Teora de

decisiones
La indecisin es un veneno lento,
nada produce, en cambio, puede
convertirse en hbito; ms vale
fracasar por haber tomado una
decisin errnea, que por no haber
tomado ninguna
 Qu es la toma de decisiones?
La toma de decisiones es la seleccin de un
curso de accin entre varias opciones.
Un aspecto fundamental en la toma de
decisiones es la percepcin de la situacin por
parte del individuo o grupo de personas
implicadas.
Determinada circunstancia puede ser percibida
por una persona como un problema y por otra
como una situacin normal o hasta favorable.
 Qu es la toma de decisiones?

El administrador pasan la mayor parte de su

tiempo resolviendo problemas y tomando
decisiones.
Para ser eficaces en su trabajo deben poseer:
conocimientos tcnicos adecuados,
experiencia suficiente y
saber manejar, por lo menos, algn mtodo para
la toma de decisiones.
Decisiones programadas y no programadas
Decisiones programadas
Existen las decisiones programadas por su
recurrencia involucran situaciones
repetitivas hasta cierto punto, cotidianas.
Ejemplo: La poltica de reclutamiento y
seleccin de personal, que implica de una serie
de exmenes psicomtricos y tcnicos, as
como varias entrevistas.
 Decisiones programadas

Las decisiones programadas por su

importancia relativa implican una regla o
poltica que surte efecto hasta el momento en
que la decisin se vuelve ms importante.
Ejemplo: La poltica de emisin de cheques para el
pago de proveedores establece un lmite de
dinero para emitir cheques de pago sin requerir
de la autorizacin de un jefe superior.
 Decisiones no programadas

Involucran situaciones, imprevistas o muy

importantes que requieren una solucin
especfica y particular por parte de los
implicados.
 Decisiones no programadas
Las decisiones no programadas derivadas de
problemas imprevistos;
se toman cuando el acontecimiento que les da
origen no estaba planeado o no se esperaba que
ocurriera.
Las decisiones no programadas por la
importancia de la situacin que involucran, se
reservan a personal de un nivel superior
debido al impacto de sus consecuencias en la
organizacin.
 Qu importancia tiene la incertidumbre en la
toma de decisiones?

El grado de variabilidad de la incertidumbre

depender de la situacin o problema a
resolver y del mismo entorno en el que se
presente.
Se puede aseverar que la toma de decisiones
implica siempre ciertos riesgos y, por ende, un
grado mayor o menor de incertidumbre.
 Caractersticas de las decisiones

certidumbre
Incertidumbre

Riesgo

Conflicto
Decisiones
programadas y decisiones
no programadas
 Caractersticas de las decisiones

Certeza:
Estado que existe cuando quienes toman
decisiones disponen de informacin
completa y precisa.
Incertidumbre:
Existe cuando quienes toman decisiones no
cuentan con informacin suficiente para
conocer las consecuencias de acciones
distintas.
 Caractersticas de las decisiones

Riesgo:
Estado que existe cuando la probabilidad de
xito es inferior a 100 por ciento.
Quienes toman buenas decisiones
prefieren evitar o manejar los riesgos.
 Caractersticas de las decisiones

Conflicto:
Presiones opuestas procedentes de fuentes
distintas:
Se toman decisiones de manera individual y
experimentan un conflicto psicolgico
cuando resultan atractivas diversas opciones
o cuando ninguna lo es.
Se toman decisiones entre personas o
grupos y se crea el conflicto del grupo.
ANLISIS DE LAS SITUACIONES DE CERTIDUMBRE,
RIESGO E INCERTIDUMBRE

Por ejemplo, en una situacin donde se debe

tomar una decisin de inversin, se debe
responder la siguiente pregunta: En qu
estado estar la economa el ao prximo?
Supongamos que limitamos las posibilidades
a: Crecimiento (G), Igualdad (S), o Declinacin
(D); entonces, una representacin tpica de
nuestra incertidumbre podra ilustrarse de la
siguiente manera:
 Caractersticas de las decisiones

Certeza:
Estado que
existe cuando
quienes toman
decisiones
disponen de
informacin
completa y
precisa.
 Caractersticas de las decisiones

Incertidumbre:
Existe cuando
quienes toman
decisiones no
cuentan con
informacin
suficiente para
conocer las
consecuencias de
acciones distintas.
 Caractersticas de las decisiones
Riesgo:
Estado que existe
cuando la
probabilidad de
xito es inferior a
100 por ciento.
Quienes toman
buenas decisiones
prefieren evitar o
manejar los riesgos.
 Caractersticas de las decisiones

Conflicto (Teora de Juegos):

Presiones opuestas procedentes de fuentes
distintas:
Se toman decisiones de manera individual y
experimentan un conflicto psicolgico cuando
resultan atractivas diversas opciones o cuando
ninguna lo es.
Se toman decisiones entre personas o grupos y
se crea el conflicto del grupo.
Toma de Decisiones con pura
incertidumbre
 Pesimista, conservador o de Wald (Maxi-min)
El decisor piensa que tome la alternativa que tome, suceder lo peor para l.
Se determina el resultado ms desfavorable con cada estrategia. Se selecciona la
estrategia que ofrece el ms favorable de todos los determinados.
Tambin se le llama maxi-min

Min

Maximin
 Optimista, Agresivo (Maximax)
El decisor piensa que con la alternativa que tome, suceder lo mejor para l.
Se determina el resultado ms favorable con cada estrategia. Se selecciona
la estrategia que ofrece el ms favorable de todos.
Tambin se le llama maxi-max

Max

Maximax
 Hurwicz (optimismo parcial)
Se basa en los resultados de los criterios optimista y pesimista.
Introduce un coeficiente de optimismo comprendido entre 0 y 1.
El coeficiente de pesimismo es 1-
Para cada alternativa se calcula la ganancia esperada:
GANANCIA ESPERADA = (Gmax) + (1 ) Gmin
Se toma la alternativa con ganancia esperada ms favorable.
A mitad de camino: Ni demasiado optimista ni demasiado pesimista

(Gmax) + (1 ) Gmin
 Savage (mnimo arrepentimiento o prdida de oportunidad)
El decisor tiene aversin a arrepentirse si se equivoca en la alternativa, odio las
lamentaciones.
Debo minimizar las situaciones deplorables. Se ha de construir la matriz de pesares:
Para cada columna se toma el valor de la mejor opcin.
Cada elemento de la columna se calcula como diferencia entre el valor del caso y
la mejor opcin, que sera nuestro pesar.

Max

Minimax

Max
 Laplace
Yo no se nada, todos los estados tienen igual probabilidad
Desconocemos las probabilidades de cada estado de la naturaleza.
Asumimos que todos son equiprobables.
Calculamos las medias aritmticas de cada alternativa y elegimos aquella con valor
medio ms favorable.
Toma de Decisiones con
Riesgo

Anlisis a Priori
 Beneficio esperado o criterio probabilstico
El resultado real no ser igual al valor esperado
Calculamos los beneficios esperados de cada alternativa y elegimos aquella con
valor medio ms favorable.
Lo que se obtiene no es lo que se espera, es decir, las Grandes Expectativas

Probabilidad
 Prdida de la Oportunidad Esperada (POE)
En cada estado elija la alternativa de mayor beneficio
Genere la matriz de arrepentimiento restando en cada columna el mayor beneficio
de su correspondiente beneficio
Determine los beneficios esperados de cada alternativa y elegimos aquella con
menor prdida esperada.
Lo que se obtiene no es lo que se espera, es decir, las Grandes Expectativas
Prdida de la Oportunidad Esperada (POE)
Valor Esperado de la Informacin Perfecta (VEIP)
El VEIP nos ayuda a considerar el valor que tienen las personas
informadas que son las dueas de la informacin perfecta. El VEIP = POE

Determinacin del Valor Esperado con Informacin Perfecta (VECIP)

VEIP = VECIP Beneficio Esperado= 10.4 -8.5 = 1.9 = POE

Evaluacin del riesgo: Cun acertada es su decisin?

De las columnas de Evaluacin del Riesgo concluimos que los Bonos

son menos riesgosos que las Acciones. Es claro que el Depsito no tiene
riesgo.
 Xi p(Xi) Xi.p(Xi) (Xi-valor esperado) (Xi-valor esperado).p(Xi)
Clculo de 12 0.4 4.8 12.25 4.90
desviacin estndar 8 0.2 1.6 0.25 0.05
para BONOS 6 0.3 1.8 6.25 1.88
3 0.1 0.3 30.25 3.03
V.E = 8.5 Varianza = 9.85
Desviacin estndar= 3.13

Xi p(Xi) Xi.p(Xi) (Xi-valor esperado) (Xi-valor esperado).p(Xi)

Clculo de 15 0.4 6 47.61 19.04
desviacin estndar 7 0.2 1.4 1.21 0.24
para ACCIONES 3 0.3 0.9 26.01 7.80
-2 0.1 -0.2 102.01 10.20
V.E = 8.1 Varianza = 37.29
Desviacin estndar= 6.1

Clculo de Xi p(Xi) Xi.p(Xi) (Xi-valor esperado) (Xi-valor esperado).p(Xi)

7 0.4 2.8 0 0.00
desviacin estndar 7 0.2 1.4 0 0.00
para DEPOSITOS 7 0.3 2.1 0 0.00
7 0.1 0.7 0 0.00
V.E = 7 Varianza = 0.00
Desviacin estndar= 0
ANALISIS A POSTERIORI

Muchas veces la informacin a priori resulta

escasa para tomar decisiones.
Cmo reducir el coste de la incertidumbre?
Realizando estudios que nos proporcionan
informacin adicional: obtenemos las
probabilidades de darse cada estado de
la naturaleza condicionadas a los resultados
de esos estudios.
Para el anlisis consideramos los siguientes pasos:
1) Posibles resultados del estudio: (Zj)
2) Matriz de error del estudio: Muestra las probabilidades
condicionadas de que se de un determinado valor Zj en el estudio,
cuando en la realidad se presenta un estado de la naturaleza Ni
3) Teorema de Bayes

Conozco P(Zj/Ni). Segn la matriz de error

Por Probabilidad Total: P(Zj) = i P(Ni)P(Zj/Ni)
Por definicin de probabilidad condicionada:
P(Ni/Zj) = P(NiZj) / P(Zj) = P(Ni)P(Zj/Ni) / P(Zj)

P(Ni/Zj) = [P(Ni)P(Zj/Ni)] / [i P(Ni)P(Zj/Ni)]

Supuesto que el resultado del estudio fue Zj

1) Posibles resultados del estudio:

Z1 = Nivel esperado de Inversin ALTO

Z2 = Nivel esperado de Inversin MEDIO
Z3 = Nivel esperado de Inversin BAJO

2) Matriz de error: P(Zj/Ni)

Resultados encuesta
Estados de la naturaleza
3) BAYES: Probabilidades a posteriori si el resultado fue Z1
P(Ni) P(Z1/Ni) P(Ni)(P(Z1/Ni) P(Ni/Z1)
a priori (1) (2) (3) = (1) (2) a posteriori (4) = (3) /
C 0.4 0.8 0.32 0.831
CM 0.2 0.1 0.02 0.052
SC 0.3 0.05 0.015 0.039
B 0.1 0.3 0.03 0.078
= P(Z1) = 0.385 1

Determinacin del Beneficio esperado si el resultado fue Z1

C CM SC B
0.831 0.052 0.039 0.078 BENEFICIO ESPERADO
B 12 8 6 3 10.856
A 15 7 3 -2 12.79
D 7 7 7 7 7

VME (a posteriori) = VME = MAX (10.856; 12.79; 7) = 12.79

BEIP (a posteriori) = BEIP= 15*0.831 + 8*0.052 + 7*0.039 + 7*0.078 = 13.7

VEIP = BEIP - VME = 0.91 u.m. "Mximo coste que la

empresa asumira por obtener informacin perfecta" "Coste de la
incertidumbre (a posteriori): Se ha reducido, por la informacin
adicional que nos da el estudio.
 Probabilidades a posteriori si el resultado fue Z2
P(Ni) P(Z2/Ni) P(Ni)(P(Z2/Ni) P(Ni/Z2)
a priori (1) (2) (3) = (1) (2) a posteriori (4) = (3) /
C 0.4 0.15 0.06 0.203
CM 0.2 0.8 0.16 0.542
SC 0.3 0.15 0.045 0.153
B 0.1 0.3 0.03 0.102
= P(Z2) = 0.295 1

Determinacin del Beneficio esperado si el resultado fue Z2

C CM SC B
0.203 0.542 0.153 0.102 BENEFICIO ESPERADO
B 12 8 6 3 7.996
A 15 7 3 -2 7.094
D 7 7 7 7 7

VME (a posteriori) = VME = MAX (7.996; 7.094; 7) = 7.996

BEIP (a posteriori) = BEIP= 15*0.203 + 8*0.542 + 7*0.153 + 7*0.102 = 9.166

VEIP = BEIP - VME = 1.17 u.m. "Mximo coste que la

empresa asumira por obtener informacin perfecta" "Coste de la
incertidumbre (a posteriori): Se ha reducido, por la informacin adicional
que nos da el estudio.
 Probabilidades a posteriori si el resultado fue Z3

P(Ni) P(Z3/Ni) P(Ni)(P(Z3/Ni) P(Ni/Z3)

a priori (1) (2) (3) = (1) (2) a posteriori (4) = (3) /
C 0.4 0.05 0.02 0.063
CM 0.2 0.1 0.02 0.063
SC 0.3 0.8 0.24 0.750
B 0.1 0.4 0.04 0.125
= P(Z3) = 0.32 1

Determinacin del Beneficio esperado si el resultado fue Z3

C CM SC B
0.063 0.063 0.75 0.125 BENEFICIO ESPERADO
B 12 8 6 3 6.135
A 15 7 3 -2 3.386
D 7 7 7 7 7

VME (a posteriori) = VME = MAX (6.135; 3.386; 7) = 7

BEIP (a posteriori) = BEIP= 15*0.063 + 8*0.063 + 7*0.75 + 7*0.125 = 7.574

VEIP = BEIP - VME = 1.17 u.m. "Mximo coste que la

empresa asumira por obtener informacin perfecta" "Coste de la
incertidumbre (a posteriori): Se ha reducido, por la informacin adicional
que nos da el estudio.
 ANALISIS PREA POSTERIORI

La recogida de informacin adicional tiene un COSTE

Es preferible actuar de inmediato basndonos en las
probabilidades a priori o es mejor invertir en un estudio y decidir
con los resultados de ste?

P(Ni) P(Ni)(P(Zj/Ni) Prob. P(Ni/Zj)

a priori P(Zj/Ni) Matriz error (2)Conjunta (3) = (1)
a posteriori (4) = (3) /
(1) (2)
Z1 Z2 Z3 Z1 Z2 Z3 Z1 Z2 Z3
C 0.4 0.8 0.15 0.05 0.32 0.06 0.02 0.831 0.203 0.063
CM 0.2 0.1 0.8 0.1 0.02 0.16 0.02 0.052 0.542 0.063
SC 0.3 0.05 0.15 0.8 0.015 0.045 0.24 0.039 0.153 0.750
B 0.1 0.3 0.3 0.4 0.03 0.03 0.04 0.078 0.102 0.125
= P(Zj) = 0.385 0.295 0.32
TOMA DE DECISIONES CON UNA DEMANDA VARIABLE
 Distribucin discreta de probabilidad
No de das Demanda diaria Frecuencia
de ventas (docenas) (probabilidad)
5 40 0.05
10 41 0.10
10 42 0.10
20 43 0.20
20 44 0.20
15 45 0.15
15 46 0.15
5 47 0.05

100 das
 Mtodo 1. Utilidades Condicionales
Datos por docena:
Precio de venta:$0.80 Costo:$0.50 Remate:$0.40

Demanda Oferta posible (docenas)

(docenas) 40 41 42 43 44 45 46 47 Prob.
40 12.00 11.90 11.80 11.70 11.60 11.50 11.40 11.30 0.05
41 12.00 12.30 12.20 12.10 12.00 11.90 11.80 11.70 0.10
42 12.00 12.30 12.60 12.50 12.40 12.30 12.20 12.10 0.10
43 12.00 12.30 12.60 12.90 12.80 12.70 12.60 12.50 0.20
44 12.00 12.30 12.60 12.90 13.20 13.10 13.00 12.90 0.20
45 12.00 12.30 12.60 12.90 13.20 13.50 13.40 13.30 0.15
46 12.00 12.30 12.60 12.90 13.20 13.50 13.80 13.70 0.15
47 12.00 12.30 12.60 12.90 13.20 13.50 13.80 14.10 0.05

U. Esperada 12.00 12.28 12.52 12.72 12.84 12.88 12.86 12.78

 Mtodo 2. Prdidas Condicionales

Demanda Oferta posible (docenas)

(docenas) 40 41 42 43 44 45 46 47 Prob.
40 0.00 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.05
41 0.30 0.00 0.10 0.20 0.30 0.40 0.50 0.60 0.10
42 0.60 0.30 0.00 0.10 0.20 0.30 0.40 0.50 0.10
43 0.90 0.60 0.30 0.00 0.10 0.20 0.30 0.40 0.20
44 1.20 0.90 0.60 0.30 0.00 0.10 0.20 0.30 0.20
45 1.50 1.20 0.90 0.60 0.30 0.00 0.10 0.20 0.15
46 1.80 1.50 1.20 0.90 0.60 0.30 0.00 0.10 0.15
47 2.10 1.80 1.50 1.20 0.90 0.60 0.30 0.00 0.05

P. Esperada 1.11 0.83 0.59 0.39 0.27 0.23 0.25 0.33

 Mtodo 3. Anlisis Marginal
Utilidad Marginal (UM) = 0.80 0.50 = 0.30
Prdida Marginal (PM) = 0.50 040 = 0.10
P = PM/(UM+PM) = 0.10/ (0.30+0.10) = 0.25
Se elige pac inmediatamente superior a P

Ventas Probabilidad del Probabilidad

(docena) Nivel de Ventas Acumulada (pac)
40 0.05 1.00
41 0.10 0.95
42 0.10 0.85
43 0.20 0.75
44 0.20 0.55
45 0.15 0.35
46 0.15 0.20
47 0.05 0.05
 Mtodo 4. Anlisis Marginal Alternativo
Utilidad Marginal (UM) = 0.80 0.50 = 0.30
Prdida Marginal (PM) = 0.50 040 = 0.10
Se elige pac(UM) inmediatamente superior a (1-pac)PM

Ventas Probabilidad pac(UM) (1-pac)PM

(docena) Acumulada (pac) pac(0.30) (1-pac)0.10
40 1.00 0.300 0.000
41 0.95 0.285 0.005
42 0.85 0.255 0.015
43 0.75 0.225 0.025
44 0.55 0.165 0.045
45 0.35 0.105 0.065
46 0.20 0.060 0.080
47 0.05 0.015 0.095
Anlisis por rboles
de Decisin
 rboles de Decisin
Excelentes para seleccionar entre varios
cursos de accin
Proveen estructura para:
Organizar las opciones
Investigar posibles resultados
Visualizar el riesgo y los beneficios
 Construccin del rbol
Partiendo de la decisin a tomar
Proceso visual
Dibujar un cuadrado
Representa la decisin a tomar
Partiendo de ese cuadrado
Dibujar una lnea por cada opcin o alternativa posible
Escribir la opcin sobre la lnea
Al final de cada lnea considerar los resultados
Si son inciertos (probables) dibujar un crculo
Los crculos representan resultados inciertos (probables)
Si el resultado es otra decisin a tomar dibujar un cuadrado
Los cuadrados representan decisiones
Por cada nuevo cuadrado
Repetir el proceso como si fuera el primer cuadrado
Por cada crculo
Dibujar una lnea por cada resultado probable
En cada lnea escribir el resultado probable
Repetir el proceso hasta que no queden cuadrados ni crculos sin lneas
 Ejemplo
Decidir si es mejor desarrollar un nuevo
producto o consolidar los existentes

Moderada

Moderada

Respuesta del
Mercado

Moderada
 Revisin del rbol

El rbol se revisa:
Repasando cada cuadrado y cada crculo
Ver si no se dejaron opciones sin
considerar
Si es necesario pueden dibujarse segmentos
del rbol por aparte
Si el rbol ya se congestion
Al final se tiene que tener una buena idea del
problema y de todos sus posibles resultados
 Evaluacin del rbol

Para llegar a determinar la decisin:

Asignar un puntaje a cada posible resultado
Representa el estimado de beneficio a obtener
de ese resultado
Puede ser un valor en dinero
Revisar cada crculo
Asignar una probabilidad a cada resultado
Deben sumar 1 o 100%
En base a datos, experiencia o pura estimacin
rbol para el Ejemplo

US$1,000,000
0.4
0.4 Moderada
US$50,000
0.2
US$2,000
US$1,000,000
0.1
0.2 Moderada
US$50,000
0.7
US$2,000
US$400,000
0.3
0.4 Moderada
US$20,000
0.3
US$6,000
0.6
US$20,000
0.4
US$2,000
 Proceso de Decisin
Clculo del valor de un nodo crculo
Sumatoria de:
Valor de cada resultado multiplicado por
su probabilidad (ganancia esperada)
Los resultados ms probables pesan
ms
Se escribe el resultado en el crculo
rbol para el Ejemplo

US$1,000,000
420,400
0.4
0.4 Moderada
US$50,000
0.2 US$2,000
111,400
US$1,000,000
0.1
0.2 Moderada
US$50,000
0.7 US$2,000

129,800 US$400,000
0.3
0.4 Moderada
US$20,000
0.3
US$6,000
0.6
US$20,000

12,800 0.4 US$2,000

 Proceso de Decisin
Clculo del valor de un nodo de decisin
(cuadrados)
Escribir el costo de cada decisin
El costo de implementarla
Restarlo del valor del nodo siguiente
El resultado es el beneficio esperado
Notas
No deben incluirse gastos realizados antes del
anlisis
Seleccionar la opcin de mayor beneficio
rbol para el Ejemplo
US$420,400
US$1,000,000
0.4
US$270,400 0.4 Moderada
US$50,000
0.2 US$2,000
US$111,400
US$1,000,000
0.1
0.2 Moderada
US$50,000
0.7 US$2,000

US$129,800 US$400,000
0.3
0.4 Moderada
US$20,000
0.3
US$6,000
0.6
US$20,000
US$99,800 US$12,800 0.4 US$2,000
 Anlisis del Ejemplo
La opcin seleccionada es desarrollar un nuevo
producto
Desarrollo detallado
Tiene un costo de US$150,000
Con beneficio de US$420,400
Beneficio neto: US$270,400
Es mejor que desarrollarlo con desarrollo rpido
Beneficio neto: US$31,400
Y mejor que consolidar
Mejor beneficio neto en esa opcin:
US$99,800
 Puntos Clave
Los rboles de decisin
Dan un panorama visual completo
Todas las opciones pueden ser evaluadas
Permiten evaluar consecuencias
Gua sobre cmo asignar valores y
probabilidades
Permite decidir en base a informacin
(datos) o estimaciones
 rboles de decisin
Anlisis de Sensibilidad
Problema
La Compaa ABC ha
desarrollado una nueva lnea
de productos. La
Estado de la Naturaleza
Administracin debe decidir
una estrategia de marketing y Decisin S W
produccin adecuada. Se
consideran tres estrategias, las
cuales denominaremos: A A 30 -8
(agresiva), B (bsica) y C
(precavida). Las condiciones
del mercado bajo estudio se B 20 7
denotan mediante S (fuerte) o
W (dbil). Las mejores
estimaciones de la C 5 15
Administracin para cada caso
se muestran en la tabla. Probabilidad 0.45 0.55
 Solucin

Se puede calcular el valor esperado para cada

decisin y seleccionar la mejor:
ERA = 30 (0,45) 8 (0,55) = 9,10
ERB = 20 (0,45) + 7 (0,55) = 12,85
ERC = 5 (0,45) + 15 (0,55) = 10,5
La decisin ptima es seleccionar B.
Una manera ms conveniente de representar este
problema es usando rboles de decisin, como en
la figura.
rbol de decisin
rbol de decisin reducido
 Anlisis de Sensibilidad

El valor esperado de la estrategia A es:

ERA = 30 P (S) 8 P (W )
o lo que es lo mismo,
ERA = 30 P (S) 8 (1 P (S)) = 8 + 38 P (S)
As, el valor esperado es una funcin lineal de la probabilidad
que las condiciones del mercado sean fuertes.
Anlogamente:
ERB = 20 P (S) + 7 (1 P (S)) = 7 + 13 P (S)
ERC = 5 P (S) + 15 (1 P (S)) = 15 10 P (S)
Se pueden dibujar estas tres funciones lineales sobre el mismo
conjunto de coordenadas .
Este diagrama muestra que la compaa ABC debe seleccionar la estrategia
bsica (estrategia B) cuando la probabilidad de una demanda fuerte este
entre P(S) = 0.348 y P(S) = 0.6. Sin embargo si P(S) esta por debajo de 0.348,
lo ptimo es elegir la estrategia C, por otro lado si P(S) est sobre 0.6, la
estrategia agresiva A sera la ptima
Decisiones Secuenciales
Decisiones Secuenciales
Decisiones Secuenciales
Decisiones Secuenciales