REPBLICA BOLIVARIANA DE VENEZUELA MINISTERIO DEL PODER POPULAR PARA LA DEFENSA UNIVERSIDAD NACIONAL EXPERIMENTAL POLITCNICA DE LA FUERZA ARMADA

BOLIVARIANA NCLEO TCHIRA

Realizado Por:
C.I. 18379705 Crdenas Cristian C.I. 19462353 Hernndez Juan C.I. 18391557 Ortega Gabriela Seccin: 02-D Ctedra: Teora de las decisiones

San Cristbal, Junio de 2011

NDICE

Introduccin 3 Criterio 4 Criterio Programacin de Hurwicz... Lineal. ...... 8 .. 11 Conclusiones .... 16 Referencias ... 17 de Savage. ....

INTRODUCCIN
La teora de decisiones se emplea como proceso racional para distinguir la ms optima de diversas alternativas. La teora de decisiones concentra la toma de decisiones en las siguientes 3 categoras: en la toma de decisiones bajo certidumbre, toma de decisiones bajos riesgo y toma de decisiones bajo incertidumbre. La toma de decisiones bajo incertidumbre, al igual que bajo riesgo, involucra funciones alternativas cuyas retribuciones son dependientes de los estados de la naturaleza (Aleatorios). Para la solucin de este tipo de decisiones se utilizan los siguientes criterios de anlisis: 1. Laplace o principio de la razn insuficiente. 2. Minimax o eleccin de mejor entre las peores posibles 3. Savage o criterio de pasadumbre 4. Hurwicz De los cuales se desarrollara a continuacin los criterios Savage y Hurwicz.

Por otro lado si se habla un poco de historia no tan reciente de la programacin lineal, hallamos su desarrollo desde la poca de la Revolucin Industrial. De hecho podramos pasar definiendo cada uno de los tpicos en los cuales encontramos aplicacin de la programacin lineal y no terminarlos de nombrar. All podemos observar claramente la gran importancia de la programacin lineal en el mbito de la toma de decisiones en la empresa y la industria.

CRITERIO DE SAVAGE
Tambin es conocido como criterio de la frustracin el cual es equivalente de las prdidas de oportunidades. Savage argumenta que el decisor intentar minimizar la mayor frustracin anticipada. Es decir, emplear un mtodo MINIMAX (Bsicamente de una forma pesimista) Este criterio parte de la base del que decisor procede eligiendo o prefiriendo aquellas opciones que menos arrepentimientos le podra provocar, en el peor de los casos, por no haber elegido otras mejores. En 1951 Savage argumenta que al utilizar los valores x para realizar una eleccin, el decisor compara el resultado de una alternativa bajo un estado de la naturaleza con todos los dems resultados, independientemente del estado de la naturaleza bajo el que ocurran. Sin embargo, el estado de la naturaleza no es controlable por el decisor, por lo que el resultado de una alternativa slo debera ser comparado con los resultados de las dems alternativas bajo el mismo estado de la naturaleza. ... la cantidad de arrepentimiento, puede medirse mediante la diferencia entre el pago que reciba realmente y el que podra haber recibido. Dentro del modo de manejar los estados de decisin existe un factor que probablemente tienda a variar: La seguridad de una toma de decisin a los datos de frustraciones

Circunstancias que forma desconciertos con los hechos y comparaciones con lo que pudo ser, produciendo al individuo insatisfacciones as como ideas halladas que quedaran fuera de contexto ya que la decisin ha sido tomada. As Savage cre un modo de criterio que se antepone a estas situaciones, precaviendo el arrepentimiento en el individo ya sea antes o despus de la toma de decisin, evaluando las prdidas y ganancias se escoge de entre ellas el mnimo arrepentimiento siendo ste la plena conviccin de que se trata de lo mnimo que se est dispuesto a perder pero de igual manera ser con toda firmeza lo mximo a jugarse.

En este criterio como se dijo anteriormente, se elegir la alternativa que minimice los pesares ms altos de cada opcin. En este caso el decisor presupone que sea cual sea la situacin que ocurra, elegir siempre la peor opcin, por tanto tomar aquella decisin que minimice el coste de oportunidad (o el pesar) de entre todos los pesares ms grandes de las diferentes opciones. Este criterio dice que para cada estado de la naturaleza (variable incontrolable) hay una decisin que es mejor que el resto. Hay que buscar qu se deja de ganar o qu se pierde si se toma otra decisin que no sea sa (es decir, que permite el arrepentimiento). La matriz se crea de la siguiente manera:

1. 2.

3.

Encima de cada columna del cuadro, se indica el n ms alto de su columna. Dentro de la tabla, se va restando ese n ms alto de cada n de la tabla. A parte, se representa con S y un nmero a partir del 1. Habr tantos como posibles acciones (filas). Se busca el Minimax (mnimo entre los mximos) que es el n ms alto de cada fila (teniendo en cuenta que, por ejemplo, el 0 es mayor que un n negativo).

Es decir;

Ejemplo: Un empresario agricultor se plantea escoger entre tres

alternativas de cultivo (trigo, remolacha o patata) con tres estados de la naturaleza (tiempo lluvioso, tiempo normal o tiempo seco) y la probabilidad de tiempo respectivamente (30% lluvioso, 50% normal y 20% seco). Y una aversin al riesgo del 20% y un beneficio crtico de 100 u.m. Para el criterio Hurwicz se considera un coeficiente de optimismo del 50%

P1= 0,3 Lluvia Trigo Remolacha Pltano 250 -100 150

P1= 0,5 Normal 290 450 200

P1= 0,2 Seco 200 350 200

Se construye una matriz de perjuicios o de coste de oportunidad Matriz de consecuencia E1 E2 250 290 -100 450 150 200

Trigo Remolacha Pltano

E3 200 350 200

Matriz de arrepentimientos o coste de oportunidad E1 E2 E3 Trigo 0 160 150 Remolacha 350 0 0 Pltano 100 250 100

Arrepentimiento mximo para la opcin trigo = 160 Se escoge el trigo Arrepentimiento mximo para la opcin remolacha = 350 Arrepentimiento mximo para la opcin pltano = 250

CRITERIO DE HURWICZ
Este criterio plantea una situacin quizs ms realista que los criterios: pesimista y optimista, de hecho, se basa en ellos. Parte de idea de que los decisores no suelen ser ni completamente optimista ni totalmente pesimistas, si no que se sitan en una escala entre ambos extremos. Supongamos el decisor es capaz de expresar con un nmero entre 0 y 1 su posicin entre esta escala, de forma que 1 es totalmente optimista y 0 completamente pesimista. Con este ndice de optimismo se construye un nuevo resultado ponderando el mejor y el peor de cada alternativa, es decir, el mnimo y el mximo. Finalmente se escoge la alternativa que arroja el mximo entre estos resultados ponderados. El coeficiente de optimismo es subjetivo en la medida en que lo decide la persona que toma las decisiones. Es decir, el parmetro se conoce como ndice de optimismo:

Cuando = 1, el criterio es demasiado optimista Cuando = 0, es demasiado pesimista. entre cero y uno puede ser seleccionado

Un valor de

dependiendo de si el decisor tiende hacia el pesimismo o al optimismo. En ausencia de una sensacin fuerte de una circunstancia u otra, un valor de = 1/2 parece ser una seleccin razonable.

0 1 cuanto ms cercano a 1 mayor es el optimismo

T( Xi) = Maxij + (1) Minxij

La matriz se crea de la siguiente manera:

1 Para hallar la solucin ptima se marca el mximo y el . mnimo de cada alternativa 2 multiplica el mximo por ste y el mnimo se multiplica por . (1-). 3 Luego se suman los dos. . 4 Y por ltimo elegimos el mximo entre todas las alternativas. .
Cuando se toma una decisin en condiciones de incertidumbre se desconoce la probabilidad de que suceda cada uno de los posibles estados de la naturaleza. Por este motivo, en este caso la decisin depende de la persona que deba tomarla y de su actitud ante el riesgo. Los criterios ms utilizados que manifiestan esa actitud ante el riesgo son: el de Hurwicz, y el de Savage entre otros. Segn el coeficiente de optimismo del decidor (), se

Ejemplo: *) Se desea construir un edificio, y para su diseo se presentan las siguientes tres alternativas: A1 = Construirlo para que resista un sismo de 6 grados de intensidad. A2 = Construirlo para que resista un sismo de 8 grados de intensidad. A3 = Construirlo para que resista un sismo de 10 grados de intensidad.

*) Los posibles estados naturales son que se presente un sismo de: E1 : Menos de 6 grados E2 : Mas de 6 grados y menos de 8. E3 : Mas de 8 grados y menos de 10.

*) La matriz de decisiones es:

E1 A1 A2 A3 300 200 100

E2 -400 200 100

E3 -500 -300 100

*) Se eligen los mejores y peores valores para cada alternativa, (rojo y amarillo, respectivamente).

*) Sea = 0.80 entonces: V(A1) = 0.80 (300) + 0.20(-500) = 240 - 100 = 140 V(A2) = 0.80(200) + 0.20(-300) = 160 - 60 = 100

V(A3 ) = 0.80(100) + 0.20(100) = 80 + 20 = 100

*) Con este criterio la alternativa a elegir es la 1.

PROGRAMACIN LINEAL

PROGRAMACI N LINEAL Est vinculada

La investigacin de operaciones en el mundo:

EMPRESARIAL De all viene su importancia en el

INDUSTRIAL

As mismo, el conocimiento de aplicacin de los principales conceptos de programacin lineal permite establecer la resolucin de casos prcticos que surgen da a da en la Empresa, la Industria y la Ingeniera

Su definicin:

Es un procedimiento matemtico mediante el cual se resuelve un problema indeterminado, a travs de inecuaciones lineales, optimizando restricciones. o minimizando la funcin objetiva mediante

Se grafica de la siguiente manera:

Sus

Finanzas

Asignacin de tareas

Marketing

APLICACIONES DE LA PROGRMACN LINEAL

Produccin

Mezclas

Logstica Otras decisiones

La Programacin Lineal presenta un gran nmero de aplicaciones en multitud de mbitos empresariales, industriales, de gestin y en general, de toma de decisiones. Se tocaran tan slo las aplicaciones ms clsicas.

La Programacin Lineal se utiliza en el campo del marketing y la

publicidad como una herramienta que nos permite determinar cul es la combinacin ms efectiva de medios para anunciar nuestros productos. En muchas ocasiones partiremos de un presupuesto para publicidad fijo y nuestro objetivo ser distribuirlo entre las distintas opciones que se nos ofrecen

(televisin, radio, peridicos, revistas, etc.) de forma que nuestros productos tengan la mayor difusin posible. En otros casos, las restricciones no sern presupuestarias sino que vendrn dadas por la disponibilidad de cada medio y por las polticas mercados.
Aplicaciones de la programacin lineal en produccin las

publicitarias

de

nuestra

propia

empresa.

La

programacin lineal es aplicable tambin a la investigacin de

tcnicas permiten decidir sobre la cantidad ms adecuada que una empresa debe producir de cada uno de sus productos a fin maximizar los beneficios sin dejar de cumplir con unos determinados requisitos (financieros, de demanda, contractuales, de disponibilidad de materias primas, etc.). La programacin lineal es aplicable tambin a la investigacin de mercados. En la planificacin de la produccin establece un plan de produccin para un perodo de semanas o meses resulta ser una tarea difcil e importante en la mayora de las plantas de produccin. El director de operaciones debe considerar muchos factores: mano de obra, costes de inventario y almacenamiento, limitaciones de espacio, demanda, etc. Por lo general la mayora de las plantas producen ms de un bien, con lo que la tarea anterior se complica an ms.
Aplicaciones de la programacin lineal a la distribucin de

reas. En las asignaciones de trabajos: El objetivo aqu ser asignar de

la forma ms eficiente posible, un trabajo a cada empleado o mquina.

Ejemplos de este tipo de asignacin seran la distribucin de patrullas por las calles de una ciudad o la destino de cada jefe de ventas a una determinada zona geogrfica. El objetivo puede ser bien minimizar los tiempos o costes de desplazamiento, o bien maximizar la efectividad de las asignaciones.

La planificacin de horarios intenta dar una respuesta efectiva a las necesidades de personal durante un perodo concreto de tiempo. La aplicacin de la PL a este tipo de problemas resulta especialmente til cuando los directivos disponen de cierta flexibilidad a la hora de asignar tareas a empleados poli funcionales. Un sector tpico donde se hace uso de la PL para tomar decisiones sobre planificacin de horarios son las entidades bancarias.
Aplicaciones de la programacin lineal a las finanzas

Seleccin de una cartera de valores: Un problema al que se tienen que enfrentar de forma habitual los directivos de bancos, fondos de inversin, y compaas de seguros es la seleccin de una serie de inversiones concretas de entre la gran variedad de alternativas existentes en el mercado. Por norma general, el objetivo de estos directivos inversiones, es las maximizar cuales se los beneficios sometidas esperados a un de estas de ven conjunto

restricciones, algunas legales y otras provenientes de la propia empresa (como puede ser el nivel de riesgo que se desea asumir o la cantidad mxima que se permite invertir).
Aplicaciones

de la programacin lineal a la logstica. El

problema del transporte: El llamado problema del transporte se refiere al proceso de determinar el nmero de bienes o mercancas que se han de transportar desde cada uno de los orgenes a cada uno de los destinos posibles. El objetivo suele ser minimizar costes de transporte, y las restricciones vienen dadas por las capacidades productivas de cada origen y las necesidades de cada destino. Este tipo de problema es un caso especfico de PL, por lo que existen mtodos y algoritmos especiales que facilitan su resolucin (Regla de la Esquina NorOeste, Mtodo de Vogel, Mtodo de Paso Secuencial, y Mtodo de distribucin modificada o MODI).

 Aplicaciones de la programacin lineal a mezclas. El problema

de la dieta Este problema representa una de las primeras aplicaciones de la PL, y comenz a utilizarse en los hospitales para determinar la dieta ms econmica con la que alimentar a los pacientes a partir de unas especificaciones nutritivas mnimas. En la actualidad tambin se aplica con xito en el mbito agrcola con la misma idea de encontrar la combinacin ptima de alimentos que, logrando un aporte nutritivo mnimo, suponga el menor coste posible.

CONCLUSIN
El uso de estos criterios es fundamental para todas las areas de una empresa ya que por medio de ella se ejecutan los planes, se corrigen algunas fallas, se inician procesos de actualizacin, solicitud de crditos, adquisicin de equipos, planta entre otros es decir que cuando tomamos una decisin en base a estos criterios estamos eligiendo un camino para que la empresa y los empleados puedan seguir y de esta forma conseguir los objetivos propuestos. Existen mtodos matemticos que permiten a los analistas tomar decisiones basados en teoras cientficas comprobadas para ser de sus resultados algo ntegro y verdico estas teoras son criterio de decisin de Bayes, VME; estas calculan la toma de decisiones bajo condiciones de riesgos, cuando existen condiciones de incertidumbre aplicaremos el criterio de Wald. Optimista Huwicz, Laplace y Savage. Tambin se deben tomar decisiones bajo otras condiciones como lo son las de conflicto y competencia, estas valiosas herramientas son de mucha utilidad en la actualidad.

Como precisaramos los efectos que esta decisin tendr sobre las funciones de nuestra empresa por ello es mejor utilizar estas teoras para minimizar el riesgo. Dentro de un mar de posibilidades, la alternativa la solucin elegida debe estar bien sustentada, las soluciones por si solas no tiene ningn valor, solo se hace efectiva con la accin y como todo proceso debe tener un control la que actuara para indicar si se estn cumpliendo las rdenes, y si necesitan cambios debe ser flexible. Una decisin bien tomada le da a la empresa la seguridad que el camino que seguir es el adecuado para cumplir con sus metas y objetivos.

REFERENCIAS
http://books.google.co.ve/books?

id=CL3E0b_6F_cC&pg=PA12&dq=criterio+de+decision+savage&hl= es&ei=Dbj8TdHSCsyr0AGlnejDAw&sa=X&oi=book_result&ct=result&r esnum=1&ved=0CCkQ6AEwAA#v=onepage&q&f=false

http://www.uhu.es/eyda.marin/apuntes/admon/tema6_I.pdf

http://thales.cica.es/rd/Recursos/rd99/ed99-0191-

03/hurwicz.htm

http://books.google.co.ve/books?

id=z3e4N4yjozEC&pg=PA73&dq=Criterio+de+Savage&hl=es-

419&ei=c6L7TYLPMaGp0AGc162SAw&sa=X&oi=book_result&ct=resu lt&resnum=2&ved=0CC4Q6AEwAQ#v=onepage&q=Criterio%20de %20Savage&f=false

http://books.google.co.ve/books?

id=nmVM4dMOM4kC&pg=PA40&dq=Criterio+de+Savage&hl=es419&ei=c6L7TYLPMaGp0AGc162SAw&sa=X&oi=book_result&ct=resu lt&resnum=1&ved=0CCkQ6AEwAA#v=onepage&q=Criterio%20de %20Savage&f=false

http://www.uhu.es/eyda.marin/apuntes/admon/tema6_I.pdf