Professional Documents
Culture Documents
Investigacin de
Operaciones
Anlisis de decisiones y Modelos para la
toma de decisiones
A continuacin se mostrara un breve reporte de los temas de de anlisis de
decisiones y modelos para la toma de decisiones, con este tambin se presenta la
aplicacin de algn modelo probabilstico o estadstico en el diseo y planeacin
de sistemas productivos.
Ser capaces de formular decisiones operativas considerando las bases del anlisis de
toma de decisiones, los mtodos probabilsticos y estadsticos asistidos por la simulacin
por la computadora para el diseo y planeacin de sistemas productivos.
INTRODUCCIN
Una pregunta que surge con frecuencia es si tomar la decisin necesaria en este
momento o primero hacer algunas pruebas (con algn costo) para reducir el nivel de
incertidumbre sobre el resultado de la decisin. Por ejemplo, la prueba puede ser realizar
una promocin de prueba de un nuevo producto para ver la relacin del consumidor antes
de tomar la decisin de proceder o no con la produccin y comercializacin a gran escala
del producto. Se hace referencia a estas pruebas como realizar experimentacin.
Entonces, el anlisis de decisiones divide la toma de decisiones en los casos sin
experimentacin y con experimentacin.
Cuando las decisiones se toman con pura incertidumbre, el decisor no tiene conocimiento
de los resultados de ninguno de los estados de la naturaleza y/o es costoso obtener la
informacin necesaria. En tal caso, la decisin depende meramente del tipo de
personalidad que tenga el decisor.
DESARROLLO
CONCEPTOS
ETAPAS
1. Simplificar
2. Construir un modelo de decisin
3. Probar el modelo
4. Usando el modelo para encontrar soluciones:
o El modelo es una representacin simplificada de la situacin real
o No necesita estar completo o exacto en todas las relaciones
o Se concentra en las relaciones fundamentales e ignora las irrelevantes.
o Este es entendido con mayor facilidad que un suceso emprico
(observado), por lo tanto permite que el problema sea resuelto con mayor
facilidad y con un mnimo de esfuerzo y prdida de tiempo.
5. El modelo puede ser usado repetidas veces para problemas similares, y adems
puede ser ajustado y modificado.
PROCESO
MODELOS
El modelo.
Es una representacin o abstraccin de una situacin u objetos reales, que muestra las
relaciones (directas e indirectas) y las interrelaciones de la accin y la reaccin en
trminos de causa y efecto. Como un modelo es una abstraccin de la realidad, puede
parecer menos complicado que la misma. Para que sea completo, el modelo debe ser
representativo de aquellos aspectos de la realidad que estn investigndose.
Los modelos simblicos: Que son las representaciones de la realidad y toman la forma
de cifras, smbolos y matemticas.
Modelos estndar y hecho a la medida: Se usan modelos estndar para describir las
tcnicas que han llegado a asociarse con la investigacin de operaciones.
APLICACIONES
Un auditor puede utilizar tcnicas de muestreo aleatorio para auditar las cuentas
por cobrar de un cliente.
Un gerente de planta puede utilizar tcnicas estadsticas de control de calidad para
asegurar la calidad de los productos con mnima inspeccin y menor nmero de
pruebas.
Un analista financiero podra usar mtodos de regresin y correlacin para
entender mejor la analoga entre los indicadores financieros y un conjunto de otras
variables de negocio.
Un analista de mercadeo podra usar pruebas de significancia para aceptar o
rechazar una hiptesis sobre un grupo de posibles compradores a los cuales la
compaa est interesada en vender sus productos.
Un gerente de ventas podra usar tcnicas estadsticas para predecir las ventas de
los prximos periodos.
Problema 1
La compaa Hit- and Miss produce artculos que tienen una probabilidad p de salir
defectuosos. Se forman lotes de 150 artculos con ellos. La experiencia indica que el
valor de p es 0.05 o 0.25 y que en el 80% de los lotes producidos p es igual a 0.05 (de
manera que p es igual a 0.25 en 20% de los lotes). Estos artculos se utilizan despus en
un ensamble y en ltima instancia, su calidad determina antes de que el producto final
salga de la planta. En principio el fabricante puede ya sea inspeccionar cada artculo del
lote con un costo de $10 por artculo y remplazar los defectuosos, o bien utilizarlos sin
inspeccin. Si se elige esta accin, el costo al tener que volver a hacer el ensamble es
$100 por artculo defectuoso. Como la inspeccin requiere programar inspectores y
equipo, la decisin de realizarla o no debe tomarse 2 das antes. Sin embargo, se puede
tomar un artculo de un lote e inspeccionarlo; su calidad (defectuoso o aceptable) se
informa antes de tomar la decisin de inspeccionar o no. El costo de esta inspeccin
inicial es $125.
VEIP= Pago esperado con informacin perfecta pago esperado sin experimentacin.
Pago Esperado con Inf. Perfecta= -750 x 0.8- 1500 x 0.2= -900
1. Si se encuentra defectuosa:
2. Si se encuentra no defectuosa:
Problema 2
Para las compaas con crditos vigentes, la siguiente tabla muestra los porcentajes
dadas cada una de las posibles evaluaciones por la organizacin:
VEEx= -15000 x 0.2 + 10000 x 0.5 + 20000 x 0.3 =8000 -> Extender crdito
VENE= 0
Pago esperado con informacin perfecta = 0 x 0.20 + 10000 x 0.50 + 20000 x 0.3 = 11000
Por lo cual concluimos que determinados mtodos solo son funcionales para ciertos
problemas, lo cual nos limita de cierto modo, sin embargo como ya se menciono es
importante destacar que la teora de utilidad proporciona una manera de incorporar al
anlisis de actitud del tomador de decisiones frente al riesgo.
BIBLIOGRAFA
Ao 1997