Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Administración de la Producción y
Métodos de Optimización
Módulo 1
Actualizado –2020
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial
Índice
Introducción 3
1.- Toma de decisiones sin experimentación 4
1.1.- Criterio del pago máximo 5
1.2.- Criterio de la máxima posibilidad 6
1.3.- Regla de decisión de Bayes 7
1.4.- Análisis de sensibilidad con el criterio de la regla de decisión de Bayes 8
2.- Toma de decisiones con experimentación 11
2.1.- Teorema de Bayes 11
2.2.- Árboles de decisión 16
2.3.- Análisis del problema utilizando el árbol de decisión 19
Conclusiones 23
Bibliografía 24
2
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial
Introducción
Desde sus inicios, el ser humano ha estado sometido a la toma de decisiones en diversos
ámbitos y con diferentes grados de complejidad, asumiendo el éxito, el fracaso y las
consecuencias de sus decisiones.
3
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial
En el cuadro N°1, se muestra la denominada tabla de pagos, que resumen los datos del
problema e indica el pago que se obtendrá producto de la decisión tomada.
4
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial
Una vez ya formulado el problema, utilizaremos la tabla de pagos para encontrar una
decisión racional bajo los siguientes tres criterios.
5
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial
Cuadro N°2: Aplicación del criterio del pago máximo al problema de decisión
En este cuadro se muestra que el pago mínimo por construir el pozo es de -12.000.000 y el
pago mínimo por vender el terreno es de 10.000.000, en consecuencia, se selecciona la
alternativa vender el terreno, ya que el máximo valor entre los mínimos es 10.000.000.
Con este criterio se busca encontrar la mejor garantía de pago, bajo cualquier escenario
del estado de la naturaleza, o también podríamos decir que con este criterio se adopta
una posición pesimista ya que para el peor estado de la naturaleza obtenemos el mejor
pago posible.
La aplicación de este criterio es muy poco utilizada para este tipo de decisiones, en que el
tomador de decisiones debe enfrentarse a los estados de la naturaleza, debido a que es
un criterio muy conservador. Si consideramos a la naturaleza como un oponente no
racional, que no busca que perdamos, entonces el tomador de decisiones puede llevar su
mirada a algo más que al máximo de los peores pagos de cada acción.
6
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial
En este cuadro se muestra que el estado de la naturaleza “no encuentra agua con el
caudal adecuado” posee la máxima posibilidad, ya que tiene la mayor probabilidad a priori
de 0,7. Luego, para este estado de la naturaleza, el pago máximo es de 10.000.000, en
consecuencia, se selecciona la alternativa vender el terreno.
Con este criterio se busca encontrar el estado más recurrente de la naturaleza, por lo
tanto, la alternativa elegida para este estado es la que posee mayor pago.
Una desventaja de este criterio es que solo se centra en la máxima posibilidad del estado
de la naturaleza sin considerar otros estados posibles, aun cuando las probabilidades de
ocurrencia sean similares. Tampoco considera la posibilidad de ganar $85.000.000, es
decir, no se ocupa de los estados de la naturaleza que poseen un pago alto, pero con baja
probabilidad, asumiendo los riesgos asociados.
7
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial
La ventaja de este criterio es que incorpora las prioridades a priori de los estados de la
naturaleza y con ello hace mejor uso de la información disponible.
8
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial
adecuado esté entre el 20% y el 40%, y por tanto la probabilidad a priori de no encontrarla
esté entre el 60% y el 80%.
En el cuadro N°4, se muestra el gráfico del valor esperado del construir el pozo (VE (Pozo))
en función de la probabilidad a priori p de encontrar agua, y el gráfico del valor esperado
de vender el terreno (VE (Vender)), que es constate igual a 10 millones para cualquier
valor de p.
9
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial
Para la probabilidad a priori de encontrar agua con el caudal adecuado igual a 0,2, el valor
esperado del pago de construir el pozo es de $7.400.000, inferior al precio de venta del
terreno que es de $10.000.00, por lo tanto, en este caso la decisión racional sería vender
el terreno, sin embargo, si consideramos la probabilidad a priori de encontrar agua con el
caudal adecuado igual a 0,4, entonces encontramos que el valor esperado del pago de
construir el pozo es de $26.800.000, muy por sobre los $10.000.000 de venta del terreno,
razón por la cual en este caso la decisión racional sería construir el pozo.
10
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial
VE (Pozo) = VE(Vender)
p = 22.000.000/97.000.000
p = 22/97
p = 0,2268
Si existe agua con el caudal adecuado, la probabilidad de que el estudio aéreo y terrestre
sea desfavorable y favorable respectivamente es la siguiente:
● P(EATD|Estado=Agua) = 0,3
● P(EATF|Estado=Agua) = 0,7
● P(EATD|Estado=Seco) = 0,8
● P(EATF|Estado=Seco) = 0,2
Veamos ahora cómo con esta información como obtenemos las probabilidades a
posteriori.
12
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial
Aplicando esta fórmula a nuestro ejemplo, las probabilidades a posteriori son las
siguientes:
La probabilidad a posteriori de que exista agua con el caudal adecuado, dado que el
estudio aéreo y terrestre sea desfavorable, es la siguiente
Donde,
P (EATD|Estado = Agua) = 0,3
P (Estado=Agua) = 0,3
P (EATD|Estado = Seco) = 0,8
P (Estado = Seco) = 0,7
Luego, la probabilidad a posteriori de que no exista agua con el caudal adecuado, dado que el
estudio aéreo y terrestre sea desfavorable, es la siguiente:
Del mismo modo podemos calcular la probabilidad a posteriori de que exista agua con el
caudal adecuado, dado que el estudio aéreo y terrestre sea favorable
13
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial
Donde,
P (EATF|Estado = Agua) = 0,7
P (Estado=Agua) = 0,3
P (EATF|Estado = Seco) = 0,2
P (Estado = Seco) = 0,7
Luego, la probabilidad a posteriori de que no exista agua con el caudal adecuado, dado
que el estudio aéreo y terrestre sea favorable, es la siguiente:
14
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial
Cuadro N°5: Diagrama del árbol de probabilidades a posteriori del problema de decisión
15
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial
Una vez obtenidas las probabilidades a posteriori, podemos aplicar la regla de decisión de
Bayes, sustituyendo las probabilidades a priori por las prioridades a posteriori, de la
siguiente forma:
Cuadro N°6: Política óptima de decisión con experimentación aplicando la regla de Bayes
16
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial
17
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial
En un árbol de decisión podemos identificar nodos y ramas. Los nodos corresponden a los
puntos de ramificación del árbol de decisión. Las ramas, tienen su origen en los nodos y
permiten llegar a otro nodo o un término del árbol.
En nuestro ejemplo y como se indica en el cuadro N°6, el árbol de decisión comienza con
un nodo decisión (a), correspondiente a efectuar o no el estudio aéreo y terrestre. Esta
decisión genera dos ramas. Si se decide efectuar el estudio, entonces la rama generada
llega a un nodo de probabilidades (b), que representa el evento aleatorio correspondiente
al resultado del estudio aéreo y terrestre. El resultado de este evento genera dos ramas, si
es favorable, entonces se llega a un nodo de decisión (d) correspondiente a construir el
pozo o vender el terreno. Si la decisión es vender, entonces se llega al termino del árbol,
en cambio, si la decisión es construir el pozo, entonces se llega al nodo de probabilidades
(g), que representa el evento aleatorio de encontrar o no encontrar agua y con ello el
término del árbol. En forma similar se navega por el árbol de decisiones a través de
diferentes trayectorias.
Para completar el árbol de decisiones debemos incorporar los flujos de efectivo y las
probabilidades de los eventos. Para registrar estos datos, debemos tener presente las
siguientes convenciones:
● Los flujos de efectivo ocurren en las ramas y se registran sin paréntesis.
● Los flujos de efectivo a través de una determinada trayectoria se suman para
obtener el pago total de la decisión, que se registra al final de cada trayectoria.
18
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial
El árbol de decisión con los flujos de efectivo y las probabilidades de los eventos se
muestra en el cuadro N°7.
Cuadro N°7: árbol de decisión del problema de ejemplo con los flujos de efectivo y las
probabilidades de los eventos
Para la incorporación de las probabilidades a posteriori, es de especial utilidad utilizar los
valores obtenidos en el cuadro N°5, correspondiente al árbol de probabilidades a
posteriori. Solamente en el nodo h se utilizan las probabilidades a priori de los estados de
la naturaleza, ya que en este caso no se realiza un estudio aéreo y terrestre para la
localización de agua. Por otra parte y como se mencionó antes, las probabilidades del
nodo b deben deducirse del cuadro N°5 (La probabilidad de que estudio aéreo y terrestre
sea favorable esta dado por la suma de las probabilidades conjuntas (Agua x
P(EATF|Estado=Agua)) y (Seco x P(EATF|Estado=Seco)) y es igual a 0,35 y la probabilidad
19
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial
de que estudio aéreo y terrestre sea desfavorable esta dado por la suma de las
probabilidades conjuntas (Agua x P(EATD|Estado=Agua)) y (Seco x P(EATD|Estado=Seco))
es igual a 0,65).
20
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial
seleccionar la rama que tiene el mayor pago esperado, tal cual se indica en el nodo g del
cuadro N°8.
Cuadro N°8: árbol de decisión del problema de ejemplo con datos del análisis
La rama descartada se indica con una doble raya cruzada. Los cálculos para realizar son los
siguientes:
Luego se debe hacer la comparación de los pagos esperados de cada rama y descartar la
de menor valor, indicándola con una doble raya cruzada. Para esto debemos ubicarnos en
los segundos nodos (de decisión) desde el final del árbol (nodos c, d y e). Los cálculos para
realizar son los siguientes.
21
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial
El pago esperado elegido se registra sobre el nodo de decisión, tal como se indica en el
nodo e del cuadro N°8.
Luego debemos ubicarnos en el tercer nodo (de probabilidades) desde el final del árbol
(nodo b) y se debe calcular el valor esperado de pago. El cálculo para realizar es el
siguiente.
Pago Esperado (nodo de probabilidad b):
0,65(7.000.000) + 0,35(36.000.000) = 17.150.000
Luego se debe hacer la comparación de los pagos esperados de cada rama y descartar la
de menor valor, indicándola con una doble raya cruzada. Para esto debemos ubicarnos en
el cuarto nodo (de decisión) desde el final del árbol (nodos a). El cálculo para realizar es el
siguiente.
22
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial
Si bien este análisis se realiza comenzando desde el final del árbol de decisiones y
avanzando hacia el inicio, una vez terminado el análisis, se debe realizar la lectura de los
datos comenzando desde el inicio, tomando en cuenta que las dobles raya son
trayectorias no deseadas. De este modo se llega a la siguiente política óptima:
23
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial
Conclusiones
De acuerdo con el contenido que hemos revisado, se puede afirmar que no existe un
modelo o “receta” que nos asegure que siempre tomaremos la mejor decisión, ya que
normalmente existe factores aleatorios que no podemos controlar, como los estados de la
naturaleza.
En algunos casos es posible reducir la incertidumbre del ambiente realizando algún tipo de
experimentación, sin embargo, esta posibilidad siempre debe ser analizada con cuidado,
ya que también podría ocurrir que los costos de la experimentación excedan los beneficios
que se puedan obtener.
24
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial
Bibliografía
Hillier, F. S. (2010). Introducción a la investigación de operaciones (9a. ed.). Retrieved from
https://ebookcentral.proquest.com
Nápoles, P. O. (2007). Folleto de investigación de operaciones i. Retrieved from
https://ebookcentral.proquest.com
25
Casa Central
Vicerrectoría Académica
Escuela de Ingeniería Comercial
Todos los derechos de autor son de la exclusiva propiedad de Universidad La República. No está
permitido utilizar para fines comerciales de ningún tipo copiar, reproducir, reeditar, descargar,
publicar, emitir, difundir, poner a disposición del público ni utilizar los contenidos.
26