Professional Documents
Culture Documents
Investigacin de Operaciones II
Mara Cristina Rif
1er. Semestre 2003
2
ndice general
1. Teora de Decisiones 7
1.1. Introduccin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2.2. Incertidumbre. . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.3. Riesgo. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
10
Arboles de decisin. . . . . . . . . . . . . . . . . . . . . .
1.2.4.
Captulo 1
Teora de Decisiones
1.1.
Introduccin
Esta o de a
raleza
d 1 l 2 Natu
m
...
d1
r11
r12
...
r1m
d2
r21
r22
...
r2m
...
...
...
...
...
dn
rn1
rn2
...
rnm
Cuadro 1.1: Matriz de Ganancias
Los valores rij son las ganancias (o perdidas) para cada posible
combinacin de decisin con respecto al estado de la naturaleza. El
proceso de decisin es el siguiente:
El tomador de decisiones selecciona una de las posibles
decisiones d1, d2,..., dn. Digamos di.
7
1.2.2. Incertidumbre
Se da cuando los Estados de
desconocidos Existen cuatro mtodos:
la
Naturaleza
son
Maximin (Pesimista):
Considera siempre disminuir las perdidas. Luego, el criterio se
puede resumir como:
5
Mejor (Peor)
A
2
S1
2000
00
1500
00
S2
200
00
200
00
1000
600
00
00
3
Cuadro 1.2: Matriz de Ganancias
Donde
Ai = Cursos de Accin
Si = Estados de la Naturaleza
Suponiendo que debemos tomar una decisin bajo incertidumbre,
tenemos:
Maximin:
Mejor((A1,20000),(A2,20000),(A3,60000))
A3
Maximax:
Mejor((A1,200000),(A2,150000),(A3,100000))
A1
Laplace:
A1
Costo de Oportunidad:
Matriz de Costo de Oportunidad:
A
S1
0
A
2
5000
0
1000
S2
800
00
400
00
0
00
3
Cuadro 1.3: Matriz de Costo de Oportunidad
A1
1.2.3. Riesgo
Se supone que hay ms que un estado de la naturaleza y que el
tomador de decisiones conoce la probabilidad de ocurrencia de cada
estado. Sea pj la probabilidad de que ocurra el estado j. Si el tomador
de decisiones toma
la decisin di, ERi viene
dado por:
ERi =
ri1 p1 + ri2 p2 + ... + rim
pm
Se debe tomar la decisin
ERi
Ejemplo
Problema
Consideremos como ejemplo el problema del vendedor de
peridicos: un vendedor de peridicos compra estos al camin de
entrega al inicio de cada da. Durante el da, vende estos
peridicos. Los peridicos sobrantes al final del da constituyen
perdidas. Asuma que cada peridico le cuesta 15 centavos y los
vende a 50 centavos cada uno, y que la siguiente distribucin de
probabilidades es conocida
1.2.4.Arboles de decisin
Ejemplo: Companya ABC
Problema
La Compaa ABC ha desarrollado una nueva lnea de productos.
La Administracin debe decidir una estrategia de marketing y
produccin adecuada. Se consideran tres estrategias, las cuales
denominaremos: A (agresiva), B (bsica) y C (precavida). Las
condiciones del mercado bajo estudio se denotan mediante S
(fuerte) o W (dbil). Las mejores estimaciones de la
Administracin para cada caso se muestran en la tabla 4.3.
Decisi
n
Estado de la
Naturaleza
S
W
A
30
-8
B
20
7
C
5
15
Cuadro 1.5: Estimaciones de Estrategias de Marketing de
ABC
10
11
Nomenclatura
Un nodo cuadrado representara un punto en el cual se debe tomar
una decisin, y cada lnea abandonando el cuadrado representara
una posible decisin. Un nodo circulo representara situaciones cuyas
ocurrencias son inciertas, y cada lnea abandonando el circulo
representara un posible acontecimiento.
El proceso de usar un rbol de decisin para encontrar la decisin
optima se denomina resolver el rbol. Para resolver el rbol se
trabaja desde atrs hacia adelante. Esto se llama retornando el rbol
. Primero, las ramas terminales se llevan hacia atrs calculando un
valor esperado para cada nodo terminal. Ver la figura 1.2.
La Administracin debe resolver un problema ms simple que es el
de elegir la alternativa que lleva al valor esperado ms alto del nodo
terminal. De esta forma un rbol de decisin provee una forma ms
grafica de ver el problema. Se utiliza la misma informacin que antes
y se realizan los mismos clculos.
Anlisis de Sensibilidad
12
o lo que es lo mismo,
13
14
incierto. Hay dos resultados posibles. El test puede ser alentador (E)
o desalentador (D). Las probabilidades de estos dos eventos son P(E)
y P(D) respectivamente. Cmo calcular esas probabilidades?
Aqu son importantes las nociones de probabilidades. La informacin
dada es condicional.
Dado S, la probabilidad de E es 60% y la probabilidad de D es 40%.
Anlogamente, se sabe que dado W, la probabilidad de E es de 30% y
la probabilidad de D es de 70%. Esas probabilidades condicionales
pueden escribirse como:
P(E/S) = 0,6
P(E/W) =
0,3
P(D/W) =
P(D/S) = 0,4
0,7
Adems se sabe que P(S) = 0,45 y P(W) = 0,55. Esa es toda la
informacin que se requiere para calcular P(E) y P(D). Para los
eventos S1, S2,...,Sn que comparten el espacio posible de
acontecimientos y un evento
T, se tiene
P(T) = P(T/S1) P(S1) + P(T/S2) P(S2) + ... + P(T/Sn) P(Sn) que para
el problema viene a ser:
P(E)
= P(E/S) P(S) + P(E/W)
P(W)
= (0,6) (0,45) + (0,3)
(0,55)
= 0,435
y
P(D)
15
16
17
18
19