You are on page 1of 26

UNIVERSIDAD TECNICA DE ORURO

FACULTAD NACIONAL DE INGENIERIA

ESTUDIO DE LA ORGANIZACIN
2.1. INTRODUCCION
El presente trabajo de investigacin hace referencia a la importancia que tiene la Toma de Decisiones, dentro
delaEMPRESA AVICOLA IMBA .SA.
Pues bien por medio de la toma de decisiones, seleccionamos la mejor alternativa, de un conjunto de
alternativas, cuyo fin es el tener una mayor utilidad en relacin a un mayor valor, para que la empresa
IMBA,llegue a tener xito, maximizando sus ganancias, bajo un situacin de certidumbre o incertidumbre,
influidos en cierta parte por estados de naturaleza, procurando que IMBA,llegue a tener o a caer en riesgos,
para su estudio recurrimos al apoyo de las herramientas matemticas con la aplicacin de modelos
matemticos, trataremos de establecer el volmenes de los diferentes productos que ofrece como pollo entero,
pollo trozado, pollo en bandeja pollo deshuesado, pre-elaborados, milanesas, etc. a producir en la Empresa
avcola IMBA verificando as si esta produccin satisface la demanda de los consumidores.
Con ello como sugeriremos al gerente general y altos directivos de IMBA para que tomen Buenas
Decisiones.
2.2. PLANTEAMIENTO DEL PROBLEMA
El problema surge como consecuencia de detallar cual es el nmero de productos de carne blanca, que
IMBA,debe de producir para que pueda satisfacer la demanda de los consumidores, de ser alta la demanda
sugerir la apertura de nuevas sucursales, dentro del rea geogrfica del departamento de Oruro.
2.3. PROBLEMA
Cul es el nmeroprudente de productos que el produce para satisfacer la demanda de sus consumidores y
as generar ms ingresos econmicos?
2.4. OBJETIVOS
2.4.1. OBJETIVO GENERAL
Determinar la cantidad de productos IMBA para satisfacer las necesidades de los clientes mediante la oferta
de un producto inocuo y de calidad, enfocando todas las operaciones hacia la mejora continua y la
productividad, mediante el compromiso del personal, proveedores y distribuidores.
2.4.2. OBJETIVOS ESPECIFICOS

Calcular el volumen depollosque llegan a IMBA para satisfacer la demanda de las sucursales.
Fijar el nmero de pollos enteros en IMBA para cubrir la demanda de la poblacin.
Determinar la cantidad de pollos pre- elaboradosde llegada a IMBA para compensar la demanda
en las zonas.
Establecer la cantidad de pollos trozados y cocidosque se producen y llegan a nuestra ciudad a la
casa matriz de IMBA para compensar la demanda en las zonas.
Determinar la cantidad de demanda que debe de producir el IMBA,por medio de clculos
matemticos.
Respaldar a travs de aplicaciones.

CONSTRUCCION O APLICACIN DEL MODELO

UNIVERSIDAD TECNICA DE ORURO


FACULTAD NACIONAL DE INGENIERIA
2.5. MARCO TEORICO
Toma de decisiones.El acto de decidir es frecuente y natural, las decisiones q se toman son susceptibles a ser mejoradas tomando
en cuento un anlisis.
La mayora de las acciones, operaciones que se realizan en la vidasolicita la eleccin de alternativas
bajo incertidumbre, esto es, elegir entre un conjunto de cursos alternos de accin en condiciones en donde uno
tiene incertidumbre sobre las consecuencias reales de cada curso de accin. A menudo, sin embargo, debemos
elegir una alternativa y frecuentemente nos preocupa que sea la alternativa mejor u ptima.
El objetivo principal, no el nico, perseguido por el anlisis de decisiones es ayudar a seleccionar la
alternativa optima aquella de la que se pueda razonablemente esperar los mejores resultados teniendo
presentes de limitaciones que introducen los recursos disponibles de la empresa, la incertidumbre y la
dificultad de cuantificacin. A menudo se hace una mala interpretacin de este objetivo y se intenta llegar,
para discernir cual ser la mejor opcin, a un grado de anlisis de las diferentes alternativas mayor y ms
costoso del necesario.
En la tecnologa de avance vertiginoso de hoy en da, es algunas veces inquietantemente aparente
(quiz bastante frecuente) la necesidades de decisiones racionales en los negocios, la industria y el gobierno.
Los problemas de desarrollo de productos relacionados con la investigacin y desarrollo (I&D), produccin,
finanzas y actividades de mercadeo, abundan tanto en el campo tcnico como estratgico. En produccin es
posible que se necesite decidir sobre un mtodo o proceso de produccin para fabricacin; tambin si se debe
alquilar, subcontratar, o fabricar o seleccionar un plan de control de calidad. En finanzas puede ser necesario
decidir si se invierte o no en una nueva planta, en equipo, en programas de investigacin y mercadeo, en
instalaciones, an en ordenes riesgosas. En mercadeo, tienen que determinar el esquema de precios, si debe
hacerse investigacin de mercado o no y de qu tipo y con qu intensidad y el tipo de campaa publicitaria,
etc.
Cada uno de estos problemas de decisin es caractersticamente complejo. Es casi imposible para un
tomador de decisiones tener en cuenta todos los factores que inciden en la decisin simultneamente. Por
tanto; sera en gran utilidad encontrar en alguna manera de descomponer estos problemas de decisin para
permitirle al tomador de decisiones, pensar en las implicaciones de un conjunto de factores, uno por uno, de
una manera racional (consistente).
El anlisis de decisin proporciona un conjunto rico en conceptos y tcnicas para ayudar al tomador
de decisiones a tratar problemas de decisin complejos bajo incertidumbre. La formulacin del anlisis de
decisin considera explcitamente tanto en la estructura de preferencia del tomador individual de decisiones,
como las incertidumbres que caracterizan la situacin. Una exposicin en los conceptos d anlisis de decisin
lo coloca rpidamente a uno al tanto de dificultades comunes de los enfoques ms informales (como la
intuicin) a tales problemas de decisin. Un beneficio particular de este enfoque es facilitar las
comunicaciones y el anlisis entre los individuos comprometidos y afectados por el problema de decisin.
El anlisis de decisiones tiene que ver con la toma racional (consistente) de decisiones,
principalmente bajo condiciones de incertidumbre. Esto es, la ayuda al tomador de decisiones a contestar la
pregunta "cul es la mejor alternativa que puedo seleccionar con base en la informacin que tengo ahora?"
(Normalmente es incompleta e incierta).
El anlisis de decisin le permite al tomador de decisiones analizar una situacin compleja con
muchos cursos de accin consistentes con los valores bsicos (gustos) y conocimientos (creencias) del
tomador de decisiones. Esto es, presenta los conceptos y mtodos para escoger, pero no pretende describir
como la gente toma en realidad las decisiones.

UNIVERSIDAD TECNICA DE ORURO


FACULTAD NACIONAL DE INGENIERIA

ELEMENTOS PARA LA TOMA DE DECISIONES


e1: El TOMADOR DE DECISIONES
El gerente, de la empresa IMBA, el cual debe realizar una demanda de pedido, al departamento de
produccin, y cerciorarse que las actividades dentro de esta marchen bien.
Este es el responsable de tomar decisiones. Se le considera como una entidad y puede ser un solo individuo,
un comit, una compaa, una nacin, etc.
El tomador de decisiones debe:
-

Asignar probabilidades personales a los eventos y utilidades a las consecuencias asociadas con cada
par accin-evento.
Calcular una utilidad esperada para cada accin.
Elegir la accin que maximice la utilidad esperada.

PARA LOS POLLOS:


Confeccionar el modelo para satisfacer la demanda de las nuevas sucursales maximice el costo de beneficio
(mayor ingreso) que permitir abarcar el mercado de la empresa.
MODELO
La demanda en el centro no sigue un intervalo de tiempo constante, por lo que los pedidos se realizan en
cualquier momento.
e2: ACCIONES.
a1 = Abrir una sucursal en la zona norte
a2 = Abrir una sucursal en la zona sud
a3 = Abrir una sucursal en la zona este

Las ACCIONES indican si se abren o no una sucursal de acuerdo a la demanda existen en


el consumo de pollos elaborados.
e3: ESTADOS DE NATURALEZA.
1 = Demanda alta
2 = Demanda media
3 = Demanda baja

(600 pollos)
(450 pollos)
(200 pollos)

Los ESTADOS DE NATURALEZA indican la DEMANDA de la aceptacin de los pollos en sus diferentes
variedades.

UNIVERSIDAD TECNICA DE ORURO


FACULTAD NACIONAL DE INGENIERIA
e4: FUNCION QUE RELACIONE LAS ACCIONES Y LOS ESTADOS DE LA NATURALEZA

aj al conjunto de acciones o alternativas


k al conjunto de eventos o de estados de la naturaleza

f (aj, k)

BENEFICIO
COSTOS
PERDIDAS

j=1,2,3.
k=1, 2,3.
e5: CONJUNTO DE RESULTADOS

Construccin del modelo (Matriz de Beneficios)


Para la zona norte
Local = 2800 bs
Equipamiento=4720 bs
Servicios bsicos=415 bs
Publicidad =1000 bs
Sueldo personal (6 trabajadores)= 1200 bs
Total (Costo fijo) = 10135 bs
Pollo entero = 35 bs/unid.
Pollo trozado = 15 bs/Kg
Pollo pre elaborados = 25 bs/unid.
Pollo cocido = 60 bs/unid.,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,
Para la zona sud
Local = 1300 bs
Equipamiento=4720 bs
Servicios bsicos=350 bs
Publicidad =1000 bs
Sueldo personal (7 trabajadores)= 1200 bs
Total (Costo fijo) = 8570 bs
Pollo entero = 35 bs/unid.
Pollo trozado = 15 bs/Kg
Pollo pre elaborados = 25 bs/unid.
Pollo cocido = 60 bs/unid ,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,
Para la zona este
Local = 1100 bs

UNIVERSIDAD TECNICA DE ORURO


FACULTAD NACIONAL DE INGENIERIA
Equipamiento=4720 bs
Servicios bsicos=350 bs
Publicidad =1000 bs
Sueldo personal (7 trabajadores)= 1200 bs
Total (Costo fijo) = 8370 bs
Pollo entero = 35 bs/unid.
Pollo trozado = 15 bs/Kg
Pollo pre elaborados = 25 bs/unid.
Pollo cocido = 60 bs/unid ,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,

PRODUCCIN DE POLLOS.En primer lugar se muestra la produccin de pollos, con un precio unitario (precio de venta) de pollo entero a
bs 35, pollo trozado a 15 Bs/Kg, pollo pre elaborado a bs 25. El precio de perdida por retrasos y demoras en
entrega es de 5 Bs. Los pedidos se hacen por cantidad.

Cantidad
1
6
12

Precio (Bs./)
35
210
420

Precio (Bs./unidad)
35
33.5
32

RESULTADOS=f (aj, k)

aj al conjunto de acciones o alternativas


k al conjunto de eventos o de estados de la naturaleza

Resultados=Beneficio
Beneficio=I-CT
Beneficio=n*p-(cf+cv*n)

n= demanda
p=precio unitario
cv= costo variable
cv=0
cf= costo fijo
Ecuacin beneficio:
B=Ingresos costo total
B= (n*p)-(cf+ n*cv)
B= n*p-cf

UNIVERSIDAD TECNICA DE ORURO


FACULTAD NACIONAL DE INGENIERIA
Para f (a1,1) = (600*35)-10135 =10865
Para f (a1,2) = (450*35)-10135 = 5615
Para f (a1,3) = (200*35)-10135 = -3135
Para f (a2,1) = (600*35)-8570 = 12430
Para f (a2,2) = (450*35)-8570 = 7180
Para f (a2,3) = (200*35)-8570 = -1570
Para f (a2,1) = (600*35)-8370 = 12630
Para f (a2,2) = (450*35)-8370 = 7380
Para f (a2,3) = (200*35)-8370 = -1370
e6: PROCESO DE DECISION

PROCESO

CRITERIO: Maximizar

CRITERIO

las utilidades de la EMPRESA AVICOLA IMBA EN ORURO.

CARACTERSTICAS DE UN PROBLEMA DE DECISIN.-

Las caractersticas de un problema de decisin constituyen la descripcin formal del


problema y proporcionan la estructura para la solucin.
Numero finito de alternativas:
aj al conjunto de acciones o alternativas.
Donde: j=1,2,3.
Acciones en funcin de los eventos o estados de la naturaleza.
f (aj, k)
j=1,2,3.
k=1, 2,3.
Criterio: Maximizar los ingresos
2.7. MATRIZ DE CONSECUENCIAS

Matriz de beneficios para pollos enteros


Prod/Dem

a1=sucursal norte

10865

5615

-3185

UNIVERSIDAD TECNICA DE ORURO


FACULTAD NACIONAL DE INGENIERIA
a2= sucursal sud

12430

7180

-1570

a3= sucursal este

12630

7380

-1370

[Bs]

PARA EL POLLO TROZADO:


e1: El TOMADOR DE DECISIONES
El Gerente de ventas, de la EMPRESA IMBA.SA., el cual debe de darle una demanda de pedido de alrededor
de 500 pollos por agencia, al departamento de produccin, y cerciorarse que las actividades dentro de esta
marche bien.

MODELO

Confeccionar el modelo de venta y la accin que maximice el costo de beneficio (mayor


ingreso) que permitir actualizar los equipos de la empresa.
La demanda en el centro no sigue un intervalo de tiempo constante, por lo que los
pedidos se realizan en cualquier momento.
e2: ACCIONES.

a1 = Abrir una sucursal en la zona norte


a2 = Abrir una sucursal en la zona sud
a3 = Abrir una sucursal en la zona este
Las ACCIONES indican si se abren o no una sucursal de acuerdo a la demanda de pollos
e3: ESTADOS DE NATURALEZA.

1 = Demanda alta
2 = Demanda media
3 = Demanda baja

(600 pollos)
(450 pollos)
(200 pollos)

Los ESTADOS DE NATURALEZA indican la DEMANDA de la aceptacin de los


pollos en las zonas
e4.FUNCION QUE RELACIONE LAS ACCIONES Y LOS ESTADOS DE LA NATURALEZA

aj al conjunto de acciones o alternativas


k al conjunto de eventos o de estados de la naturaleza

UNIVERSIDAD TECNICA DE ORURO


FACULTAD NACIONAL DE INGENIERIA

Cantidad
1
6
12

Precio (Bs./kg)
15
90
180

Precio (Bs./unidad)
15
13.5
11.5

e5: CONJUNTO DE RESULTADOS

Produccin de pollos trozados.A continuacin se puede observar la distribucin de pollos trozados, con un precio unitario
de (precio de fabricacin) de 15 Bs. El precio de perdida por retraso y demoras es de 5 Bs
precio estndar.
Construccin del modelo (Matriz de Beneficios)
Para la zona Norte
Local = 2800 bs
Equipamiento=4720 bs
Servicios bsicos=415 bs
Publicidad =1000 bs
Sueldo personal (6 trabajadores)= 1200 bs
Total (Costo fijo) = 10135 bs
Pollo entero = 35 bs/unid.
Pollo trozado = 15 bs/Kg
Pollo pre elaborados = 25 bs/unid.
Pollo cocido = 60 bs/unid.,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,
Para la zona sud
Local = 1300 bs
Equipamiento=4720 bs
Servicios bsicos=350 bs
Publicidad =1000 bs
Sueldo personal (7 trabajadores)= 1200 bs
Total (Costo fijo) = 8570 bs
Pollo entero = 35 bs/unid.
Pollo trozado = 15 bs/Kg
Pollo pre elaborados = 25 bs/unid.
Pollo cocido = 60 bs/unid
,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,

Para la zona este


Local = 1100 bs
Equipamiento=4720 bs
Servicios bsicos=350 bs

UNIVERSIDAD TECNICA DE ORURO


FACULTAD NACIONAL DE INGENIERIA
Publicidad =1000 bs
Sueldo personal (7 trabajadores)= 1200 bs
Total (Costo fijo) = 8370 bs
Pollo entero = 35 bs/unid.
Pollo trozado = 15 bs/Kg
Pollo pre elaborados = 25 bs/unid.
Pollo cocido = 60 bs/unid ,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,

FUNCION OBJETIVO:
n= demanda
p=precio unitario
cv= costo variable
cv=0
cf.= costo fijo
Ecuacin beneficio:
B=Ingresos costo total
B= (n*p)-(cf+n*cv)

B= n*p-cf
Para f (a1,1) = (600*15)-10135 = -1135
Para f (a1,2) = (450*15)-10135 = -3385
Para f (a1,3) = (200*15)-10135 = -7135
Para f (a2,1) = (600*15)-8570 = 430
Para f (a2,2) = (450*15)-8570 = -1820
Para f (a2,3) = (200*15)-8570 = -5570
Para f (a3,1) = (600*15)-8370 = 630
Para f (a3,2) = (450*15)-8370 = -1620
Para f (a3,3) = (200*15)-8370 = -5370

e6: PROCESO DE DECISION

PROCESO

CRITERIO: Maximizar

CRITERIO

las utilidades de la EMPRESA AVICOLA IMBA EN ORURO.

UNIVERSIDAD TECNICA DE ORURO


FACULTAD NACIONAL DE INGENIERIA
B) CARACTERSTICAS DE UN PROBLEMA DE DECISIN.-

Las caractersticas de un problema de decisin constituyen la descripcin formal del


problema y proporcionan la estructura para la solucin.
Numero finito de alternativas:
aj al conjunto de acciones o alternativas.
Donde: j=1,2.
Acciones en funcin de los eventos o estados de la naturaleza.
f (aj, k)
j=1,2.
k=1, 2,3.
Criterio: Maximizar los ingresos
2.7. MATRIZ DE CONSECUENCIAS

Matriz de beneficios para pollos trozados


Prod/Dem

a1=sucursal norte

- 1135

- 3385

- 7135

a2= sucursal sud

430

- 1820

- 5570

A3= sucursal este

630

- 1620

- 5370

PARA EL POLLO PRE ELABORADO:

Confeccionar el modelo de venta y la accin que maximice el costo de beneficio (mayor


ingreso) que permitir actualizar los equipos de la empresa.
La demanda en el centro no sigue un intervalo de tiempo constante, por lo que los pedidos
se realizan en cualquier momento.
e1: El TOMADOR DE DECISIONES
El Gerente de ventas, de la EMPRESA IMBA.SA., el cual debe de darle una demanda de pedido de alrededor
de 500 pollos por agencia, al departamento de produccin, y cerciorarse que las actividades dentro de esta
marche bien.

UNIVERSIDAD TECNICA DE ORURO


FACULTAD NACIONAL DE INGENIERIA
Este es el responsable de tomar decisiones. Se le mira como una entidad y puede ser un solo individuo, un
comit, una compaa, una nacin, etc.
El tomador de decisiones debe:
-

Asignar probabilidades personales a los eventos y utilidades a las consecuencias asociadas con cada
par accin-evento.
Calcular una utilidad esperada para cada accin.

Elegir la accin que maximice la utilidad esperada


e2: ACCIONES.
a1 = Abrir una sucursal en la zona norte
a2 = Abrir una sucursal en la zona sud
a3 = Abrir una sucursal en la zona este

Las ACCIONES indican si se abren o no una sucursal de acuerdo a la demanda de pollos.


e3: ESTADOS DE NATURALEZA.
1 = Demanda alta
2 = Demanda media
3 = Demanda baja

(600 personas)
(450 personas)
(200 personas)

Los ESTADOS DE NATURALEZA indican la DEMANDA de aceptacin de los pollos en las respectivas
zonas.

e4.FUNCION QUE RELACIONE LAS ACCIONES Y LOS ESTADOS DE LA NATURALEZA

aj al conjunto de acciones o alternativas


k al conjunto de eventos o de estados de la naturaleza

f (aj, k)
j=1,2.
k=1, 2,3.
e5: CONJUNTO DE RESULTADOS

Produccin de pollos pre elaborados.-

BENEFICIO
COSTOS
PERDIDAS

UNIVERSIDAD TECNICA DE ORURO


FACULTAD NACIONAL DE INGENIERIA
Posteriormente se puede describir la distribucin de pollos, con un precio unitario de
(precio de fabricacin) de 15 Bs. El precio de prdidas por retraso y demoras es de 5.00
Bs. Precio estndar.
Cantidad (docenas)
1
6
12

Precio (Bs./docena)
25
150
300

Construccin del modelo (Matriz de Beneficios)


Para la zona Norte
Local = 2800 bs
Equipamiento=4720 bs
Servicios bsicos=415 bs
Publicidad =1000 bs
Sueldo personal (6 trabajadores)= 1200 bs
Total (Costo fijo) = 10135 bs
Pollo entero = 35 bs/unid.
Pollo trozado = 15 bs/Kg
Pollo pre elaborados = 25 bs/unid.
Pollo cocido = 60 bs/unid.,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,
Para la zona sud
Local = 1300 bs
Equipamiento=4720 bs
Servicios bsicos=350 bs
Publicidad =1000 bs
Sueldo personal (7 trabajadores)= 1200 bs
Total (Costo fijo) = 7490 bs
Pollo entero = 35 bs/unid.
Pollo trozado = 15 bs/Kg
Pollo pre elaborados = 25 bs/unid.
Pollo cocido = 60 bs/unid
,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,

Para la zona este


Local = 1100 bs
Equipamiento=4720 bs
Servicios bsicos=350 bs
Publicidad =1000 bs
Sueldo personal (7 trabajadores)= 1200 bs
Total (Costo fijo) = 8370 bs
Pollo entero = 35 bs/unid.
Pollo trozado = 15 bs/Kg
Pollo pre elaborados = 25 bs/unid.

Precio (Bs./unidad)
25
23
21

UNIVERSIDAD TECNICA DE ORURO


FACULTAD NACIONAL DE INGENIERIA
Pollo cocido = 60 bs/unid ,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,

FUNCION OBJETIVO:
n= demanda
p=precio unitario
cv= costo variable
cv=0
cf= costo fijo
Ecuacion beneficio:
B=Ingresos costo total
B= (n*p)-(cf+(n*cv))
B= n*p-cf
Para f (a1,1) = (600*25)-10135 =4865
Para f (a1,2) = (450*25)-10135 = 1115
Para f (a1,3) = (200*25)-10135 = -5135
Para f (a2,1) = (600*25)-8570 = 6430
Para f (a2,2) = (450*25)-8570 = 2580
Para f (a2,3) = (200*25)-8570 = -3570
Para f (a3,1) = (600*25)-8370 = 6630
Para f (a3,2) = (450*25)-8370 = 2880
Para f (a3,3) = (200*25)-8370 = -3370
2.7. CONSTRUCCION DE LA MATRIZ DE CONSECUENCIAS

Matriz de beneficios para el pollo pre elaborado


Prod/Dem

a1=sucursal norte

4865

1115

-5135

a2= sucursal sud

6430

2580

-3570

a3=sucursal este

6630

2880

-3370

d).- CONSECUENCIAS.Las consecuencias las cuales deben evaluarse por el tomador de decisiones son una medida
del beneficio neto o pago recibido por l. Las consecuencias que resultan de la decisin
dependen no solamente de la decisin sino tambin del evento que ocurra. As, hay una

UNIVERSIDAD TECNICA DE ORURO


FACULTAD NACIONAL DE INGENIERIA
consecuencia asociada con cada par accin-evento. Las consecuencias se denominan
sinnimamente "pagos", "resultados", "beneficios" o "perdidas". Ellas se resumen
convenientemente en una "matriz de pago" o "matriz de decisin" que exhibe las
consecuencias de todas las combinaciones accin-evento.
Debe mencionarse que las consecuencias deben reflejar los valores subjetivos del valor de
decisiones. Esto es, deben representar las preferencias del tomador de decisiones o los
valores de las consecuencias objetivas correspondientes. En otras palabras, las
consecuencias objetivas tienen necesariamente que ser transformadas en "utilidades" que
reflejen el valor subjetivo de las consecuencias del tomador de decisiones. Por tanto, ser
necesario evaluar la funcin de utilidad del tomador de decisiones. Para simplificar la
decisin, supondremos, a no ser que se diga lo contrario, que los valores dados de las
consecuencias ya han sido transformados en utilidades.

2.8. CRITERIOS DE DECISION BAJO COMPLETA INCERTIDUMBRE

Describir caractersticas de estos en 4 lneas mostrar su aplicacin

2.9. CRITERIOS DE DECISION BAJO RIESGO


2.9.1. TEORIA BAYESIANA EN LA TOMA DE DECISIONES

2.9.1.1. SIN EXPERIMENTACIN

1. Probabilidades Apriori de los Estados de Naturaleza.


(Ver Anexo 2)
P (1) = 0.5
P (2) = 0.3
P (3) = 0.2
2. Clculo del valor esperado.
E[f(ai,k)] = {f(ai,k)P(k)}
E[f(a1,k)] = {14.40*0.5 +(-26.40)*0.3 + (-436.80)*0.2}
= -88.08
E[f(a2,k)] = {78.66*0.5 + 120.00*0.3 + (-288.00)*0.2}
= 17.73

UNIVERSIDAD TECNICA DE ORURO


FACULTAD NACIONAL DE INGENIERIA
E[f(a3,k)] = {300.00*0.5 + 405.60*0.3 + 720.00*0.2}
= 415.68
3 Elegir la accin que maximice la utilidad esperada.
MAX E[f(ai,k)] = MAX {-88.08; 17.73 ; 415.68}
a3 = MAX {415.68} (Eleccin Bayesiana)
4 Respuesta.
Se elige a3 (accin 3), o sea producir 100 docenas (1200 unidades).
Para el queso:
2.9.1.1. SIN EXPERIMENTACIN

1. Probabilidades de los Estados de Naturaleza.


(Ver Anexo 2)
P(1) = 0.5
P(2) = 0.4
P(3) = 0.1
2. Clculo del valor esperado.
E[f(ai,k)] = {f(ai,k)P(k)}
E[f(a1,k)] = {50.40*0.5 +(-72.00)*0.4 + (-1303.20)*0.1}
= -133.92
E[f(a2,k)] = {162.60*0.5 + 384.00*0.4 + (-840.00)*0.1}
= 150.90
E[f(a3,k)] = {(-561.60)*0.5 + (-228.00)*0.4 + (-720.00)*0.1}
= -444.00
3 Elegir la accin que maximice la utilidad esperada.
MAX E[f(ai,k)] = MAX {-133.92; 150.90 ; -444.00}
a3 = MAX {150.90} (Eleccin Bayesiana)
4 Respuesta.
Se elige a2 (accin 2), o sea producir 10 docenas (120 unidades).

UNIVERSIDAD TECNICA DE ORURO


FACULTAD NACIONAL DE INGENIERIA
Para el yogurt:
2.9.1.1.SIN EXPERIMENTACIN

1. Probabilidades de los Estados de Naturaleza.


(Ver Anexo 2)
P(1) = 0.7
P(2) = 0.2
P(3) = 0.1
2. Clculo del valor esperado.
E[f(ai,k)] = {f(ai,k)P(k)}
E[f(a1,k)] = {22.80*0.7 +(-58.80)*0.2 + (-879.60)*0.1}
= -83.76
E[f(a2,k)] = {64.62*0.7 + 144.00*0.2 + (-672.00)*0.1}
= 6.83
E[f(a3,k)] = {(-262.80)*0.7 + (-141.60)*0.2 + (-336.00)*0.1}
= -245.88
3 Elegir la accin que maximice la utilidad esperada.
MAX E[f(ai,k)] = MAX {-83.76; 6.83 ; -245.88}
a3 = MAX {6.83} (Eleccin Bayesiana)
4 Respuesta.
Se elige a2 (accin 2), o sea producir 10 docenas (120 unidades).
2.9.1.2.CON EXPERIMENTACIN.-

Produccin de leche
A continuacin se muestran los estudios (datos) realizados en base a la
facturacin de pedidos de leche al centro (Tabla I)en la que se denotan 3
polticas(estrategias). {Ver Anexo 3}
Tabla I
Prod\Demandas
I = Muy buena
II = Aceptable
III = Dudosa
Total

12
80
65
19
164

120
50
39
8
97

1200
35
21
0
56

UNIVERSIDAD TECNICA DE ORURO


FACULTAD NACIONAL DE INGENIERIA

A partir de los datos(estudios) se constituye la matriz de probabilidades (Tabla II)


Tabla II
Prod\Demandas
I = Muy buena
II = Aceptable
III = Dudosa

1
0.49
0.40
0.12

2
0.52
0.40
0.08

3
0.63
0.38
0

Luego con la Tabla II, hallamos los valores de la Matriz de Probabilidades A


POSTERIORI (Tabla III):
(Ver clculos en el Anexo 4)
Tabla III
Polticas\Demandas
1
2
3
0.465
0.296
0.239
a1
0.505
0.303
0.192
a2
0.714
0.286
0
a3

1. Probabilidades de los Estados de Naturaleza. (Ver Anexo 2)


P(1) = 0.5
P(2) = 0.3
P(3) = 0.2
2. Clculo del valor esperado.
E[f(ai,k)] = {f(ai,k)P(k)}
Poltica I:
E[f(a1,k)] = {14.40*0.465-26.40*0.296-436.80*0.239}
= -105.51
E[f(a2,k)] = {78.66*0.465+120.00*0.296-288.00*0.239}
= 3.26
E[f(a3,k)] = (300.00*0.465+405.60*0.296+320.00*0.239)
= 336.04
MAX E[f(ai,k)] = MAX {-105.51; 3.26; 336.04}
a3 = MAX {336.04} (Eleccin Bayesiana)

UNIVERSIDAD TECNICA DE ORURO


FACULTAD NACIONAL DE INGENIERIA
Rta: Elegir la accion a3 (accion 3). Producir 1200 unidades.
Poltica II:
E[f(a1,k)] = (14.40*0.505 26.40*0.303-436.80*0.192)
= -84.593
E[f(a2,k)] = (78.66*0.505+120.00*0.303-288*0.192)
= 20.787
E[f(a3,k)] = (300.00*0.505+405.60*0.303+320.00*0.192)
= 335.837
MAX E[f(ai,k)] = MAX {-84.593; 20.787; 335.837}
a3 = MAX {335.837} (Eleccin Bayesiana)
Rta: Elegir la accion a3 (accion 3). Producir 1200 unidades.
Poltica III:
E[f(a1,k)] = (14.40*0.714-26.40*0.286-436.80*0)
= 2.731
E[f(a2,k)] = (78.66*0.714+120.00*0.286-288.00*0)
= 90.483
E[f(a3,k)] = (300.00*0.714+405.60*0.286+320.00*0)
= 330.202
MAX E[f(ai,k)] = MAX {2.731; 90.483; 330.202}
a3 = MAX {330.202} (Eleccin Bayesiana)
Rta: Elegir la accion a3 (accion 3). Producir 1200 unidades.
Produccin de queso
A continuacin se muestran los estudios(datos) realizados en base a la
facturacin de pedidos de queso al centro (Tabla I)en la que se denotan 3
polticas(estrategias). {Ver Anexo 3}
Tabla I
Prod\Demandas
12
120
1200
90
75
48
I = Muy buena
70
54
39
II = Aceptable
21
12
0
III = Dudosa
181
141
87
Total

UNIVERSIDAD TECNICA DE ORURO


FACULTAD NACIONAL DE INGENIERIA

A partir de los datos(estudios) se constituye la matriz de probabilidades (Tabla II)


Tabla II
Prod\Demandas
1
2
3
0.50
0.53
0.55
I = Muy buena
0.39
0.38
0.45
II = Aceptable
0.12
0.09
0
III = Dudosa

Luego con la Tabla II, hallamos los valores de la Matriz de Probabilidades A


POSTERIORI (Tabla III):
(Ver clculos en el Anexo 4)

Tabla III
Polticas\Demandas
a1
a2
a3

1
0.483
0.497
0.625

2
0.410
0.388
0.375

1. Probabilidades de los Estados de Naturaleza. (Ver Anexo 2)


P(1) = 0.5
P(2) = 0.4
P(3) = 0.1
2. Clculo del valor esperado.
E[f(ai,k)] = {f(ai,k)P(k)}
Poltica I:
E[f(a1,k)] = (50.40*0.483-72.00*0.410-1303.20*0.106)
= -143.316
E[f(a2,k)] = (162.60*0.483+384.00*0.410-840.00*0.106)
= 146.936
E[f(a3,k)] = (-561.60*0.483-228.00*0.410-720.00*0.106)
= -441.053
MAX E[f(ai,k)] = MAX {-143.316; 146.936; -441.053}
a2 = MAX {146.936} (Eleccin Bayesiana)

3
0.106
0.115
0

UNIVERSIDAD TECNICA DE ORURO


FACULTAD NACIONAL DE INGENIERIA

Rta: Elegir la accin a2 (accin 2). Producir 120 unidades.


Poltica II:
E[f(a1,k)] = (50.40*0.497-72.00*0.388-1303.20*0.115)
= -152.755
E[f(a2,k)] = (162.60*0.497+384.00*0.388-840.00*0.115)
= 133.204
E[f(a3,k)] = (-561.60*0.497-228.00*0.388-720.00*0.115)
= -450.379
MAX E[f(ai,k)] = MAX {-152.755; 133.204; -450.379}
a2 = MAX {133.204} (Eleccin Bayesiana)
Rta: Elegir la accion a2 (accion 2). Producir 120 unidades.
Poltica III:
E[f(a1,k)] = (50.40*0.625-72.00*0.375-1303.20*0)
= 4.500
E[f(a2,k)] = (162.60*0.625+384.00*0.375-840.00*0)
= 245.625
E[f(a3,k)] = (-561.60*0.625-228.00*0.375-720.00*0)
= -436.500
MAX E[f(ai,k)] = MAX {4.500; 245.625; -436.500}
a2 = MAX {245.625} (Eleccin Bayesiana)
Rta: Elegir la accion a2 (accion 2). Producir 120 unidades.
Produccin de yogurt
A continuacin se muestran los estudios(datos) realizados en base a la
facturacin de pedidos de yogurt al centro (Tabla I)en la que se denotan 3
polticas(estrategias). {Ver Anexo 3}
Tabla I
Prod\Demandas
12
120
1200
75
45
33
I = Muy buena
59
39
19
II = Aceptable
16
10
0
III = Dudosa

UNIVERSIDAD TECNICA DE ORURO


FACULTAD NACIONAL DE INGENIERIA
Total

150

94

52

A partir de los datos(estudios) se constituye la matriz de probabilidades (Tabla II)


Tabla II
Prod\Demandas
I = Muy buena
II = Aceptable
III = Dudosa

1
0.50
0.39
0.11

2
0.48
0.42
0.10

3
0.63
0.36
0

Luego con la Tabla II, hallamos los valores de la Matriz de Probabilidades A


POSTERIORI (Tabla III): (Ver clculos en el Anexo 4)
Tabla III
Polticas\Demandas
a1
a2
a3

1
0.688
0.695
0.794

2
0.189
0.214
0.206

1. Probabilidades de los Estados de Naturaleza. (Ver Anexo 2)


P(1) = 0.7
P(2) = 0.2
P(3) = 0.1
2. Clculo del valor esperado.
E[f(ai,k)] = {f(ai,k)P(k)}
Poltica I:
E[f(a1,k)] = (22.80*0.688-88.80*0.189+879.60*0.124)
= 107.974
E[f(a2,k)] = (64.62*0.688+144.00*0.189-672.00*0.124)
= -11.653
E[f(a3,k)] = (262.80*0.688-141.60*0.189-336.00*0.124)
= 112.380
MAX E[f(ai,k)] = MAX {107.974; -11.653; 112.380}
a3 = MAX {112.380} (Eleccin Bayesiana)
Rta: Elegir la accion a3 (accion 3). Producir 1200 unidades.

3
0.124
0.092
0

UNIVERSIDAD TECNICA DE ORURO


FACULTAD NACIONAL DE INGENIERIA

Poltica II:
E[f(a1,k)] = (22.80*0.695-88.80*0.214+879.60*0.092)
= 77.766
E[f(a2,k)] = (64.62*0.695+144.00*0.214-672.00*0.092)
= 13.903

E[f(a3,k)] = (262.80*0.695-141.60*0.214-336.00*0.092)
= 121.432
MAX E[f(ai,k)] = MAX {77.766; 13.903; 121.432}
a3 = MAX {121.432} (Eleccin Bayesiana)
Rta: Elegir la accion a3 (accion 3). Producir 1200 unidades.
Poltica III:
E[f(a1,k)] = (22.80*0.794-88.80*0.206+879.60*0)
= -0.189
E[f(a2,k)] = (64.62*0.794+144.00*0.206-672.00*0)
= 80.972
E[f(a3,k)] = (262.80*0.794-141.60*0.206-336.00*0)
= 178.876
MAX E[f(ai,k)] = MAX {-0.189; 80.972; 178.876}
a3 = MAX {178.876} (Eleccin Bayesiana)
Rta: Elegir la accin a3 (accin 3). Producir 1200 unidades.
2.9.1.3. COSTO DE LA INFORMACION PERFECTA
2.9.2. ARBOLES DE DECISION

ARBOL DE DECISIN (LECHE)

-88.08

a1=Producir 12 Uni.

335..68

a2=Producir 120 Uni.

a3 =

eri
Exp
Sin

taci
me n

Pro
duc
ir 1
20 0

Uni.

17.73

35.68

-281.86

a1=Producir 12 Uni.

559.51

a2=Producir 120 Uni.

-88.50

6.834

a3 =

Con Experimentacin

I = 294.86

Pro
du

cir
120
0

Un
i.

559.51

1 14.40
2 26.40
3 436.80
1 78.66
2 120.00
3 288.00

1 300.00
2 405.60
3 320.00
1 14.40
2 26.40
3 436.80

1 78.66
2 120.00
3 288.00
1 300.00
2 405.60
3 320.00

1 14.40

UNIVERSIDAD TECNICA DE ORURO


FACULTAD NACIONAL DE INGENIERIA

Rta: Elegir la rama sin experimentacin. La accin a3 producir 1200 unidades.

ARBOL DE DECISIN (QUESO)

-133.92

a1=Producir 12 Uni.

150.9

150.9

a2=Producir 120 Uni.

a3=Producir 1200 Uni.

-444.0

e
Exp
Sin

e
rim

ci
nta

-729.72

a1=Producir 12 Uni.

-177.18

-177.18

a2=Producir 120 Uni.


6.834
a3=Producir 1200 Uni.

-797.64

Con Experimentacin

I= -91.60
-596.67

a1=Producir 12 Uni.

1 50.4
2 72.00
3 1303.20
1 162.60
2 384.00
3 840.00

1 561.60
2 228.00
3 720.00
1 50.4
2 72.00
3 1303.20
1 162.60
2 384.00
3 840.00

1 561.60
2 228.00
3 720.00
1 50.4
2 72.00
3 1303.20
1 162.60
384.00

UNIVERSIDAD TECNICA DE ORURO


FACULTAD NACIONAL DE INGENIERIA

Rta: Elegir la rama sin experimentacin. La accin a2 producir 120 unidades.

ARBOL DE DECISIN (YOGURT)

-83. 76

a1=Producir 12 Uni.

6.234

6.834

a2=Producir 120 Uni.

a3=Producir 1200 U ni.


-245.9

S in

er
E xp

c in
n ta
ime
-570.9

a1=Producir 12 Uni.

-321. 9

-321.9

a2=Producir 120 Uni.


6.834
a3=Producir 1200 U ni.
-411.0

I = -163.8
Con Experim entacin
-332.5

a1=Producir 12 Uni.

2.086

I I = -61. 39

-156. 2

-156.2

1 22.80
2 58.80
3 879.60

1 64.62
2 144.00
3 672.00
1 262 .80
2 146 .60
3 336.00
1 22 .80
2 58.80
3 879.60

1 64.62
2 144.00
3 672.00
1 262.80
2 146.60
3 336.00
1 22.80
2 58.80
3 879.60

1 64.62
144.00

UNIVERSIDAD TECNICA DE ORURO


FACULTAD NACIONAL DE INGENIERIA

Rta: Elegir la rama sin experimentacin. La accin a2 producir 120 unidades.

2.9.3. FUNCION DE UTILIDAD.


2.10. CONCLUSIONES.Para la leche:
Se presentan todos los casos resueltos que son:
SIN EXPERIMENTACIN:
Elegir la accin a3 (Producir 1200 bolsas de leche)
CON EXPERIMENTACIN:
Poltica I: Elegir la accin a3 (Producir 1200 bolsas de leche)

UNIVERSIDAD TECNICA DE ORURO


FACULTAD NACIONAL DE INGENIERIA
Poltica II: Elegir la accin a3 (Producir 1200 bolsas de leche)
Poltica III: Elegir la accin a3 (Producir 1200 bolsas de leche)
ARBOL DE DECISIN:
Elegir rama sin experimentacin accin a3 (Producir 1200 bolsas de leche)
Para el queso:
Se presentan todos los casos resueltos que son:
SIN EXPERIMENTACIN:
Elegir la accin a2 (Producir 120 quesos)
CON EXPERIMENTACIN:
Poltica I: Elegir la accin a2 (Producir 120 quesos)
Poltica II: Elegir la accin a2 (Producir 120 quesos)
Poltica III: Elegir la accin a2 (Producir 120 quesos)
ARBOL DE DECISIN:
Elegir rama sin experimentacin accin a2 (Producir 120 quesos)
Para el yogurt:
Se presentan todos los casos resueltos que son:
SIN EXPERIMENTACIN:
Elegir la accin a2 (Producir 120 bolsas de yogurt)
CON EXPERIMENTACIN:
Poltica I: Elegir la accin a3 (Producir 1200 bolsas de yogurt)
Poltica II: Elegir la accin a3 (Producir 1200 bolsas de yogurt)
Poltica III: Elegir la accin a3 (Producir 1200 bolsas de yogurt)
ARBOL DE DECISIN:
Elegir rama sin experimentacin accin a2 (Producir 120 bolsas de leche)

You might also like