Valor Creativo - Autor: Valor Creativo

UNIVERSIDAD NACIONAL JOSE FAUSTINO SANCHES

Investigacin MODELO Operativa DE DECISIONES

FACULTAD DE INGENIERIA Escuela de Ingeniera De Sistemas

201 3
Nadine

PROFESOR: MG. ALCIBIADES SOSA Palomino INTEGRANTES: ARAUJO MAGUIA, Karen ASENCIOS ROJAS, Humberto LUPUCHE LINDO, Pedro PORTILLA VILLAVICENCIO, RETUERTO CANDELARIO, Simei

CICLO: VII

HUACHO PER - 2013

Investigacin Operativa II Ingeniera de Sistemas
2

TEMA 5: MODELO DE DECISIONES. TOMA DE DECISIONES CON PROBABILIDADES A PRIORI

MODELO DE DECISIONES

Investigacin Operativa II Ingeniera de Sistemas

Una pregunta que surge con frecuencia es sobre el tiempo para tomar una decisin, si es adecuado en este momento o antes hacer algunas pruebas (con cierto costo) para reducir el nivel de incertidumbre sobre el resultado de la decisin. Por ejemplo, la prueba puede ser una promocin de prueba de un nuevo producto para ver la reaccin del consumidor antes de tomar la decisin de proceder o no con la produccin y comercializacin a gran escala del producto. Como cualquier humano todos los das tomamos decisiones con diferente grado de importancia a corto a mediano y largo plazo. Los modelos de decisin nos permiten evitar la toma de decisiones en forma arbitraria sin previo anlisis. Los modelos de decisin proporcionan una estructura para examinar el proceso de toma de decisiones. Con frecuencia se toman decisiones en entornos que tienen incertidumbre estas se pueden analizar teniendo en cuenta las probabilidades a priori y a posteriori. Es una eleccin entre dos o ms lneas de accin diferentes. TOMA DE DECISIONES CON PROBABILIDADES A PRIORI El modelo general tiene la siguiente estructura general: Sj d(i) d1 d2 . di . dm p(Sj) Estados de la naturaleza S1 S2 ... V(d1;S1) Sj ... Sn

V(di;Sj)

p1

p2

...

pj

...

Pn

TERMINOLOGIAS

Alternativas de decisiones (di). Controladas por el decisor. Estados de la naturaleza (Sj) . No controladas por el decisor, acciones externas que afectan el resultado de la decisin. Resultados V (di, Sj) .- Para cada combinacin de estrategias y estado de la naturaleza habr un resultado, que se debe expresar mediante alguna medida ; el conjunto de resultados constituye la matriz de pagos. rbol de decisin.- Esta formada por nodos de decisin ; nodos de estado , enlace entre los nodos (ramas) y resultados al final de las ramas. Representa grficamente el proceso de toma de decisiones. S1

Investigacin Operativa II Ingeniera de Sistemas

d1 V(d1 , S1 )

CRITERIOS DE DECISIN

TOMA DE DESICIONES SIN PROBABILIDADES

Este criterio es apropiado cuando el decisor tiene poca confianza en su actitud para evaluar la probabilidad de los estados de la naturaleza, o en situaciones en las que es deseable considerar el anlisis del peor caso o del mejor independientemente de su probabilidad de ocurrencia.

METODOS DE DECISIN SIN PROBABILIDADES OPTIMISTA Se evala cada alternativa de decisin, en trmino del mejor resultado que puede ocurrir. La alternativa de decisin que se recomienda es la que ofrece la mejor consecuencia posible. Para cada decisin posible se selecciona el mejor resultado, la mejor decisin es la que produce el mejor resultado posible. Para un problema en el que se desea maximizar utilidades, la alternativa elegida corresponde aquella que brinda las utilidades ms altas. (Maxi (Maxi).) Para un problema en el que se desea minimizar, la alternativa elegida corresponde aquella que brinde el menor resultado. (Mini (min).) CONSERVADOR Se evala cada alternativa de decisin en trminos del peor resultado que pueda ocurrir. La alternativa decisoria que se recomienda es la mejor de las peores consecuencias posibles es decir: Para un problema de maximizacin le corresponde el Max (mini).

Investigacin Operativa II Ingeniera de Sistemas

Para un problema de minimizacin le corresponde el DE LA DEPLORACIN Se evala el costo de oportunidad (deploracin) Min (maxi).

I. PARA UN PROBLEMA DE MAXIMIZACIN Se obtiene la matriz de costo de oportunidad mediante o R(di,Sj) = V*(Sj) - V(di,Sj) V*(Sj) : mayor valor

Se identifica los mximos valores para cada alternativa en la matriz de costo de oportunidad. Se elige la mejor decisin aplicando el min (mx.) a los valores obtenidos II. PARA UN PROBLEMA DE MINIMIZACIN

Se obtiene la matriz de costo de oportunidad mediante o R(di,Sj) = V(di,Sj) - V*(Sj) V*(Sj) : menor valor

Se identifica los mnimos valores para cada alternativa en la matriz de costo de oportunidad. Se elige la mejor decisin aplicando el max(min) a los valores obtenidos

TOMA DE DECISIONES CON PROBABILIDADES A PRIORI

CRITERIO DE PROBABILIDAD MXIMA Se centra en el estado de la naturaleza con mayor probabilidad. Procedimiento: a. Identificar el estado Sj con la probabilidad a priori p(Sj) mayor. b. Elegir la alternativa de decisin que tiene el mayor pago para este estado de la naturaleza.

CRITERIO DE IGUAL PROBABILIDAD Por lo general es difcil tener mucha fe en las probabilidades a priori; por lo tanto se asume igual p(Sj) a cada estado del modelo.

Investigacin Operativa II Ingeniera de Sistemas

Procedimiento: a. Para cada alternativa de decisin calcule el promedio de sus pagos sobre todos los estados de la naturaleza. b. Seleccione la alternativa con el mayor pago promedio. REGLA DE DECISIN DE BAYES Utiliza el concepto de valor esperado o esperanza matemtica. Procedimiento: a. Para cada alternativa de decisin calcule el valor esperado VE(di). VE ( di ) =
n

j =1

p(Sj) V ( di , Sj )

Dnde: N = Es el nmero de posibles estados de la naturaleza. P( Sj) =es la probabilidad de ocurrencia del estado de la naturaleza Sj. Las probabilidades correspondientes deben satisfacer las siguientes condiciones: P( S j ) 0 para todos los estados de la naturaleza.

j =1

p(Sj) = p (S1) + p(S2) + + p(Sn ) = 1

b. Seleccione la alternativa con el mayor valor esperado

ANALISIS DE SENSIBILIDAD

Considera como los cambios en las estimaciones de las probabilidades para los estados de la naturaleza pueden afectar la decisin que se recomienda. El anlisis de sensibilidad se puede realizar considerando probabilidades diferentes para los estados de la naturaleza y despus volver a calcular el VE de cada alternativa de decisin; repitiendo este proceso se observa la forma en que los cambios en las probabilidades afectan la decisin recomendada. Para el caso con dos estados de la naturaleza , se puede realizar un anlisis de sensibilidad utilizando un procedimiento grfico; para ello se le asigna:

Investigacin Operativa II Ingeniera de Sistemas

p(S1) = p

p( S2) = ( 1 p )

Luego se evala el VE (di) ; graficando estas ecuaciones lineales en:

VE

VE (di)

p En el grfico se realiza el anlisis correspondiente, establecindose los rangos de variacin de p y las modificaciones de las decisiones recomendadas.

VALOR ESPERADO DE LA INFORMACION PERFECTA (VEdeIP) Si existe la posibilidad de llevar a cabo un estudio de investigacin de mercado para obtener la informacin perfecta, se puede realizar siempre en cuando no supera el valor de la informacin perfecta. VEdeIP = VEconIP - VE* VEconIP = p(Sj) . ( mejor valor en Sj)
j =1 n

VE*: Mejor valor esperado

Investigacin Operativa II Ingeniera de Sistemas

APLICACIN La tienda CHACO ubicada en la Av. Jos Carlos Maritegui, que se dedica a la venta de productos, para lo cual en esta aplicacin nos hemos enfocado a la venta de gaseosas. La siguiente matriz representa las posibilidades de venta semanal de la tienda, as como las posibles demandas, tambin se muestra las ganancias correspondientes.

Demanda 48 S1 48
PRODUCCI N

60 S2 21.6 28.8 36

d1 d2 d3

28.8 25.2 21.6

54 60

1. Determine la decisin recomendable empleando los mtodos prcticos. MTODO OPTIMISTA

28. 8 28. 8 36 Escogemos el mayor valor de cada fila, luego el mejor valor; en este caso 36(d3)

MTODO PESIMISTA
21. 6 25. 2 21. 6

Escogemos el menor valor de cada fila, luego el mejor valor; en este caso 25.2 (d2)

Investigacin Operativa II Ingeniera de Sistemas

MTODO DE COSTO DE OPORTUNIDAD

0 3.6 7.2

14.4 7.2 0

14.4 7.2 MIN(MAX) 7.2

= 7.2(d2

MTODO PRCTICO CON PROBABILIDAD MTODO DE PROBABILIDAD MXIMA

1. Se selecciona la mayor probabilidad 2. Identificar el mejor valor de ese estado

P (0.60) 28.8 d1

MTODO DE UNA PROBABILIDAD

1. fila. 2. estado Identificar el mejor valor de ese Sacamos el promedio de cada

d1) (28.8+21.6)/2=25.2 d2) (25.2+28.8)/2=27 d3) (21.6+36)/2=28.8

EL MEJOR VALOR ES

Investigacin Operativa II Ingeniera de Sistemas

10

2. Trace un rbol de decisin para este problema.

P (S1) = 0.60
D1

28.8

VE (d1) = (0.60)28.8 + (0.40)21.6 = 25.92

P (S2) = 0.40
21.6

25.2 P (S1) = 0.60 D2

VE (d2) = (0.60)25.2 + (0.40)28.8 = 26.64

P (S2) = 0.40
28.8

21.6 P (S1) = 0.60 D3

VE (d3) = (0.60)21.6 + (0.40)36 = 27.36

P (S2) = 0.40
36

3. Si P (S1)=0,6. Cul es la mejor decisin a tomar?

VE(d1) = = P(S1)V(d1,S1) + P(S2)V(d1,S2) = (0.60) (28.8) + (0.40) (21.6) = 25.92

10

Investigacin Operativa II Ingeniera de Sistemas

11

VE(d2) = = P(S1)V(d2,S1) + P(S2)V(d2,S2) = (0.60) (25.2) + (0.40) (28.8) = 26.64

VE(d3) = = P(S1)V(d3,S1) + P(S2)V(d3,S2) = (0.60) (21.6) + (0.40) (36) = 27.36 La mejor decisin a tomar es d3

4. Hallar el valor esperado de la informacin perfecta.

VALOR ESPERADO CON LA INFORMACIN PERFECTA

(0.60) x 28.8 + (0.40) x 36 = 31.68

VALOR ESPERADO DE INFORMACIN PERFECTA

31.68 27.36 = 4.32

MARGEN DE UTILIDAD ADICIONAL

11

Investigacin Operativa II Ingeniera de Sistemas

12

5. Realice el anlisis de sensibilidad e intrprete sus resultados

VE (d1) = 28.8P + (1-P )(21.6) 21.6 = 28.8P + 21.6 21.6P = 28.8 = 7.2P + 21.6 VE (d2) = 25.2P + (1-P )(28.8) 28.8 = 25.2P +28.8 28.8P 25.2 = -3.6P + 28.8 VE (d3) = 21.6P + (1-P )(36) = 36

P=0 VE(d1) = P=1 VE(d1)

P=0 VE(d2) = P=1 VE(d2) =

P=0 VE(d3)

0.67

12

Investigacin Operativa II Ingeniera de Sistemas

13

Si:

P E [0 ; 0.67> P E [0.67 ; 1]

d3 d1

INTERPRETACIN: Si la probabilidad varia de [0;0,67> la mejor decisin seria d3 para una utilidad de y si la probabilidad varia de [0,67;1] la mejor decisin seria d1 para una utilidad

13

Investigacin Operativa II Ingeniera de Sistemas

14

Bibliografa
LIEBERMAN, H. (s.f.). INVESTIGACIN DE OPERACIONES Sptima Edicion . Hillier, F. S., & Lieberman, G. J. (2010). INTRODUCCIN A LA INVESTIGACIN DE OPERACIONES. (P. E. V., Ed.) Ciudad de Mxico: McGRAWHILL/INTERAMERICANA EDITORES, S.A. DE C.V. TAHA, H. A. (2012). Investigacin de Operaciones Novena Edicion. (G. L. Ballesteros, Ed.) Mexico: Pearson Educacin de Mxico, S.A. de C.V. TAHA, H. A. (2004). INVESTIGACION DE OPERACIONES 7 EDICION. Mexico: Pearson Educacin de Mxico. Winston, W. L. (2005). Investigacion de Operaciones Aplicaciones y Algoritmos. mexico: International Thomson Editores,S.A. de C.V.

14