Theory of decisions

Unidad 2. Phase 4-solve problems by applying the algorithms of unit 2.

Realized by:
Daly Daniela Barroso
Danna Carolina De la cruz ID: 1193368512
Maria Jose Arias Guerra ID: 1065.822.205
Jesualdo Vega
Jose Rafael Silgado ID 92694467

Group: 212066_26
Tutor: Paula Andrea Carvajal

Universidad Nacional Abierta y a Distancia (UNAD)

Cead Valledupar/Cesar
Date: 04-april-2019
 Introduction

In the following work, each student will be able to differentiate the algorithms, their
characteristics and applications in different risks. Environments and / or
uncertainty, for making decisions and optimizing the expected results. Each
student must solve the exercises outlined in the guide take into account the
knowledge acquired. Likewise I have to consolidate a final work in which we have
all collaborated and reviewed that meets the criteria requested.

The academic course consists of three (3) academic credits, whose field of
education is the discipline and has a professional-optional character in the
industrial engineering program. That offer the UNAD; In addition, it is theoretical.
After understanding and internalizing the Knowledge of the three preliminary
courses of operational research (linear programming, deterministic methods,
probabilistic methods) and the support in the acquired knowledge. In statistics,
probability, and statistical inference, the student can start the course. Of the theory
of the decision, where the methods, operations and definitions are looked for. On
the different application techniques in the decisions that depend on the type and
quality of the correct information

Exercises solved according to the proposed theme

 Maria Jose ‘Solutions.

Problem 1. Laplace, Wald or pessimistic, optimistic, Hurwicz and Savage

criteria (Profit Matrix):

In the company ABC, several alternatives are presented to choose the best
technology of four possible, whose performance depends on the adaptation of the
workers who will manipulate the equipments that comprise it. The expected
benefits of each alternative and degree of adaptation of the workers are given in
the table, in millions of pesos ($). For Hurwicz please assume an alpha of 0, 6.

Danna De la cruz

ESTADOS DE LA NATURALEZA

ALTERNATIVAS No Encajan Encajan Encajan Encajan

encajan aceptablemente exitosamente bien muy
bien

Tecnología 1 1210 1215 1230 1290 1335

Tecnología 2 1350 1260 1310 1250 1207

Tecnología 3 1205 1280 1320 1350 1410

Tecnología 4 1360 1315 1305 1290 1275

Tecnología 5 1310 1320 1340 1370 1410

Tabla 1. Matriz de ganancias

Estados de la naturaleza
𝑬𝟏 : No encajan
𝑬𝟐 : Encajan aceptablemente
𝑬𝟑 : Encajan exitosamente
𝑬𝟒 : Encajan bien
𝑬𝟓 : Encajan muy bien

Alternativas
𝑨𝟏 : Tecnología 1
𝑨𝟐 : Tecnología 2
𝑨𝟑 : Tecnología 3
𝑨𝟒 : Tecnología 4
𝑨𝟓 : Tecnología 5

CRITERIO DE LAPLACE
Está basado en un principio de razón insuficiente; como no podemos suponer una
mayor probabilidad de ocurrencia a un suceso futuro que a otros, podemos
considerar que todos los estados de la naturaleza son igualmente probables.
Como hay 5 estados, a cada estado le corresponde una probabilidad de 1/5 o 0,2

Calculamos las ganancias esperadas para cada estado de la naturaleza, así:

𝑮|𝑨𝟏 : Ganancia esperada para la alternativa 1

𝑮|𝑨𝟏 = 1210 ∗ 0,2 + 1215 ∗ 0,2 + 1230 ∗ 0,2 + 1290 ∗ 0,2 + 1335 ∗ 0,2

𝑮|𝑨𝟏 = 0,2 ∗ (1210 + 1215 + 1230 + 1290 + 1335)

𝑮|𝑨𝟏 = 0,2 ∗ 6280

𝑮|𝑨𝟏 = 𝟏𝟐𝟓𝟔
 𝑮|𝑨𝟐 : Ganancia esperada para la alternativa 2

𝑮|𝑨𝟐 = 1350 ∗ 0,2 + 1260 ∗ 0,2 + 1310 ∗ 0,2 + 1250 ∗ 0,2 + 1207 ∗ 0,2

𝑮|𝑨𝟐 = 0,2 ∗ (1350 + 1260 + 1310 + 1250 + 1207)

𝑮|𝑨𝟐 = 0,2 ∗ 6377

𝑮|𝑨𝟐 = 𝟏𝟐𝟕𝟓, 𝟒

𝑮|𝑨𝟑 : Ganancia esperada para la alternativa 3

𝑮|𝑨𝟑 = 1205 ∗ 0,2 + 1280 ∗ 0,2 + 1320 ∗ 0,2 + 1350 ∗ 0,2 + 1410 ∗ 0,2

𝑮|𝑨𝟑 = 0,2 ∗ (1205 + 1280 + 1320 + 1350 + 1410)

𝑮|𝑨𝟑 = 0,2 ∗ 6556

𝑮|𝑨𝟑 = 𝟏𝟑𝟏𝟑

𝑮|𝑨𝟒 : Ganancia esperada para la alternativa 4

𝑮|𝑨𝟒 = 1360 ∗ 0,2 + 1315 ∗ 0,2 + 1305 ∗ 0,2 + 1290 ∗ 0,2 + 1275 ∗ 0,2

𝑮|𝑨𝟒 = 0,2 ∗ (1360 + 1315 + 1305 + 1290 + 1275)

𝑮|𝑨𝟒 = 0,2 ∗ 6545

𝑮|𝑨𝟒 = 𝟏𝟑𝟎𝟗

𝑮|𝑨𝟓 : Ganancia esperada para la alternativa 5

𝑮|𝑨𝟓 = 1310 ∗ 0,2 + 1320 ∗ 0,2 + 1340 ∗ 0,2 + 1370 ∗ 0,2 + 1410 ∗ 0,2

𝑮|𝑨𝟓 = 0,2 ∗ (1310 + 1320 + 1340 + 1370 + 1410)

𝑮|𝑨𝟓 = 0,2 ∗ 6750

𝑮|𝑨𝟓 = 𝟏𝟑𝟓𝟎
 ESTADOS DE LA NATURALEZA

ALTERNATIVAS 𝑬𝟏 𝑬𝟐 𝑬𝟑 𝑬𝟒 𝑬𝟓 𝑮(𝒙) Ganancia

Esperada

𝑨𝟏 1210 1215 1230 1290 1335 1256

𝑨𝟐 1350 1260 1310 1250 1207 1275,4

𝑨𝟑 1205 1280 1320 1350 1410 1313

𝑨𝟒 1360 1315 1305 1290 1275 1309

𝑨𝟓 1310 1320 1340 1370 1410 1350

De acuerdo con el criterio de Laplace para este problema 1, implantamos la

tecnología 5 esperando obtener un beneficio o una ganancia esperada de 1350

CRITERIO DE WALD O PESIMISTA

Es un criterio conservador, un criterio pesimista porque razona sobre la peor
situación que se le puede presentar al decisor una vez elegida una alternativa.

ESTADOS DE LA NATURALEZA

ALTERNATIVAS 𝑬𝟏 𝑬𝟐 𝑬𝟑 𝑬𝟒 𝑬𝟓 Ganancia mínima

(Maximin)

𝑨𝟏 1210 1215 1230 1290 1335 1210

𝑨𝟐 1350 1260 1310 1250 1207 1207

𝑨𝟑 1205 1280 1320 1350 1410 1205

𝑨𝟒 1360 1315 1305 1290 1275 1275

𝑨𝟓 1310 1320 1340 1370 1410 1310

En el peor de los casos escogemos la máxima ganancia que es 1310

De acuerdo con el criterio de Wald o pesimista para este problema 1, implantamos
la tecnología 5 esperando obtener un beneficio o una ganancia esperada de 1310

CRITERIO OPTIMISTA
El decisor que sigue este criterio identifica cada alternativa con el mejor resultado
posible optando por la alternativa que corresponda con dicho valor. Es el suceso
contrario al Criterio pesimista de Wald.

ESTADOS DE LA NATURALEZA

ALTERNATIVAS 𝑬𝟏 𝑬𝟐 𝑬𝟑 𝑬𝟒 𝑬𝟓 Ganancia
Esperada

𝑨𝟏 1210 1215 1230 1290 1335 1335

𝑨𝟐 1350 1260 1310 1250 1207 1350

𝑨𝟑 1205 1280 1320 1350 1410 1410

𝑨𝟒 1360 1315 1305 1290 1275 1360

𝑨𝟓 1310 1320 1340 1370 1410 1410

De acuerdo con el Criterio optimista para este problema 1, implantamos la

tecnología 5 esperando obtener un beneficio o una ganancia esperada de 1410

CRITERIO DE HURWICZ
Este criterio representa un abanico de actitudes desde la más pesimista hasta la
más optimista. Es un criterio realista.
Este criterio incorpora grados de optimismo o promedio ponderado para las
alternativas de tecnología que muestra este problema.
Para este caso el coeficiente de optimismo o de Hurwicz es: ∝= 𝟎, 𝟔
El coeficiente de pesimismo: 𝟏−∝= 𝟎, 𝟒

𝑪|𝑨𝟏 : Coeficiente deHurwicz o valor esperado para la alternativa 1

 𝐶|𝐴1 = 1335 ∗ 0,6 + 1210 ∗ 0,4 = 801 + 484 = 1285

𝑪|𝑨𝟐 : Coeficiente deHurwicz para la alternativa 2

𝐶|𝐴2 = 1350 ∗ 0,6 + 1207 ∗ 0,4 = 810 + 482,8 = 1292,8

𝑪|𝑨𝟑 : Coeficiente deHurwicz o valor esperado para la alternativa 3

𝐶|𝐴1 = 1410 ∗ 0,6 + 1205 ∗ 0,4 = 846 + 482 = 1328

𝑪|𝑨𝟒 : Coeficiente deHurwicz o valor esperado para la alternativa 4

𝐶|𝐴4 = 1360 ∗ 0,6 + 1275 ∗ 0,4 = 816 + 510 = 1326

𝑪|𝑨𝟓 : Coeficiente deHurwicz o valor esperado para la alternativa 5

𝐶|𝐴5 = 1410 ∗ 0,6 + 1310 ∗ 0,4 = 846 + 524 = 1370

ESTADOS DE LA NATURALEZA

ALTERNATIVAS 𝑬𝟏 𝑬𝟐 𝑬𝟑 𝑬𝟒 𝑬𝟓 Valor Esperado

𝑨𝟏 1210 1215 1230 1290 1335 1285

𝑨𝟐 1350 1260 1310 1250 1207 1292,8

𝑨𝟑 1205 1280 1320 1350 1410 1328

𝑨𝟒 1360 1315 1305 1290 1275 1326

𝑨𝟓 1310 1320 1340 1370 1410 1370

Nuevamente, vemos que la alternativa 5 es la mejor decisión para este problema.

Así lo ratifica el Criterio de Hurwicz, también.

CRITERIO DE SAVAGE
Transforma la matriz de ganancias en una matriz de errores para que el decisor
pueda evaluar fácilmente el coste de oportunidad en el que incurre por tomar una
decisión equivocada.
Por ello, hay que tomar el mejor resultado para cada situación que se puede
presentar.

ESTADOS DE LA NATURALEZA

ALTERNATIVAS 𝑬𝟏 𝑬𝟐 𝑬𝟑 𝑬𝟒 𝑬𝟓

𝑨𝟏 1210 1215 1230 1290 1335

𝑨𝟐 1350 1260 1310 1250 1207

𝑨𝟑 1205 1280 1320 1350 1410

𝑨𝟒 1360 1315 1305 1290 1275

𝑨𝟓 1310 1320 1340 1370 1410

La matriz de ganancia o beneficio esperado se transforma en una de coste de

oportunidad.
A continuación, determinamos el coste de oportunidad de realizar una mala
elección, como diferencia entre el mejor resultado posible para una situación y lo
que obtendríamos por hacer una mala elección, en este caso de tecnología.

ESTADOS DE LA NATURALEZA

ALTERNATIVAS 𝑬𝟏 𝑬𝟐 𝑬𝟑 𝑬𝟒 𝑬𝟓

𝑨𝟏 1360 -1210 1320 - 1215 1340 - 1230 1370 -1290 1410 -1335

𝑨𝟐 1360 -1350 1320 -1260 1340 -1310 1370 -1250 1410 -1207

𝑨𝟑 1360 -1205 1320 -1280 1340 -1320 1370 -1350 1410 -1410

𝑨𝟒 1360 -1360 1320 -1315 1340 -1305 1370 -1290 1410 -1275

𝑨𝟓 1360 -1310 1320 -1320 1340 -1340 1370 -1370 1410 -1410
Obtenemos la matriz de lamentos o de aflicción.
A continuación, seleccionamos por cada alternativa, el máximo coste de
oportunidad en el que puede incurrir, de los cuales elegimos el mínimo.

ESTADOS DE LA NATURALEZA

ALTERNATIVAS 𝑬𝟏 𝑬𝟐 𝑬𝟑 𝑬𝟒 𝑬𝟓 Savage (Min coste

de oportunidad)

𝑨𝟏 150 105 110 80 75 150

𝑨𝟐 10 60 30 120 203 203

𝑨𝟑 155 40 20 20 0 155

𝑨𝟒 0 5 35 80 135 135

𝑨𝟓 50 0 0 0 0 50

La tecnología que proporciona el menor costo de oportunidad es la de la

alternativa 5. El Criterio de incertidumbre de Savage nos corrobora nuevamente
que la mejor decisión para este problema es la alternativa 5.
 Event

Fits acceptably fits succesfully fits very well

does not fit fits well
Alternative ( se adapta de forma ( se adapta ( se adapta muy GE
(no se adapta) (se adapta bien)
aceptable) exitosamente) bien)

Technology 1 1210 1215 1230 1290 1335 1256

Technology 2 1350 1260 1310 1250 1207 1275.4
Technology 3 1205 1280 1320 1350 1410 1313
Technology 4 1360 1315 1305 1290 1275 1309
Technology 5 1310 1320 1340 1370 1410 1350

1
LAPLACE = R/: la tecnologia 5 ofrece la mejor alternativa

n=5
1/n 0.20

CRITERIO WALD-PESIMISTA
Event
Fits acceptably fits succesfully fits very well
does not fit fits well
Alternative ( se adapta de forma ( se adapta ( se adapta muy Minima ganancia
(no se adapta) (se adapta bien)
aceptable) exitosamente) bien)
Technology 1 1210 1215 1230 1290 1335 1210
Technology 2 1350 1260 1310 1250 1207 1207
Technology 3 1205 1280 1320 1350 1410 1205
Technology 4 1360 1315 1305 1290 1275 1275
Technology 5 1310 1320 1340 1370 1410 1310

R/: la mejor alternativa sera la tecnologia 5

CRITERO OPTIMISTA
Event
Fits acceptably fits succesfully fits very well
does not fit fits well
Alternative ( se adapta de forma ( se adapta ( se adapta muy Maxima ganancia
(no se adapta) (se adapta bien)
aceptable) exitosamente) bien)
Technology 1 1210 1215 1230 1290 1335 1335
Technology 2 1350 1260 1310 1250 1207 1350
Technology 3 1205 1280 1320 1350 1410 1410
Technology 4 1360 1315 1305 1290 1275 1360
Technology 5 1310 1320 1340 1370 1410 1410

R/: la mejor alternativa esta entre la tecnologia 3 y 5

Problem 2. Criteria of Laplace, Wald or pessimistic, optimistic, Hurwitz and
Savage (Cost matrix):

A warehouse of finished products that leases its services to imports from the USA
must plan its level of supply to satisfy the demand of its customers in the day of
love and friendship. The exact number of crates is not known, but is expected to
fall into one of five categories: 610, 630, 680, 715 and 730 crates. There are
therefore four levels of supply. The deviation from the number of hoppers is
expected to result in additional costs, either due to excessive supplies or because
demand cannot be met. The table below shows the costs in hundreds of dollars
(US $). For Hurwicz please assume an alpha of 0,65.

Danna De la cruz

ESTADOS DE LA NATURALEZA

ALTERNATIVAS 𝑬𝟏 (𝟔𝟏𝟎) 𝑬𝟐 (𝟔𝟑𝟎) 𝑬𝟑 (𝟔𝟖𝟎) 𝑬𝟒 (𝟕𝟏𝟓) 𝑬𝟓 (𝟕𝟑𝟎)

𝑨𝟏 (𝟔𝟏𝟎) 2244 2393 2684 2833 3212

𝑨𝟐 (𝟔𝟑𝟎) 2201 2404 2548 3038 3142

𝑨𝟑 (𝟔𝟖𝟎) 2131 2403 2569 2928 3220

𝑨𝟒 (𝟕𝟏𝟓) 2182 2401 2530 2881 3116

𝑨𝟓 (𝟕𝟑𝟎) 2235 2366 2595 2905 3279

Tabla 2. Matriz de costos

Estados de la naturaleza
𝑬𝟏 : 610
𝑬𝟐 : 630
𝑬𝟑 : 680
𝑬𝟒 : 715
𝑬𝟓 : 730

Alternativas
𝑨𝟏 : 610
𝑨𝟐 : 630
𝑨𝟑 : 680
𝑨𝟒 : 715
𝑨𝟓 : 730

CRITERIO DE LAPLACE
Para una matriz de costos o de pagos se hace de la siguiente forma:
Como hay 5 estados, a cada estado le corresponde una probabilidad de 1/5 o 0,2
Calculamos los costos esperados para cada estado de la naturaleza, así:

𝑪|𝑨𝟏 : Costo esperado para la alternativa 1

𝑪|𝑨𝟏 = 2244 ∗ 0,2 + 2393 ∗ 0,2 + 2684 ∗ 0,2 + 2833 ∗ 0,2 + 3212 ∗ 0,2

𝑪|𝑨𝟏 = 0,2 ∗ (2244 + 2393 + 2684 + 2833 + 3212)

𝑪|𝑨𝟏 = 0,2 ∗ 13366

𝑪|𝑨𝟏 = 𝟐𝟔𝟕𝟑, 𝟐

𝑪|𝑨𝟐 : Costo esperado para la alternativa 2

𝑪|𝑨𝟐 = 2201 ∗ 0,2 + 2404 ∗ 0,2 + 2548 ∗ 0,2 + 3038 ∗ 0,2 + 3142 ∗ 0,2
 𝑪|𝑨𝟐 = 0,2 ∗ (2201 + 2404 + 2548 + 3038 + 3142)

𝑪|𝑨𝟐 = 0,2 ∗ 13333

𝑪|𝑨𝟐 = 𝟐𝟔𝟔𝟔, 𝟔

𝑪|𝑨𝟑 : Costo esperado para la alternativa 3

𝑪|𝑨𝟑 = 2131 ∗ 0,2 + 2403 ∗ 0,2 + 2569 ∗ 0,2 + 2928 ∗ 0,2 + 3220 ∗ 0,2

𝑪|𝑨𝟑 = 0,2 ∗ (2131 + 2403 + 2569 + 2928 + 3220)

𝑪|𝑨𝟑 = 0,2 ∗ 13251

𝑪|𝑨𝟑 = 𝟐𝟔𝟓𝟎, 𝟐

𝑪|𝑨𝟒 : Costo esperado para la alternativa 4

𝑪|𝑨𝟒 = 2182 ∗ 0,2 + 2401 ∗ 0,2 + 2530 ∗ 0,2 + 2881 ∗ 0,2 + 3116 ∗ 0,2

𝑪|𝑨𝟒 = 0,2 ∗ (2182 + 2401 + 2530 + 2881 + 3116)

𝑪|𝑨𝟒 = 0,2 ∗ 13110

𝑪|𝑨𝟒 = 𝟐𝟔𝟐𝟐

𝑪|𝑨𝟓 : Costo esperado para la alternativa 5

𝑪|𝑨𝟓 = 2235 ∗ 0,2 + 2366 ∗ 0,2 + 2595 ∗ 0,2 + 2905 ∗ 0,2 + 3279 ∗ 0,2

𝑪|𝑨𝟓 = 0,2 ∗ (2235 + 2366 + 2595 + 2905 + 3279)

𝑪|𝑨𝟓 = 0,2 ∗ 13380

𝑪|𝑨𝟓 = 𝟐𝟔𝟕𝟔

ESTADOS DE LA NATURALEZA

ALTERNATIVAS 𝑬𝟏 𝑬𝟐 𝑬𝟑 𝑬𝟒 𝑬𝟓 𝑪(𝒙) Costos

Esperados

𝑨𝟏 2244 2393 2684 2833 3212 2673,2

 𝑨𝟐 2201 2404 2548 3038 3142 2666,6

𝑨𝟑 2131 2403 2569 2928 3220 2650,2

𝑨𝟒 2182 2401 2530 2881 3116 2622

𝑨𝟓 2235 2366 2595 2905 3279 2676

De acuerdo con el criterio de Laplace para este problema 1, implantamos la

alternativa 4 al ser el menor costo esperado de la matriz de costos.

CRITERIO DE WALD O PESIMISTA

Este criterio conservador pesimista aplicado a la matriz de costos del problema, se
analiza de la siguiente manera:
Porque razona sobre la peor situación que se le puede presentar al decisor una
vez elegida una alternativa.

ESTADOS DE LA NATURALEZA

ALTERNATIVAS 𝑬𝟏 𝑬𝟐 𝑬𝟑 𝑬𝟒 𝑬𝟓 Costos máximos

(MiniMax)

𝑨𝟏 2244 2393 2684 2833 3212 3212

𝑨𝟐 2201 2404 2548 3038 3142 3142

𝑨𝟑 2131 2403 2569 2928 3220 3220

𝑨𝟒 2182 2401 2530 2881 3116 3116

𝑨𝟓 2235 2366 2595 2905 3279 3279

En el peor de los casos escogemos el mínimo costo. En un escenario pesimista

como el criterio de Wald escogemos los costos más altos de cada alternativa y nos
quedamos con el costo mínimo de estos. Así, la mejor alternativa para el problema
2, al ser 3116 el costo mínimo de los más altos corresponde a la alternativa 4
como la mejor decisión.
CRITERIO OPTIMISTA
El problema de minimización para una matriz de costos, escogemos el mínimo
valor de los valores mínimos de cada alternativa. Escogemos el mínimo costo de
los mínimos, es decir un MiniMin o el mínimo de los mínimos.

ESTADOS DE LA NATURALEZA

ALTERNATIVAS 𝑬𝟏 𝑬𝟐 𝑬𝟑 𝑬𝟒 𝑬𝟓 Costos mínimos

(MiniMin)

𝑨𝟏 2244 2393 2684 2833 3212 2244

𝑨𝟐 2201 2404 2548 3038 3142 2201

𝑨𝟑 2201 2403 2569 2928 3220 2201

𝑨𝟒 2182 2401 2530 2881 3116 2182

𝑨𝟓 2235 2366 2595 2905 3279 2235

De acuerdo con el Criterio optimista para este problema 2, escogemos la

alternativa 4 esperando obtener un mínimo coste de 2182.

CRITERIO DE HURWICZ
Criterio realista.
Para este caso el coeficiente de optimismo o de Hurwicz es: ∝= 𝟎, 𝟔𝟓
El coeficiente de pesimismo: 𝟏−∝= 𝟎, 𝟑𝟓
Como estamos analizando una matriz de costos o gastos, asociamos ∝ con el
coste mínimo de cada alternativa y de igual manera asociamos 1−∝ con el
máximo coste de cada alternativa.

𝑪|𝑨𝟏 : Coeficiente de Hurwicz o valor esperado para la alternativa 1

𝐶|𝐴1 = 2244 ∗ 0,65 + 3212 ∗ 0,35 = 1458,6 + 1124,2 = 2582,8

𝑪|𝑨𝟐 : Coeficiente de Hurwicz para la alternativa 2

𝐶|𝐴2 = 2201 ∗ 0,65 + 3142 ∗ 0,35 = 1430,65 + 1099,7 = 2530,35

 𝑪|𝑨𝟑 : Coeficiente deHurwicz o valor esperado para la alternativa 3

𝐶|𝐴1 = 2201 ∗ 0,65 + 3220 ∗ 0,35 = 1430,65 + 1127 = 2557,65

𝑪|𝑨𝟒 : Coeficiente deHurwicz o valor esperado para la alternativa 4

𝐶|𝐴4 = 2182 ∗ 0,65 + 3116 ∗ 0,35 = 1418,3 + 1090,6 = 2508,9

𝑪|𝑨𝟓 : Coeficiente deHurwicz o valor esperado para la alternativa 5

𝐶|𝐴5 = 2235 ∗ 0,65 + 3279 ∗ 0,35 = 1452,75 + 1147,65 = 2600,4

ESTADOS DE LA NATURALEZA

ALTERNATIVAS 𝑬𝟏 𝑬𝟐 𝑬𝟑 𝑬𝟒 𝑬𝟓 Costos
esperados

𝑨𝟏 2244 2393 2684 2833 3212 2582,8

𝑨𝟐 2201 2404 2548 3038 3142 2530,35

𝑨𝟑 2201 2403 2569 2928 3220 2557,65

𝑨𝟒 2182 2401 2530 2881 3116 2508,9

𝑨𝟓 2235 2366 2595 2905 3279 2600,4

Por el criterio de Hurwicz escogemos el más pequeño coste y nuevamente vemos

que la alternativa 4 es la mejor decisión para este problema 2, así lo ratifica este
criterio realista o de promedios ponderados.

CRITERIO DE SAVAGE
Escogemos el costo mínimo de cada estado. Lo señalamos en la tabla.

ESTADOS DE LA NATURALEZA
ALTERNATIVAS 𝑬𝟏 𝑬𝟐 𝑬𝟑 𝑬𝟒 𝑬𝟓

𝑨𝟏 2244 2393 2684 2833 3212

𝑨𝟐 2201 2404 2548 3038 3142

𝑨𝟑 2201 2403 2569 2928 3220

𝑨𝟒 2182 2401 2530 2881 3116

𝑨𝟓 2235 2366 2595 2905 3279

Hacemos las diferencias para obtener la matriz de lamentos o de aflicción.

ESTADOS DE LA NATURALEZA

ALT`s 𝑬𝟏 𝑬𝟐 𝑬𝟑 𝑬𝟒 𝑬𝟓

𝑨𝟏 2244- 2182 2393 - 2366 2684 - 2530 2833- 2833 3212- 3116

𝑨𝟐 2201- 2182 2404- 2366 2548 - 2530 3038- 2833 3142- 3116

𝑨𝟑 2201- 2182 2403- 2366 2569- 2530 2928- 2833 3220- 3116

𝑨𝟒 2182- 2182 2401- 2366 2530- 2530 2881- 2833 3116- 3116

𝑨𝟓 2235- 2182 2366- 2366 2595- 2530 2905- 2833 3279- 3116

A continuación, la matriz de lamentos o aflicción. De la cual resaltamos el coste

máximo por alternativa:

ESTADOS DE LA NATURALEZA

ALTERNATIVAS 𝑬𝟏 𝑬𝟐 𝑬𝟑 𝑬𝟒 𝑬𝟓

𝑨𝟏 62 27 154 0 96

𝑨𝟐 19 38 18 205 26
 𝑨𝟑 19 37 39 95 104

𝑨𝟒 0 35 0 48 0

𝑨𝟓 53 0 65 72 163

Luego de resaltar los máximos costes, ahora seleccionamos el mínimo de ellos,

por MiniMax.

ESTADOS DE LA NATURALEZA

ALTERNATIVAS 𝑬𝟏 𝑬𝟐 𝑬𝟑 𝑬𝟒 𝑬𝟓 Savage (MiniMax)

𝑨𝟏 62 27 154 0 96 154

𝑨𝟐 19 38 18 205 26 205

𝑨𝟑 19 37 39 95 104 104

𝑨𝟒 0 35 0 48 0 48

𝑨𝟓 53 0 65 72 163 163

48 es el mínimo valor de estos costes máximos. Esto quiere decir que por el
criterio de incertidumbre de Savage, la mejor alternativa que resulta apropiada
para este problema es la alternativa 4, como ya lo habíamos analizado aplicando
los otros criterios de incertidumbre.
 Event
alternative e1(610) e2(630) e3(680) e4(715) e5(730) Ve
e1(610) 2244 2393 2684 2833 3212 2673.2
e2(630) 2201 2404 2548 3038 3142 2666.6
e3(680) 2131 2403 2569 2928 3220 2650.2
e4(715) 2182 2401 2530 2881 3116 2622
e5(730) 2235 2366 2595 2905 3279 2676

1
LAPLACE = R/: el minimo costo lo ofrece la alternativa e4

n=5
1/n 0.20

CRITERIO WALD-PESIMISTA
Event
alternative e1(610) e2(630) e3(680) e4(715) e5(730) Ve
e1(610) 2244 2393 2684 2833 3212 3212
e2(630) 2201 2404 2548 3038 3142 3142
e3(680) 2131 2403 2569 2928 3220 3220
e4(715) 2182 2401 2530 2881 3116 3116
e5(730) 2235 2366 2595 2905 3279 3279

R/: el minimo costo lo ofrece la alternativa e4

CRITERO OPTIMISTA
Event
alternative e1(610) e2(630) e3(680) e4(715) e5(730) Ve
e1(610) 2244 2393 2684 2833 3212 2244
e2(630) 2201 2404 2548 3038 3142 2201
e3(680) 2131 2403 2569 2928 3220 2131
e4(715) 2182 2401 2530 2881 3116 2182
e5(730) 2235 2366 2595 2905 3279 2235

R/: el minimo costo lo ofrece la alternativa e3

Problem 3. Criteria of Laplace, Wald or pessimistic, optimistic, Hurwitz and
Savage (Cost matrix):

A warehouse of finished products that leases its services to imports from the USA
must plan its level of supply to satisfy the demand of its customers in the day of
love and friendship. The exact number of crates is not known, but is expected to
fall into one of five categories: 580, 720, 750, 790 and 830 crates. There are
therefore four levels of supply. The deviation from the number of hoppers is
expected to result in additional costs, either due to excessive supplies or because
demand cannot be met. The table below shows the costs in hundreds of dollars
(US $). For Hurwitz please assume an alpha of 0, 55.

Danna De la cruz

CRITERIOS LAPLACE, WALD O PESIMISTA, OPTIMISTA, HURWICZ Y

SAVAGE

Evento
e1(580) e2(720) e3(750) e4(790) e5(830)
Alternativo
e1(580) 1144 982 1019 1032 1069
e2(720) 1175 1019 857 1019 1057
e3(750) 1069 1138 1044 1094 1182
e4(790) 1019 932 1200 1032 932
e5(830) 1007 1032 894 1188 1200
CRITERIO DE LAPLACE

Evento Valor
e1(580) e2(720) e3(750) e4(790) e5(830)
Alternativo esperado
e1(580) 1144 982 1019 1032 1069 5246
e2(720) 1175 1019 857 1019 1057 5127
e3(750) 1069 1138 1044 1094 1182 5527
e4(790) 1019 932 1200 1032 932 5115
e5(830) 1007 1032 894 1188 1200 5321

CRITERIO DE WALD

Evento
e1(580) e2(720) e3(750) e4(790) e5(830)
Alternativo
e1(580) 1144 982 1019 1032 1069 1144
e2(720) 1175 1019 857 1019 1057 1175
e3(750) 1069 1138 1044 1094 1182 1182
e4(790) 1019 932 1200 1032 932 1200
e5(830) 1007 1032 894 1188 1200 1200

CRITERIO DE HURWICZ
alfa 0,55
Evento Nivel Nivel Media
e1(580) e2(720) e3(750) e4(790) e5(830)
Alternativo seguridad optimista ponderada
e1(580) 1144 982 1019 1032 1069 1144 982 1071,1
e2(720) 1175 1019 857 1019 1057 1175 857 1031,9
e3(750) 1069 1138 1044 1094 1182 1182 1044 1119,9
e4(790) 1019 932 1200 1032 932 1200 932 1079,4
e5(830) 1007 1032 894 1188 1200 1200 894 1062,3

e1 1144*0,55+982*(1-0,55) 1071,1
e2 1175*0,55+857+(1-0,55) 1031,9
e3 1182*0,55+1044*(1-0,55) 1119,9
e4 1200*0,55+932*(1-0,55) 1079,4
e5 1200*0,55+894*(1-0,55) 1062,3
El nivel de decisión óptimo en función de los criterios de costes es 1031,9
del evento alternativo e2. 1031,9
CRITERIO DE SAVAGE

Evento
e1(580) e2(720) e3(750) e4(790) e5(830)
Alternativo
e1(580) 1144 982 1019 1032 1069
e2(720) 1175 1019 857 1019 1057
e3(750) 1069 1138 1044 1094 1182
e4(790) 1019 932 1200 1032 932
e5(830) 1007 1032 894 1188 1200
1007 932 857 1019 932

Evento
e1(580) e2(720) e3(750) e4(790) e5(830)
Alternativo
e1(580) 137 50 162 13 137 162
e2(720) 168 87 0 0 125 168
e3(750) 62 206 187 75 250 250
e4(790) 12 0 343 13 0 343
e5(830) 0 100 37 169 268 268

El nivel de decisión óptimo en función de los criterios de costes es 162 del

evento alternativo e1 162.
 Event
alternati
ve e1(580) e2(720) e3(750) e4(790) e5(830) Ve
e1(580) 1144 982 1019 1032 1069 1049.2
e2(720) 1175 1019 857 1019 1057 1025.4
e3(750) 1069 1138 1044 1094 1182 1105.4
e4(790) 1019 932 1200 1032 932 1023
e5(830) 1007 1032 894 1188 1200 1064.2

LAPLACE =
1

n=5 R/: el minimo costo lo ofrece la alternativa e4

1/n 0.2

CRITERIO WALD-PESIMISTA
Event
alternati
ve e1(580) e2(720) e3(750) e4(790) e5(830) Ve
e1(580) 1144 982 1019 1032 1069 1144
e2(720) 1175 1019 857 1019 1057 1175
e3(750) 1069 1138 1044 1094 1182 1182
e4(790) 1019 932 1200 1032 932 1200
e5(830) 1007 1032 894 1188 1200 1200
1144

R/: el minimo costo lo ofrece la alternativa e1

CRITERO OPTIMISTA
Event
alternati
ve e1(580) e2(720) e3(750) e4(790) e5(830) Ve
e1(580) 1144 982 1019 1032 1069 982
e2(720) 1175 1019 857 1019 1057 857
e3(750) 1069 1138 1044 1094 1182 1044
e4(790) 1019 932 1200 1032 932 932
e5(830) 1007 1032 894 1188 1200 894
857

R/: el minimo costo lo ofrece la alternativa e2

CRITERO HURWICZ
Event
alternati
ve e1(580) e2(720) e3(750) e4(790) e5(830) max min Ve
e1(580) 1144 982 1019 1032 1069 1144 982 1054.9
e2(720) 1175 1019 857 1019 1057 1175 857 1000.1
e3(750) 1069 1138 1044 1094 1182 1182 1044 1106.1
e4(790) 1019 932 1200 1032 932 1200 932 1052.6
e5(830) 1007 1032 894 1188 1200 1200 894 1031.7
1000.1

alfa 0.55

R/: el minimo costo lo ofrece la alternativa e2

CRITERO SAVAGE
Event
alternati
ve e1(580) e2(720) e3(750) e4(790) e5(830)
e1(580) 1144 982 1019 1032 1069
e2(720) 1175 1019 857 1019 1057
e3(750) 1069 1138 1044 1094 1182
e4(790) 1019 932 1200 1032 932
e5(830) 1007 1032 894 1188 1200
1007 932 857 1019 932

MATRIZ DE COSTOS DE OPORTUNIDAD

Event
alternati
ve e1(580) e2(720) e3(750) e4(790) e5(830)
e1(580) -137 -50 -162 -13 -137
e2(720) -168 -87 0 0 -125
e3(750) -62 -206 -187 -75 -250
e4(790) -12 0 -343 -13 0
e5(830) 0 -100 -37 -169 -268

R/: el minimo costo lo ofrece la alternativa e5

 Problem 4. Game Theory method:

Graphical solutions are only applicable to games in which at least one of the
players has only two strategies. Consider the following 2 x n game:

Danna De la cruz

Problem 4. Game Theory method

Player 2
Strategy
A B C
I 31 43 38
Player 1
II 37 35 29

FOR THE
COLUMN
PLAYER

STRATEGY
STRATEGY A STRATEGY B C
𝑃1 + 𝑃2 𝑃1 + 𝑃2 𝑃1 + 𝑃2
=1 =1 =1

P2 = 1-P1 P2 = 1-P1 P2 = 1-P1

31P1 + 43P1 + Vesperado 38P1 +
Vesperado = 37P2 Vesperado = 35P2 = 29P2
Vesperado
Vesperado = 31P1 + 37 (1-P1) Vesperado = 43P1 + 35 (1-P1) = 8P1 + 29 (1-P1
Vesperado = 31P1+37-37P1 Vesperado = 43P1+35-35P1 Vesperado= 38P1+29-29P1

Vesperado
Vesperado = 37-6P1 Vesperado = 35+8P1 = 29+9P1

SI P1 = 1 Ve =31 SI P1 = 1 Ve =43 SI P1 = 1 Ve=38

SI P1 = 0 Ve =37 SI P1 = 0 Ve =35 SI P1 = 0 Ve=29
FOR THE PLAYER OF THE ROW

STRATEGY
STRATEGY 1 2 STRATEGY 3
Q1 + 𝑄2 = 1 Q1 + 𝑄2 = 1 Q1 + 𝑄2 = 1

Q2 = 1-Q1 Q2 = 1-Q1 Q2 = 1-Q1

31Q1 + 31Q1 +
Vesperado = 43Q2 Vesperado = 38Q2 Vesperado = 43Q1 + 38Q2
Vesperado = 31Q1 + 43 (1-Q1) Vesperado = 31Q1 + 38 (1-Q1) Vesperado = 43Q1 + 38 (1-Q
Vesperado = 31Q1+43-43Q1 Vesperado = 31Q1+38-38Q1 Vesperado = 43Q1+38-38Q1
43-
Vesperado = 12Q1 Vesperado = 38-7Q1 Vesperado = 38-5Q1

SI Q1 = 1 Ve =31 SI Q1 = 1 Ve =31 SI Q1 = 1 Ve =33

SI Q1 = 0 Ve =43 SI Q1 = 0 Ve =38 SI Q1 = 0 Ve =38

STRATEGY STRATEGY STRATEGY

4 5 6
Q1 + 𝑄2 = 1 Q1 + 𝑄2 = 1 Q1 + 𝑄2 = 1

Q2 = 1-Q1 Q2 = 1-Q1 Q2 = 1-Q1

37Q1 + 37Q1 + 35Q1 +
Vesperado = 35Q2 Vesperado = 29Q2 Vesperado = 29Q2
Vesperado = 37Q1 + 35 (1-Q1) Vesperado = 37Q1 + 29 (1-Q1) Vesperado = 35Q1 + 29 (1-Q1)
Vesperado = 37Q1+35-35Q1 Vesperado = 37Q1+29-29Q1 Vesperado = 35Q1+29-29Q1

Vesperado = 35+2Q1 Vesperado = 37+8Q1 Vesperado = 29+6Q1

SI Q1 = 1 Ve =37 SI Q1 = 1 Ve =45 SI Q1 = 1 Ve =35

SI Q1 = 0 Ve =35 SI Q1 = 0 Ve =37 SI Q1 = 0 Ve =29
Solución Solver Fila

Q1 Q2 Q3 SUMA
0,6 0 0,4 1

Player 2
Strategy
A B C MINIMO Vesperado MinZ= V
Player I 31 43 38 31 33,8 33,3333,88
1 II 37 35 29 35 33,8

MAXIMO 37 43 38
MINIMAX Y MAXIMIN NO SON IGUALES, EL VALOR ESTA
IRRESTRICTAMENTE DETERMINADO
 Solución Solver Columna

Player 2
Strategy
A B C MINIMO
P1 0,53333333 I 31 43 38 31
Player 1
P2 0,46666667 II 37 35 29 35

SUMA 1
MAXIMO 37 43 38
Minimax y Maximin no son iguales, el valor
Esta irrestrictamente determinado.
Valor
Esperado 33,8 39,2666667 33,8

MaxZ= V 33,88
 Estrategia A Estrategia B Estrategia C

=1 = 31 =1 = 43 =1 = 38

=0 = 37 =0 = 35 =0 = 29
 Problem 5. Game Theory method:

Graphical solutions are only applicable to games in which at least one of the
players has only two strategies. Consider the following game m x 2:

Danna De la cruz

Problem 5. Game Theory method:

Player 2
Strategy
A B
I 31 43
Player 1 II 37 35
II 35 33

FOR THE PLAYER OF THE

ROW

STRATEGY
A STRATEGY B STRATEGY C
𝑃1 + 𝑃2 𝑃1 + 𝑃2 𝑃1 + 𝑃2
=1 =1 =1
P2 = 1-P1 P2 = 1-P1 P2 = 1-P1
31P1 + 35P1 +
Vesperado = 43P2 Vesperado = 37P1 + 35P2 Vesperado = 33P2
31P1 + 43 (1- 35P1 + 33 (1-
Vesperado = P1) Vesperado = 37P1 + 35 (1-P1) Vesperado = P1)
35P1+33-
Vesperado = 31P1+43-43P1 Vesperado = 37P1+35-35P1 Vesperado = 33P1
43-
Vesperado = 12P1 Vesperado = 35 + 2P1 Vesperado = 33+2P1

SI P1 = 1 Ve =31 SI P1 = 1 Ve =37 SI P1 = 1 Ve =35

SI P1 = 0 Ve =43 SI P1 = 0 Ve =35 SI P1 = 0 Ve =33

FOR THE
COLUMN
PLAYER

STRATEGY STRATEGY
1 STRATEGY 2 3
Q1 + 𝑄2 = 1 Q1 + 𝑄2 = 1 Q1 + 𝑄2 = 1

Q2 = 1-Q1 Q2 = 1-Q1 Q2 = 1-Q1

31Q1 + 31Q1 + 37Q1 +
Vesperado = 37Q2 Vesperado = 35Q2 Vesperado = 35Q2
Vesperado = 31Q1 + 37 (1-Q1) Vesperado = 31Q1 + 35 (1-Q1) Vesperado = 37Q1 + 35 (1-Q1)
Vesperado = 31Q1+37-37Q1 Vesperado = 31Q1+35-35Q1 Vesperado = 37Q1+35-35Q1
35+2Q
Vesperado = 37-6Q1 Vesperado = 35-4Q1 Vesperado = 1

SI Q1 = 1 Ve =31 SI Q1 = 1 Ve =31 SI Q1 = 1 Ve =37

SI Q1 = 0 Ve =37 SI Q1 = 0 Ve =35 SI Q1 = 0 Ve =35

STRATEGY
STRATEGY 4 5 STRATEGY 6
Q1 + 𝑄2 = 1 Q1 + 𝑄2 = 1 Q1 + 𝑄2 = 1

Q2 = 1-Q1 Q2 = 1-Q1 Q2 = 1-Q1

Vesperado 43Q1 + 43Q1 + 35Q1 +
= 35Q2 Vesperado = 33Q2 Vesperado = 33Q2
Vesperado 35Q1 + 33 (1-
= 43Q1 + 35 (1-Q1) Vesperado = 43Q1 + 33 (1-Q1) Vesperado = Q1)
Vesperado
= 43Q1+35-35Q1 Vesperado = 43Q1+33-33Q1 Vesperado = 35Q1+33-33Q1

Vesperado = 35+8Q1 Vesperado = 33+10Q1 Vesperado = 33+2Q1

SI Q1 = 1 Ve =43 SI Q1 = 1 Ve =43 SI Q1 = 1 Ve =35

SI Q1 = 0 Ve =35 SI Q1 = 0 Ve =33 SI Q1 = 0 Ve =33
Solucion Solver Fila

Q1 Q2 SUMA
0,57142857 0,42857143 1
Player 2
Strategy
A B MINIMO Vesperado MinZ= V
I 31 43 31 36,1428571 36,14285714

Player 1 II 35
37 35 36,1428571
II 35 33 33 34,1428571

MAXIMO 37 43
MINIMAX Y MAXIMIN NO SON IGUALES, EL VALOR ESTA
IRRESTRICTAMENTE DETERMINADO
Solucion Solver Columna

Player 2
Strategy
A B MINIMO

P1 0,14285714 I 31 43 31
Player
II 35
1 37
P2 0,85714286 35

P3 0 II 35 33 33
SUMA 1
MAXIMO 37 43
MINIMAX Y MAXIMIN NO SON IGUALES, EL VALOR ES
IRRESTRICTAMENTE DETERMINADO
Valor Esperado 36,1428571 36,1428571

MaxZ= V 36,142857
Valor esperado estartegia 1 4𝑄 + 25

Valor esperado estartegia 3 −3𝑄 + 29

4𝑄 + 25 = −3𝑄 + 29
4𝑄 + 3𝑄 = 29 − 25
7𝑄 = 4
4
𝑄 =
7
𝑄 = 0 57
𝑄 = 1 −𝑄 =
1−
𝑄 = 0 43

valor esperado del juego 4

= 4𝑃 + 25 4 + 25
7
= 27 2

Strategy Player 2
1 2
l 31 43
Player 1 II 37 35
II 35 33

estrategia 1 estrategia 2 estrategia 3

+ =1 + =1 + =1

= 23𝑃 + 29𝑃 = 23𝑃 + 26𝑃 = 31𝑃 + 25𝑃

= 23𝑃 + 29(1- ) = 23𝑃 + 26(1- ) = 31𝑃 + 25(1- )

= 23𝑃 + 29 − 31𝑃 = 23𝑃 + 26 − 26 = 31𝑃 + 25 − 25

= −6𝑃 + 29 = −3𝑃 + 27 = 6𝑃 + 25

estrategia 4 estrategia 5 estrategia 6

+ =1 + =1 + =1

= 31𝑃 + 29𝑃 = 29𝑃 + 26𝑃 = 25𝑃 + 29𝑃

= 31𝑃 + 29(1- ) = 29𝑃 + 26(1- ) = 25𝑃 + 29(1- )

= 31𝑃 + 29 − 29 = 29𝑃 + 26 − 26 = 25𝑃 + 29 − 29

= 2𝑃 + 29 = 3𝑃 + 26 = 3𝑃 + 26
 Estrategia 1 Estrategia 2 Estrategia 3

𝑃 =1 = 23 𝑃 =1 = 23 𝑃 =1 = 31

𝑃 =0 = 29 𝑃 =0 = 26 𝑃 =0 = 25

Estrategia 4 Estrategia 5 Estrategia 6

𝑃 =1 = 31 𝑃 =1 = 29 𝑃 =1 = 31

𝑃 =0 = 29 𝑃 =0 = 26 𝑃 =0 = 29

de 3 y de 1

= −6𝑃 + 29𝑃

= 6𝑃 + 25𝑃

−6𝑃 + 29 = 6𝑃 + 25

29 − 25 6𝑃 + 6𝑃

4 = 12𝑃

𝑃 = 0 33

𝑃 = 1− 𝑃
4
1−
12

𝑃 = 0 66

4
valor esperado del juego = 6𝑃 + 25 6 + 25
Problem 6. Optimum solution of two-person games:

The games represent the latest case of lack of information where intelligent opponents are working in a conflicting
environment. The result is that a very conservative criterion is generally proposed to solve sets of two people and sum
zero, called minimax - maximin criterion. To determine a fair game, the minimax = maximin, it is necessary to solve the
stable strategy through the Solver.
 MinZ=V Q1 Q2 Q3 Q4 Q5 SUMA
87.7692308 0.18461538 0.41538462 0 0 0.4 1

Max Z=V 87.76923077 player B Min-Max VE

P1 0.038461538 78 89 81 80 91 78 87.7692308
P2 0 84 79 86 86 80 79 80.3230769
player A

P3 0.115384615 82 93 86 89 85 82 87.7692308
P4 0.846153846 89 87 91 89 88 87 87.7692308
P5 0 81 85 84 88 81 81 82.6615385
Max-Min 89 93 91 89 91

SUMA 1 VE 87.7692308 87.7692308 90.0384615 88.6538462 87.7692308

PART 8. Game Theory Graphic Method:

According to Table 4 find the value of the game by means of the graphical method applied to matrices 2 x n or m x 2.

Solución Solver Fila

Q1 Q2 Q3 SUMA
0,6 0 0,4 1

Player 2
Strategy
A B C MINIMO Vesperado MinZ= V
Player I 31 43 38 31 33,8 33,3333,88
1 II 37 35 29 35 33,8

MAXIMO 37 43 38
MINIMAX Y MAXIMIN NO SON IGUALES, EL VALOR ESTA
IRRESTRICTAMENTE DETERMINADO
 Solución Solver Columna

Player 2
Strategy
A B C MINIMO
P1 0,53333333 I 31 43 38 31
Player 1
P2 0,46666667 II 37 35 29 35

SUMA 1
MAXIMO 37 43 38
Minimax y Maximin no son iguales, el valor
Esta irrestrictamente determinado.
Valor
Esperado 33,8 39,2666667 33,8

MaxZ= V 33,88
 Estrategia A Estrategia B Estrategia C

=1 = 31 =1 = 43 =1 = 38

=0 = 37 =0 = 35 =0 = 29
PART 9. Game Theory Graphic Method:
According to Table 5, find the value of the game by means of the graphical method applied to matrices 2 x n or m x 2.

Solucion Solver Fila

Q1 Q2 SUMA
0,57142857 0,42857143 1
Player 2
Strategy
A B MINIMO Vesperado MinZ= V
I 31 43 31 36,1428571 36,14285714

Player 1 II 35
37 35 36,1428571
II 35 33 33 34,1428571

MAXIMO 37 43
MINIMAX Y MAXIMIN NO SON IGUALES, EL VALOR ESTA
IRRESTRICTAMENTE DETERMINADO
Solucion Solver Columna

Player 2
Strategy
A B MINIMO

P1 0,14285714 I 31 43 31
Player
II 35
1 37
P2 0,85714286 35

P3 0 II 35 33 33
SUMA 1
MAXIMO 37 43
MINIMAX Y MAXIMIN NO SON IGUALES, EL VALOR ES
IRRESTRICTAMENTE DETERMINADO
Valor Esperado 36,1428571 36,1428571

MaxZ= V 36,142857
Valor esperado estartegia 1 4𝑄 + 25

Valor esperado estartegia 3 −3𝑄 + 29

4𝑄 + 25 = −3𝑄 + 29
4𝑄 + 3𝑄 = 29 − 25
7𝑄 = 4
4
𝑄 =
7
𝑄 = 0 57
𝑄 = 1 −𝑄 =
1−
𝑄 = 0 43

valor esperado del juego 4

= 4𝑃 + 25 4 + 25
7
= 27 2

Strategy Player 2
1 2
l 31 43
Player 1 II 37 35
II 35 33

estrategia 1 estrategia 2 estrategia 3

+ =1 + =1 + =1

= 23𝑃 + 29𝑃 = 23𝑃 + 26𝑃 = 31𝑃 + 25𝑃

= 23𝑃 + 29(1- ) = 23𝑃 + 26(1- ) = 31𝑃 + 25(1- )

= 23𝑃 + 29 − 31𝑃 = 23𝑃 + 26 − 26 = 31𝑃 + 25 − 25

= −6𝑃 + 29 = −3𝑃 + 27 = 6𝑃 + 25

estrategia 4 estrategia 5 estrategia 6

+ =1 + =1 + =1

= 31𝑃 + 29𝑃 = 29𝑃 + 26𝑃 = 25𝑃 + 29𝑃

= 31𝑃 + 29(1- ) = 29𝑃 + 26(1- ) = 25𝑃 + 29(1- )

= 31𝑃 + 29 − 29 = 29𝑃 + 26 − 26 = 25𝑃 + 29 − 29

= 2𝑃 + 29 = 3𝑃 + 26 = 3𝑃 + 26
 Estrategia 1 Estrategia 2 Estrategia 3

𝑃 =1 = 23 𝑃 =1 = 23 𝑃 =1 = 31

𝑃 =0 = 29 𝑃 =0 = 26 𝑃 =0 = 25

Estrategia 4 Estrategia 5 Estrategia 6

𝑃 =1 = 31 𝑃 =1 = 29 𝑃 =1 = 31

𝑃 =0 = 29 𝑃 =0 = 26 𝑃 =0 = 29

de 3 y de 1

= −6𝑃 + 29𝑃

= 6𝑃 + 25𝑃

−6𝑃 + 29 = 6𝑃 + 25

29 − 25 6𝑃 + 6𝑃

4 = 12𝑃

𝑃 = 0 33

𝑃 = 1− 𝑃
4
1−
12

𝑃 = 0 66

4
valor esperado del juego = 6𝑃 + 25 6 + 25
 Conclusion

We could analyze a series of models that make the "decision making" more simplified, as we know the decisions vary
according to the different external factors that are not controllable. However, as soon as possible, avoid and / or reduce its
impact so that the decision made will achieve the objective that was proposed and optimize the resources of the company.
 Bibliography

Joyce, J. (1999). The Foundations of Causal Decision Theory. Camdridge, UK: Cambridge University Press Editorial.
Retrieved
from http://bibliotecavirtual.unad.edu.co:2051/login.aspx?direct=true&db=nlebk&AN=228167&lang=es&site=eds-live
.
Prisner, E. (2014). Game Theory. Washington, District of Columbia, USA: Mathematical Association of America Editorial.
Retrieved
from http://bibliotecavirtual.unad.edu.co:2051/login.aspx?direct=true&db=nlebk&AN=800654&lang=es&site=eds-live
.
Owen, G. (2013). Game Theory: Monterey, California, USA: Naval Postgraduate School Editorial. Retrieved
from http://bibliotecavirtual.unad.edu.co:2048/login?url=http://search.ebscohost.com/login.aspx?direct=true&db=nlebk&AN
=525603&lang=es&site=ehost-live
Kelly, A. (2003). Decision Making Using Game Theory: An Introduction for Managers: Camdridge, UK: Cambridge
University Press Editorial. Retrieved
from http://bibliotecavirtual.unad.edu.co:2051/login.aspx?direct=true&db=nlebk&AN=120445&lang=es&site=eds-live
.
Narahari, Y. (2014). Game Theory And Mechanism Design. New Jersey, USA: IISc Lecture Notes Series. Retrieved from:
http://bibliotecavirtual.unad.edu.co:2051/login.aspx?direct=true&db=nlebk&AN=752585&lang=es&site=eds-live