Está en la página 1de 11

Investigacin de operaciones.

1.2 ANALISIS DE LA TOMA DE DECISIONES. Objetivo: Desarrollar una estrategia ptima cuando el tomador de decisiones se enfrente con varias alternativas de decisin y una incertidumbre o patrn de eventos futuros llenos de riesgos. 1.2.1 El modelo. Definiciones generales. Existen varias definiciones de modelo de diferentes autores, entre las cuales tenemos: Un modelo es una representacin de la realidad. Colin Lee (1972) Un modelo es una representacin explcita y externa de parte de la realidad como la ven las personas que desean usar el modelo para entender, cambiar, gestionar y controlar dicha parte de la realidad. Pidd (1996) Bsicamente todos los modelos son errneos, aunque algunos son tiles. George Box (1987) De estas y muchas ms definicin podemos recoger que: Los modelos son 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 son explcitos se construyen manejan y modifican como tales. Y aunque no se debe confundir el modelo con la realidad, el modelo debe tener una imagen fsica sobre la que los diferentes actores puedan opinar. 1.2.2 Para qu sirve un modelo? Los modelos tienen utilidad en tres mbitos a) Aprender / Entender El principal beneficio en la generacin de un modelo es el entendimiento que el modelador adquiere del comportamiento de la realidad. Puede ocurrir, y de hecho ocurre con frecuencia, que una vez finalizado el modelo, los objetivos perseguidos inicialmente se hayan alcanzado sin hacer ningn tipo de experimento. Es habitual que para desarrollar un modelo se tenga que acceder a informacin a la que nunca se le habra prestado atencin. Asimismo es comn que la generacin de modelo haga parecer datos reales y contradictorios entre diferentes elementos de la realidad. b) Implementar en un ordenador La automatizacin de procesos exige el modelado previo mediante software. Si se desea gestionar la informacin que genera una empresa, o implementar un sistema de gestin de recursos humanos es necesario realizar un modelo que comprenda de la manera ms eficiente posible toda la informacin vinculada. Cuanto ms general sea el modelo, mayor ser la cantidad de aplicaciones las que se las podr aplicar el mismo software y

Investigacin de operaciones.
mayormente sern implementados y resueltos mediante puedan automatizar el proceso de toma de decisin. c) Tomar decisiones Los modelos construidos permiten mediante su resolucin ayudar a la toma de decisiones generando soluciones ptimas dado un objetivo establecido. Asimismo pueden ser utilizados para evaluar el impacto de tomar decisiones, antes de tomarlos, y de este modo elegir la que ms se ajuste a la solucin. Decidir implica escoger; y para escoger es necesario tener al menos dos o ms alternativas, porque sino, simplemente no habra que decidir. En el anlisis de decisiones se usa un proceso racional para seleccionar la mejor de varias alternativas. La bondad de una alternativa seleccionada depende de la calidad de los datos que se usen para describir el caso de la decisin, es decir, la calidad de la informacin. sistemas informticos que

1.2.3 Tipos de modelos. Existen diferentes clasificaciones de modelos, entre las cuales tenemos. a. Modelos Icnicos: Un modelo icnico es una representacin fsica de algunos objetos, ya sea en forma idealizada o en escala distinta. Un ejemplo de modelo icnico es una maqueta, donde se ha establecido una reduccin del tamoo conservando las relaciones dimensionales bsicas. Se conservan las proporciones del objeto real mediante una reduccin a escala. b. Modelos analgicos: Una segunda clasificacin incluye aquellos que tienen una forma real, que posee algunas propiedades similares a los objetos representados, pero no la misma apariencia fsica del objeto que se est modelando. Un ejemplo es una mapa impreso que se construye mediante un conjunto de convecciones cartogrficas que conducen a un resultado final distinto del objeto representado c. Los modelos simblicos: Son las representaciones de la realidad que toman la forma de cifras, smbolos y matemticas. Se construyen mediante reglas mas abstractas. Un ejemplo es la representacin de un edificio mediante la identificacin y medicin de los elementos geomtricos bsicos de la estructura. d. Modelos matemticos: ES uno de los tipos de modelos cientficos que emplea algn tipo de formulismo matemtico para expresar relaciones entre hechos, variables, parmetros, entidades y relaciones entre variables y/o entidades u operaciones, para estudiar comportamientos de sistemas complejos ante situaciones difciles de observar en la realidad. La mayor parte de los problemas de negocios comienza con los modelos cualitativos y llega gradualmente hasta un punto donde pueden usarse modelos cuantitativos.

Investigacin de operaciones.
Por ejemplo, si un estacionamiento en la ciudad cobra $2.00 por cada hora que el vehculo esta en el parqueadero. La cuota de estacionamiento se puede representar como una funcin del nmero de horas estacionadas. As, si x es el nmero de horas y C la cuota de estacionamiento, el modelo matemtico ser: ( ) 1.2.4 Toma de decisiones. Para cualquier persona, decidir hace parte de la vida cotidiana; incluso se podra decir que todo el tiempo se toman decisiones: al momento de levantarse en la maana, al baarse, al escoger la ropa que se quiere usar, al escoger lo que va a cocinar para comer en fin, todo en la vida es una toma de decisiones constante. Decidir implica escoger; y para escoger es necesario tener al menos dos o ms alternativas, porque sino, simplemente no habra que decidir. Desde este punto de vista, un proceso de toma de decisin puede caer en una de las tres categoras siguientes:

Toma de decisiones bajo certidumbre (informacin completa). Toma de decisiones bajo riesgo (Informacin parcial). Toma de decisiones bajo incertidumbre (Informacin limitada)

TOMA DE DECISIONES BAJO CERTIDUMBRE En la toma de decisin con bajo certidumbre se asume que est disponible la informacin completa, de tal manera que el decisor conoce exactamente cul ser el resultado de cada alternativa que tome. El decisor es, pues, un previsor perfecto del futuro. Por ejemplo la alternativa de invertir en Bonos del estado es tal que para ella es razonable asumir la completa disponibilidad de informacin sobre el rendimiento futuro de la inversin. Tales situaciones tambin se llaman deterministas. Sin embargo, para cualquier ser humano tener certidumbre de lo que va a suceder es casi imposible. TOMA DE DECISIN CON RIESGO Una decisin con riesgo (tambin conocida como situacin de decisin probabilstica o estocstica) es tal que el decisor puede considerar varios estados de la naturaleza, cada uno con probabilidad dada de que ocurra. As pues, en las situaciones de riesgo se asume que la totalidad de las probabilidades de ocurrencia de los estados de la naturaleza ( y sus respectivos condicionales) se conocen o pueden estimarse. Un ejemplo de una situacin de este tipo lo tenemos en la ruleta. El tablero de la ruleta se divide en 37 partes iguales: 18 son negras, 18 son rojas y una tiene cero. El jugador conoce las probabilidades de cada estado de la naturaleza representados por partes de la ruleta (18/37 para rojo y negro, 1/37 para el cero). Cuando toma una decisin, el jugador conoce la totalidad de las probabilidades de ganar el premio y puede determinar el grado de riesgo que asume.

Investigacin de operaciones.
Hay menos informacin disponible que en la toma de decisin con certidumbre puesto que no es definitivo el conocimiento del resultado que ocurrir. El resultado real depender del estado de la naturaleza que se d. Por ejemplo el nmero de paraguas que un almacn vende en un mes depende de cunto llueva durante ese mes. TOMA DE DECISIN BAJO INCERTIDUMBRE En la toma de decisiones bajo incertidumbre el decisor considera situaciones en las que varios resultados son posibles para cada alternativa. As pues, en contraste con las situaciones de riesgo, el decisor no conoce, o no puede estimar, la probabilidad de ocurrencia de los posibles estados de la naturaleza. Por ejemplo, puede ser imposible asignar probabilidad al xito de un nuevo producto. As pues, las situaciones de incertidumbre contienen menos informacin que las de riesgo. La mayora de las decisiones se toman as. El decisor no tiene apenas informacin a la hora de decidir, no conoce bien como se comportar el entorno ni los resultados posibles de cada alternativa. Actividades recomendadas. 1. Defina en sus propias palabras que es un modelo y para qu sirve. 2. Construya y describa ejemplos de modelos, uno de cada una. 3. Describa la importancia de la toma de decisiones en el campo laboral. Trabajo extra clase. 1. Escriba dos diferencias entre cada modelo 2. Escriba tres ejemplo de cada modelo estudiado 3. Qu significa para usted el uso de un modelo en trminos de su area?

Investigacin de operaciones.

4. Resuelva los siguientes problemas.


a. Una huerta de manzanos tiene 40 hectreas por hectrea y el promedio de

produccin es de 300 manzanas por rbol y por ao. Si por cada rbol que se plante por hectrea, adems de los 40, la produccin promedio disminuye en 5 manzanas, exprsese la produccin.
b. Una compaa de autobuses ha adoptado la siguiente poltica de precios para los

grupos que deseen alquilar autobuses. A los grupos que contengan un mximo de 40 personas se les cobrar una suma fija de $2,400.00 (40 veces $60). En grupos que contengan entre 40 y 80 personas, cada una pagar $60.00 menos 50 centavos por cada persona que pase de las 40. La tarifa ms baja de la compaa de $40.00 por persona se ofrecer a grupos que contengan 80 miembros o ms. Exprese los ingresos de la compaa de autobuses como una funcin del tamao del grupo.

Investigacin de operaciones.

Investigacin de operaciones.
EJEMPLO: El hotel Palmerales est considerando la construccin de un edificio adicional. La direccin est evaluando la posibilidad de aadir 30, 40 50 habitaciones. El xito de la adicin depende de una combinacin entre la legislacin que est vigente y la competencia en el capo; se consideran pues cuatro estados de la naturaleza posibles. Se observan a continuacin, junto con los resultados (en % anual de retorno de la inversin).

La direccin no puede asignar probabilidades a los estados de la naturaleza. El problema es Cuntas habitaciones deben construirse en vista a maximizar el retorno de la inversin? Actualmente la teora de la decisin no proporciona un mejor criterio nico para seleccionar una alternativa en condiciones de incertidumbre. As pues hay diferentes criterios, cada uno con sus justificaciones y limitaciones. La eleccin entre ellos se determina por la poltica de la organizacin o la actitud hacia el riesgo del decisor, o por ambas. CRITERIO MAXI MIN PESIMISMO: El decisor de este criterio es completamente pesimista, puesto que asume que pasar lo peor cuando haya seleccionado una alternativa. Para protegerse, el decisor seleccionar aquella alternativa que tenga un mayor valor siguiendo esta presuncin pesimista (lo mejor de lo peor).

Suponiendo que el decisor seleccione la primera accin, lo peor que puede pasar es que pierda el 2% cuando el estado de la naturaleza sea sin legislacin y alta competencia.

Investigacin de operaciones.
Igualmente, lo peor para la segunda situacin en -10 y para la tercera es -20 (el nmero menor de la fila en este caso). Esta informacin se introduce en una nueva columna etiquetada Peor. De esta columna se selecciona el mejor valor (-2 en este ejemplo); el decisor maximiza los valores mnimos. El uso de este criterio garantiza que el decisor en el peor caso posible tendr una prdida de 2. CRITERIO MAXIMAX U OPTIMISTA: El decisor optimista asume que ocurrir el mejor resultado y seleccionar la alternativa con el mayor valor posible. As pues, el decisor busca el mejor valor posible para cada alternativa. Este lo localiza en una nueva columna en la derecha de la tabla de decisin. Se selecciona la alternativa con el mejor valor en esta nueva columna (mejor de los mejores).

Obsrvese tambin que no se presta atencin amucha informacin disponible, solo se consideran los valores ms altos. Luego un decisor optimista en un jugador que desprecia el riesgo y se fija solo en las oportunidades[2].

CRITERIO ARREPENTIMIENTO MINIMAX: El criterio de arrepentimiento minimax utiliza el concepto de costo de oportunidad para llegar a una decisin. Consiste en que para cada accin y cada estado del mundo, se compara lo mejor que pudo haber sucedido en cada situacin con lo que realmente sucedi. Para la primera situacin, el clculo del arrepentimiento sera: 24-10=14 24-17=7 24-24=0 Para la segunda situacin sera: 15-5=10

Investigacin de operaciones.
15-10=5 15-15=0 Para la tercera situacin sera: 4-4=0 4-1=3 4+3=7 Para la cuarta situacin sera: -2+2=0 -2+10=8 -2+20=18 La siguiente tabla resume los resultados para el arrepentimiento minimax:

De estas opciones se debe escoger el menor arrepentimiento. Bajo este criterio la mejor decisin sera escoger la opcin 2. CRITERIO DEL VALOR ESPERADO:

Investigacin de operaciones.
El decisor de este criterio asume que todos los estados de la naturaleza son igualmente propensos a ocurrir; luego asigna a todos la misma probabilidad. Se calculan los valores esperados y se selecciona la alternativa con mejor valor esperado.

As pues, la mejor alternativa es la segunda, con un valor esperado de 18/4. NOTA: los criterios de arrepentimiento minimax y Valor esperado, siempre dan como resultado escoger la misma alternativa. CRITERIO VEIPER (VALOR ESPERADO CON INFORMACIN PERFECTA): Consiste en escoger de cada situacin de la naturaleza, el mejor de los resultados, asumiendo que todos son igualmente propensos a ocurrir, por ende se les asigna la misma probabilidad; el resultado representa la mayor rentabilidad sobre la inversin que se puede obtener con la construccin del edificio adicional.

A continuacin se muestra la tabla para obtener el valor del VEIPER:

Investigacin de operaciones.