Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1 3 Enfoque en La Toma de Decisiones
1 3 Enfoque en La Toma de Decisiones
1. Matriz de resultados
2. Árboles de decisiones
3. Modelos de tamaños de inventarios
4. Programación lineal
5. Teoría de colas
6. Teoría de redes
7. La programación entera
8. La simulación
9. El análisis de Markov
La matriz de resultados
Es un instrumento muy utilizado que muestra los posibles resultados que se pueden
conseguir, al seguir estrategias en diferentes circunstancias.
Cuando una situación está dada en 2 dimensiones, puede emplearse una matriz de
resultados. En los cuadros de intersección de la matriz se muestra el resultado de
una combinación de estados y estrategias. En caso de que las condiciones sean
aleatorias, a cada estado puede asignársele una probabilidad que sea decisiva para
determinar la posibilidad de cierto resultado. Una matriz de decisión es un gráfico que
permite a un equipo o un individuo identificar y analizar la tasa de la fuerza de las
relaciones entre conjuntos de información. ¿Cuándo se debe utilizar? Una matriz de
decisión se utiliza con frecuencia durante las actividades de planificación de la calidad
para seleccionar producto / servicio, características y objetivos y desarrollar los
procesos y sopesar las alternativas. Para mejorar la calidad una matriz de decisión
2
puede ser útil en la selección de un proyecto, en la evaluación de soluciones
alternativas a problemas, y en el diseño de los recursos. ¿Cómo utilizarlo?
Dependiendo de las necesidades del equipo, estos pueden ser producto /
prestaciones del servicio; etapas del proceso, los proyectos, o las posibles
soluciones.
Ejemplo
Una empresa dedicada a la fabricación de calzado tiene que analizar entre diferentes
estrategias de producción, aquella que le proporcione más ventas, y, en
consecuencia, más beneficios. Los posibles productos son: botas, zapatos y
sandalias.
La decisión la debe tomar en función de las predicciones del tiempo que haga en los
próximos meses, ya que esto determinará que se venda más un producto u otro. Los
estados de la naturaleza previstos son tres: tiempo frío, normal y cálido.
Por otro lado, la experiencia en el sector le permite estimar los resultados esperados
en cuanto a ventas, y esto le permite elaborar las siguientes predicciones o
desenlaces:
I. Situación de riesgo
3
II. Situación de incertidumbre
Suponiendo que no conociera la probabilidad que existe de que el tiempo sea frío,
normal o cálido:
I. Situación de riesgo
a) Matriz de decisión:
4
Los valores mínimos de cada opción son 2.500 (botas), 5.000 (zapatos), y –5.000
(sandalias). Según este criterio el directivo elegiría la estrategia que le presentara el
valor máximo de los mínimos, por ello la opción elegida sería la de zapatos porque
asegura como mínimo unas ganancias de 5.000 unidades monetarias.
Los valores máximos de cada opción son 60.000 (botas), 30.000 (zapatos), y 50.000
(sandalias); por ello la opción elegida sería la de botas que supone el valor máximo
entre los máximos de las tres alternativas (el beneficio esperado en la mejor de las
opciones es el superior).
Árboles de Decisión
Este método ha sido empleado desde los años 50 por los administradores de
organizaciones complejas, en todos sus sistemas o funciones básicas, en especial en
las áreas de investigación y desarrollo, en el análisis del presupuesto de inversión y
en la investigación de mercados.
5
alternativa a través de una ramificación, parecidas a las ramas de un árbol. Los
vértices o nodos representan los eventos de decisión utilizando para esto un cuadro.
Los efectos derivados de la decisión se denominan acontecimientos y se representan
por medio de un círculo en la siguiente forma:
Ejemplo
La gerencia de una tienda debe decidir si debe construir una instalación pequeña o
grande en otra ciudad. La demanda ahí puede ser baja o alta, con probabilidades
estimadas de un 40% y 60%, respectivamente. Si se construye la instalación
pequeña y la demanda resulta ser alta, el gerente puede decidir no expandirse
(ganancia $223) o expandirse (ganancia $270). Si se construye una instalación
pequeña y la demanda es baja, no hay razón para expandirse y la ganancia
estimada en este caso es de $200. Por otro lado si se construye una instalación
grande y la demanda resulta ser baja , la opción es no hacer nada (ganancia $40) o
estimular la demanda con publicidad local. La respuesta a la publicidad puede ser
modesta o considerable, con probabilidades estimadas de un 30% y 70%,
respectivamente. Si es modesta, la ganancia estimada será sólo de $20; si la
6
respuesta es considerable, la ganancia aumenta a $220; y por último, si construye
una instalación grande y la demanda resulta ser alta, la ganancia estimada es de
$800.
7
En relación a nuestro ejemplo utilizaremos el software POM for Windows el cual se
encuentra disponible junto al libro Administración de Operaciones, Procesos y
Cadena de Suministro, Décima Edición, de los autores Krajewski, Ritzman y
Malhotra. Notar que la versión del software utilizado no dispone de la opción de
resultado final (triángulo) por tanto se ha dado término a cada ramificación
utilizando un nodo (círculo) de incertidumbre.
8
Por otro lado si se decide por una instalación grande la demanda puede ser alta
(con probabilidad de un 60%) en cuyo caso la ganancia es de $800 (y no se hace
nada más) o la demanda puede ser baja (con probabilidad de un 40%),
enfrentándose en este último caso a una nueva decisión: estimular o no la
demanda. Si no se hace nada (es decir, si no se estimula la demanda) la ganancia
será de $40 y si se estimula (realizar publicidad) la respuesta puede ser moderada
(con probabilidad de un 30%) y ganancia estimada de $20 o considerable (con
probabilidad estimada de un 70%) y ganancia de $220.
La gerencia por tanto debe construir la instalación grande con una ganancia
esperada de $544 ($544=$160*0,4+$800*0,6 y además $160=$20*0,3+$220*0,7.
La ganancia esperada asociada a la instalación pequeña es de $242). Notar que
esta decisión (el tamaño de la instalación) es la única que se toma ahora. Las
decisiones siguientes se toman después de ver si la demanda es baja o alta.
El Sistema de Inventarios
Estos ayudan a controlar los costos totales de inventarios y también pueden reducir el
costo total de comprar para almacenar, de llevar el inventario y quedarse sin el.
9
Lo que pretende básicamente el sistema de inventarios es ayudar a quien toma las
decisiones a buscar el nivel óptimo al ordenar o almacenar inventarios, pues es uno
de los mayores problemas que enfrentan los directivos.
10
1.3 Modelo EOQ con descuentos por cantidad
Este modelo es idéntico al modelo EOQ anterior, excepto que el articulo en el
inventario se puede comprar con un descuento si el volumen de pedido excede un
limite dado, es decir el precio de compra por unidad.
Ejemplo
Un proveedor le ofrece la siguiente tabla de descuento para la adquisición de su principal
producto, cuya demanda anual usted ha estimado en 5.000 unidades. El costo de emitir
una orden de pedido es de $49 y adicionalmente se ha estimado que el costo anual de
almacenar una unidad en inventario es un 20% del costo de adquisición del producto.
¿Cuál es la cantidad de la orden que minimiza el costo total del inventario?
Tamaño del Lote (Unidades) Descuento (%) Valor del Producto ($/Unidad)
0 a 999 0% 5
Para dar respuesta a esta situación se propone seguir los siguientes pasos:
PASO 1: Determinar el tamaño óptimo de pedido (Q*) para cada nivel o quiebre de
precios.
PASO 2: Ajustar la cantidad a pedir en cada quiebre de precio en caso de ser necesario.
En nuestro ejemplo para el tramo 1 Q(1)=700 unidades está en el intervalo por tanto se
mantiene; para el tramo 2 Q(2)=714 está por debajo de la cota inferior del intervalo, por
tanto se aproxima a esta cota quedando Q(2)=1.000; finalmente en el tramo 3 Q(3)=718
11
que también está por debajo de la cota inferior del intervalo, por tanto se aproxima a esta
cota quedando Q(3)=2.000
PASO 3: Calcular el costo asociado a cada una de las cantidades determinadas (utilizando
la fórmula de costo total presentada anteriormente)
Se concluye que el tamaño óptimo de pedido que minimiza los costos totales es 1.000
unidades, con un costo total anual de $24.725.
12
Programa Lineal
I. Definir el problema
II. Buscar alternativas
III. Evaluar alternativas
IV. Elegir alternativas
V. Determinar el plan de acción
VI. Comunicar la decisión
VII. Implementar la decisión
VIII. Controlar y evaluar
13
Los clientes o las operaciones.
Un pasaje o punto de servicio.
Un proceso de entrada.
Alguna disciplina sobra la cola.
Alguna organización de servicio.
Suposiciones
Características de operación
14
k = número de canales
Factor de utilización:
6) Probabilidad de que una unidad que llega tenga que esperar para obtener servicio
15
7) Probabilidad de que hayan unidades en el sistema.
Las principales características de operación que interesan en las líneas de espera son: El
número promedio de unidades en la línea de espera, el número de unidades en el sistema,
el tiempo promedio que cada unidad pasa en la línea de espera y el tiempo promedio que
cada unidad pasa en el sistema, esto es: W, L, Lq, Wq.
JohnD.C. Little muestra que estas cuatro características están relacionadas en forma
general y se aplican a diversos modelos de líneas de espera, independientemente.
En cualquier sistema de línea de espera las llegadas y los tiempos de servicio no tienen
que seguir distribuciones de probabilidad específicas para que sean aplicadas las
ecuaciones de flujo.
L = λW
16
Segunda ecuación: El número promedio de unidades en la cola = tasa promedio de
llegadas x tiempo promedio que una unidad pasa en la cola (línea de espera)
Lq = λWq
De donde:
Wq = Lq / λ
W = Wq + 1/ µ
Ejemplo
Considere una linea de espera con dos canales con llegadas POISSON y tiempos de
servicio exponenciales. La tasa media de llegadas es de 14 unidades por hora y la tasa
media de servicio es de 10 unidades por hora para cada canal.
DATOS
K=2
Tasa llegadas = 14 unid/hora
Tasa servicio = 10 unids/hora
a)
b)
c)
17
Teoría de Redes
Gráfica: Una gráfica es una serie de puntos llamados nodos que van unidos por
unas líneas llamadas ramales o arcos.
Red: Una red es una gráfica que presenta algún tipo de flujo en sus ramales. Por
ejemplo una gráfica cuyo flujo en sus ramales sea la electricidad es una red
eléctrica. En las redes se usa una simbología específica para denotar su tamaño y
elementos que la constituyen, dicha notación es la (N, A) donde N representa el
número de nodos que contiene la red y A representa el número de arcos o ramales.
18
Cadena: Una cadena corresponde a una serie de elementos ramales que van de
un nodo a otro. En el siguiente caso se resalta una cadena que va desde el nodo 1
hasta el nodo 7 y que se compone por los elementos [1-4, 4-7].
Ruta: Una ruta corresponde a los nodos que constituyen una cadena, en el
siguiente caso [1, 4, 7].
Ciclo: Un ciclo corresponde a la cadena que une a un nodo con sigo mismo, en el
siguiente ejemplo el ciclo está compuesto por la cadena [4-2, 2-5, 5-7, 7-4].
Gráfica orientada: Una gráfica orientada es aquella en la cual todos sus ramales
se encuentran orientados.
19
Árbol de expansión: Un árbol de expansión es aquel árbol que enlaza todos los
nodos de la red, de igual manera no permite la existencia de ciclos.
Nodo fuente: El nodo fuente es aquel nodo en el cual todos sus ramales se
encuentran orientados hacia afuera.
Nodo destino: El nodo destino es aquel nodo en el cual todos sus ramales se
encuentran orientados hacia él.
Ejemplo
Una ciudad tiene cinco subdivisiones. El alcalde desea instalar líneas telefónicas,
para asegurar la comunicación entre todas las subdivisiones. En la figura se dan las
distancias entre las subdivisiones. ¿Cuál es la longitud mínima necesaria de la línea
telefónica?
20
Solución: Las cinco subdivisiones son los nodos 1, 2, 3, 4,5 encerrados en círculo. Las
distancias entre las subdivisiones están dadas en kilómetros, puede ver que el nodo uno
pude conectar a la subdivisión 2, 3 y 5.
Este problema es del tipo de árbol de expansión mínima; para su solución elegimos la
conexión más pequeña o más corta entre dos subdivisiones de la ciudad. Puede ver que hay
dos posibles: Conectar el Nodo 3 con el Nodo 1 ó el Nodo 3 con el Nodo 5 por resulta más
económico, menos cableado y menos postes. Pues conectamos:
La Simulación
Ejemplo
Entidades y variables de estado:
21
Eventos y actualización de variables:
22
DIAGRAMA DE CICLO DE ACTIVIDADES
23
SIMULACIÓN
Programación Entera
24
Los modelos de Programación Entera son aquellos donde la totalidad o un subconjunto de
las variables de decisión toman valores enteros. En este sentido la forma estándar de un
modelo de Programación Entera queda definido de la siguiente forma:
Ejemplo 1
Problema Asignación: Una universidad está programando las clases para el próximo
semestre académico y requiere buscar la mejor asignación posible de profesores a los
distintos cursos que se deben dictar. Considere que existen 5 profesores: A, B, C, D, E y 5
cursos (asignaturas): C1, C2, C3, C4, C5. Adicionalmente, los profesores han manifestado
sus preferencias por dictar los distintos cursos en una escala de 1 a 10, donde 10 es la
máxima puntuación y 1 la mínima puntuación o preferencia. Se asume que cada profesor
es apto para dictar cualquier curso, independiente del puntaje de su preferencia. La
siguiente tabla resume las puntuaciones que asigna cada profesor a cada curso:
PROFESORES
CURSOS A B C D E
C1 5 8 5 9 7
C2 7 2 3 6 8
C3 9 10 8 9 8
C4 8 7 9 7 8
C5 6 9 9 10 5
Se ha establecido como criterio que cada profesor debe dictar sólo un curso y a la vez que
cada curso obviamente debe tener un profesor. En base a lo anterior se desea encontrar la
asignación de profesores que maximize el total de las preferencias.
Variables de Decisión:
25
Función Objetivo: Maximizar el total de las preferencias de los profesores
Donde P(i,j) corresponde a una forma sintética de resumir los parámetros del modelo, es
decir, P(i,j) es la preferencia del profesor i (en una escala de 1 a 10) por dictar el curso j.
Por ejemplo, P(D,C3)=9.
Restricciones:
Ejemplo 2
Problema Inclusión Costos Fijos: Usted ha sido designado por el gerente de su empresa
para decidir cómo distribuirá su tráfico telefónico en el próximo mes, seleccionando entre 3
proveedores posibles y asignando la cantidad de tráfico (minutos) que desee en cada caso,
es decir, puede repartir el tráfico en 1, 2 o 3 proveedores a su antojo y su decisión sólo
dependerá de los costos de cada alternativa.
El proveedor 1 cobra un cargo fijo mensual de US$50 y el costo por minuto a red fija es de
US$0,02 y a celular de US$0,12. El proveedor 2 tiene un cargo fijo mensual de US$60, con
un costo por minuto de US$0,015 y US$0,15 a red fija y celular respectivamente.
Finalmente el proveedor 3 tiene un cargo fijo mensual de US$40 con un costo por minuto a
red fija de US$0,03 y a celular de US$0,14. Si usted llama por uno de estos proveedores
(aunque hable sólo un minuto) deberá pagar el cargo fijo. Asuma que la cantidad de
minutos que la empresa consume mensualmente es de 30.000 para red fija y 18.000 para
celular. Formule y resuelva un modelo de Programación Entera que permita decidir cómo
distribuir el tráfico telefónico mensual de la forma más económica para la empresa.
26
El Análisis de Markov
En los negocios, las cadenas de Markov se han utilizado para analizar los patrones
de compra de los deudores morosos, para planear las necesidades de personal y
para analizar el reemplazo de equipo.
27
comenzado a usarse en los últimos años como instrumento de investigaciones de
mercadotecnia, para examinar y pronosticar el comportamiento de los clientes desde
el punto de vista de su lealtad a una marca y de sus formas de cambio a otras
marcas, la aplicación de esta técnica, ya no solo se limita a la mercadotecnia sino que
su campo de acción se ha podido aplicar en diversos campos.
Cadenas de markov
Una cadena de Markov, que recibe su nombre del matemático ruso Andrei Markov, es
una serie de eventos, en la cual la probabilidad de que ocurra un evento depende del
evento inmediato anterior. En efecto, las cadenas de este tipo tienen memoria.
“Recuerdan” el último evento y esto condiciona las posibilidades de los eventos
futuros. Esta dependencia del evento anterior distingue a las cadenas de Markov de
las series de eventos independientes, como tirar una moneda al aire o un dado.
Los estados que pueden sucederse a sí mismos y, además, es posible alcanzar, por
lo menos, alguno de los restantes desde ellos se llaman estados transitorios.
28
absorbentes aparezcan en primer lugar. Así ordenada se dirá que la matriz de
transición está en la forma canónica.
Generalizando:
F= (I-M)-1
29
estado inicial que representa el estado inicial del mercado. El procedimiento de la
cadena de Markov se detallara a continuación con el ejemplo planteado.
Otra aplicación son los juegos de azar, un ejemplo es de ruina del jugador, que
establece la probabilidad de que una persona que apuesta en un juego de azar
termine sin dinero.
Ejemplo
La Telefonía móvil de telecomunicación en Colombia: Existen tres operadores:
Movistar, Tigo y Comcel.
Matriz de transición:
30
Para hallar el valor de T en el periodo 1 se hace lo siguiente:
Tenemos P5:
Valor de T en el periodo 6:
Valor de M en el periodo 6:
31
(0,4423 * 0,1) + (0,1941 * 0,4) + (0,3626 * 0,2) = 0,1943
Valor de C en el periodo 6:
32