PHASE 2:

SOLVE PROBLEMS BY APPLYING THE ALGORITHMS OF THE UNIT 1:

PROPOSE THE POSSIBLE ALGORITHMS NEEDED TO SOLVE EACH OF THE
PROBLEMS PROPOSED ACCORDING TO THE THEME OF UNIT 1.

CINDY LORENA TORRES HERNÁNDEZ

OCTUBRE 2018

Universidad Nacional Abierta y a Distancia – UNAD

Escuela de Ciencias Básicas, Tecnología e Ingeniería – ECBTI
THEORY OF DECISIONS
 ii

Tabla de Contenidos

Introduction ......................................................................................................... 3

Proposed Exercises…………………………………………………………………...…4

Conclusions........................................................................................................ 12

Bibliography ......................................................................................................... 7

CLTH
 3

Introduction

The following work was developed in order to understand the algorithms seen in
the first unit and with them solve the problems proposed by the tutor. In addition, having
information and sampling data to know the level of risk that can occur at the time of
making decisions in commercial activities.

Learn to develop decision trees, necessary to analyze possible decision results

to take, with the possibility of comparing the possible actions that we can choose.

CLTH
 4

Proposed Exercises

Exercise 1

Problem 1. DECISION TREES, EVPI and EVMI

Teratex, a textile company that has a productive experience in the foreign market of 25
years, must decide if it manufactures a new product in its main plant, or if on the contrary
the purchase from an external supplier. The profits depend on the demand of the
product. The table shows projected profits, in millions of dollars.

Table 1. Decision process for the commercialization of the product

States of nature
Decision alternative Demand low- Demand low Demand High -
utility average - utility utility
Manufacture 221 251 310
Subcontract 210 225 278
Buy 195 236 289
Probabilities Ʃ = 1 0,35 0,42 0,23

According to the corresponding information in Table 1 and the Predicted Value of Perfect
Information (EVPI) theory, the Expected Value of Sample Information (EVMI) and
Decision Trees, respond:

a. Use EVPI to determine if the company should try to get a better estimate of the
demand.
a. No, because the EVPI is equal to zero, this indicates that the possible
variables have been taken into account and the impact of the decision
taken will not affect the profits.

b. A test market study of potential product demand is expected to report a favorable

(F) or unfavorable (U) condition. The relevant conditional probabilities are:

P(F/low) = 0,3 P(D/low) = 0,7

P(F/low average) = 0,38 P(D/ low average) = 0,62
P(F/high) = 0,55 P(D/high) = 0,45

c. What is the expected value of market research information?

a. -0,0675
d. What is the efficiency of the information?
a. For this exercise the effectiveness of the information is zero

CLTH
 5
Probabilidad Demanda
Baja (0,35) 221 77,35
Manufacturar Nodo 2 Media (0,42) 251 105,42
Alta (0,23) 310 71,3

Baja (0,35) 210 73,5

Nodo 1 Subcontratar Nodo 3 Media (0,42) 225 94,5
Alta (0,23) 278 63,94

Baja (0,35) 195 68,25

Comprar Nodo 4 Media (0,42) 236 99,12
Alta (0,23) 289 66,47

Nodo 2 254,07 Millones Valor esperado sin información perfecta

Nodo 3 231,94 Millones
Nodo 4 233,84 Millones

La decisión recomendada es manufacturar esperando un pago de 254,07 millones

Nodo 2 254,07 millones Valor esperado con información perfecta

EVPI=VEcIP-VEsIP 0

Favorable
Estado de la Probabilidades Probabilidades Probabilidades Probabilidades
naturaleza previas Condicionales Conjuntas Posteriores
Baja 0,35 0,3 0,11 0,27
Media 0,42 0,38 0,16 0,41
Alta 0,23 0,55 0,13 0,32
P(D) 0,39

Desfavorable
Estado de la Probabilidades Probabilidades Probabilidades Probabilidades
naturaleza previas Condicionales Conjuntas Posteriores
Baja 0,35 0,7 0,25 0,40
Media 0,42 0,62 0,26 0,43
Alta 0,23 0,45 0,10 0,17
P(D) 0,61

Probabilidad Demanda
Baja (0,27) 0,27 221
Manufacturar Nodo 4 Media (0,41) 0,41 251 261,78
Alta (0,32) 0,32 310

Baja (0,27) 0,27 210

FAVORABLE 0,39 Nodo 2 Subcontratar Nodo 5 Media (0,41) 0,41 225 237,91
Alta (0,32) 0,32 278

Baja (0,27) 0,27 195

Comprar Nodo 6 Media (0,41) 0,41 236 241,89
Alta (0,32) 0,32 289
254,0025
Nodo 1
Probabilidad Demanda
Baja (0,40) 0,4 221
Manufacturar Nodo 7 Media (0,43) 0,43 251 249,03
Alta (0,17) 0,17 310

Baja (0,40) 0,4 210

DESFAVORABLE 0,61 Nodo 3 Subcontratar Nodo 8 Media (0,43) 0,43 225 228,01
Alta (0,17) 0,17 278

Baja (0,40) 0,4 195

Comprar Nodo 9 Media (0,43) 0,43 236 228,61
Alta (0,17) 0,17 289

VEsIM 254,07 Millones

VEcIM 254,0025 Millones
VEIM=VEcIM-VEsIM -0,0675

E=(VEIM/VEIP)*100 #¡DIV/0! 0
Eficiencia es igual a 0

CLTH
 6

Exercise 2

ElectroCom, a company that manufactures electronic components for the introduction

in its product catalog, must decide whether to manufacture a new product in its main
plant, subcontract it with company supervision or if it buys it from an external supplier.
The profits depend on the demand of the product. The table shows projected profits, in
millions of dollars.

Table 2. Decision process for the commercialization of the product

States of nature
Decision Demand
Demand low- Demand low Demand High
alternative High -
utility average - utility Medium - utility
utility
Manufacture 173 183 195 218
Subcontract 181 192 207 213
Buy 183 197 207 215
Lease 125 128 131 137
Outsource 188 192 198 209
Probabilities Ʃ = 1 0,19 0,21 0,28 0,32

According to the corresponding information in Table 2 and the Predicted Value of Perfect
Information (EVPI) theory, the Expected Value of Sample Information (EVMI) and
Decision Trees, respond:

a. Use EVPI to determine if the company should try to get a better estimate of the
demand.
a. No, because the VEIP shows me that the negative impact on the income
will be minimal

b. A test market study of potential product demand is expected to report a favorable

(F) or unfavorable (U) condition. The relevant conditional probabilities are:
P(F/low) = 0,2 P(D/low) = 0,8
P(F/low average) = 0,2 P(D/ low average) = 0,8
P(F/high medium) = 0,35 P(D/ high medium) = 0,65
P(F/high) = 0,5 P(D/high) = 0,5

c. What is the expected value of market research information?

a. 3,9332
d. What is the efficiency of the information?
a. 205%

CLTH
 7
Probabilidad Demanda
Baja (0,19) 173 32,87
Fabricar Nodo 2 Media (0,21) 183 38,43
Alta Media (0,28) 195 54,6
Alta (0,32) 218 69,76

Baja (0,19) 181 34,39

Subcontratar Nodo 3 Media (0,21) 192 40,32
Alta Media (0,28) 207 57,96
Alta (0,32) 213 68,16

Baja (0,19) 183 34,77

Nodo 1 Comprar Nodo 4 Media (0,21) 197 41,37
Alta Media (0,28) 207 57,96
Alta (0,32) 215 68,8

Baja (0,19) 125 23,75

Arrendamiento Nodo 5 Media (0,21) 128 26,88
Alta Media (0,28) 131 36,68
Alta (0,32) 137 43,84

Baja (0,19) 188 35,72

Externalizar Nodo 6 Media (0,21) 192 40,32
Alta Media (0,28) 198 55,44
Alta (0,32) 209 66,88

VEsIP
Nodo 2 195,66 Millones
Nodo 3 200,83 Millones
Nodo 4 202,9 Millones Valor mayor
Nodo 5 131,15 Millones
Nodo 6 198,36 Millones

La decisión recomendada es comprar esperando un pago de 202,9 millones

VEcIP 204,81 Millones

VEIP=(VEcIP-VEsIP) 1,91 Millones Punto a

Favorable
Estado de la Probabilidades Probabilidades Probabilidades Probabilidades
naturaleza previas Condicionales Conjuntas Posteriores
Baja 0,19 0,2 0,04 0,11
Media 0,21 0,2 0,04 0,12
Alta Media 0,28 0,35 0,10 0,29
Alta 0,32 0,5 0,16 0,47
P(D) 0,34

Desfavorable
Estado de la Probabilidades Probabilidades Probabilidades Probabilidades
naturaleza previas Condicionales Conjuntas Posteriores
Baja 0,19 0,8 0,15 0,23
Media 0,21 0,8 0,17 0,25
Alta Media 0,28 0,65 0,18 0,27
Alta 0,32 0,5 0,16 0,24
P(D) 0,66

CLTH
 8

Probabilidad Demanda
Baja (0,11) 173 19,03 200
Fabricar Nodo 4 Media (0,12) 183 21,96
Alta Media (0,29) 195 56,55
Alta (0,47) 218 102,46

Baja (0,11) 181 19,91 203,09

Subcontratar Nodo 5 Media (0,12) 192 23,04
Alta Media (0,29) 207 60,03
Alta (0,47) 213 100,11

Baja (0,11) 183 20,13 204,85

Favorable 0,34 Comprar Nodo 6 Media (0,12) 197 23,64
Nodo 2 Alta Media (0,29) 207 60,03
Alta (0,47) 215 101,05

Baja (0,11) 125 13,75 131,49

Arrendamiento Nodo 7 Media (0,12) 128 15,36
Alta Media (0,29) 131 37,99
Alta (0,47) 137 64,39

Baja (0,11) 188 20,68 199,37

externalizar Nodo 8 Media (0,12) 192 23,04
Alta Media (0,29) 198 57,42
Alta (0,47) 209 98,23
200,877
Nodo 1
Probabilidad Demanda
Baja (0,23) 173 39,79 190,51
Fabricar Nodo 9 Media (0,25) 183 45,75
Alta Media (0,27) 195 52,65
Alta (0,24) 218 52,32

Baja (0,23) 181 41,63 196,64

Subcontratar Nodo 10 Media (0,25) 192 48
Alta Media (0,27) 207 55,89
Alta (0,24) 213 51,12

Baja (0,23) 183 42,09 198,83

Desfavorable 0,66 Comprar Nodo 11 Media (0,25) 197 49,25
Nodo 3 Alta Media (0,27) 207 55,89
Alta (0,24) 215 51,6

Baja (0,23) 125 28,75 129

Arrendamiento Nodo 12 Media (0,25) 128 32
Alta Media (0,27) 131 35,37
Alta (0,24) 137 32,88

Baja (0,23) 188 43,24 194,86

externalizar Nodo 13 Media (0,25) 192 48
Alta Media (0,27) 198 53,46
Alta (0,24) 209 50,16

VEcIP 200,8768 Millones

VEsIP 204,81 Millones
VEIM=VEcIM-VEsIM 3,9332

E=(VEIM/VEIP)*100 205,9267016
Eficiencia es igual a: 205%

CLTH
 9

Exercise 3

Teratextyl, a textile company that has a productive experience in the foreign market of
30 years, must decide if it manufactures a new product in its main plant, or if on the
contrary the purchase from an external supplier. The profits depend on the demand of
the product. The table shows projected profits, in millions of dollars.

Tabla 3. Proceso de Decisión para la comercialización del producto

Estados de la naturaleza

Alternativa de decisión Baja demanda

Exigir baja Exigir Alta Media La demanda alta
promedio -
utilidad - utilidad - utilidad
utilidad

Fabricar 85 87 91 95
Subcontratar 78 81 85 89
Comprar 82 85 87 90
Arrendamiento 83 85 87 91
Externalizar 85 87 89 93
Probabilidades Σ = 1 0,3 0,22 0,25 0,23

According to the corresponding information in Table 3 and the Predicted Value of Perfect
Information (EVPI) theory, the Expected Value of Sample Information (EVMI) and
Decision Trees, respond:

a. Use EVPI to determine if the company should try to get a better estimate of the
demand.
a. For this case, a better estimation of the demand should be taken into
account, because the negative impact on profits could be very large

b. A test market study of potential product demand is expected to report a favorable

(F) or unfavorable (U) condition. The relevant conditional probabilities are:
P(F/low) = 0,22 P(D/low) = 0,78
P(F/low average) = 0,35 P(D/ low average) = 0,65
P(F/high medium) = 0,33 P(D/ high medium) = 0,67
P(F/high) = 0,42 P(D/high) = 0,58

c. What is the expected value of market research information?

a. 0,6164
d. What is the efficiency of the information?
a. 17%

CLTH
 10
Probabilidad Demanda
Baja (0,3) 85 25,5
Fabricar Nodo 2 Media (0,22) 87 19,14
Alta Media (0,25) 91 22,75
Alta (0,23) 95 21,85

Baja (0,3) 78 23,4

Subcontratar Nodo 3 Media (0,22) 81 17,82
Alta Media (0,25) 85 21,25
Alta (0,23) 89 20,47

Baja (0,3) 82 24,6

Nodo 1 Comprar Nodo 4 Media (0,22) 85 18,7
Alta Media (0,25) 87 21,75
Alta (0,23) 90 20,7

Baja (0,3) 83 24,9

Arrendamiento Nodo 5 Media (0,22) 85 18,7
Alta Media (0,25) 87 21,75
Alta (0,23) 91 20,93

Baja (0,3) 85 25,5

externalizar Nodo 6 Media (0,22) 87 19,14
Alta Media (0,25) 89 22,25
Alta (0,23) 93 21,39

VEsIP
Nodo 2 89,24 Millones Valor mayor
Nodo 3 82,94 Millones
Nodo 4 85,75 Millones
Nodo 5 86,28 Millones
Nodo 6 88,28 Millones

La decisión recomendada es fabricar esperando un pago de 89,24 millones

VEcIP 89,24 Millones

VEIP=(VEcIP-VEsIP) 3,49 Millones

Favorable
Estado de la Probabilidades Probabilidades Probabilidades Probabilidades
naturaleza previas Condicionales Conjuntas Posteriores
Baja 0,3 0,22 0,07 0,20
Media 0,22 0,35 0,08 0,24
Alta Media 0,25 0,33 0,08 0,26
Alta 0,23 0,42 0,10 0,30
P(D) 0,32

Desfavorable
Estado de la Probabilidades Probabilidades Probabilidades Probabilidades
naturaleza previas Condicionales Conjuntas Posteriores
Baja 0,3 0,78 0,23 0,35
Media 0,22 0,65 0,14 0,21
Alta Media 0,25 0,67 0,17 0,25
Alta 0,23 0,58 0,13 0,20
P(D) 0,68

CLTH
 11

Probabilidad Demanda
Baja (0,20) 85 17 90,04
Fabricar Nodo 4 Media (0,24) 87 20,88
Alta Media (0,26) 91 23,66
Alta (0,30) 95 28,5

Baja (0,20) 78 15,6 83,84

Subcontratar Nodo 5 Media (0,24) 81 19,44
Alta Media (0,26) 85 22,1
Alta (0,30) 89 26,7

Baja (0,20) 82 16,4 86,42

Favorable 0,32 Comprar Nodo 6 Media (0,24) 85 20,4
Nodo 2 Alta Media (0,26) 87 22,62
Alta (0,30) 90 27

Baja (0,20) 83 16,6 86,92

Arrendamiento Nodo 7 Media (0,24) 85 20,4
Alta Media (0,26) 87 22,62
Alta (0,30) 91 27,3

Baja (0,20) 85 17 88,92

externalizar Nodo 8 Media (0,24) 87 20,88
Alta Media (0,26) 89 23,14
Alta (0,30) 93 27,9
89,8564
Nodo 1
Probabilidad Demanda
Baja (0,35) 85 29,75 89,77
Fabricar Nodo 9 Media (0,21) 87 18,27
Alta Media (0,25) 91 22,75
Alta (0,20) 95 19

Baja (0,35) 78 27,3 83,36

Subcontratar Nodo 10 Media (0,21) 81 17,01
Alta Media (0,25) 85 21,25
Alta (0,20) 89 17,8

Baja (0,35) 82 28,7 86,3

Desfavorable 0,68 Comprar Nodo 11 Media (0,21) 85 17,85
Nodo 3 Alta Media (0,25) 87 21,75
Alta (0,20) 90 18

Baja (0,35) 83 29,05 86,85

Arrendamiento Nodo 12 Media (0,21) 85 17,85
Alta Media (0,25) 87 21,75
Alta (0,20) 91 18,2

Baja (0,35) 85 29,75 88,87

externalizar Nodo 13 Media (0,21) 87 18,27
Alta Media (0,25) 89 22,25
Alta (0,20) 93 18,6

VEcIP 89,8564 Millones

VEsIP 89,24 Millones
VEIM=VEcIM-VEsIM 0,6164

E=(VEIM/VEIP)*100 17,66189112
Eficiencia 17%

CLTH
 12

Conclusions

The creation and correct management of a decision tree exposes variables such
as costs, risks, probabilities and benefits that lead us to make a better decision in front
of a certain problem.
It should be noted that, if after analyzing our decision tree, the EVPI is very high
with respect to those used, we must consider other variables to make a more reliable
decision.

CLTH
 13

Lista de referencias

http://www.ingenieria.unam.mx/javica1/ingsistemas2/Decisiones/ValorInformaci
on.html

https://es.coursera.org/lecture/estadistica-aplicada-negocios/arboles-de-
decision-aplicacion-en-excel-parte-2-e8cBE

http://conferencia2.unad.edu.co/p7pjudusse2/?launcher=false&fcsContent=true
&pbMode=normal

CLTH