SlideShare uma empresa Scribd logo
1 de 7
1% defectos
2% defectos
3% defectos
1% defectos
2% defectos
3% defectos
EJERCICIOS ARBOL DE DECISIÓN
1. Una empresa compra la materia prima a dos proveedores A y B, cuya calidad se muestra
en la tabla siguiente:
La probabilidad de recibir un lote del proveedor A en el que haya un 1% de piezas
defectuosas es del 70%. Los pedidos que realiza la empresa ascienden a 1.000 piezas.
Una pieza defectuosa puede ser reparada por 1 euro. Si bien tal y como indica la tabla la
calidad del proveedor B es menor, éste está dispuesto a vender las 1.000 piezas por 10
euros menos que el proveedor A. Indique el proveedor que debe utilizar.
Solución:
El coste de cada rama lo obtiene a partir del número de unidades defectuosas. Siendo los
pedidos de 1000 piezas, las unidades defectuosas serán:
En el caso de 1% defectuosa:
1000 piezas x 1% / defectuosas = 10 piezas / defectuosas
En el caso de 2% defectuosas:
1000 piezas x 2% / defectuosas = 20 piezas / defectuosas
En el caso de 3% defectuosas:
0.8
*
23
0.4
0.1
0.3
0.1
0.3
1% defectos
2% defectos
3% defectos
1% defectos
2% defectos
3% defectos
1000 piezas x 3% / defectuosas = 30 piezas / defectuosas
Si cada pieza defectuosa puede ser reparada por 1 euro, el coste de la reparación asciende a:
En el caso de 1% defectuosa:
10 piezas/defectuosas x 1 euro / pieza defectuosa = 10 euros
En el caso de 2% defectuosas:
20 piezas / defectuosas x 1 euro / pieza defectuosa = 20 euros
En el caso de 3% defectuosas:
30 piezas/defectuosas x 1 euro / pieza defectuosa = 30 euros
En elcaso del proveedor A elcoste es 10 euros superior al del proveedor B, tal y como indica
el enunciado del ejercicio, entonces nos queda el árbol de decisión con los siguientes precios.
El coste esperado de comprar la pieza al proveedor A es de 23 euros según ha calculado en
el paso anterior, mientras que el de comprar la pieza al proveedor B es de 19 euros,por lo
que deberá comprar la pieza el proveedor B dado que el coste es menor.
2. El gerente de una empresa tiene dos diseños posibles para su nueva línea de cerebros
electrónicos, la primera opción tiene un 80% de probabilidades de producir el 70% de
0.8
*
23
0.4
0.1
0.3
0.1
0.3
20 €
30 €
40 €
10 €
20 €
30 €
Costo16 €
3 €
4 €
4 €
6 €
9 €
23 €
19 €
19 €
70% Buenos
50% Buenos
70% Buenos
50% Buenos
cerebros electrónicos buenos y un 20% de probabilidades de producir el 50% de cerebros
electrónicos buenos, siendo el coste de este diseño de 450000 de euros. La segunda
opción tiene una probabilidad del 70% de producir el 70% de cerebros electrónicos
buenos y una probabilidad del 30% de producir el 50% de cerebros electrónicos buenos,
el coste de este diseño asciende a 600000 euros. El coste de cada cerebro electrónico es
de 100 euros, si es bueno se vende por 250 euros, mientras que si es malo no tiene ningún
valor. Conociendo que la previsión es de fabricar 50.000 cerebros electrónicos, decida el
diseño que debe elegir el gerente de la empresa.
Solución:
El beneficio de cada rama lo obtiene restando los gastos de los ingresos. Para el cálculo de los
ingresos, debe tener en cuenta el número de unidades buenas, dado que las malas no tienen ningún
valor. Siendo la previsión de fabricar 50.000 cerebros, las unidades buenas serán:
En el caso de 70% buenas:
50.000 x 0,70 = 35.000 cerebros
En el caso de 50% buenas:
50.000x 0,50 = 25.000 cerebros
De donde, los ingresos:
En el caso de 70% buenas:
35.000cerebros x 250 euros/cerebro = 8750000 euros
En el caso de 50% buenas:
25.000cerebros x 250 euros/cerebro = 6250000 euros
Tomando en consideración los gastos de compra/fabricación de los cerebros electrónicos que
ascienden ha:
0.8
0.7
0.2
0.3
3300000 €
800000 €
3150000 €
650000 €
70% Buenos
50% Buenos
70% Buenos
50% Buenos
50.000cerebros x 100 euros/cerebro = 5000000 de euros
Y los gastos del diseño, que en el caso del diseño 1 se elevan a 450000 euros, mientras que en el
diseño 2 son de 600000 euros, resultan unos beneficios de:
Diseño 1 y 70% buenas:
8750000-5000000 - 450000 = 3300000 euros
Diseño 1 y 50% buenas:
6250000- 5000000 - 450000 = 800000 euros
Diseño 2 y 70% buenas:
8750000- 5000000 - 600000 = 3150000 euros
Diseño 2 y 50% buenas:
6250000- 5000000 - 600000 = 650000 euros
Resolvemos el árbol de decisión de derecha a izquierda y obtenemos
El gerente debe elegir el diseño 1, en espera de alcanzar un beneficio de 2.800.000
euros.
3. Expando, Inc., considera la posibilidad de construir una fábrica adicional para su línea de
productos. En la actualidad, la compañía considera dos opciones. La primera es una
instalación pequeña cuya edificación costaría 6 millones de dólares. Si la demanda de los
nuevos productos es floja, la compañía espera recibir 10 millones de dólares en forma de
ingresos descontados (valor presente de ingresos futuros) con la fábrica pequeña. Por otro
lado, si la demanda es mucha, espera 12 millones de dólares por concepto de ingresos
descontados con la fábrica pequeña. La segunda opción es construir una fábrica grande
con un costo de 9 millones de dólares. Si la demanda fuera poca, la compañía esperaría
10 millones de dólares de ingresos descontados con la planta grande. Si la demanda es
0.8
0.7
0.2
0.3
3300000 €
800000 €
3150000 €
650000 €
2640000 €
160000 €
2205000 €
195000 €
2800000 €
2400000 €
2800000
€
Mucha demanda
Poca demanda
Mucha demanda
Poca Demanda
mucha, la compañía estima que los ingresos descontados sumarían 14 millones de
dólares. En los dos casos, la probabilidad de que la demanda sea mucha es 0.40, y la
probabilidad de que sea poca, 0.60. Si no construye una nueva fábrica no se generarían
ingresos adicionales porque las fábricas existentes no pueden producir estos nuevos
productos. Elabore un árbol de decisión que ayude a Expando a determinar la mejor
opción.
Solución:
Alternativa Demanda Costo Resultado
Instalación pequeña , Mucha
demanda 12000000 6000000 6000000
Instalación pequeña , Poca
demanda 10000000 6000000 4000000
Instalación Grande , Mucha
demanda 14000000 9000000 5000000
Instalación Grande , Poca
demanda 10000000 9000000 1000000
No hacer Nada - - -
0.4
0.4
0.6
0.6
6000000 $
4000000 $
5000000 $
1000000 $
0 $
Mucha demanda
Poca demanda
Mucha demanda
Poca Demanda
Pierde 70%
Gana 30 %
Medio30%
Resolvemos el árbol de decisión de derecha a izquierda y obtenemos
La mejor opción sería construir una instalación pequeña la cual le permitiría tener
un mayor ingreso.
4. Una compañía de seguros nos ofrece una indemnización por accidente de 210.000$. Si
no aceptamos la oferta y decidimos ir a juicio podemos obtener 185.000$, 415.000$ o
580.000$ dependiendo de las alegaciones que el juez considere aceptables. Si perdemos
el juicio, debemos pagar los costos que ascienden a 30.000$. Sabiendo que el 70% de
los juicios se gana, y de éstos, en el 50% se obtiene la menor indemnización, en el 30%
la intermedia y en el 20% la más alta, determinar la decisión más acertada.
Solución:
0.4
0.4
0.6
0.6
6000000 $
4000000 $
5000000 $
1000000 $
0 $
2400000 $
2400000 $
2000000 $
600000 $
2600000 $
4800000 $
4800000 $
415000 $
-30000$
210000 $
185000 $
580000 $
Gana 70%
Pierde 30 %
Medio30%
Resolvemos el árbol de decisión de derecha a izquierda y obtenemos
La mejor opción sería ir a juicio ya que posiblemente tendría una mayor indemnización.
5.-
415000 $
-30000$
185000 $
580000 $
210000 $
92500$
124500 $
116000 $
333000$
224100$ 233100$
-9000$
224100$

Mais conteúdo relacionado

Mais procurados

Solucion de ejercicios_capitulo_7_libro
Solucion de ejercicios_capitulo_7_libroSolucion de ejercicios_capitulo_7_libro
Solucion de ejercicios_capitulo_7_libro
Darkmono
 
Md ejercicios resueltos teoria de la decision
Md   ejercicios resueltos teoria de la decisionMd   ejercicios resueltos teoria de la decision
Md ejercicios resueltos teoria de la decision
Sarita Carbajal
 
5.4 aplicación de modelos de inventarios determinísticos
5.4 aplicación de modelos de inventarios determinísticos5.4 aplicación de modelos de inventarios determinísticos
5.4 aplicación de modelos de inventarios determinísticos
Jack Rivera Castillo
 
MINIMIZAR METODO SIMPLEX
MINIMIZAR METODO SIMPLEXMINIMIZAR METODO SIMPLEX
MINIMIZAR METODO SIMPLEX
cabriales
 

Mais procurados (20)

Ejercicios resueltos io 1 parte 2
Ejercicios resueltos io 1   parte 2Ejercicios resueltos io 1   parte 2
Ejercicios resueltos io 1 parte 2
 
Ejercicios metodos de suavizamiento exponencial
Ejercicios metodos de suavizamiento exponencialEjercicios metodos de suavizamiento exponencial
Ejercicios metodos de suavizamiento exponencial
 
Solucion de ejercicios_capitulo_7_libro
Solucion de ejercicios_capitulo_7_libroSolucion de ejercicios_capitulo_7_libro
Solucion de ejercicios_capitulo_7_libro
 
Ejercicios resueltos de investigacion de operaciones
Ejercicios resueltos de investigacion de operacionesEjercicios resueltos de investigacion de operaciones
Ejercicios resueltos de investigacion de operaciones
 
Unidad 4
Unidad 4Unidad 4
Unidad 4
 
Md ejercicios resueltos teoria de la decision
Md   ejercicios resueltos teoria de la decisionMd   ejercicios resueltos teoria de la decision
Md ejercicios resueltos teoria de la decision
 
Problemas resueltos(1)
Problemas resueltos(1)Problemas resueltos(1)
Problemas resueltos(1)
 
Ejercicios de gerencia
Ejercicios de gerenciaEjercicios de gerencia
Ejercicios de gerencia
 
Guia de ejercicios_-_capacidad_de_produccion
Guia de ejercicios_-_capacidad_de_produccionGuia de ejercicios_-_capacidad_de_produccion
Guia de ejercicios_-_capacidad_de_produccion
 
Ejercicios resueltos-programacion-lineal
Ejercicios resueltos-programacion-linealEjercicios resueltos-programacion-lineal
Ejercicios resueltos-programacion-lineal
 
Problemas rsueltos pl
Problemas rsueltos plProblemas rsueltos pl
Problemas rsueltos pl
 
Unidad 3 planeacion y diseño de instalaciones
Unidad 3 planeacion y diseño de instalacionesUnidad 3 planeacion y diseño de instalaciones
Unidad 3 planeacion y diseño de instalaciones
 
5.4 aplicación de modelos de inventarios determinísticos
5.4 aplicación de modelos de inventarios determinísticos5.4 aplicación de modelos de inventarios determinísticos
5.4 aplicación de modelos de inventarios determinísticos
 
Factores que afectan la distribucion de planta
Factores que afectan la distribucion de plantaFactores que afectan la distribucion de planta
Factores que afectan la distribucion de planta
 
Producción por pedido
Producción por pedidoProducción por pedido
Producción por pedido
 
Diferencia entre grafico xr,xs
Diferencia entre grafico xr,xsDiferencia entre grafico xr,xs
Diferencia entre grafico xr,xs
 
Formulas lineas de espera
Formulas lineas de esperaFormulas lineas de espera
Formulas lineas de espera
 
EJERCICIOS EOQ CON FALTANTE
EJERCICIOS EOQ CON FALTANTEEJERCICIOS EOQ CON FALTANTE
EJERCICIOS EOQ CON FALTANTE
 
EJERCICIO EOQ SIN FALTANTE
EJERCICIO EOQ SIN FALTANTEEJERCICIO EOQ SIN FALTANTE
EJERCICIO EOQ SIN FALTANTE
 
MINIMIZAR METODO SIMPLEX
MINIMIZAR METODO SIMPLEXMINIMIZAR METODO SIMPLEX
MINIMIZAR METODO SIMPLEX
 

Destaque

Plan de marketing
Plan de marketingPlan de marketing
Plan de marketing
Iri Khq
 
Investigacion de operaciones grupo # 10 modelo eoq
Investigacion de operaciones grupo # 10 modelo eoqInvestigacion de operaciones grupo # 10 modelo eoq
Investigacion de operaciones grupo # 10 modelo eoq
Katita Dávila
 
Relación de problemas de genética soluciones
Relación de problemas de genética solucionesRelación de problemas de genética soluciones
Relación de problemas de genética soluciones
biologeol
 
Ejercicios + Solucionario de Masa y Capacidad
Ejercicios + Solucionario  de Masa y CapacidadEjercicios + Solucionario  de Masa y Capacidad
Ejercicios + Solucionario de Masa y Capacidad
Julio López Rodríguez
 

Destaque (14)

Gpc 01prest salu asma
Gpc 01prest salu asmaGpc 01prest salu asma
Gpc 01prest salu asma
 
Arboles de decisión
Arboles de decisiónArboles de decisión
Arboles de decisión
 
Metodos y Tecnicas Cuantitativas en la Toma de Decisiones
Metodos y Tecnicas Cuantitativas en la Toma de DecisionesMetodos y Tecnicas Cuantitativas en la Toma de Decisiones
Metodos y Tecnicas Cuantitativas en la Toma de Decisiones
 
árbol de decisión
árbol de decisiónárbol de decisión
árbol de decisión
 
Plan de marketing
Plan de marketingPlan de marketing
Plan de marketing
 
II Unidad Planeación de Capacidad
II Unidad Planeación de CapacidadII Unidad Planeación de Capacidad
II Unidad Planeación de Capacidad
 
Modelos cuantitativos toma de decisiones
Modelos cuantitativos toma de decisionesModelos cuantitativos toma de decisiones
Modelos cuantitativos toma de decisiones
 
Investigacion de operaciones grupo # 10 modelo eoq
Investigacion de operaciones grupo # 10 modelo eoqInvestigacion de operaciones grupo # 10 modelo eoq
Investigacion de operaciones grupo # 10 modelo eoq
 
Capacidad de producción.
Capacidad de producción.Capacidad de producción.
Capacidad de producción.
 
Producción 1 (clase 5)
Producción 1 (clase 5)Producción 1 (clase 5)
Producción 1 (clase 5)
 
7 Tecnica del Arbol para la toma de decisiones
7  Tecnica del Arbol para la toma de decisiones7  Tecnica del Arbol para la toma de decisiones
7 Tecnica del Arbol para la toma de decisiones
 
Relación de problemas de genética soluciones
Relación de problemas de genética solucionesRelación de problemas de genética soluciones
Relación de problemas de genética soluciones
 
Probabilidad clásica
Probabilidad clásicaProbabilidad clásica
Probabilidad clásica
 
Ejercicios + Solucionario de Masa y Capacidad
Ejercicios + Solucionario  de Masa y CapacidadEjercicios + Solucionario  de Masa y Capacidad
Ejercicios + Solucionario de Masa y Capacidad
 

Semelhante a Ejercicios árbol-de-decisión

Ejercicios de árboles
Ejercicios de árbolesEjercicios de árboles
Ejercicios de árboles
paultca
 
Taller de numeros reales potenciación y radicación.
Taller de  numeros reales potenciación y radicación. Taller de  numeros reales potenciación y radicación.
Taller de numeros reales potenciación y radicación.
edinson1606
 
Investigacion de operaciones problemas1
Investigacion de operaciones problemas1Investigacion de operaciones problemas1
Investigacion de operaciones problemas1
Alonso Stark
 

Semelhante a Ejercicios árbol-de-decisión (20)

problemas sobre teoria de decision
 problemas sobre teoria de decision problemas sobre teoria de decision
problemas sobre teoria de decision
 
Teoria decision
Teoria decisionTeoria decision
Teoria decision
 
arbol de desiciones.pdf
arbol de desiciones.pdfarbol de desiciones.pdf
arbol de desiciones.pdf
 
Ejercicios de árboles
Ejercicios de árbolesEjercicios de árboles
Ejercicios de árboles
 
document.pdf
document.pdfdocument.pdf
document.pdf
 
Trabajo de investigacion operativa (x)
Trabajo de investigacion operativa (x)Trabajo de investigacion operativa (x)
Trabajo de investigacion operativa (x)
 
Solucionario2 ejercicios de programación lineal -wilfredo díaz delgado
Solucionario2 ejercicios de programación lineal -wilfredo díaz delgadoSolucionario2 ejercicios de programación lineal -wilfredo díaz delgado
Solucionario2 ejercicios de programación lineal -wilfredo díaz delgado
 
PRE CALCULO N°3 ESAN
PRE CALCULO N°3 ESANPRE CALCULO N°3 ESAN
PRE CALCULO N°3 ESAN
 
EJERCICIOS RESUELTOS ECONOMÍA - 2º BAT -
EJERCICIOS RESUELTOS ECONOMÍA  - 2º BAT -EJERCICIOS RESUELTOS ECONOMÍA  - 2º BAT -
EJERCICIOS RESUELTOS ECONOMÍA - 2º BAT -
 
Ejercicios tema 3
Ejercicios tema 3Ejercicios tema 3
Ejercicios tema 3
 
Analisis de decisiones i an09001 2013
Analisis de decisiones i an09001 2013Analisis de decisiones i an09001 2013
Analisis de decisiones i an09001 2013
 
Probl costes-tema 5
Probl costes-tema 5Probl costes-tema 5
Probl costes-tema 5
 
Probl costes-tema 5
Probl costes-tema 5Probl costes-tema 5
Probl costes-tema 5
 
Problemas umbral de rentabilidad
Problemas umbral de rentabilidadProblemas umbral de rentabilidad
Problemas umbral de rentabilidad
 
Taller de numeros reales potenciación y radicación.
Taller de  numeros reales potenciación y radicación. Taller de  numeros reales potenciación y radicación.
Taller de numeros reales potenciación y radicación.
 
Ejercicios propuestos
Ejercicios propuestosEjercicios propuestos
Ejercicios propuestos
 
Problemas Propuestos
Problemas PropuestosProblemas Propuestos
Problemas Propuestos
 
Problemas Propuestos
Problemas PropuestosProblemas Propuestos
Problemas Propuestos
 
Problemas ____web
Problemas  ____webProblemas  ____web
Problemas ____web
 
Investigacion de operaciones problemas1
Investigacion de operaciones problemas1Investigacion de operaciones problemas1
Investigacion de operaciones problemas1
 

Último

NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfNUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
UPTAIDELTACHIRA
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Fernando Solis
 
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
RigoTito
 
RESULTADOS DE LA EVALUACIÓN DIAGNÓSTICA 2024 - ACTUALIZADA.pptx
RESULTADOS DE LA EVALUACIÓN DIAGNÓSTICA 2024 - ACTUALIZADA.pptxRESULTADOS DE LA EVALUACIÓN DIAGNÓSTICA 2024 - ACTUALIZADA.pptx
RESULTADOS DE LA EVALUACIÓN DIAGNÓSTICA 2024 - ACTUALIZADA.pptx
pvtablets2023
 

Último (20)

Tema 19. Inmunología y el sistema inmunitario 2024
Tema 19. Inmunología y el sistema inmunitario 2024Tema 19. Inmunología y el sistema inmunitario 2024
Tema 19. Inmunología y el sistema inmunitario 2024
 
Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024
 
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfNUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
 
Supuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docxSupuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docx
 
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).pptPINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
 
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxSEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
 
EL HABITO DEL AHORRO en tu idea emprendedora22-04-24.pptx
EL HABITO DEL AHORRO en tu idea emprendedora22-04-24.pptxEL HABITO DEL AHORRO en tu idea emprendedora22-04-24.pptx
EL HABITO DEL AHORRO en tu idea emprendedora22-04-24.pptx
 
Revista Apuntes de Historia. Mayo 2024.pdf
Revista Apuntes de Historia. Mayo 2024.pdfRevista Apuntes de Historia. Mayo 2024.pdf
Revista Apuntes de Historia. Mayo 2024.pdf
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
 
Análisis de los Factores Externos de la Organización.
Análisis de los Factores Externos de la Organización.Análisis de los Factores Externos de la Organización.
Análisis de los Factores Externos de la Organización.
 
Sesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronósticoSesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronóstico
 
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptxLA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
 
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
 
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLAACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
 
FUERZA Y MOVIMIENTO ciencias cuarto basico.ppt
FUERZA Y MOVIMIENTO ciencias cuarto basico.pptFUERZA Y MOVIMIENTO ciencias cuarto basico.ppt
FUERZA Y MOVIMIENTO ciencias cuarto basico.ppt
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptx
 
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
 
RESULTADOS DE LA EVALUACIÓN DIAGNÓSTICA 2024 - ACTUALIZADA.pptx
RESULTADOS DE LA EVALUACIÓN DIAGNÓSTICA 2024 - ACTUALIZADA.pptxRESULTADOS DE LA EVALUACIÓN DIAGNÓSTICA 2024 - ACTUALIZADA.pptx
RESULTADOS DE LA EVALUACIÓN DIAGNÓSTICA 2024 - ACTUALIZADA.pptx
 
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLAACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
 

Ejercicios árbol-de-decisión

  • 1. 1% defectos 2% defectos 3% defectos 1% defectos 2% defectos 3% defectos EJERCICIOS ARBOL DE DECISIÓN 1. Una empresa compra la materia prima a dos proveedores A y B, cuya calidad se muestra en la tabla siguiente: La probabilidad de recibir un lote del proveedor A en el que haya un 1% de piezas defectuosas es del 70%. Los pedidos que realiza la empresa ascienden a 1.000 piezas. Una pieza defectuosa puede ser reparada por 1 euro. Si bien tal y como indica la tabla la calidad del proveedor B es menor, éste está dispuesto a vender las 1.000 piezas por 10 euros menos que el proveedor A. Indique el proveedor que debe utilizar. Solución: El coste de cada rama lo obtiene a partir del número de unidades defectuosas. Siendo los pedidos de 1000 piezas, las unidades defectuosas serán: En el caso de 1% defectuosa: 1000 piezas x 1% / defectuosas = 10 piezas / defectuosas En el caso de 2% defectuosas: 1000 piezas x 2% / defectuosas = 20 piezas / defectuosas En el caso de 3% defectuosas: 0.8 * 23 0.4 0.1 0.3 0.1 0.3
  • 2. 1% defectos 2% defectos 3% defectos 1% defectos 2% defectos 3% defectos 1000 piezas x 3% / defectuosas = 30 piezas / defectuosas Si cada pieza defectuosa puede ser reparada por 1 euro, el coste de la reparación asciende a: En el caso de 1% defectuosa: 10 piezas/defectuosas x 1 euro / pieza defectuosa = 10 euros En el caso de 2% defectuosas: 20 piezas / defectuosas x 1 euro / pieza defectuosa = 20 euros En el caso de 3% defectuosas: 30 piezas/defectuosas x 1 euro / pieza defectuosa = 30 euros En elcaso del proveedor A elcoste es 10 euros superior al del proveedor B, tal y como indica el enunciado del ejercicio, entonces nos queda el árbol de decisión con los siguientes precios. El coste esperado de comprar la pieza al proveedor A es de 23 euros según ha calculado en el paso anterior, mientras que el de comprar la pieza al proveedor B es de 19 euros,por lo que deberá comprar la pieza el proveedor B dado que el coste es menor. 2. El gerente de una empresa tiene dos diseños posibles para su nueva línea de cerebros electrónicos, la primera opción tiene un 80% de probabilidades de producir el 70% de 0.8 * 23 0.4 0.1 0.3 0.1 0.3 20 € 30 € 40 € 10 € 20 € 30 € Costo16 € 3 € 4 € 4 € 6 € 9 € 23 € 19 € 19 €
  • 3. 70% Buenos 50% Buenos 70% Buenos 50% Buenos cerebros electrónicos buenos y un 20% de probabilidades de producir el 50% de cerebros electrónicos buenos, siendo el coste de este diseño de 450000 de euros. La segunda opción tiene una probabilidad del 70% de producir el 70% de cerebros electrónicos buenos y una probabilidad del 30% de producir el 50% de cerebros electrónicos buenos, el coste de este diseño asciende a 600000 euros. El coste de cada cerebro electrónico es de 100 euros, si es bueno se vende por 250 euros, mientras que si es malo no tiene ningún valor. Conociendo que la previsión es de fabricar 50.000 cerebros electrónicos, decida el diseño que debe elegir el gerente de la empresa. Solución: El beneficio de cada rama lo obtiene restando los gastos de los ingresos. Para el cálculo de los ingresos, debe tener en cuenta el número de unidades buenas, dado que las malas no tienen ningún valor. Siendo la previsión de fabricar 50.000 cerebros, las unidades buenas serán: En el caso de 70% buenas: 50.000 x 0,70 = 35.000 cerebros En el caso de 50% buenas: 50.000x 0,50 = 25.000 cerebros De donde, los ingresos: En el caso de 70% buenas: 35.000cerebros x 250 euros/cerebro = 8750000 euros En el caso de 50% buenas: 25.000cerebros x 250 euros/cerebro = 6250000 euros Tomando en consideración los gastos de compra/fabricación de los cerebros electrónicos que ascienden ha: 0.8 0.7 0.2 0.3 3300000 € 800000 € 3150000 € 650000 €
  • 4. 70% Buenos 50% Buenos 70% Buenos 50% Buenos 50.000cerebros x 100 euros/cerebro = 5000000 de euros Y los gastos del diseño, que en el caso del diseño 1 se elevan a 450000 euros, mientras que en el diseño 2 son de 600000 euros, resultan unos beneficios de: Diseño 1 y 70% buenas: 8750000-5000000 - 450000 = 3300000 euros Diseño 1 y 50% buenas: 6250000- 5000000 - 450000 = 800000 euros Diseño 2 y 70% buenas: 8750000- 5000000 - 600000 = 3150000 euros Diseño 2 y 50% buenas: 6250000- 5000000 - 600000 = 650000 euros Resolvemos el árbol de decisión de derecha a izquierda y obtenemos El gerente debe elegir el diseño 1, en espera de alcanzar un beneficio de 2.800.000 euros. 3. Expando, Inc., considera la posibilidad de construir una fábrica adicional para su línea de productos. En la actualidad, la compañía considera dos opciones. La primera es una instalación pequeña cuya edificación costaría 6 millones de dólares. Si la demanda de los nuevos productos es floja, la compañía espera recibir 10 millones de dólares en forma de ingresos descontados (valor presente de ingresos futuros) con la fábrica pequeña. Por otro lado, si la demanda es mucha, espera 12 millones de dólares por concepto de ingresos descontados con la fábrica pequeña. La segunda opción es construir una fábrica grande con un costo de 9 millones de dólares. Si la demanda fuera poca, la compañía esperaría 10 millones de dólares de ingresos descontados con la planta grande. Si la demanda es 0.8 0.7 0.2 0.3 3300000 € 800000 € 3150000 € 650000 € 2640000 € 160000 € 2205000 € 195000 € 2800000 € 2400000 € 2800000 €
  • 5. Mucha demanda Poca demanda Mucha demanda Poca Demanda mucha, la compañía estima que los ingresos descontados sumarían 14 millones de dólares. En los dos casos, la probabilidad de que la demanda sea mucha es 0.40, y la probabilidad de que sea poca, 0.60. Si no construye una nueva fábrica no se generarían ingresos adicionales porque las fábricas existentes no pueden producir estos nuevos productos. Elabore un árbol de decisión que ayude a Expando a determinar la mejor opción. Solución: Alternativa Demanda Costo Resultado Instalación pequeña , Mucha demanda 12000000 6000000 6000000 Instalación pequeña , Poca demanda 10000000 6000000 4000000 Instalación Grande , Mucha demanda 14000000 9000000 5000000 Instalación Grande , Poca demanda 10000000 9000000 1000000 No hacer Nada - - - 0.4 0.4 0.6 0.6 6000000 $ 4000000 $ 5000000 $ 1000000 $ 0 $
  • 6. Mucha demanda Poca demanda Mucha demanda Poca Demanda Pierde 70% Gana 30 % Medio30% Resolvemos el árbol de decisión de derecha a izquierda y obtenemos La mejor opción sería construir una instalación pequeña la cual le permitiría tener un mayor ingreso. 4. Una compañía de seguros nos ofrece una indemnización por accidente de 210.000$. Si no aceptamos la oferta y decidimos ir a juicio podemos obtener 185.000$, 415.000$ o 580.000$ dependiendo de las alegaciones que el juez considere aceptables. Si perdemos el juicio, debemos pagar los costos que ascienden a 30.000$. Sabiendo que el 70% de los juicios se gana, y de éstos, en el 50% se obtiene la menor indemnización, en el 30% la intermedia y en el 20% la más alta, determinar la decisión más acertada. Solución: 0.4 0.4 0.6 0.6 6000000 $ 4000000 $ 5000000 $ 1000000 $ 0 $ 2400000 $ 2400000 $ 2000000 $ 600000 $ 2600000 $ 4800000 $ 4800000 $ 415000 $ -30000$ 210000 $ 185000 $ 580000 $
  • 7. Gana 70% Pierde 30 % Medio30% Resolvemos el árbol de decisión de derecha a izquierda y obtenemos La mejor opción sería ir a juicio ya que posiblemente tendría una mayor indemnización. 5.- 415000 $ -30000$ 185000 $ 580000 $ 210000 $ 92500$ 124500 $ 116000 $ 333000$ 224100$ 233100$ -9000$ 224100$