Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TOMA DE DECISIONES
(AMBIENTES DE DECISIÓN Y CRITERIOS
DE DECISIÓN EN CONTEXTO DE
INCERTIDUMBRE)
gonzalocastros@hotmail.com
alternativa y seleccionar aquel que optimice
nuestro beneficio.
gonzalocastros@hotmail.com
Max {f(x): x ∈S}
x: representa el n-
dimensional que describe
gonzalocastros@hotmail.com
x
cada elemento del conjunto
factible. Cada una de sus
Max {f(x): x ∈S} componentes recibe
nombre de “variable de
el
decisión”.
f
f: S → R es la denominada
función objetivo, que asigna a
cada alternativa una valoración,
permitiendo su comparación.
S 4
S: es el conjunto de alternativas
Algunas de las técnicas para manejar la
toma de decisiones bajo certidumbre
(causa y efecto) son:
gonzalocastros@hotmail.com
Análisis del Programación
Programación
punto de de producción
Lineal
equilibrio y otros.
5
Para nuestro caso utilizaremos la
programación lineal.
La programación
En la que intervienen
lineal es una de las
gonzalocastros@hotmail.com
En esencia, esta las restricciones del
metodologías que más
técnica proporciona a problema las cuales
difusión ha
través de la determinan el
experimentado en el
optimización número de soluciones
ámbito de la
matemática de una factibles. Si más de
investigación
función lineal que una alternativa
operativa. Su
modeliza un criterio satisface todas las
aplicación se extiende
sobre el que se toma restricciones se
desde la logística
la decisión. A esta deberá aplicar el
industrial hasta la
función se le suele criterio de objetivo y
construcción,
denominar “función seleccionar entre
existiendo
objetivo”. todas las alternativas
aplicaciones en casi
la más factible.
todas las industrias.
6
Por ejemplo. Si se elige una pieza de pan,
puede quererse que esté rebanado y recién
hecho. Si varias marcas satisfacen estas
restricciones, puede aplicarse el objetivo de
gonzalocastros@hotmail.com
un consumo mínimo y escoger el más
barato.
gonzalocastros@hotmail.com
una cantidad (generalmente beneficios o costos).
gonzalocastros@hotmail.com
montaña que quiere vender, respectivamente a
20 y 15 dólares cada una. Para sacar el máximo
beneficio. Para la bicicleta de paseo empleará 1
kg de acero y 3 kg de aluminio, y para la de
montaña empleará 2 kg de ambos metales.
gonzalocastros@hotmail.com
Tabla . Material empleado
Acero Aluminio
Paseo 1 3
Montaña 2 2
Función objetivo:
f (x, y)= 20x+15ymáximo beneficio.
Restricciones:
Restricción A: 3𝑥+2𝑦≤120
10
Restricción B: 𝑥+2𝑦≤80
𝑦≥0y 𝑥≥0ya que el número de unidades no debe ser negativo.
SOLUCIONES BÁSICAS.
Si:
3𝑥+2𝑦=120; alumínio.
𝑥+2𝑦=80 ; acero.
gonzalocastros@hotmail.com
Restricción A
3x+2y=120 tenemos (x=40, y=0)
Restricción B
x+2y=80 tenemos (x=0, y=40)
Intersecciones de restricción A y B
3x+2y=120
(x=20, y=30) 11
x+2y=80
Valores de la función objetivo en los
vértices:
f (x, y)= 20x+15y=20(20)+15(30)=400+450=850 máximo
gonzalocastros@hotmail.com
de beneficio.
f (A)= 20x+15y=20(40)+15(0)=800
f (B)= 20x+15y=20(0)+15(40)=600
Por lo tanto:
Ha de vender 20 bicicletas de paseo y 30
de montaña para obtener un beneficio
máximo de 850 dólares.
12
GRAFICA
Cantidad de Bicicletas
100
gonzalocastros@hotmail.com
90
80
70
Montaña
60
50
40 (x=20, y=30)
30
20
10
13
10 20 30 40 50 60 70 80 90 100
Paseo
gonzalocastros@hotmail.com
DECISIONES DE
RIESGO
Valor Esperado
14
INTRODUCCION
gonzalocastros@hotmail.com
puede asociar la probabilidad de
ocurrencia a cada estado de la naturaleza.
gonzalocastros@hotmail.com
Muchas veces se suele
confundir riesgo con
incertidumbre ya que
en ambos casos se
desconoce lo que
pasará en el futuro
pero existe una gran
diferencia entre
ambos términos.
16
DIFERENCIA EN DECISIONES DE RIESGO E
INCERTIDUMBRE
Las decisiones Las decisiones
bajo incertidumbre bajo riesgo
gonzalocastros@hotmail.com
No se posee
información
suficiente como para Las
asignarle una probabilidades
distribución de
probabilidad a los de los eventos
posibles resultados son conocidas
futuros de una
decisión tomada hoy.
17
QUE SON LAS DECISIONES DE RIESGO Y
QUE CARACTERÍSTICAS TIENE
gonzalocastros@hotmail.com
estimadas por el decisor antes del proceso de toma de decisiones.
Se da cuando las
Evaluación de
decisiones a futuro no
alternativas de una
dependen de lo que se 18
sola etapa.
tiene ahora
¿CUÁNDO SE TOMAN LAS DECISIONES DE
RIESGO?
Catástrofes naturales o
comportamiento del clima.
gonzalocastros@hotmail.com
Cambios en la economía, tanto
nacional como mundial.
Los casos de riesgo
son muy particulares Cambios en políticas de países
y los más comunes que en forma directa o
indirecta afectan el entorno
riesgo.
están relacionados económico local.
con situaciones de
azar (loterías,
Obsolescencia.
ruletas, rifas,
opciones, etc.).
Cambio tecnológico rápido y
progreso.
gonzalocastros@hotmail.com
Mínima varianza con media acotada
Criterios:
Criterio de dispersión
De la probabilidad máxima
Máxima verosimilitud
gonzalocastros@hotmail.com
esperado). Se supone que el
procedimiento de decisión se repite un
número suficientemente grande de
veces. La esperanza implica que la
misma decisión debería repetirse un
número suficientemente grande de
veces antes de obtener el valor neto
calculado por la fórmula de esperanza. 21
CRITERIO DEL VALOR ESPERADO (II)
Lo más lógico y sencillo para tomar una decisión en situaciones de riesgo es determinar
valor esperado para cada alternativa y elegir aquella alternativa que proporciona el
máximo valor esperado y se define como:
𝑛
𝐸 𝑅 𝑎𝑖 = 𝑗=1 𝑥𝑖𝑗 𝑃𝑗 = 𝑥𝑖1 𝑃1 + 𝑥𝑖2 𝑃2 + …… + 𝑥𝑖𝑛 𝑃𝑛
𝐸 𝑅 𝑎𝑖 = 𝑇 𝑎𝑖 Para la alternativa 𝑎𝑖
gonzalocastros@hotmail.com
En donde:
𝑎𝑖 = Alternativa i-ésima.
𝑥𝑖𝑗 = Resultado o consecuencia asociado a la alternativa 𝑎𝑖
𝑃𝑗 = Probabilidad de ocurrencia del estado de naturaleza 𝑒𝑗
Siendo.
𝑛
𝑃𝑗 ≥ 0 para todos los estados de naturaleza y 𝑗=1 𝑃𝑗 =1
gonzalocastros@hotmail.com
Estados de la Naturaleza
Alternativas
𝑒1 𝑒2 𝑒3 𝑒4
𝑎1 11 9 11 8
𝑎2 8 25 8 11
𝑎3 8 11 10 11
Probabilidades 0,2 0,2 0,5 0,1
gonzalocastros@hotmail.com
𝐸 𝑅 𝑎1 = 𝑥11 𝑃1 + 𝑥12 𝑃2 + 𝑥13 𝑃3 + 𝑥14 𝑃4
𝐸 𝑅 𝑎1 = (11)(0.2)+(9)(0.2)+(11)(0.5)+(8)(0.1)=10.3
Calculando el valor esperado para 𝑎2
𝐸 𝑅 𝑎2 = 𝑥21 𝑃1 + 𝑥22 𝑃2 + 𝑥23 𝑃3 + 𝑥44 𝑃4
𝐸 𝑅 𝑎2 = (8)(0.2)+(25)(0.2)+(8)(0.5)+(11)(0.1)=11.7
Calculando el valor esperado para 𝑎3
𝐸 𝑅 𝑎3 = 𝑥31 𝑃1 + 𝑥32 𝑃2 + 𝑥33 𝑃3 + 𝑥34 𝑃4
24
𝐸 𝑅 𝑎3 = (8)(0.2)+(11)(0.2)+(10)(0.5)+(11)(0.1)=9.9
SOLUCIÓN (II)
Por lo tanto si:
𝐸 𝑅 𝑎𝑖 = 𝑇 𝑎𝑖 Para la alternativa 𝑎𝑖
Entonces tenemos:
gonzalocastros@hotmail.com
𝑇(𝑎1 )=10.3, 𝑇(𝑎2 )=11.7 y 𝑇(𝑎3 )=9.9
Si la alternativa óptima viene dada por:
𝑇 𝑎𝑘 = 𝑚𝑎𝑥𝑖=1 𝑇 𝑎𝑖 = 𝑚𝑎𝑥𝑖=1 𝐸 𝑅 𝑎𝑖
Entonces tenemos:
max{𝐸 𝑅 𝑎1 , 𝐸 𝑅 𝑎2 , 𝐸 𝑅 𝑎3 }= max{10.3, 11.7, 9.9}=11.7
gonzalocastros@hotmail.com
costo de $ 40 mil por lote, los que serán vendidos a $ 60
mil cada uno. Supongamos, además, que no existe
posibilidad que la demanda supere los 3 lotes (dato
arrojado por un reciente estudio de mercado) y que, en
caso de no satisfacer una demanda, cada comercio
distribuidor insatisfecho pueda decidir comenzar a
comercializar otra marca y que esta pérdida de
“exclusividad” ha sido evaluada en $ 45 mil por lote (el
propietario ha observado que, en general, las mujeres,
cuando deciden comprar zapatos para ellas, también
compran zapatos para el resto de la familia) ¿Qué
decisión tomar?
26
SOLUCIÓN
Lo primero que se debe hacer es calcular los valores de 𝑟𝑖𝑗
considerando los beneficios netos de cada decisión, en miles de
pesos, según cada una de las demandas posibles.
Si:
𝐺𝑖𝑗 = 𝐼𝑖𝑗 − 𝐸𝑖𝑗 − 𝑃𝑜𝑖𝑗
gonzalocastros@hotmail.com
Donde:
𝐺𝑖𝑗 = 𝒓𝒊𝒋 = 𝑮𝒂𝒏𝒂𝒏𝒄𝒊𝒂 𝑬𝒔𝒑𝒆𝒓𝒂𝒅𝒂
𝐼𝑖𝑗 = 𝐸𝑙 𝐼𝑛𝑔𝑟𝑒𝑠𝑜 𝑝𝑜𝑟 𝑙𝑎 𝑣𝑒𝑛𝑡𝑎 𝑑𝑒 𝑛𝑢𝑒𝑠𝑡𝑟𝑜𝑠 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜𝑠
𝐸𝑖𝑗 = 𝐸𝑙 𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑃𝑟𝑜𝑑𝑢𝑐𝑖𝑟 𝑢𝑛 𝐿𝑂𝑇𝐸
𝑃𝑜𝑖𝑗
= 𝐸𝑙 𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑂𝑝𝑜𝑟𝑡𝑢𝑛𝑖𝑑𝑎𝑑 (𝑃𝑜𝑟 𝑝𝑜𝑑𝑒𝑟 𝑠𝑎𝑡𝑖𝑠𝑓𝑎𝑐𝑒𝑟 𝑙𝑎 𝐷𝑒𝑚𝑎𝑛𝑑𝑎)
Por ejemplo el valor “𝒓𝟐𝟏 ” (resultado de fabricar dos lotes de
zapatos, siendo que la demanda fue de tan sólo uno) fue
calculado como:
𝒓𝟐𝟏 = 1x$60 - 2x$40 – 0x$45 = - $20
Es decir, 1 lote vendido a $ 60 mil, 2 fabricados, a $ 40 mil cada
uno y ninguna demanda insatisfecha. 27
Entonces, los valores de la Ganancia Esperada
seria así:
Costo de Perdida por no
Demanda Valor de
Producir Satisfacer
𝑟𝑖𝑗
Q $ Q $ Q $
𝑟01 0 60 0 40 1 45 -45
gonzalocastros@hotmail.com
𝑟02 0 60 0 40 2 45 -90
𝑟03 0 60 0 40 3 45 -135
𝑟10 0 60 1 40 0 45 -40
𝑟11 1 60 1 40 0 45 20
𝑟12 1 60 1 40 1 45 -25
𝑟13 1 60 1 40 2 45 -70
𝑟20 0 60 2 40 0 45 -80
𝑟21 1 60 2 40 0 45 -20
𝑟22 2 60 2 40 0 45 40
𝑟23 2 60 2 40 1 45 -5
𝑟30 0 60 3 40 0 45 -120
𝑟31 1 60 3 40 0 45 -60
𝑟32 2 60 3 40 0 45 0 28
𝑟33 3 60 3 40 0 45 60
Entonces, lo primero que debemos hacer es
elaborar la matriz de contingencias
Demanda Posible
gonzalocastros@hotmail.com
Decisión
(Fabricar) 0 Lotes de 1 Lote de 2 Lotes de 3 Lotes de
Demanda Demanda Demanda Demanda
gonzalocastros@hotmail.com
𝑃1 = Probabilidad (demanda=1) = 35%
𝑃2 = Probabilidad (demanda=2) = 40%
𝑃3 = Probabilidad (demanda=3) = 20%
Disponiendo de esa información, una buena forma
de orientar una decisión (lo que no significa que la
decisión tomada sea la mejor) podría consistir en
evaluar el valor esperado de los beneficios para
cada decisión posible y elegir la que maximice ese
valor esperado: 30
Entonces si:
gonzalocastros@hotmail.com
𝑉𝐸0 = 0 • (0,05) - 45 • (0,35) - 90 • (0,40) - 135 • (0,20) = $ - 78,75
𝑉𝐸1 = - 45 • (0,05) + 20 • (0,35) - 25 • (0,40) - 70 • (0,20) = $ - 19,00
𝑉𝐸2 = -80 • (0,05) - 20 • (0,35) + 40 • (0,40) - 5 • (0,20) = $ 4,00
𝑉𝐸3 = - 120 • (0,05) - 60 • (0,35) + 0 • (0,40) + 60 • (0,20) = $ - 15,00
gonzalocastros@hotmail.com
Ejemplo: Dada la información de unidades vendidas y sus
respectivas probabilidades:
Unidades Probabilidad de
Vendidas venta
25 0.15
26 0.30
27 0.40
28 0.15
Cálculos:
(Demanda, Oferta)
gonzalocastros@hotmail.com
(𝑅25,25 ) = 25(10) – 25(5) = 125
(𝑅25,26 ) = 25(10) – 25(5) - 1(5) = 120, se descarta una
(𝑅25,27 ) = 25(10) – 25(5) - 2(5) = 115, se descartan dos
(𝑅25,28 ) = 25(10) – 25(5) - 3(5) = 110, se descartan tres
(𝑅26,25 ) = 25(10) – 25(5) = 125, Se vende lo que se oferta
(𝑅26,26 ) = 26(10) – 26(5) = 130,
(𝑅26,27 ) = 26(10) – 26(5) - 1(5) = 125, se descartan una
(𝑅26,28 ) = 26(10) – 26(5) - 2(5) = 120, se descartan dos
.......................
(𝑅28,27 ) = 27(10) – 27(5) = 135
(𝑅28,28 ) = 28(10) – 28(5) = 140 33
Tabla de Ganancias Esperadas
25 26 27 28
gonzalocastros@hotmail.com
Dem. Probb. G.C. G.E. G.C. G.E. G.C. G.E. G.C. G.E
25 0.15 125 18.75 120 18 115 17.25 110 16.5
26 0.30 125 37.50 130 39 125 37.50 120 36.0
27 0.40 125 50.00 130 52 135 54.00 130 52.0
28 0.15 125 18.75 130 19.5 135 20.25 140 21.0
125,00 128,50 129,00 125,50
34
gonzalocastros@hotmail.com
35