UNIVERSIDAD NACIONAL DE SAN AGUSTN DE AREQUIPA

FACULTAD DE INGENIERA DE PRODUCCIN Y SERVICIOS Escuela Profesional de Ingeniera Industrial

APUNTES DE CLASE

INVESTIGACIN DE OPERACIONES 2
1. 2. 3. 4. 5.
6.

Anlisis de Decisiones rboles de Decisiones Teora de Juegos y Estrategias Cadenas de Markov Programacin Dinmica Teora de Colas
Realizado por: Ing. Efran Rafael Murillo Quispe

AREQUIPA PERU

2012

Anlisis de Decisiones

Ing. Efran Murillo

Anlisis de Decisiones

Introduccin
Optimizacin, - en Ingeniera -, es sinnimo de reduccin de costos, tiempos, y otros recursos; por consiguiente es tambin mayor productividad, mejoramiento de la calidad de bienes y servicios; y de esta forma incrementar el nivel competitivo de la empresa. Las Tcnicas de Optimizacin, tiene como base a la Investigacin de Operaciones, Estadstica e Informtica, principalmente. Este conjunto de herramientas, permitir a la Gerencia, tener un buen soporte, para una mejor toma de decisiones. Muchos proyectos, pasan a ser muy atractivos- luego de una reingeniera de sus procesos, debido fundamentalmente a la optimizacin- de sus operaciones. Finalmente, no debemos perder el foco principal de la aplicacin de estas tcnicas: -la satisfaccin total del cliente-, precisando que la organizacin moderna tiene centrado todos sus esfuerzos en el cliente.

Ing. Efran Murillo

Anlisis de Decisiones

1.

Anlisis de Decisiones

Introduccin
El anlisis de decisin proporciona un soporte cuantitativo a los tomadores de decisiones en todas las reas tales como ingenieros, analistas en las oficinas de planificacin, agencias publicas, consultores en proyectos de gerencia, planificadores de procesos de produccin, analistas financieros y de economa, expertos en diagnsticos de soportes medico y tecnolgicos e infinidad de otras reas. El modelado para la toma de decisiones envuelve a dos partes diferentes, una es el tomador de decisiones y la otra es el constructor del modelo, conocido como el analista. El analista debe asistir al tomador de decisiones en el proceso de decidir. Por lo tanto, el analista debe estar equipado con ms que un conjunto de mtodos analticos. En este captulo se describe los elementos usados en el anlisis de las alternativas de decisin y eleccin, as como tambin las metas y objetivos que guan la toma de decisiones. Se presenta los principales aspectos relacionados a las preferencias de las alternativas en la toma de decisiones, criterios y modos de eleccin; asimismo, se presenta las herramientas de evaluacin de riesgo. El tomador de decisiones busca resultados y debe ser prctico, por ende el pensamiento racional debera aplicarse a problemas comunes. Sin embargo, en muchas reas no existen modelos normativos detallados que sirvan de gua para tomar la mejor accin satisfactoria o la ms ptima. En casos como ste, se deber aceptar el uso de modelos descriptivos que ms bien describen la realidad y explican el comportamiento del modelo segn las variables asociadas a las alternativas sin hacer mencin a buenas u ptimas alternativas. En la aplicacin de la racionalidad, la disciplina del anlisis cuantitativo o mtodos cuantitativos ofrece los principales mtodos y modelos normativos para apoyar a las ciencias que es ms bien descriptiva, de esta forma se aplica el pensamiento racional para que gue, ayude y automatice la toma de decisiones. La racionalidad es una de las fuerzas que mueve la conducta y las decisiones, pero no es la nica. Existen hbitos, pasiones, apetitos, sentimientos, etc. que lleva a una conducta no racional en muchas situaciones.

Ing. Efran Murillo

Anlisis de Decisiones

TIPOS DE PROBLEMAS
En el mundo real pueden existir diferentes tipos de problemas que determinan los criterios y la forma como son tomadas las decisiones, stas pueden ser clasificadas en: no estructurados, estructurados y semiestructurados (Simn, 1977). PROBLEMAS NO ESTRUCTURADOS En este tipo de decisiones, quien toma la decisin debe establecer los puntos de vista para la definicin del problema y los criterios de evaluacin. Estas decisiones no cuentan con un procedimiento definido para tomarlas, por lo tanto no existe una receta de solucin. PROBLEMAS ESTRUCTURADOS Son repetitivas, rutinarias y cuentan con un procedimiento definido para tomarlas, de esta forma cada vez que se presentan no se manejan como si fueran nuevas. PROBLEMAS SEMIESTRUCTURADOS En este tipo de decisiones slo parte del problema tiene una respuesta ya definida proporcionada por un procedimiento que es aceptado. En el caso del proceso de toma de decisiones en la administracin, ste es mayoritariamente no estructurado en los niveles gerenciales, debe plantearse y resolver el problema sobre la base de criterios y variables identificadas en el mismo momento tanto internas como del entorno. Estas decisiones estn presentes desde el momento de planificacin y en menor grado hasta en el control como decisiones de carcter correctivo. A medida que se desciende en los niveles organizacionales los problemas van siendo ms estructurados y repetitivos.

COMPONENTES DEL PROCESO DE TOMA DE DECISIONES

El tomar decisiones considera aspectos externos y propios a la persona que debe decidir, est basado en cinco componentes bsicos: INFORMACIN Estas se recogen tanto para los aspectos que estn a favor como en contra del problema, con el fin de definir sus limitaciones. Sin embargo, si la informacin no puede obtenerse, la decisin entonces debe basarse en los datos disponibles, los cuales caen en la categora de informacin general. La informacin es externa a la persona y por lo tanto debe ser recolectada de algn lugar. Es el componente que puede tener elementos objetivos como subjetivo. Sin embargo, como se ver ms adelante, para que sea relevante depender de las cualidades cognitivas del decidor. CONOCIMIENTOS Si quien toma la decisin tiene conocimientos, ya sea de las circunstancias que rodean el problema o de una situacin similar, entonces estos pueden utilizarse para seleccionar un curso de accin favorable. En caso de carecer de conocimientos, es necesario buscar consejo en quienes estn informados. El conocimiento se genera a travs del proceso y a su vez sirve para ste. Peter Drucker ha destacado al conocimiento como el nico recurso econmico de importancia en una sociedad post-capitalista o sociedad del conocimiento. EXPERIENCIA Cuando un individuo soluciona un problema en forma particular, ya sea con resultados buenos o malos, esta experiencia le proporciona informacin para la solucin de un prximo problema similar. Si ha encontrado una solucin aceptable, con mayor razn tender a repetirla cuando surja un problema parecido. La experiencia adems es una forma de adquirir conocimiento aludiendo al mtodo inductivo. Si carecemos de experiencia entonces tendremos que experimentar; pero slo en el caso en que las consecuencias de un mal experimento no sean desastrosas (Validacin Emprica). En consecuencia los problemas ms importantes de ndole social como la administracin no pueden solucionarse con experimentos (Validacin Lgica).

Ing. Efran Murillo

Anlisis de Decisiones
JUICIO

El juicio o criterio es necesario para combinar la informacin, los conocimientos, la experiencia y el anlisis, con el fin de seleccionar el curso de accin apropiado. No existen substitutos para el buen juicio, es propio del individuo y lo hace distintivo. ANLISIS Es la forma de aunar los componentes anteriores. No puede hablarse de un mtodo en particular para analizar un problema, debe existir un complemento, pero no un reemplazo de los otros ingredientes. En ausencia de un mtodo para analizar matemticamente un problema es posible estudiarlo con otros mtodos diferentes. Si estos otros mtodos tambin fallan, entonces debe confiarse en la intuicin. Thomas L. Saaty que contribuy con la creacin del proceso jerrquico analtico AHP para la toma de decisiones afirma que de estos componentes se debe distinguir los elementos objetivos y subjetivos en el proceso (Saaty, 1980) (Keeney, 1992). Los criterios o juicios son subjetivos y son los que finalmente respaldan y cuantifican qu opcin es mejor. Estos son independientes de las alternativas y son contrarrestadas con las alternativas. En este contexto se ocupan atributos para reflejar el criterio del decidor (informacin subjetiva), as como asociar cada alternativa con estos atributos (informacin objetiva). Los pasos generales para el proceso son: Identificacin de componentes (Alternativas para el objetivo a lograr y criterios de seleccin) Identificar atributos y asociarlos. (asociar a las alternativas atributos y atributos a los criterios). Entender y expandir (entender y confrontar las preferencias) Los pasos son cclicos e interactivos, los objetivos derivados en las asociaciones pueden ser desglosados en objetivos ms especficos, (Keeney and Raiffa, 1976). En el modelo descriptivo de Simon del proceso, el individuo debe buscar soluciones que satisfagan los criterios para cumplir los objetivos, si existen muchas alternativas debe aumentar el nmero de criterios para disminuir las alternativas; Si por el contrario, son muy pocas las alternativas, se debe disminuir el nmero de criterios. El equilibrio entre criterios y alternativas considerando sus atributos contribuyen a la bsqueda de la opcin ms satisfactoria.

Ing. Efran Murillo

Anlisis de Decisiones

VALOR DE LA INFORMACIN
Valor de la informacin es relativo depende de quin, dnde y cundo lo use, no tiene un valor universal. El valor normativo de la Informacin en la toma de decisiones es explicado por economistas y estadsticos derivado de la teora de decisiones. La premisa bsica es que siempre tenemos un conocimiento preliminar acerca de la ocurrencia de un hecho o evento que puede ser importante en nuestras decisiones. Cualquier informacin adicional puede modificar nuestro punto de vista sobre la ocurrencia del evento y por lo tanto cambiar nuestras decisiones y la recompensa esperada. Por lo tanto, el valor de una informacin adicional es la diferencia en la recompensa esperada obtenido por reducir la incertidumbre acerca del futuro. INFORMACIN SEGN EL NIVEL ORGANIZACIONAL Los requerimientos de informacin varan de acuerdo al nivel dentro de la organizacin. Segn los tres niveles administrativos, a medida que se desciende del nivel estratgico al operacional los datos son de origen internos y ms objetivos.

Control operativo: Asegurar que las tareas especficas se lleven a cabo de manera eficaz y eficiente. Control Administrativo: Asegurar que se obtengan los recursos y se empleen en forma eficaz y eficiente. Planeacin estratgica: Especificacin de estrategia, objetivos de la organizacin y la asignacin de recursos para su ejecucin.

USO DE MODELOS
Un modelo es una representacin simplificada de una situacin emprica. Sus ventajas son una economa en tiempo y esfuerzo mental, de fcil comprensin y modificacin. De esta forma a partir de las conclusiones del modelo se puede fundamentar las decisiones y acciones. La principal desventaja es que es posible omitir variables relevantes o bien las relaciones de las variables pueden estar equivocadas lo que puede llevar a conclusiones en los errores. Por lo tanto, existe una disyuntiva entre la simplificacin del modelo sin que se omita las variables relevantes. A medida que las decisiones son ms complejas se hace ms necesario el uso de modelos. Generalmente, las decisiones simples y repetitivas pueden realizarse en la mente, y quizs de una manera informal e intuitiva. Pero si el problema es poco frecuente o complejo, se dedicar ms tiempo en pensar en l. Dado que la toma individual de decisiones gerenciales puede no ser un proceso simple, ya que se encuentra condicionado por metas, variables, caractersticas sicolgicas, alternativas entre conflictos y marcos de referencia propios de quin toma las decisiones, los sistemas DSS deben ser diseados de forma tal que consideren modelos administrativos descriptivos que expliquen la realidad como modelos administrativos normativos que guen y busquen una solucin ptima o satisfactoria. Ambos deben brindar un verdadero apoyo a la toma de decisiones proporcionando diferentes opciones para manejar la informacin y evaluarla, apoyando los estilos personales y adicionalmente modificndose conforme las personas aprenden y aclaran sus valores. Los diseadores de sistemas de informacin deben encontrar la forma de construir sistemas de informacin que

Ing. Efran Murillo

Anlisis de Decisiones

apoyen a la toma de decisiones en la institucin como un proceso condicionado por luchas burocrticas, lderes polticos y la tendencia a adaptar aleatoriamente las soluciones a los problemas Individuales (Cyert y March, 1963). Los factores relevantes de un modelo son: Medidas o indicadores: aquella que se utiliza como expresin cuantitativa para reflejar una meta. Variables de decisin: aquellas se encuentran bajo el control de quien toma la decisin. Variables Exgenas: aquellas que no se tiene control, pero son importantes en el problema. Variables Intermedias: variables que relaciona las variables de decisin y variables exgenas con las medidas. Restricciones o polticas: limitaciones impuestas a las variables y su relacin entre ellas. Los modelos pueden ser simples o complejos de acuerdo a las variables en l.

ENTORNO DE LOS MODELOS DE TOMA DE DECISIONES

En campo de la teora de decisiones, los modelos se pueden clasificar en 4 distintas categoras dependiendo de la habilidad de predecir las consecuencias: Bajo Certidumbre Se predice con certeza las consecuencias de cada alternativa. Hay una relacin causa-efecto (Ejemplo: Programacin lineal, Asignacin y transporte). Es ms comn en las decisiones operacionales. Bajo Riesgo. Las consecuencias dependen de algn evento probabilista. Comn en las decisiones estratgicas de alto nivel como la planificacin. Bajo incertidumbre No existe conocimiento de las probabilidades de los eventos futuros. Bajo competicin Hay incertidumbre y existe un oponente. (Ejemplo: Ajedrez)

Elementos de los modelos de anlisis de decisiones

Las teoras y las tcnicas matemticas que se toman en consideracin en el anlisis de decisiones se ocupan de las teoras de eleccin prescriptivas (accin). Es decir, la cuestin aqu es ver exactamente de qu modo se comporta un decisor cuando se enfrenta a una eleccin entre cursos de accin, cuyos resultados estn regidos por el azar o las acciones de los competidores. El anlisis de decisiones es un proceso que le permite al decisor seleccionar una decisin (slo una) entre un conjunto de alternativas posibles de decisin, cuando existe incertidumbre con respecto al futuro, con el objetivo de optimizar el pago (retorno) resultante, en trminos de algn tipo de criterio de decisin numrico. Los elementos de los problemas de anlisis de decisiones son los siguientes: 1. Hay un decisor responsable individual. Por ejemplo, el CEO de una compaa que quizs deba rendir cuentas ante los accionistas. 2. Un nmero finito de eventos (futuros) posibles, llamados Estados de la Naturaleza, es decir, un conjunto de escenarios posibles. Las circunstancias en las cuales se toma una decisin se llaman estados de la naturaleza. Los estados de la naturaleza se identifican y agrupan en el conjunto S; los miembros se denotan como s. El conjunto S es un grupo de conjuntos mutuamente excluyentes. Es decir, slo puede ocurrir un estado de la naturaleza. Qu puede hacer la naturaleza?

Ing. Efran Murillo

Anlisis de Decisiones

3. Un nmero finito de alternativas posibles de decisin. Hay una accin a, miembro del conjunto A, que puede ser adoptada por el decisor. Slo puede adoptar una. Qu puedo hacer? Una buena decisin requiere buscar un conjunto ms rico de alternativas que las que se presentaron inicialmente o que las aceptadas tradicionalmente. Sea breve en la parte de la lgica y la razn de su decisin. Es probable que existan mil cosas en un automvil, pero usted no las necesita todas para tomar la decisin. Con media docena es suficiente. 4. La manera ms sencilla de formular el problema de decisin es usando una matriz de beneficios (tabla). Hay una matriz de beneficios X bien definida, monetaria (y luego de utilidad) sobre dos conjuntos de dominio dimensionales A y S. Las filas y las columnas se asignan a las alternativas de decisin posibles y a los estados posibles de la naturaleza, respectivamente. Normalmente no es tarea sencilla construir esta matriz; por lo tanto, puede requerir algo de prctica.

Fuente de errores en la toma de decisiones : La fuente principal de errores en los

problemas de toma de decisiones arriesgadas son las presunciones falsas, no tener una estimacin exacta de las probabilidades, depender de la expectativa, dificultades en medir la funcin de utilidad, y los errores de pronstico.

Considere el siguiente Problema de Decisin de Inversin:

Ing. Efran Murillo

Anlisis de Decisiones

10

Ejemplo de decisin de inversin:

Los estados de la naturaleza son los estados de la economa durante un ao.

Qu hacer frente a las incertidumbres?

Incertidumbre pura y Certidumbre: El dominio de los modelos de anlisis de decisiones est entre los siguientes dos casos extremos, dependiendo del grado de conocimiento que tenemos sobre el resultado de nuestras acciones, como se muestra a continuacin:

Uno de los "polos" de esta escala es determinista, como en el problema del carpintero. El "polo" opuesto es la incertidumbre pura. Entre estos dos hay problemas con riesgo. La idea principal, aqu, es que para un problema dado, el grado de certidumbre vara segn el gerente, dependiendo de la cantidad de conocimiento que cada gerente tenga sobre el mismo problema y refleja la solucin diferente que cada persona recomienda. La probabilidad es un instrumento para medir las chances de que un evento ocurra. Cuando se usa probabilidad se expresa la incertidumbre, el lado determinista tiene una probabilidad de 1 (o cero), mientras que el otro extremo tiene una probabilidad plana (todas igualmente probables). Por ejemplo, si usted tiene certidumbre de la ocurrencia (o no ocurrencia) de un evento, usa una probabilidad de uno (o cero). Si usted tiene incertidumbre, entonces usa la expresin "En realidad no s", por lo tanto, puede o no ocurrir con una probabilidad del 50%. Esta es la nocin de Bayes de que la evaluacin de la probabilidad siempre es subjetiva. Es decir, la probabilidad siempre depende de cunto conoce el decisor. Si sabe todo lo que puede saber, la probabilidad pasar a ser 1 o 0. Existen tipos diferentes de modelos de decisin que ayudan a analizar distintos escenarios, dependiendo de la cantidad y el grado de conocimiento que tengamos. Los tres tipos ms ampliamente utilizados son: Decisin tomada con pura incertidumbre, Decisin tomada con riesgo,

Decisin tomada comprando informacin (empujando el problema hacia el "polo" determinista)

Ing. Efran Murillo

Anlisis de Decisiones

11

En las decisiones tomadas con pura incertidumbre, el decisor no tiene ningn conocimiento, ni siquiera de la probabilidad de ocurrencia de cualquier estado de la naturaleza. En estas situaciones, el comportamiento del decisor se basa puramente en su actitud hacia la incgnita. Algunos de estos comportamientos son los optimistas, los pesimistas y los de arrepentimiento, entre otros. La persona ms optimista que conoc fue sin duda un joven artista en Pars quien, sin un franco en el bolsillo, fue a un restaurante elegante y orden docenas de ostras, con la esperanza de encontrar la perla que pagara la cuenta. Optimista: El vaso est medio lleno. Pesimista: El vaso est medio vaco. Gerente: El vaso es el doble de grande de lo necesario. Observe que esta categora de problemas (es decir, los problemas con pura incertidumbre) resultan apropiados slo para la toma de decisiones en la vida privada. No obstante, la persona pblica (es decir, el gerente) tiene que tener cierto conocimiento de los estados de la naturaleza, para poder predecir las probabilidades de cada estado. De lo contrario no podr tomar una buena decisin que sea razonable y defendible. Siempre que un decisor tiene cierto conocimiento sobre los estados de la naturaleza puede asignar una probabilidad subjetiva a la ocurrencia de cada estado. Y cuando lo hace, el problema se clasifica como toma de decisiones bajo riesgo. En muchos casos, el decisor puede necesitar la opinin de un especialista para limitar sus incertidumbres con respecto a la probabilidad de cada estado de la naturaleza. En tal caso, el decisor puede comprar informacin relevante a especialistas, para poder tomar una mejor decisin. El procedimiento para incorporar el asesoramiento de un experto en las incertidumbres del decisor se conoce como el abordaje de Bayes. Por ejemplo, en una situacin donde se debe tomar una decisin de inversin, se debe responder la siguiente pregunta: En qu estado estar la economa el ao prximo? Supongamos que limitamos las posibilidades a: Crecimiento (G), Igualdad (S), o Declinacin (D); entonces, una representacin tpica de nuestra incertidumbre podra ilustrarse de la siguiente manera:

Ing. Efran Murillo

Anlisis de Decisiones

12

1.1.

Toma de decisiones con pura incertidumbre

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.

Comportamiento segn los tipos de personalidad y la toma de decisiones con pura incertidumbre

Pesimismo, o Conservador (Maximin).

suceden a m.

Hiptesis de mnima. Las cosas malas siempre me

Ing. Efran Murillo

Anlisis de Decisiones

13

Optimismo, Agresivo (Maximax). Las cosas buenas siempre me suceden a m.

Coeficiente de Optimismo (ndice de Hurwicz). A mitad de camino: Ni demasiado optimista

ni demasiado pesimista: a) Elija a entre 0 y 1, 1 significa optimista y 0 significa pesimista, b) Elija los nmeros ms alto y ms bajo para cada accin, c) Multiplique el beneficio ms alto (en el sentido de las filas) por y el ms bajo por (1- ), d) Opte por el curso de accin que da la suma ms alta. Por ejemplo, para = 0.7, tenemos:

Mnimo arrepentimiento: (Prdida de Oportunidad de Savage). Odio las lamentaciones.

Debo minimizar las situaciones deplorables. Mi decisin debe ser tal que valga la pena repetirla. Slo debera hacer las cosas que siento que podra repetir con placer. El arrepentimiento es el beneficio o rdito de la que hubiera sido la mejor decisin, dadas las circunstancias, menos el beneficio de la decisin tomada concretamente, dadas las circunstancias. a) Configure una tabla de arrepentimiento: Tome el nmero ms alto de cada una de las columnas correspondientes a los estados de la naturaleza (por ejemplo, L) y rstele todos los nmeros de dicha columna, es decir, L - Xi,j.

b) Elija el nmero mximo de cada accin, c) Elija el nmero mnimo en Paso b, y adopte esa accin.

Yo no s nada: Todos los estados de la naturaleza tienen igual probabilidad. Como yo no s nada sobre la naturaleza, todo es igualmente probable (Laplace):
a) Para cada estado de la naturaleza ponga una probabilidad igual (es decir, probabilidad plana),

Ing. Efran Murillo

Anlisis de Decisiones
b) Multiplique cada nmero por la probabilidad,

14

c) Aada filas de cursos de accin y complete la columna Beneficio Esperado, d) Elija el nmero mximo en Paso c, y adopte ese curso de accin.

1.2.

Toma de decisiones con riesgo

Cuando el decisor posee algn conocimiento sobre los estados de la naturaleza puede asignarle a la ocurrencia de cada estado alguna estimacin subjetiva de probabilidad. En estos casos, el problema se clasifica como de toma de decisiones con riesgo. El decisor puede asignar probabilidades a la ocurrencia de los estados de la naturaleza. El proceso de toma de decisin con riesgo es el siguiente: a) Use la informacin que tenga para asignar su parecer personal (llamado probabilidades subjetivas) sobre el estado de la naturaleza, p(s); b) Cada curso de accin tiene asociado un determinado beneficio con cada uno de los estados de la naturaleza, X(a,s); c) Calculamos el beneficio esperado, tambin llamado riesgo o R, correspondiente a cada curso de accin como R(a) = Sumas de [X(a,s) p(s)]; d) Aceptamos el principio que dice que deberamos actuar para minimizar (o maximizar) el beneficio esperado; e) Ejecute la accin que minimice R(a).

Beneficio esperado:

El resultado real no ser igual al valor esperado. Lo que se obtiene no es lo que se espera, es decir, las "Grandes Expectativas". Con cada accin, multiplique la probabilidad y el beneficio y luego sume: Elija el nmero ms grande y adopte esa accin.

Ing. Efran Murillo

Anlisis de Decisiones

15

Los estados ms probables de la naturaleza: (apropiado para decisiones no repetitivas)

a) Tome el estado de la naturaleza que tiene la probabilidad ms alta (rompa los empates arbitrariamente), b) En esa columna, elija la accin que tiene el mayor beneficio, En nuestro ejemplo numrico, el Crecimiento tiene una chance del 40%, por eso debemos comprar Acciones.

Prdida de oportunidad esperada (POE):

a) Configure una matriz de beneficios de la prdida tomando el nmero ms alto de las columnas correspondientes a los estados de la naturaleza (digamos, L) y rstele todos los nmeros de esa columna, L Xij.

b) Con cada curso de accin, multiplique la probabilidad por la prdida y luego sume. c) Elija la accin que tenga la POE ms baja.

Clculo del Valor Esperado de la Informacin Perfecta (VEIP)

El VEIP nos ayuda a considerar el valor que tienen las personas informadas (por ejemplo, el demonio), que son las dueas de la informacin perfecta. Recuerde que el VEIP = POE. a) Tome el beneficio mximo de cada estado de la naturaleza, b) Multiplique cada uno por la probabilidad de que ocurra ese estado de la naturaleza y luego smelos,

VEIP = 10,4 - Beneficio Esperado = 10.4 - 8.5 = 1.9. Verifique si la PEO = VEIP Por lo tanto, si la informacin cuesta ms del 1.9% de la inversin no la compre. Por ejemplo, si usted va a invertir $100.000, el mximo que deber pagar por la informacin que compre ser de [100.000 * (1.9%)] = $1,900.

Ing. Efran Murillo

Anlisis de Decisiones

16

Evaluacin del riesgo: Cun acertada es su decisin?

Considerando nuestro Problema de Decisin de Inversin:

Los estados de la naturaleza son los estados de la economa durante, digamos, un ao. El Valor Esperado (es decir, promedios):

Valor esperado = x i . P(x i)

Por s solo no indica adecuadamente que la decisin es de calidad acertada. Se necesita saber la varianza para tomar una decisin educada. Alguna vez les contaron del dilema del estadstico que meda 1,80 metros y se ahog en un arroyo que tena 90 cm. de profundidad promedio? En nuestro ejemplo numrico tambin nos interesa el "riesgo" comparativo entre los cursos de accin alternativos. Una de las medidas del riesgo en general se expresa como variacin, o su raz cuadrada, llamada desviacin estndar. La variacin, o la desviacin estndar, son valores numricos que indican la variabilidad inherente a la decisin. Si el valor del riesgo es ms bajo indica que lo que usted esperaba obtener es ms probable. Por lo tanto, el riesgo tambin podra usarse para comparar cursos de accin alternativos. Lo que deseamos es un mayor retorno esperado con menor riesgo. Es por ello que al gerente le preocupa tanto el alto riesgo. Varianza: Una medida importante del riesgo es la varianza.

Varianza = ( xi valor esperado)2. P(xi)

La varianza es una medida del riesgo; por lo tanto, cuanto mayor la varianza, mayor el riesgo. La varianza no se expresa en las mismas unidades que el valor esperado (digamos, en $). En otras palabras, la varianza es difcil de entender y explicar porque es el trmino al cuadrado de su clculo. Este problema puede resolverse trabajando con la raz cuadrada de la varianza, llamada desviacin estndar.

Desviacin estndar = (Varianza) 1/2

Ambas, la varianza y la desviacin estndar, proporcionan la misma informacin; siempre se puede obtener una de la otra. En otras palabras, el proceso de calcular una desviacin estndar siempre involucra el clculo de una varianza. Como la desviacin estndar es la raz cuadrada de la varianza, siempre se expresa en las mismas unidades que el valor esperado. Ahora, la pregunta es "qu curso de accin tomar entre uno que tiene un resultado esperado mayor y otro, con resultado esperado menor pero riesgo mucho mayor?" Para tomar una decisin acertada en estos casos, se puede usar otra medida de riesgo, conocida como el Coeficiente de Variacin. El Coeficiente de Variacin (CV.) es el riesgo relativo con respecto al Valor Esperado, que se define como:

El Coeficiente de Variacin (CV.) = (Desviacin estndar / Valor esperado)100 %

Observe que el CV. es independiente de la medida de unidad de valor esperado. La inversa de CV (es decir, 1/CV) se llama Relacin Seal/Ruido. El coeficiente de variacin se usa para representar la relacin entre la desviacin estndar y el valor esperado; expresa el riesgo como porcentaje del valor esperado.

Ing. Efran Murillo

Anlisis de Decisiones
Puede calcular la calidad de su decisin usando la calculadora Mean, Standard Deviation, CV Calculator. La siguiente tabla muestra las mediciones de riesgo calculadas para el Problema de Decisin de Inversin:

17

De las columnas Evaluacin del Riesgo en la tabla se llega a la conclusin de que los Bonos son mucho menos riesgosos que las Acciones. Es claro que el Depsito est exento de riesgo. Ahora, la ltima pregunta es: Con toda la informacin relevante, qu curso de accin asumir? Todo depende de usted.

(*)

Xi
15 7 3 -2

p(Xi)
0.4 0.2 0.3 0.1

Xi.p(Xi)
6.0 1.4 0.9 -0.2 8.1

(Xivalor esperado)^2
47.61 1.21 26.01 102.01

(Xi-valor esperado)^2.p(Xi)
19.04 0.24 7.80 10.20 37.29

Desviacin estndar =

37.29 = 6.10

APLICACIN 1.- Cuando la Matriz de Resultados es de Utilidades.

Una empresa textil puede optar por fabricar uno de los dos modelos diferentes de una determinada prenda de vestir o ambos, pero debido a limitaciones de equipo y utillaje, los costos que supone desarrollar ambos modelos simultneamente superan los costos de hacerlo individualmente. Limitaciones en la capacidad productiva hacen que sea imposible fabricar en ambos modelos tantas unidades como pueda absorber el mercado. Los departamentos de produccin y ventas de la empresa han efectuado las siguientes estimaciones:

a) Los costos por lote (en millones de euros) de los diversos modelos son los siguientes: modelo
econmico, 3; modelo de lujo, 4; ambos en el mismo ao, 6. b) Los gastos generales y administrativos fijos son de 2 millones de euros. c) Los ingresos por ventas por lote (en millones de euros), que dependen de cul sea la coyuntura econmica el prximo ao, son: modelo econmico 13, 8 4; modelo de lujo 15, 7 0; ambos 19, 13 5, segn que la economa est en expansin, estabilidad o recesin respectivamente. A la vista de la informacin anterior determine la alternativa ptima y el beneficio o costo esperado para la empresa en base a cada uno de los siguientes criterios: a. b. Pesimista Optimista Hurwicz (para un ndice de optimismo =0.4) Savage Laplace

1.

c.
d. e.

Ing. Efran Murillo

Anlisis de Decisiones
2. 3. 4.

18

Asumiendo que el departamento de investigacin econmica estima que las probabilidades de que haya expansin, estabilidad y recesin son de 0.1, 0.3 y 0.6 respectivamente, qu alternativa sera la ptima?. Cunto estara dispuesto a pagar como mximo la empresa por la informacin perfecta? Ud. En qu alternativa invertira?

SOLUCIN
Matriz de Utilidades (en millones de euros) Expansin 13-3-2=8 15-4-2=9 19-6-2=11 Estabilidad 8-3-2=3 7-4-2=1 13-6-2=5 Recesin 4-3-2=-1 0-4-2=-6 5-6-2=-3

Econmico De lujo Ambos

Parte 1
Respuesta a: Pesimista
Expansin Econmic o De lujo Ambos 8 9 11 Estabilida d 3 1 5 Recesin -1 -6 -3 min -1 -6 -3 max

Decisin ptima: Modelo econmico Utilidad esperada=-1 millones de euros

Respuesta b: Optimista
Expansin Econmic o De lujo Ambos 8 9 11 Estabilida d 3 1 5 Recesin -1 -6 -3 max 8 9 11

max

Decisin ptima: Ambos modelos Utilidad esperada=11 millones de euros

Respuesta c: Hurwicz (para un ndice de optimismo =0.4)

Expansin Econmic o De lujo Ambos 8 9 11 Estabilida d 3 1 5 Recesin -1 -6 -3 max 8 9 11 Min -1 -6 -3

Ing. Efran Murillo

Anlisis de Decisiones

19

Utilidades esperadas: Modelo econmico=0.4(8)+0.6(-1)=2.6 max Modelo de Lujo=0.4(9)+0.6(-6)=0 Ambos modelos=0.4(11)+0.6(-3)=2.6 max Decisin ptima: Indiferentemente Modelo econmico o ambos modelos Utilidad esperada=2.6 millones de euros

Respuesta d: Savage
Expansin Econmico 8 De lujo 9 Ambos 11 Mejor resultado 11 Estabilida d 3 1 5 5 Recesin -1 -6 -3 -1

Matriz de Arrepentimiento Estabilida Expansin d Recesin Econmic o De lujo Ambos 11-8=3 11-9=2 11-11=0 5-3=2 5-1=4 5-5=0 -1-(-1)=0 -1-(-6)=5 -1-(-3)=2

Max 3 5 2

min

Decisin ptima: Ambos modelos Arrepentimiento mnimo=2 millones de euros

Respuesta e: Laplace
Probabilidad de cada evento= 100%/3=33.33% Utilidades esperadas: Modelo econmico=0.3333(8+3-1)=3.3333 Modelo de Lujo=0.3333(9+1-6)=1.3333 Ambos modelos=0.3333(11+5-3)=4.3333 max Decisin ptima: Ambos modelos Utilidad esperada=4.3333 millones de euros

Parte 2:
Valor esperado: Modelo econmico=0.1(8)+0.3(3)+0.6(-1)=1.1 Max Modelo de Lujo=0.1(9)+0.3(1)+0.6(-6)=-2.4 Ambos modelos=0.1(11)+0.3(5)+0.6(-3)=0.8 Decisin ptima: Modelo econmico Valor esperado=1.1 millones de euros

Parte 3:
VECIP= 0.1(11)+0.3(5)+0.6(-1)=2 VEIP=2-1.1=0.9 millones de euros

Ing. Efran Murillo

Anlisis de Decisiones

20

Parte 4:
Depende de cada tomador de decisin

APLICACIN 2.- Los directores de la AFP Unin, deben escoger uno de 3 fondos mutuos comparables
en el cual invertir un milln de dlares. El personal del departamento de investigacin ha estimado la recuperacin esperada en un ao para cada uno de los fondos mutuos, basndose en un desempeo pobre, moderado o excelente de los indicadores econmicos del Per, de la manera siguiente: INDICE DE RECUPERACION ESPERADA DESEMPEO Pobre Moderada Excelente Se pide: 1. La mejor decisin utilizando el criterio del valor esperado. PROBABILIDAD 0.2 0.6 0.2 FONDO 1 FONDO 2 $ 25 000 $ 15 000 $ 40 000 $ 30 000 $ 60 000 $ 80 000 FONDO 3 $ 20 000 $ 30 000 $ 90 000

Donde VE es el valor esperado del Fondo i DECISIN: Bajo este criterio la mejor decisin es invertir en el Fondo 1 por que tiene el mayor valor esperado ($ 41000). 2. El valor esperado de la informacin perfecta.

VECIP = 0.2*25000+0.6*40000+0.2*90000 = 47000 VEIP = 47000 41000 = $ 6000 3. La alternativa de menor riesgo.

Desviacin estndar (Fondo 1) =

124000000 = 11135.53

Ing. Efran Murillo

Anlisis de Decisiones

21

Desviacin estndar (Fondo 2) =

496000000 = 22271.06

Desviacin estndar (Fondo 3) =

640000000 = 25298.22

Por lo tanto la alternativa de menor riesgo de acuerdo al Coeficiente de Variacin es el Fondo 1 con 27.16% de riesgo.

4. Asumiendo que se desconoce las probabilidades de ocurrencia de cada estado de la naturaleza,

determine la decisin ptima en base a cada uno de los criterios de la toma de decisiones bajo incertidumbre (Optimista, Pesimista, Hurwicz para un =0.6, Savage y Laplace).

Optimista

Decisin ptima: Fondo 3, con un valor esperado de $90000

Pesimista

Decisin ptima: Fondo 1, con un valor esperado de $25000

Hurwicz

Ing. Efran Murillo

Anlisis de Decisiones

22

Decisin ptima: Fondo 3, con un valor esperado de $62000

Savage

Decisin ptima: Fondo 2 3, con una prdida de oportunidad esperada de $10000

Laplace

Decisin ptima: Fondo 1 2, con un valor esperado de $41666.67

5.

Determine el rango de variacin del coeficiente , dentro del cual permanece la decisin ptima encontrada bajo el criterio Hurwicz en el punto 4.

Fondo 3 Vs Fondo 1
90000+(1- )20000 = 60000+(1- )25000 900000 +20000- 20000 = 60000+25000-25000 35000 = 5000 = 0.142857

Ing. Efran Murillo

Anlisis de Decisiones
Entonces 0.142857

23

Fondo 3 Vs Fondo 2
90000+(1- )20000 = 80000+(1- )15000 900000 +20000- 20000 = 80000+15000-15000 5000 = 5000 = 1 Entonces 1 Por lo tanto el rango ser: 0.1428571

APLICACIN 3.- Considere la siguiente matriz de pagos (costos):

MATRIZ DE COSTOS 1 2 3 4 5

a1 15 10 0 6 18 a 2 3 13 7 8 2 a3 2 5 14 20 3 a 4 7 18 11 2 0
Si no se conocen probabilidades para la ocurrencia de los estados de la naturaleza, determine la alternativa ptima para cada uno de los siguientes criterios: a) Pesimista b) Hurwicz (Suponga que =0.6) c) Savage d) Laplace e) Qu alternativa elige Ud? Si se conocen las siguientes probabilidades: 0.3, 0.2, 0.05, 0.35 y 0.1, correspondientes a cada evento respectivamente; determine: f) La alternativa ptima bajo el criterio del valor esperado. g) De las alternativas a1 y a4 Cul es la de menor riesgo?.

Solucin a) Pesimista:

La mejor alternativa es a2, con un costo de 13.

b) Hurwicz:
Ing. Efran Murillo

Anlisis de Decisiones
VE(a1)= -6(0.6) + 18(0.4)= 3.6 VE(a2)= 2(0.6) + 13(0.4)= 6.4 VE(a3)= -3(0.6) + 20(0.4)= 6.2 VE(a4)= 0(0.6) + 18(0.4)= 7.2 La mejor decisin es a1, con un costo esperado de 3.6.

24

c) Savage:

Matriz de arrepentimiento:

La mejor decisin es a4, con un costo de oportunidad de 13.

d) Laplace:
probabilidad= 1/5 = 0.2 VE(a1)= 0.2(15 + 10 + 0 - 6 + 18) = 7.4 VE(a2)= 0.2(3 + 13 + 7 + 8 + 2) = 6.6 VE(a3)= 0.2(2 + 5 + 14 + 20 - 3) = 7.6 VE(a4)= 0.2(7 +18 + 11 + 2 + 0) = 7.6 La mejor decisin es a2, con un costo esperado de 6.6

e) Decisin:
En vista de que no me gusta los arrepentimientos, decido por la alternativa que me recomienda Savage, o sea la a4.

f) Valor esperado:
VE(a1)= 0.3*15 + 0.2*10 + 0.05*0 + 0.35*(-6) + 0.1*18 = 6.2 VE(a2)= 0.3*3 + 0.2*13 + 0.05*7 + 0.35*8 + 0.1*2 = 6.85 VE(a3)= 0.3*2 + 0.2*5 + 0.05*14 + 0.35*20 + 0.1*(-3) = 9 VE(a4)= 0.3*7 + 0.2*18 + 0.05*11 + 0.35*2 + 0.1*0 = 6.95 La mejor decisin es a1, con un costo esperado de 6.2

g) Alternativa de menor riesgo:

Alternativa a1:

Ing. Efran Murillo

Anlisis de Decisiones
Xi
15 10 0 -6 18

25
Xi.p(Xi)
4.5 2.0 0.0 -2.1 1.8 6.2

p(Xi)
0.30 0.20 0.05 0.35 0.10

(Xi-valor esperado)^2.p(Xi)
23.23 2.89 1.92 52.094 13.93 94.06

Desviacin estndar = (94.06)^(1/2)= 9.7, Entonces CV=156%

Alternativa a4:

Xi
7 18 11 2 0

p(Xi)
0.30 0.20 0.05 0.35 0.10

Xi.p(Xi)
2.1 3.6 0.55 0.7 0.0 6.95

(Xi-valor esperado)^2.p(Xi)
0.00075 24.4 0.82 8.58 4.83 38.65

Desviacin estndar =(38.65)^(1/2)=6.22, Entonces CV=89%

Por lo tanto la alternativa de menor riesgo es la a4.

Ing. Efran Murillo

Anlisis de Decisiones

26

APLICACIONES PROPUESTAS:
01.- El Consejo Provincial de Arequipa esta en proceso de decidir si reemplaza su flotilla de vehculos viejos
mediante la adquisicin de camiones nuevos a un costo de $ 18 000 cada uno o usados a un costo de $ 10 000 por camin. Alternativamente, puede alquilar camiones por un periodo de 5 aos a un costo de $ 2500 al ao por camin nuevo y de $ 1500 anuales por vehculo usado. Despus de ese periodo, la compaa adquiere los camiones que estaban nuevos a $ 10 000 y los que eran usados a $5 000 por vehculo. De la experiencia pasada, la administracin del Consejo sabe que el valor de reventa de los camiones nuevos y usados, depende de su condicin al final de los 5 aos: Valor estimado de reventa de: Condicin Mala Regular Buena Vehculo USADO $ 2000 $ 4000 $ 6000 Vehculo NUEVO $ 8000 $ 10500 $ 13000

a) Identifique las alternativas de decisin. b) Identifique los posibles estados/resultados. c) Construya la matriz de ganancias para cada pareja alternativa-resultado, ignorando el valor temporal del dinero.

02.- Considere la siguiente matriz de pagos (costos):

1 2 3 4 5

a1 15 10 0 6 17 a 2 3 14 8 9 2 a 3 1 5 14 20 3 a 4 7 19 10 2 0
No se conocen probabilidades para la ocurrencia de los estados de la naturaleza. Compare las soluciones obtenidas con cada uno de los criterios siguientes: h) Pesimista i) Optimista j) Hurwicz (Suponga que =0.5) k) Savage l) Laplace m) Si se tiene las siguientes probabilidades: 0.1, 0.1, 0.3, 0.4 y 0.1, correspondientes a cada evento respectivamente; determine la alternativa ptima bajo el criterio del valor esperado, as como la alternativa de menor riesgo.

03.-

Andrs maneja un pequeo expendio de flores adyacente a uno de sus ocho grandes invernaderos. Se especializa en el cultivo de crisantemos, que se venden a otros floristas. Sin embargo, los tienen en existencia para su venta en el pequeo expendio a los clientes de la zona inmediata de mercado. Los crisantemos se venden a 3.00 dlares por docena y cuestan 2.00 dlares por docena por concepto de cultivo y corte. Los que no se venden al fin del segundo da despus de cortarlos, se venden a 0.75 de dlar por docena a otros floristas de los mercados de ingresos inferiores. Durante los meses de invierno la demanda de crisantemos es relativamente

Ing. Efran Murillo

Anlisis de Decisiones

27

constante durante algn tiempo, pero vara de un da a otro. A continuacin se da la tabulacin de la demanda reciente: Evento: demanda 20 docenas 22 docenas 24 docenas 26 docenas 28 docenas 30 docenas a) Probabilidad del evento 0.05 0.10 0.25 0.30 0.20 0.10

Construya la Matriz de rendimientos.

b) Suponiendo que se puede tener en existencia cualquiera de las cantidades demandada, usando el criterio del valor esperado, cuntas docenas hay que tener en existencia? c) Si se desconoce la informacin acerca de las probabilidades de los eventos, cuntas docenas hay que tener en existencia utilizando los siguientes criterios?: 1) Pesimista 2) Optimista 3) Laplace

4) Hurwicz (para un ndice de optimismo =0.6)

5) Savage d) Cunto estara dispuesto a pagar como mximo Andrs por la informacin perfecta? e) Determine el coeficiente de variacin para cada alternativa de decisin, cul es la alterativa de mayor riesgo? utilidad estimada por pedir 30 docenas sin que afecte la decisin optima para cada criterio de Hurwicz. Sugerencia: Los eventos son que la demanda sea 20, 22, 24, 26, 28 y 30 docenas. Las alternativas de accin son pedir 20, 22, 24, 26, 28 y 30 docenas. Para cuantificar la matriz de resultados, utilice el siguiente procedimiento, por ejemplo: si la accin es pedir 26 docenas y la demanda es 22 docena (sobrarn 4 docenas), entonces se tiene: Utilidad = ventas costo de adquisicin + valor de reventa = 22*3 - 26*2 + 4*0.75 = 17

f) Para el caso en que la demanda sea 24 docenas, determinar, en cunto puede aumentar o disminuir la

04.- La demanda semanal de revistas sobre computacin e informtica est dada por la siguiente distribucin
de probabilidad: x 100 150 200 250 300 p(x) 0.20 0.25 0.30 0.15 0.10 Si una revista no se vende esa misma semana, al final de esta se puede vender a 15 centavos. De otra manera, el precio de la revista es de 49 centavos. El costo por revista es de 25 centavos para el dueo del puesto de revistas. Suponiendo que el nivel de pedido se restringe a uno de los niveles de demanda, Cuntas revistas debern pedirse para la prxima semana utilizando el criterio del valor esperado?, Cunto estara dispuesto el dueo del negocio a pagar por informacin adicional (informacin perfecta)?.

Ing. Efran Murillo