200608_2014_-_II/Entorno_2_-
_conocimiento/Momento_1/1._MATERIAL_COMPLEMENTARIO

Temáticas de estudio: Generalidades de la toma de daciones y conceptos básicos. Disponible en: http/:
join(1.): Invalid arguments passed in/home/definici/public_html/wp-content/plugins/relevant-
search/relevant-search.phpon line84

15