INSTITUTO TECNOLOGICO DE VILLAHERMOSA

MATERIA: INVESTIGACION DE OPERACIONES II

MAESTRA: ZINATH JAVIER GERONIMO

UNIDAD # 3: TEORIA DE DECISIONES

ALUMNOS: ALAMILLA PACHECO MARIANO CONTRERAS CORNELIO YADIRA DE LA CRUZ VALENCIA ABRAHAM GONZALEZ HERNANDES GREVIL HERNANDEZ RAMOS HERNAN HERNANDEZ RAMIREZ IVETH TORRES MADRID MARIA DE LOURDES MARTINEZ HERNANDEZ GEOVANI EMMANUEL
1

INDICE Unidad 3 teora de decisin 3.1 Caractersticas generales de la Teora de Decisiones 04 3.2 Criterios de decisin Deterministicos y Probabilsticas .08 3.3 Valor de la Informacin Perfecta 17 3.4 rboles De Decisin ..18 3.5 Teora de Utilidad ....22 3.6 Decisiones Secuenciales ..26 3.7 Anlisis de Sensibilidad ...30

3.8 uso de programa de computacin .34

Conclusin

INTRODUCCIN

La teora de la decisin es una rea interdisciplinaria de estudio, relacionada con casi todos los participantes en ramas de la ciencia, ingeniera Concierne a la forma y al estudio del comportamiento y fenmenos de aquellos que toman las decisiones (reales o ficticios), as como las condiciones por las que deben ser tomadas las decisiones ptimas. La mayor parte de la teora de la decisin es normativa o prescriptiva, es decir concierne a la identificacin de la mejor decisin que pueda ser tomada, asumiendo que una persona que tenga que tomar decisiones (decisin maker) sea capaz de estar en un entorno de completa informacin, capaz de calcular con precisin y completamente racional. La aplicacin prctica de esta aproximacin prescriptiva (de cmo la gente debera hacer y tomar decisiones) se denomina anlisis de la decisin y proporciona una bsqueda de herramientas, metodologas y software para ayudar a las personas a tomar mejores decisiones. Las herramientas de software orientadas a este tipo de ayudas se desarrollan bajo la denominacin global de Sistemas para la ayuda a la decisin (decisin support systems, abreviado en ingls como DSS).

3.1 Caractersticas generales Teora de Decisiones

La Teora de la Decisin trata del estudio de los procesos de toma de decisiones desde una perspectiva racional. En cuanto a decisin se refiere, existen dos enfoques sobresalientes: La teora de la eleccin racional (Simon): desde una perspectiva descriptiva, nos cuenta cmo son los procesos decisorios en las organizaciones. Los hombres aplican su propia racionalidad limitada por su singular visin de la realidad. La teora de la decisin: es una metodologa prescriptiva o normativa que indica cmo se debe decidir para ser consecuentes con los objetivos, preferencias y ciertos principios impuestos por la teora. (Cmo se debe decidir, pero no que decidir). La teora de la decisin es prescriptiva porque obliga al TD a proceder de una determinada manera si quiere ser coherente con las premisas definidas. La teora de la decisin es subjetiva porque, al prescribir, tiene en cuenta las preferencias, las valoraciones, las vivencias y la visin del TD. La teora de decisiones se ocupa de decisiones contra la naturaleza. Esta fase se refiere a una situacin donde el resultado (rendimiento) de una decisin individual depende de la accin de otro agente (naturaleza) sobre el cual no se tiene control. Es importante observar que en este modelo los rendimientos afectan nicamente a quien toma la decisin. A la naturaleza no le importa cual es el resultado.
4

Elementos de un Proceso de Decisin El decisor (TD): Es el encargado de realizar la seleccin de alternativas de la mejor manera, en funcin de sus objetivos Las alternativas o cursos de accin: son las diferentes formas de actuar posibles: el TD deber seleccionar una de ellas. Es importante tener en cuenta que estas alternativas deben ser excluyentes entre s. Los estados de la naturaleza: son las variables no controlables por el TD. Son eventos futuros que influyen en el proceso de decisin, pero que no pueden ser controladas ni previstas, en su comportamiento, por el TD. Los resultados: es lo que se obtiene ante la seleccin (la opcin) de una alternativa determinada cuando se presenta uno de los posibles estados de la naturaleza. La tabla de pagos (o tablas de decisin): sirven para tratar muchos problemas de decisin y poseen los siguientes elementos:

Los diferentes estados de la naturaleza sj (s1, s2,, sn).

Las distintas alternativas o cursos de accin, entre los cuales el TD deber seleccionar uno aj (a1, a2, , am).

Los resultados Rij que surgen de la eleccin de la alternativa ai cuando se presenta el estado sj

El criterio de decisin: es la especificacin de un procedimiento para identificar la mejor alternativa en un problema de decisin.

La descripcin de los diferentes criterios de decisin que proporcionan la opcin ptima ser realizada de acuerdo con el conocimiento que posea el TD acerca de los estados de la naturaleza, es decir, atendiendo a la clasificacin de los procesos de decisin: certidumbre, riesgo e incertidumbre

Etapas del Proceso Decisorio

1.

El TD debe identificar la existencia de un problema y poder definirlo. El TD debe recopilar ms informacin acerca del problema. El TD debe poder especificar los objetivos. La decisin se basa en seleccionar la mejor alternativa en funcin de ciertos objetivos. El TD debe elaborar un modelo que describa el problema. El TD debe generar soluciones alternativas al problema y evaluarlas en funcin de sus preferencias (anlisis cualitativo y anlisis cuantitativo). El TD debe determinar el criterio de decisin que optimice la situacin. El TD debe predecir las consecuencias de cada actuacin. El TD debe establecer un sistema de preferencias. Tiene que realizar una valoracin de las consecuencias de acuerdo con una escala de bondad o deseabilidad.
6

2. 3.

4. 5.

6.

7. 8.

9.

El TD debe elegir entre las soluciones alternativas. Es necesario que seleccione un curso de accin. Esta eleccin debe darse mediante un criterio de decisin adecuado.

10. El

TD debe poner en prctica la solucin seleccionada y evaluar

los resultados. Lo que modifica el universo, es la accin derivada de la decisin

Clasificacin de los Procesos de Decisin Segn las caractersticas del contexto, podemos decir que el proceso de decisin se realiza bajo certidumbre, bajo riesgo o bajo incertidumbre. En funcin de esta distincin podemos identificar tres grandes grupos: Decisiones No Estructuradas: este tipo de decisiones se toman cuando estamos en un contexto de incertidumbre total y se cuenta con muy poca informacin. Son, principalmente, decisiones polticas y estratgicas. Se requiere de un alto poder de negociacin Decisiones Poco Estructuradas: este tipo de decisiones se toman cuando estamos en un contexto intermedio, es decir, no nos encontramos en certeza ni en incertidumbre total.

Decisiones Estructuradas: este tipo de decisiones se toman cuando estamos en un contexto de casi-certeza, donde existe poca complejidad. La mayora de estas situaciones son abarcadas por los

Mtodos de Investigacin de Operaciones. Son decisiones que pueden programarse por ser repetitivas y rutinarias.

3.2

Criterios

de

decisin

Deterministicos

Probabilsticas

El conocimiento es lo que sabemos. La informacin es la comunicacin de conocimientos. En cada intercambio de conocimientos, hay un remitente y un receptor. El remitente hace comn lo que es privado, hace la informacin, la comunicacin. La informacin se puede clasificar como formas explcitas y tcitas. La informacin explcita se puede explicar de forma estructurada, mientras que la informacin tcita es inconsistente e imprecisa de explicar. Los datos son conocidos como informacin cruda y no como conocimientos en s. La secuencia que va desde los datos hasta el conocimiento es (observe el siguiente cuadro): de los Datos (Data) a la Informacin (Information), de la Informacin (Information) a los Hechos (Facts), y finalmente, de los Hechos (Facts) al Conocimiento (Knowledge) . Los datos se convierten en informacin, cuando se hacen relevantes para la toma de decisin a un problema. La informacin se convierte en hecho, cuando es respaldada por los
8

datos. Los hechos son lo que los datos revelan. Sin embargo el conocimiento instrumental es expresado junto con un cierto grado estadstico de confianza (gl). Los hechos se convierten en conocimiento, cuando son utilizados en la complementacin exitosa de un proceso de decisin. Una vez que se tenga una cantidad masiva de hechos integrados como conocimiento, entonces su mente ser sobrehumana en el mismo sentido en que, con la escritura, la humanidad es sobrehumana comparada a la humanidad antes de escribir. La figura siguiente ilustra el proceso de razonamiento estadstico basado en datos para construir los modelos estadsticos para la toma de decisin bajo incertidumbre.

De donde: Level of Exactness of Statistical Model = Nivel de Exactitud del Modelo Estadstico. Level of improvements on decisin making = Nivel de Mejoramiento en la Toma de Decisiones

La figura anterior representa el hecho que a medida que la exactitud de un modelo estadstico aumenta, el nivel de mejoramiento en la toma de decisin aumenta. Esta es la razn del porqu necesitamos la estadstica de negocio. La estadstica se creo por la necesidad de poner conocimiento en una base sistemtica de la evidencia. Esto requiri un estudio de las leyes de la probabilidad, del desarrollo de las propiedades de medicin, relacin de datos. La inferencia estadstica intenta determinar si alguna significancia estadstica puede ser adjunta luego que se permita una variacin aleatoria como fuente de error. Una inteligente y crtica inferencia no puede ser hecha por aquellos que no entiendan el propsito, las condiciones, y la aplicabilidad de las de diversas tcnicas para juzgar el significado. Considerando el ambiente de la incertidumbre, la posibilidad de que las buenas decisiones sean tomadas incrementa con la disponibilidad de la buena informacin. El chance de la disponibilidad de la buena informacin incrementa con el nivel de estructuracin del proceso de Direccin de Conocimiento. La figura anterior tambin ilustra el hecho que mientras la exactitud de un modelo estadstico aumenta, el nivel de mejora en la toma de decisiones aumenta. El conocimiento es ms que simplemente saber algo tcnico. por ejemplo, crea el software estadstico que es til, ms bien que tcnicamente brillante. Proceso de Toma de Decisiones Estadsticas

10

A diferencia de los procesos de toma de decisiones determinsticas tal como, optimizacin lineal resuelto mediante sistema de ecuaciones, sistemas paramtricos de ecuaciones y en la toma de decisin bajo pura incertidumbre, las variables son normalmente ms numerosas y por lo tanto ms difciles de medir y controlar. Sin embargo, los pasos para resolverlos son los mismos. Estos son: 1. Simplificar 2. Construir un modelo de decisin 3. Probar el modelo 4. Usando el modelo para encontrar soluciones: El modelo es una representacin simplificada de la situacin real No necesita estar completo o exacto en todas las relaciones Se concentra en las relaciones fundamentales e ignora las irrelevantes.

los mtodos probabilsticos y estadsticos para el anlisis de toma de decisiones bajo incertidumbre son ms numerosos y mucho ms poderosos que nunca. Las computadoras hacen disponible muchos usos prcticos. Algunos de los ejemplos de aplicaciones para negocios son los siguientes:

Un auditor puede utilizar tcnicas de muestreo aleatorio para auditar las cuentas por cobrar de un cliente.

11

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.

Mtodo para tomar decisiones determinanticas con mltiples opciones y objetivos Para resolver disyuntivas esto es, para decidir ante dos opcionesBenjamn Franklin escriba en un papel los factores que favorecan a una y otra, separados por una lnea vertical. Luego buscaba en ambos lados, factores o grupos de factores que tuviesen segn su apreciacin- igual peso, y los eliminaba. As iba simplificando el problema hasta que los elementos no tachados indicaran el predominio de una opcin.

El procedimiento consiste en eliminar alternadamente opciones y objetivos. Para ello se aplican dos principios lgicos irrebatibles:

a)

Que si una opcin X es superior a una opcin Y en un objetivo y no es inferior a esta en ninguno de los restantes (condicin llamada de Dominio Absoluto), entonces la opcin Y se puede descartar

Crear una Tabla De Consecuencias

12

Una Tabla de Consecuencias representa en cada lnea un objetivo y en cada columna una opcin o candidato. Las intersecciones son naturalmente- las calificaciones de los objetivos para cada candidato. Se ver mejor a travs de un ejemplo: supongamos que Juan quiere encontrar trabajo y sus objetivos son:

- Sueldo - Flexibilidad de Horario - Prestaciones (como Salud, atencin dental, etc.) - Distancia desde su casa y - Vacaciones

El sueldo se medir en miles de pesos, la flexibilidad de horario en Alta (A), Mediana (M), o Nula (N), la calidad y cantidad de prestaciones, mediante una nota de 1 a 7, la distancia, en cantidad de Kilmetros y las vacaciones, en Das hbiles por ao.

Por otra parte, supondremos que ya tiene cinco ofertas: A, B, C, D y E.

Supongamos, adems, que una vez hecha la evaluacin de cada objetivo individual, para cada oferta, se obtuvo la siguiente Tabla de Consecuencias: Tabla de Consecuencias de Juan
13

Objetivo Sueldo Flexibilidad

A 500 M

B 600 N 5 10 20

C 700 N 5 8 19

D 550 M 6 12 15

E 450 A 4 27 15

Prestaciones 6 Distancia Vacaciones 20 15

En la tabla se puede apreciar que la opcin D tiene dominio Absoluto sobre la opcin A, ya que el sueldo es ms alto (550 contra 500) y es igual o superior en los objetivos restantes.

Una vez eliminada A, la tabla queda: Tabla de Consecuencias de Juan Objetivo Sueldo Flexibilidad B 600 N C 700 N 5 8 19 D 550 M 6 12 15 E 450 A 4 27 15

Prestaciones 5 Distancia Vacaciones 10 20

A veces no es fcil identificar situaciones de dominio por la sola observacin de la tabla de consecuencias. En tal caso se puede recurrir a una Tabla de Clasificacin, la que en lugar de desplegar los
14

valores- muestra la ubicacin relativa de cada opcin en cada uno de los objetivos. En el caso de Juan, la Tabla de Clasificacin quedara:

Tabla de Clasificacin de Juan Objetivo Sueldo Flexibilidad B 2 3 (e) C 1 3 (e) 2 (e) 1 2 D 3 2 1 3 3 (e) E 4 1 4 4 3 (e)

Prestaciones 2 ( e) Distancia Vacaciones 2 1

Donde el smbolo (e) significa empate. Se aprecia que ya no existen situaciones de dominio absoluto, pero la opcin C es superior a la B en casi todos los objetivos, excepto en el de las vacaciones (donde pierde por slo un da). Aqu, por supuesto, entra a tallar el criterio del decisor: ese da de vacaciones es tan importante como la diferencia en el sueldo o la mayor distancia? Creemos que para la mayora probablemente valga ms que la diferencia en distancia (2 km.) pero difcilmente puede compensar los cien mil pesos de mayor sueldo que se obtienen con C. Se dice, en este caso, que C tiene Dominio Relativo sobre B, circunstancia que permite eliminar a esta ltima. Una vez descartada B, la tabla de consecuencias queda: Tabla de Consecuencias de Juan
15

Objetivo Sueldo Flexibilidad

C 700 N

D 550 M 6 12 15

E 450 A 4 27 15

Prestaciones 5 Distancia Vacaciones 8 19

3.3 VALOR DE LA INFORMACIN PERFECTA

Si se pudiera contar con un predictor perfecto, se podra seleccionar por anticipado el curso de accin ptimo correspondiente a cada evento pronosticado. Ponderando la utilidad correspondiente a cada curso de accin ptimo por la probabilidad de ocurrencia de cada evento se obtiene la utilidad esperada contando con informacin perfecta (UEIP). El VEIP es la diferencia entre UEIP y VE. Refleja el aumento en la utilidad esperada a partir de contar con un mecanismo de prediccin perfecto. INTERPRETACIN DEL VEIP El VEIP puede considerarse como una medida general del impacto econmico de la incertidumbre en el problema de decisin.

16

Es un indicador del valor mximo que convendra pagar por conseguir informacin adicional antes de actuar. El VEIP tambin da una medida de las oportunidades perdidas. Si el VEIP es grande, es una seal para que quien toma la decisin busque otra alternativa que no se haya considerado hasta el momento

3.4 RBOL DE DECISIN

Un rbol de decisin es un rbol orientado que representa un proceso de decisin .Los nodos designa puntos en el tiempo en los cuales: i) debe tomarse una u otra dedicin, o ii) quien toma las decisiones se enfrenta a uno y otro estado de la naturaleza. O iii) el proceso termina. Saliendo de un nodo (i) hay una rama para cada posibles decisin saliendo de un nodo(ii) hay una rama para cada posibles estado de la naturaleza. Bajo cada ramas se escribe la probabilidad del evento corresponde, cuando este definida. Los arboles de decisin son tiles para determinar decisiones optimas en procesos complicados. Las tcnicas consisten en iniciar con los nodos terminales y moverse secuenciales hacia atrs a travs de la red, calculando la ganancia esperada en los nodos intermedios. Cada ganancia se escribe encima del nodo correspondiente. Una decisin recomendada es aquella que lleva a una ganancia mxima esperada. Aquellas decisiones que
17

resultan no recomendables tienen las ramas correspondientes marcadas con cruz. Ejemplos: Una gran compaa de energtico ofrece al dueo de un terreno $60,000 por el derecho de explotacin de gas natural en un sitio determinado y la opcin para un desarrollo futuro. La opcin si se ejerce vale $60,000 adicionales para el propietario, pero esto ocurrir solo si se descubre gas natural durante la etapa de explotacin. El propietario, considerando que el inters de la compaa es una buena indicacin de que existe gas, est tentando a desarrollar el mismo el campo. Para hacer esto deber contratar equipo locales con experiencia en explotacin y desarrollo. El costo inicial es de $100,000 los que se perdern si no se encuentra gas. Sin embargo si descubre gas, el propietario estima un beneficio neto de 2millones de dlar. Las decisiones para el propietario son D1 (acepta la oferta de la

compaa de energticos) y D2 (explorar y desarrollar por su cuenta). Los estado de la naturaleza son S1 (no hay gas en el sitio). Las ganancia (en miles de dlares) para el propietario en cada combinacin de evento se da en la tabla sig. Estado de la

Decision es

d1 d2

naturaleza s1 s2 60 660 -100 200

18

La matriz de ganancia para este proceso se muestra en la tabla anterior. La ganancia mnima para la decisin D1 es 60 mientras que para D2 es -100. Ya que Max[60,-100 ]=60 es la ganancia asociada D1,D2 es la decisin recomendada bajo el criterio minimax.

El valor mayor en la matriz es 2000, ganancia asociada a D2 por lo tanto D2 es la decisin recomendada bajo el criterio optimista. Los promedio de la ganancia mxima y mnima para D1 yD2 son respectivamente

200+(600+60 2 y 100) 2

Ya que max [360,950] = 950 est asociada con D 1 ,D2 es la decisin recomendada bajo el criterio del punto medio del camino.
Determinar

la decisin recomendada bajo el criterio a priori para

el proceso del ejemplo anterior. Si el propietario estima que la probabilidad de encontrar gas de 0.6 Con p(s2) =0.6 entonces P(s1)=1-0.6=0.4 empleando los datos de la tabla se calcula la ganancia esperada proveniente de D1 como: E (G1)=(60)(0.4)+(660)(0.6)=420 Y la ganancia para D2 como: E (G2)= (-100) (0.4)+ (2000)(0.6)=1160
19

Ya que el mximo de esta dos cantidades, 1160 est asociada con D1 D2 es la decisin recomendables bajo el criterio a priori. Este proceso est representado por el rbol de decisin de la figura sig. La ganancia esperada del proceso 1160 en el nodo B proviene en sentido inverso delnodo 60 420
C D1 1 D2 1 0. 4 E s1

D.

s2

660

0.

-10 s1
D HG 0. 4 Bibliografa: Inv. Operaciones s
2

116 0 B

1160

2000

Richard bronson

3.5 TEORAS DE LA UTILIDAD

La teora de la utilidad trata de explicar el comportamiento del consumidor. Desde esta perspectiva se dice que la utilidad es la aptitud de un bien para satisfacer las necesidades. As un bien es ms til en la medida que satisfaga mejor una necesidad. Esta utilidad es cualitativa (las cualidades reales o aparentes de los bienes), es espacial (el objeto debe encontrarse al alcance del individuo) y temporal (se refiere al momento en que se satisface la necesidad). Esta teora parte de varios supuestos:
20

El ingreso del consumidor por unidad de tiempo es limitado. Las caractersticas del bien determinan su utilidad y por tanto afectan las decisiones del consumidor.

El consumidor busca maximizar su satisfaccin total (utilidad total), y por tanto gasta todo su ingreso.

El consumidor posee informacin perfecta, es decir, conoce los bienes (sus caractersticas y precios).

El consumidor es racional, esto quiere decir que busca lograr sus objetivos, en este caso trata de alcanzar la mayor satisfaccin posible. Esto quiere decir que el consumidor es capaz de determinar sus preferencias y ser consistente en relacin con sus preferencias. As, si el consumidor prefiere el bien A sobre el bien B y prefiere el bien B sobre el bien C, entonces preferir el bien A sobre el bien C (transitividad).

La teora econmica del comportamiento del consumidor se topa con un problema importante (llamado el problema central de la teora del consumidor), el cual es la imposibilidad de cuantificar el grado de satisfaccin o utilidad que el consumidor obtiene de los bienes. No existe una unidad de medida objetiva de la satisfaccin. Este problema se ha enfrentado a travs de dos enfoques distintos:

Enfoque cardinal: Supone que si es posible medir la utilidad, o sea que si se dispone de una unidad de medida de la satisfaccin.

21

Enfoque ordinal: En este enfoque el consumidor no mide la utilidad, slo establece combinaciones de bienes que prefiere o le son indiferentes con respecto a otras combinaciones de bienes.

Enfoque cardinal: A partir de los supuestos y conceptos mencionados se definen dos conceptos de utilidad o satisfaccin:

Utilidad Total: es la satisfaccin total de consumir una cierta cantidad de un bien.

Utilidad Marginal: es la satisfaccin extra de una unidad de consumo adicional.

Q 0 1 2 3 4 5 6 7 8

UT 0 8 18 26 32 36 38 38 36

UM 8 10 8 6 4 2 0 -2

22

23

En los datos anteriores se observa que se satisface la LEY DE LA UTILIDAD MARGINAL DECRECIENTE, es decir, la satisfaccin adicional del consumidor disminuye a medida que se consume una mayor cantidad del bien. Observe que hay un punto de inflexin, a partir del cual la utilidad marginal (UM) se vuelve decreciente:

3.6 Decisiones secuenciales

24

Son decisiones encadenadas entre s que se presentan a lo largo del perodo de estudio previamente seleccionado. En Consecuencia, la decisin inicial se toma sobre la base de la consideracin explcita de otras decisiones futuras. En muchas ocasiones, sobre todo en aquellos proyectos que abarcan varios aos, la decisin inicial puede someterse a sucesivas decisiones posteriores, como consecuencia de ir acumulando informacin. As una decisin puede condicionar decisiones posteriores y a su vez ser condicionada por decisiones tomadas con anterioridad a la misma. El anlisis del problema de decisin bajo el enfoque secuencial suele ser preferible al enfoque esttico, dado que es normal que una decisin tomada en el momento inicial condicione decisiones en los momentos posteriores de tiempo.

Plantear la relacin entre el trabajo de direccin y la toma de decisiones. Comprender el proceso de la toma de decisiones Conocer las tcnicas y herramientas mecnicas bsicas en la toma de decisiones. Repercusin de la decisin. Planteamientos previos.
25

Ambiente de la decisin. Decisin Programable/no programable. Repercusin de la decisin La decisin es fundamental en la empresa ya que segn las decisiones que tome sta, se alcanzaran unos objetivos u otros.

Objetivos estratgicos Largo plazo: Mercado en el que nos ubicamos Objetivos tcticos A medio plazo: Planes especficos, recursos asigna. Objetivos operativos Corto plazo: como sustituir a un operario con gripe. Planteamientos previos. La decisin puede platearse de forma: Objetiva vs. Subjetiva Analtica vs. Sistmica. Esttica vs. Dinmica. Determinista vs. Probabilstica

26

Segn el planteamiento que hagamos obtendremos unos resultados diferentes en la toma de decisin y sus consecuencias. Objetiva vs. Subjetiva Puede darse el caso de tener que basarnos en hechos que nos influyen o de los que no disponemos de un modelo objetivo. Analtica: Disponemos de un modelo matemtico construido con la informacin disponible y del que queremos conocer la mejor opcin. Disponemos de un modelo construido a partir de una simplificacin del problema y que nos permite simular diferentes situaciones lo que nos lleva hacia una solucin. Los modelos estticos no tienen en cuenta la variable tiempo. En los modelos dinmicos la variable tiempo es fundamental. Determinista vs. Probabilstica Determinista: Conozco todos los datos necesarios de la realidad. Si tomo una opcin, se cual ser el resultado preciso. En los modelos probabilisticos las variables son aleatorias y los resultados tambin. Ambiente de la decisin Certeza Conozco los estados de la naturaleza con total seguridad. Riesgo

27

No s qu estado de la naturaleza se dar, pero conozco sus probabilidades. Incertidumbre estructurada conozco los estados, no la probabilidad. Incertidumbre no estructurada

3.7 anlisis de la sensibilidad

El anlisis de sensibilidad es una de las partes ms importantes en la programacin lineal, Sobre todo para la toma de decisiones; pues permite determinar cuando una solucin sigue Siendo ptima, dados algunos cambios ya sea en el entorno del problema, en la empresa o en los datos del problema mismo. Este anlisis consiste en determinar que tan sensible es la respuesta ptima del Mtodo Simplex, al cambio de algunos datos como las ganancias o costos unitarios (coeficientes de la funcin objetivo) o la disponibilidad de los recursos (trminos independientes de las restricciones) La variacin en estos datos del problema se analizar individualmente, es decir, se analiza la sensibilidad de la solucin
28

debido a la modificacin de un dato a la vez, asumiendo que todos los dems permanecen sin alteracin alguna. Esto es importante porque estamos hablando de que la sensibilidad es esttica y no dinmica, pues solo contempla el cambio de un dato a la vez y no el de varios Objetivo Principal del Anlisis de Sensibilidad Establecer un intervalo de nmeros reales en el cual el dato que se analiza puede estar contenido, de tal manera que la solucin sigue siendo ptima siempre que el dato pertenezca a dicho intervalo

Los anlisis ms importantes son; 1. Los coeficientes de la funcin objetivo; y 2. Los trminos independientes de las restricciones y se pueden

abordar por medio del Mtodo Grfico o del Mtodo Simplex

Anlisis de sensibilidad grfico Abordaremos primero el anlisis de sensibilidad de manera grfica. Partamos del siguiente modelo de programacin lineal

Max z 34x + 2y s/a 5x + 8y40 20x+10y100

29

x0;y

Cuya solucin es la siguiente:

30

Recordemos que nuestro objetivo es mantener la solucin ptima que hemos encontrado x =3.6 y=2.7 Esto lo conseguiremos siempre y cuando la recta de isoutilidad (recta roja) Pase por el punto (3.6 , 2.7) y no exista rea de regin factible por encima de ella. Anlisis de sensibilidad grfico para los coeficientes de la funcin objetivo Todas las lneas rojas mantienen la solucin ptima pero las lneas azules generan una nueva solucin ptima pues existe un rea de la regin factible sobre ellas, lo cual indica que la funcin no ha sido optimizada en el punto que analizamos (3.6,2.7) Ahora si
31

observamos bien la grfica podemos notar que las lneas rojas, que son las que nos interesan, siempre estn comprendidas entre las dos restricciones o desigualdades que definen el vrtice ptimo (aquellas que simultaneamos para encontrar la solucin) Las lneas de las restricciones son las siguientes con sus respectivas primeras derivadas y por consiguiente sus pendientes 5x + 8 y =40 8y=40 -5x Ym2= -2 De estas pendientes la menor es -2 20x +10y=100 10y=100 -20 x

3.8 USO DE PROGRAMAS DE COMPUTACION

A.-) PROGRAMAS DE COMPUTACIN (Microsoft Adicional al programa SOLVER, incluido en EXCEL-2000 de MIcrosoft (cuya explicacin didctica del funcionamiento del programa Solver (445 kb), se incluye en este documento que puede ser bajado por Usted), se incorporan otros programas que operan bajo sistema WIndows 98/ME/2000/XP, debiendo disponer de una computadora actualizada con procesador Pentium II y superiores, memoria mnima de 256 kb y capacidad de disco de 50 MB y los cuales pueden ser bajados a Chang y es aplicable a todos los problemas de Investigacin de Operaciones. Para conocer sus usos y aplicaciones, se incorpora el MANUAL DE USO del WINQSB. A.) El programa PrgLin, cuya propiedad es de la Universidad de Lisboa (Portugal), el cual se aplica A.3) El programa Lingo, propiedad de
32

Lindo Systems Inc (USA), que dado su gran tamao (18.9 Mb),

para soluciones grficas de problemas de dos dimensiones. A.) El programa InvOp (361 kb), desarrollado por la Universidad del Cuyo en Argentina, se aplica para la solucin de problemas relacionados con transporte y redes. Continuacin:. A.1) El programa WinQSB (3.9 Mb), cuya propiedad intelectual es del Dr. Yih-Long

B.-) USO DEL PROGRAMA SOLVER DE EXCEL) Para conocer la aplicacin del mtodo SOLVER de EXCEL (Microsoft), se utilizar un ejemplo prctico: Max Z=10 X1 + 8 X2 Sujeto 30X1 +20X2 <= 120 2X1 + 2X2 <= 9 4X1 + 6X2 <= 24 X1,X2 >=0 a:

La nica dificultad que tenemos es el de modelar el programa dentro del Excel, y eso, es muy fcil. Por supuesto, hay infinidad de maneras de hacerlo, aqu propongo una.

Se activa Excel y en una hoja...

33

Se ubican las celdas que se correspondern con el valor de las variables de decisin; en ste caso, las celdas B6 y C6, se les da un formato para diferenciarlas de las dems, aqu azul oscuro (ver captura abajo). Se ubica tambin, las celdas que contendrn los coeficientes de las variables de decisin, B4 y C4, y se llenan con sus respectivos valores, 10 y 8. Aunque ste ltimo paso, se podra omitir y dejar los coeficientes definidos en la celda de la funcin objetivo, as es mejor para los anlisis de sensibilidad y para que la hoja quede portable para otro programa.

Se ubica la celda que se corresponder con la funcin objetivo (celda objetivo), la B3. En ella se escribe la funcin que sea, en ste caso, ser el coeficiente de X1 (en B4) por el valor actual de X1 (en B6) mas el coeficiente de X2 (en C4) por el valor actual de X2 (en C6) O sea: =$B$4*$B$6+$C$6*$C$4 Coeficientes para la primera restriccin: los podemos escribir en la misma columna de las variables de decisin; en las celdas B7 y C7, con los valores 30 y 20, seguido del sentido de la desigualdad (<=) y de su correspondiente RHS: 120. A la derecha ubicaremos el valor actual de consumo de la restriccin, ella se escribir en funcin de las variables de decisin y de los coeficientes de la restriccin. Esta celda, la utilizar Solver como la real restriccin, cuando le digamos que el valor de sta celda no pueda sobrepasar la de su correspondiente RHS. De nuevo ser el valor del coeficiente por el de la variable:=B7*$B$6+C7*$C$6.

34

Notese que ahora B7 y C7 no tienen el signo $. Pues es que luego que se haya escrito sta celda, se podr arrastrar hacia abajo para que Excel escriba la frmula por nosotros (la pereza!), pero tome los valores relativos a los coeficientes que le corresponda a los mismos valores de las variables de decisin. Se repite los pasos anteriores para las otras restricciones, pero ahora la frmula ser: =B8*$B$6+C8*$C$6 y =B9*$B$6+C9*$C$6.

El resto del formato es para darle una presentacin ms bonita a la hoja. Ahora a resolverlo Al hacer click en Herramientas , Solver se tendr una pantalla como la siguiente. Lo primero que hay que hacer es especificar la celda objetivo y el propsito: maximizar. Se escribe B3 (o $B3 B$3 $B$3 como sea, da igual), en el recuadro "cambiando las celdas", se hace un click en la flechita roja, para poder barrer las celdas B6 y C6; lo mismo da si se escriben directamente los nombres.

Y ahora para las restricciones: se hace click en agregar... En F7 est la primera restriccin, como se puede ver en la captura. Se especifica el sentido de la restriccin <=, >= =. Aqu tambin se puede especificar el tipo de variable, por defecto es continua, pero se puede escoger "Int" para entera o "Bin" para binaria. En el recuadro de la derecha establecemos la cota. Aqu podemos escribir 120 pero mejor escribimos $E$7 para que quede direccionado a la celda que contiene el 120, y despus lo podramos cambiar y volver a encontrar la respuesta a manera de anlisis de sensibilidad.
35

La condicin de no negatividad hay que incluirla manualmente, as: El cuadro de dilogo debe lucir as: Y listo! Se hace en resolver y ya. Parece un poco largo en

comparacin con los otros paquetes de programacin lineal, pero esto se har slo una vez, para los prximos programas se podr utilizar la misma hoja cambiando los coeficientes. Sin embargo, como se puede notar, la flexibilidad de modelar es muy grande.

CONCLUSION:

Este trabajo fue de mucha importancia para el equipo ya que pudimos darnos cuenta de la teora para la toma de decisiones sobre el proceso de una perspectiva racional Dentro de las decisiones secuenciales se presenta a lo largo del periodo del estudio esto se toma sobre la base de la consideracin explicita dentro de un enfoque El VEIP puede considerarse como una medida general del impacto econmico de la incertidumbre en el problema de decisin. Es un indicador del valor mximo que convendra pagar por conseguir informacin adicional antes de actuar.

36

BIBLIOGRAFIA INESTIGACION DEOPERACIONES 2 INTRODUCCION ALAINVESTIGACION DEOPERACIONESSETA

EDICION HAMDY A. TAHA.1997

INVESTIGACION DE OPERACIONES, WAYNE L.WINSTON DENARDO.E.U: DINAMICPROGRAMMING THERY AN APLICATION 1982

37