Investigación Operativa

Elementos de una decisión

¿En dónde radica la diferencia entre las buenas decisiones y malas decisiones?

Buenas decisiones:

 Se basa en lógica
 Considera todos los datos.
 Considera alternativas posibles.
 Aplica el enfoque cuantitativo apropiado.

Malas decisiones:

 No se basa en la lógica
 No emplea toda la información disponible
 No considera todas las alternativas
 No utiliza las técnicas cuantitativas apropiadas

Existen tres componentes en cualquier situación de toma de decisiones:

1- Alternativas u opciones. Las opciones disponibles. El tomador de decisión tiene el

control de las alternativas.
2- Los estados de la naturaleza; los cuales no están bajo el control de quien decide –
eventos futuros no controlables. El tomador de decisión no tiene el control de eventos.
3- Los beneficios o ganancias, necesarias para cada combinación de alternativa de
decisión y estado de la naturaleza.

Diferentes ambientes en que se toman las decisiones:

1- Toma de decisión bajo condición de certeza

- En este ambiente solo existe un estado de la naturaleza, esto es hay certidumbre
completa acerca del futuro. Aun que este ambiente a veces existe, está
usualmente asociado con decisiones muy rutinarias que involucra asuntos sin
importancia, aún en estos casos es usualmente imposible garantizar certeza
completa sobre el futuro.
2- Toma de decisiones bajo condiciones de riesgo
- En esta situación existe más de un estado de la naturaleza, pero el tomador de
decisiones tiene información que soportará la asignación de valores de
probabilidades a cada uno de los estados posibles.
3- Toma de decisiones bajo condición de incertidumbre
- En este caso existe mas de un estado de la naturaleza, pero el que toma las
decisiones no tiene conocimiento sobre los diversos estados ni aún suficiente
conocimiento para permitir la asignación de las probabilidades a los estados de la
naturaleza
Los criterios para la toma de decisiones bajo INCERTUDUMBRE:

1- Criterio Maximax (maximista)

2- Criterio Maximin (pesimista)
3- Criterio de Arrepentimiento Minimax (criterio moderado)
4- Criterio de Realismo (depende del valor de alfa)

Alfa toma valores de 0 a 1. Cuando es de 0 a 0.5 es pesimista y cuando es mayor de 0.5 a 1 es

optimista

Tareas y desarrollo en Excel.

Clase 03 semana 2

Valor monetario esperado (Excel)

Tabla de ganancias es un listado de todas las combinaciones posibles de alternativas de

decisión y estados de la naturaleza.

Guanacias esperadas

Las ganancias esperadas o el valor monetario esperado (VME) es el valor esperado de cada
criterio de decisión.

Perdido de oportunidad Esperado (Excel)

Representa la menor perdida de oportunidad

El valor esperado de la información perfecta (Excel)

¿Cuál es el valor de la información conocida de antemano, antes de emplear una estrategia?

El valor esperado de la información perfecta (VEIP) es la diferencia entre la ganancia esperado

si el estado de la naturaleza fuera conocido y la decisión optima en condiciones de
incertidumbre.

VEIP = VE (Condición Certeza) – VE (Condición Riesgo)

VE (Condición Certeza) = 90 * 0.5 + 80 * 0.3 + 100 * 0.2 = 89

VEIP = 89 – 78 = 11

'Es lo que el tomador de decisiones está dispuesto a pagar para que pueda tomar una buena
decisión.

ARBOL DE DECISIÓNES

Momento de decisión

Las ramas que nacen de un nodo de decisión

representan a las alternativas.

Evento aleatorio

Las ramas que nacen de un nodo de

acontecimiento representan a los distintos estados
de una Variable No Controlable

Árbol de decisión – Representación en forma extensa o secuencial

Ejemplos:
RECTA: CONOCIMIENTO PREVIOS
Juan se dedica a la compra y venta de naranja y papaya. Todos los días temprano en la mañana
visita a su proveedor de frutas en el mercado mayorista y hace las compras del día. El día
anterior recibe los pedidos de sus clientes y esta suma 600 kilos de papaya y 1200 kilos de
naranja. Juan lleva su camioneta para el transporte cuya capacidad de carga es de 1600 kilos.
¿Cuántos kilos de cada fruta debe comprar Juan para maximizar los beneficios? Se tiene los
siguientes precios y costos por kilo de fruta:

Modelo de programación lineal

Un modelo de programación lineal busca el objetivo de maximizar o minimizar una función

lineal, sujeta a un conjunto de restricciones lineales.

Un modelo de programación lineal este compuesto de lo siguiente:

 Definir las variables de decisión

 Escribir la función objetivo
 Definir el conjunto de restricciones

Definición de las variables de decisión:

X1 = Cantidad en kilos, de papaya, que se debe comprar.

X2 = Cantidad

Función objetivo

Maximizar la utilidad total de los dos productos:

Maximizar Z = 0.30x1 + 0.20x2

Maximizar: Beneficios, ganancias, utilidades, ventas

Minimizar: Costo, gastos

6. Darles nombre a los vértices

7. Hallar el valor de los vértices

8. Evaluar en la función objetivos

TAREA
Ejemplo1:

En una granja agrícola se desea criar conejos y pollos como complemento en su economía, de
forma que no se superen en conjunto las 180 horas mensuales destinadas a esta actividad. Su
almacén solo puede albergar un máximo de 1000 kilogramos de pienso. Si se supone que un
conejo se necesita 20 kilogramos de pienso al mes y un pollo 10 kilogramos al mes, que las
horas mensuales de cuidados requeridos por un conejo son 3 y por un pollo son 2 y que los
beneficios que reportaría su venta ascienden a 500 y 300 pesetas por cabeza respectivamente,
hallar el número de animales que deben criarse para que el beneficio sea máximo.

Cantidad conejos = X1

Cantidad de pollos = X2

Función objetivo: Maximizar Z = 500x1 + 300x2

Función objetivo:

Restricciones:

 3x1 + 2x2 ≤ 180 Disponibilidad de horas

 20x1 + 10 x2 ≤1000 Disponibilidad de pienso
 X1, x2 ≥ 0