Documentos de Académico
Documentos de Profesional
Documentos de Cultura
NUBIA SALAZAR
Acreditador
BOGOTÁ D.C.
Marzo 2010
1
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
INDICE DE CONTENIDO
INTRODUCCION GENERAL 7
AUTOEVALUCION UNIDAD 1 62
2
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
BIBLIOGRAFIA. 147
3
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
LISTADO DE TABLAS
4
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Figura 1. Ideas 20
5
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
6
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
INTRODUCCIÓN GENERAL
fuente:www.universia.es/.../decisiones-interactivas.jpg
7
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
UNIDAD 1
8
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
UNIDAD 2
9
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Markov.
10
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Fuente: sigc.wikidot.com/.../conocimiento.JPG
INTRODUCCIÓN:
Por último aplicará lo visto en los capítulos anteriores por medio modelos más
gráficos y sencillos como se resuelven los arboles de decisión.
OBJETIVO GENERAL:
OBJETIVOS ESPECIFICOS:
- Conocer los conceptos básicos para los manejos de los métodos en la teoría de
decisiones.
11
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
-Diferenciar entre los métodos para las tomas de decisiones bajo incertidumbre
desde la percepción de una investigación de mercados con o sin información
muestra.
COMPETENCIAS:
JUSTIFICACION
INTENCIONALIDADES FORMATIVAS
La intención formativa tiene que ver con las capacidades para tomar decisiones
por medio del uso de diferentes métodos como lo son los criterios de decisión, el
valor esperado y los arboles de decisión, cuando se tienen diferentes alternativas
o solo dos. Pero esto no es posible sí no se desarrolla previamente un estudio de
mercado y no se desarrollan los cálculos de probabilidades.
12
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Fuente:www.monografias.com/.../Image815.gif
INTRODUCCIÓN
- Criterios de decisión.
OBJETIVOS:
1.- Conocer la importancia de seguir un proceso y secuencia para tomar bien una
decisión.
2.- Observar diferentes formas para seguir rutas en las decisiones cotidianas
3.- Estudiar unos procesos y esquemas matemáticos como base para una optima
decisión.
4.- Tener a mano un criterio matemático que apoye una decisión tomada.
13
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Fuente: www.scielo.org.co/.../cadm/v20n34/a04g3.jpg
Para iniciar los análisis en la toma de decisiones se iniciara con tener en cuenta
los tipos de decisiones que se nos presentan a diario en nuestra vida profesional y
particular, con tal concepto se debe diferenciar de la siguiente manera:
14
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Estrategia: Esta parte consiste en designar todos los medios posibles para
resolver el diagnostico, es por lo tanto, un punto que involucra la racionalidad
orientada a un objetivo, también se utiliza para designar los procedimientos
usados en una situación de confrontación con el fin de privar al oponente de sus
medios de lucha y obligarlo a abandonar el combate; es una cuestión, entonces,
de los medios destinados a obtener una victoria. (DELEUZE, Guilles. (1987)
Foucault. Ediciones Paidos. Barcelona España)
15
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Acciones: Son los pasos a tomar en la decisión escogida cado uno de los
parámetros determinados en un esquema de proyectos PERT-CPM, la secuencia
necesaria para cumplir además tiene inmerso los desarrollos estratégicos por si
algún punto no se puede lograr o eventualmente no se puede realizar o se debe
cambiar.
16
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
De donde:
Los anteriores pasos los requerimos para todo tipo de toma de decisiones pero en
términos de análisis matemáticos la toma de decisiones desde un punto de vista
estadísticos tiene en cuenta los siguientes pasos:
1. Simplificar
2. Construir un modelo de decisión
3. Probar el modelo
4. Usando el modelo para encontrar soluciones:
o El modelo es una representación simplificada de la situación real
o No necesita estar completo o exacto en todas las relaciones
o Se concentra en las relaciones fundamentales e ignora las irrelevantes.
o Este es entendido con mayor facilidad que un suceso empírico (observado),
por lo tanto permite que el problema sea resuelto con mayor facilidad y con
un mínimo de esfuerzo y pérdida de tiempo.
5. El modelo puede ser usado repetidas veces para problemas similares, y
además puede ser ajustado y modificado.
18
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
19
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Figura 1. Ideas
20
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
21
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Como se estudio en este capítulo, hay una secuencia previa para la toma de
decisiones, se observo desde el análisis del problema hasta las secuencias para
una óptima decisión, pero solo con análisis empíricos hasta el momento y no con
modelos matemáticos para analizar en los siguientes capítulos.
Estados de la Naturaleza
Crecimiento Sin
Crecimiento Bajo
medio cambio
C CM SC B
Bonos 12% 8 6 3
Cursos
de Acciones 15 7 3 -2
Acción
Depósito 7 7 7 7
Definir el Problema
22
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Se ha de considerar:
- ¿Cuál alternativa resolverá el problema a largo plazo?
23
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
24
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
- Realizar un memorando que describa los logros del esfuerzo durante el proceso
de resolver el problema y compartirlo con todos/as.
Para el estudio de los criterios de decisión, primero debemos definir que son
criterios de decisión y los tipos de criterios que debemos estudiar:
25
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
- CRITERIO PROBABILÍSTICO
- Utilizar estas propiedades para calcular una ganancia esperada para cada
alternativa.
- Escoger la alternativa que tenga la mayor ganancia esperada.
26
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
- CRITERIO HURWICZ
Este criterio combina los criterios pesimista y optimista, decidiendo que tan
optimista o que tan pesimista se desea ser.
EJEMPLO 1:
SOLUCION
27
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
DEMANDA DE PERIODICOS
PERIODICOS
PEDIDOS 6 7 8 9 10
Por lo tanto si opta por la decisión de mitigar el peor de los casos, quizá ya pueda
sacar provecho de la buena fortuna, por lo cual Felipe nunca ganará menos de
$30, pero nunca ganará más de $30. Por lo cual se recomienda ordenar 6
periódicos.
6 6, 7, 8, 9,10 $30
7 7, 8, 9,10 $35
8 8, 9,10 $40
9 9,10 $45
10 10 $50 --- maximax
Tabla 4. Decisiones según Criterio maximax
por demanda menos cada una de las utilidades por periódico vendido, tal como
se muestra en la tabla siguiente:
DEMANDA DE PERIODICOS
PERIODICOS
PEDIDOS 6 7 8 9 10
6 $30 - $30 = $ 0 $35 - $30= $ 5 $40 - $30= $10 $45 - $30= $15 $50 - $30= $20
7 $30 - $10 = $20 $35 - $35= $ 0 $40 - $35 =$ 5 $45 - $35 = $10 $50 - $35 = $15
8 $30 + $10 = $40 $35 - $15 = $20 $40 - $40 = $ 0 $45 - $40 = $ 5 $50 - $40 = $10
9 $30 + $30 = $60 $35 + $ 5 = $20 $40 - $20 = $20 $45 - $45 = $ 0 $50 - $45 = $ 5
10 $30 + $50 = $80 $35 + $25 = $60 $40 - $ 0 = $40 $45 - $ 0 = $40 $50 $50 $50
Los resultados obtenidos son las penalizaciones por lo cual los resultados son:
PERIODICOS PENALIZACION
PEDIDOS MAXIMA
6 $20
7 $20
8 $40
9 $60
10 $80
TALLER
1. PIZZA King y Noble greek son dos restaurantes competidores. Deben
determinar en forma simultánea, si emprenden campañas de publicidades
pequeñas, medianas o grandes. Pizza King cree que es igualmente probable que
Noble Greek lleve a cabo una campaña pequeña, mediana o grande. En la tabla
se muestran las ganancias de Pizza King, dadas las acciones de los dos
restaurantes. Determinar la campaña elegida por Pizza King según los criterios
maximin, maximax y minimax.
2. Sodaco planea producir una novedad: chocovan. Calcula que la demanda anual
de chocovan, D (miles de empaques) tiene la siguiente función de masa: P(D =30)
= .30, P(D = 50) = .40, P(D = 80 ) = .30. Cada empaque de Chocovan se vende a
$5 y se encurre en un costo variable de $3. Se necesitan $800000 para construir
la planta productora de Chocovan. Suponga que se recibe, por siempre $1 cada
año, equivale a recibir $10 ahora. Considerando la recompensa para cada acción
y estado del mundo en términos del valor presente neto, usar cada uno de los
criterios de decisión estudiados en el capitulo para determinar se sodaco debe
construir la planta.
29
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Fuente: http://scielo.isciii.es/scielo.php?pid=S0213-9111200...
INTRODUCCIÓN
Este capítulo desarrollará los siguientes temas un poco más a fondo en donde se
tendrán en cuenta datos numéricos recolectados de un estudio de mercados
previo los temas son:
OBJETIVOS:
2.- Emplear los criterios de valor esperado para tomar la decisión de una
investigación.
3.- Estudiar el criterio del valor esperado cuando se tiene una información perfecta
o una muestra especifica.
30
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Fuente:juangabrielcendales.com/.../acuerdos-y-certezas/
Todo esto nos da el manejo de informaciones que tenga algo de muestra o sin
información muestra.
- Valor Esperado
Fuente: www.monografias.com/trabajos48/medicinas-alte...
31
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Características:
El propósito de la I.M. es diseñar y llevar a cabo una investigación que tenga como
resultado un indicador descriptivo o estimación del proyecto propuesto.
- Reporte no favorable del estudio de I.M; a muestra tomada expresa poco interés
por producto de la X Cía.
32
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Tipos de probabilidades:
33
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Resultado
Moderada (M) -5 10 12
Alta (A) -8 6 15
34
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
= 0,4(-2)+0,4(10)+0,2(15)=6,2
35
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Indicador Descripción
I1 < 10% compra producto (computador)
I2 > 10% compra producto(computador)
36
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Valor Ganancia
= _ Ganancia
esperado esperada esperada sin
de la con información
información información de muestra
de muestra de muestra
37
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Para el criterio del valor esperado se tiene en cuenta la probabilidad del estado de
la naturaleza que es para todas las posibles opciones de 1/5 por el pago
correspondiente para cada decisión y el valor mayor es la mejor decisión así:
RECOMPENSA ESPERADA
PERIODICOS
PEDIDOS
38
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
persona anuncia la venta de un auto usado. Al recibir una oferta, el vendedor debe
decidir dentro de un tiempo razonable, si está es aceptable o no. En este aspecto,
el vendedor establece un precio límite abajo del cual el auto no será vendido. Este
es el nivel de aceptación que permitirá al vendedor aceptar la primera oferta que
lo satisfaga. Tal criterio no puede proporcionar el óptimo; Una oferta posterior
puede ser más alta que la aceptada.
39
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
20 / x2 10 x 20
F(x) =
0 en cualquier otro valor
Se deduce que
= = 20 ln 20/I + I/20 – 1
= = 20 ln 10/I + I/10 -1
Esto significa que los niveles de aceptación A1 y A2 deben ser tales que las dos
desigualdades se satisfagan simultáneamente para al menos un valor de I.
I 12 13 14 15 16 17 18 19 20
Ln I – I/20 1.88 1.91 1.94 1.96 1.97 1.98 1.99 1.99 1.99
Ln I – I/10 1.28 1.26 1.24 1.21 1.17 1.13 1.09 1.04 0.99
40
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Se satisface para 13 < I < 17. Por consiguiente para cualquiera de estos valores
se proporciona una respuesta al problema.
TALLER:
ESTADO NATURAL
41
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
INTRODUCCION
- La teoría de la utilidad.
OBJETIVOS:
42
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
- Las ramas que llegan a un nodo desde la izquierda ya ocurrieron. Las ramas que
salen hacia la derecha todavía no ocurrieron.
43
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Características:
- Las Ramas que salen de cada nodo redondo representan los diferentes estados
de naturaleza, representará un posible acontecimiento
- Las ramas que sales de los nodos cuadrados representan las diferentes
alternativas de decisión.
- Al final de cada rama de un árbol están los pagos obtenidos de una serie de
divisiones que componen ese árbol.
Ejemplo.
Suponga que el estado del tiempo es variable y puede que llueva o no.
Usted tiene que tomar la decisión de llevar paraguas o no. Fig. 3.
Nodo de
Decisión
Rama
Nodo de
Probabilidad
- Dado que quien toma las decisiones controla las ramas que salen de cada
nodo de decisión, se elige la rama que resulte en el mayor valor esperado.
44
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
EJEMPLO 5:
45
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
P (F) =, 45
F
D P (D) =, 55
A P (F) =, 45
F
B
D P (D)=,55
C
P (F)=,45
F
D P (D)=,55
B
ERB = 12.85
C
ERC = 10,58
46
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
RESULTADOS:
47
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Por tanto se toma la decisión Moderada debido a que da la MAYOR ganancia con
un valor de 4.4.
Para desarrollar una unión entre los arboles de decisión y el teorema de bayes
que es una herramienta clave para la solución de estos problemas es mas fácil
entenderlo a partir de la siguiente explicación: de un conjunto de entrenamiento D
de tamaño N y de una función parametrizable F(x; W) (p.e. una red neuronal)
siendo W el conjunto de parámetros asociados a la función (p.e. los pesos de la
red neuronal), el problema del aprendizaje estadístico pasa por calcular W de
manera que se consiga un objetivo estadístico, p.e. minimizar una función de
costo estadística. Para ello se utilizará algún método de optimización. El sistema
de ecuaciones obtenido al aplicar el método de optimización sobre la función de
costo estadístico es lo que se conoce como algoritmo de entrenamiento. Dicho
algoritmo es en realidad un sistema dinámico, es decir un conjunto de ecuaciones
que evolucionan en el tiempo. Este sistema dinámico deberá converger hacia el
mínimo de la función de costo. No obstante, será habitual definir un criterio de
parada del algoritmo que permita parar la ejecución del mismo antes de que
converja.
EJEMPLO 7.
Ahora se va a considerar un ejemplo muy simple. Los caramelos sorpresa son de
dos sabores: CEREZA y LIMA. El fabricante de los caramelos tiene un sentido del
humor muy peculiar, y envuelve los caramelos en un envoltorio opaco en el que no
48
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
(1)
Ahora suponga que queremos hacer una predicción sobre una cantidad
desconocida X. tenemos
(2)
(3)
Donde se ha asumido que cada hipótesis determina una distribución de
probabilidades de X. esta ecuación muestra que las predicciones son el resultado
de ponderar las predicciones de las hipótesis individuales. Las hipótesis son en sí
mismas intermediarios entre los datos crudos y las predicciones. Las cantidades
clave en el enfoque bayesiano son las hipótesis a priori. P(hi) y la verosimilitud
de los datos dada cada una de las hipótesis, P(d/hi).
49
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
(4)
La figura 8 muestra cómo cambian las probabilidades a posteriori de las cinco
hipótesis a medida que se van observando los 10 caramelos de lima. Nótese que
las probabilidades comienzan con sus valores a priori, por lo que h 3 es
inicialmente más probable que las demás, incluso después de que se desenvuelva
el primer caramelo. Después de desenvolver dos caramelos de lima, h 4 es la más
probable; después de tres o más, h5 (la terrorífica bolsa con todos los caramelos
de lima) es la más probable. Después de 10, estamos bastante seguros de
nuestro destino.
El ejemplo muestra que, a la larga, la verdadera hipótesis domina la predicción
bayesiana. Esto es característico del aprendizaje bayesiano. Para cualquier a
priori fija que no excluya la hipótesis verdadera, la probabilidad a posteriori de
cualquier hipótesis falsa finalmente desaparecerá, simplemente porque la
probabilidad de generar datos no característicos de forma indefinida es cada vez
más pequeña. Más importante, la predicción bayesiana es óptima, tanto si el
conjunto de datos es pequeño, como si es grande. Dada la hipótesis a priori,
cualquier otra predicción será correcta con menos frecuencia.
Por supuesto, la optimalidad del aprendizaje bayesiano tiene un precio. En los
problemas reales de aprendizaje, el espacio de hipótesis es normalmente muy
grande. En algunos casos, el cálculo del sumatorio de la ecuación (2) (o la
integración en caso continuo) es tratable, pero en la mayoría de los casos
debemos recurrir a métodos aproximados o simplificados.
50
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
=0
= 0.1
= 0.4
= 0.3
= 0.2
Probabilidades para el momento en el que se destapa el segundo caramelo
=0
= 0.038
= 0.307
= 0.346
= 0.307
51
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
=0
= 0.0131
= 0.210
= 0.355
= 0.421
Como se observa en las ecuaciones anteriores; a medida que se van destapando
caramelos las ecuaciones se van actualizando con las nuevas probabilidades,
cosa que hace más exactas las probabilidades a posteriori.
A continuación se muestra la tabla 17. Para 10 iteraciones, es decir para los diez
primeros caramelos destapados.
h1 h2 h3 h4 h5
52
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
La utilidad es una forma alternativa para medir el atractivo del resultado de una
decisión. Dicho de otro modo, de encontrar los valores a llenar una tabla de pagos.
Se emplea en los criterios de decisión y de valor esperado los beneficios netos y el
arrepentimiento como medidas de la bondad de una combinación concreta de una
decisión con un estado natural.
- Una única oportunidad para tomar la decisión y ésta tiene riesgos considerables.
- Una póliza de seguros cuesta más que el valor actual de las pérdidas esperadas
de la compañía aseguradora.
53
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
“suponga que Ud. Podría recibir esa ganancia en forma segura o recibiría,
ya sea la mayor ganancia con probabilidad p y la menor ganancia con
probabilidad (1-p). ¿Qué valor para p lo haría indiferente ante esas dos
situaciones?
La respuesta a esta pregunta son las probabilidades de indiferencia con
respecto a la ganancia y se usan como valores para la utilidad.
Ganancia
Grafico 5. Tipo de decisiones.
54
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
U(M)
5
4
3
2
1
Una función de utilidad para el dinero de este tipo nos muestra una utilidad
marginal decreciente para el dinero. La pendiente de la función disminuye
conforme aumenta la cantidad de dinero M. Porque la segunda derivada < 0
cuando ésta existe.
55
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Pero se puede observar que no todas las personas tienen una utilidad marginal
decreciente para el dinero. Hay personas que tienen funciones de utilidad marginal
creciente para el dinero.
56
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Por otro lado, encontrar petróleo es una perspectiva interesante, ya que una
ganancia de $700000 daría a la compañía una base financiera sólida. Para aplicar
la función de utilidad para el dinero del tomador de decisiones es necesario
conocer todos los pagos posibles.
57
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Veamos la manera como se obtuvo esta tabla 18; El punto de inicio adecuado
para construir la función de utilidad es considerar el peor y el mejor de los
escenarios.
¿Qué valor de p haría que el tomador de decisiones fuera indiferente ante las dos
alternativas?
u (700) = 600
58
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Resumiendo:
Para f > 0 halle un valor de p tal que sea indiferente tener $700 con ese valor de p,
o tener a la fija f y se plantea u (f) = u (700)* p + 0 * (1-p)
u (f) = u (700)* p
Se halla u(f)
Para f < 0 halle un valor de p tal que sea indiferente tener -$130 con ese valor de
p, o tener a la fija f
u (-130)* p = u (f)
Se halla u (f)
59
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
TALLER:
60
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
$12000 (suponiendo que todo el día estará tanto lluvioso como soleado),
Jorge puede decidir cancelar el espectáculo, pero si lo hace pagara una
multa de $1000. Históricamente el 10 de mayo tiene 1/4 del tiempo lluvioso.
¿Qué decisión deberá Jorge tomar para maximizar sus ganancias esperadas?
-¿Cual es el valor esperado de la información perfecta?
- Si Jorge obtiene el estado del tiempo, ¿Qué estrategia deberá seguir para
maximizar sus expectativas de ganancias?
61
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
AUTOEVALUACIÓN DE LA UNIDAD 1.
Θ1 2 3 4 5
α1 15 10 0 -6 17
α2 3 14 8 9 2
α3 1 5 14 20 -3
α4 7 19 10 2 0
(a) Laplace
(b) Maximin.
(c) Savage.
(d) Hurwicz. (Suponga que α = 0.η.)
RESPUESTAS:
1. a) a4 b) a2 c) a2 d) a4
62
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
INTRODUCCIÓN:
Por último aplicará los conceptos de programación lineal pero en decisiones con
metas y el algoritmo específico, así como las aplicaciones de los modelos de
simulación.
OBJETIVO GENERAL:
Dar a conocer a los estudiantes las modelos para apoyo en las decisiones cuando
no se conoce a futuro ninguna certeza por ende se debe basar todo en el estudio
probabilístico, las características, elementos esenciales, algoritmos de solución y
la aplicabilidad de la probabilidad en una empresa.
OBJETIVOS ESPECIFICOS:
- Aplicar los métodos de solución para la toma de decisiones donde solo hay dos
participantes y se debe suponer las decisiones del otro.
63
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
COMPETENCIAS:
JUSTIFICACION
INTENCIONALIDADES FORMATIVAS
La intención formativa tiene que ver con las capacidades para tomar decisiones
con riesgo por medio del uso de diferentes métodos como lo son la teoría de
juegos, las decisiones con procesos de markov. Adicionalmente aplicar modelos
de programación cuando son varias las posibles decisiones y determinar los
desarrollos por medio de las simulaciones en los procesos de decisión. Esto lo
pueden realizar con apoyo de los conocimientos adquiridos en el cálculo
diferencial, programación lineal y ecuaciones diferenciales.
64
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
INTRODUCCIÓN
OBJETIVOS
65
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Fuente: http://julioguti.bligoo.com/tag/psicologia
IDEAS FUNDAMENTALES
66
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
- Se llaman juegos con suma cero por que un jugador gana lo que el otro pierde,
de manera que la suma de sus ganancias netas es cero. Este juego consiste en
que los dos jugadores muestran al mismo tiempo uno o dos dados.
Si el número de dados coincide con el jugador que apuesta a pares (jugador 1)
gana la apuesta ($1) al jugador que va por impares (jugador 2).
METODOS DE SOLUCIÓN
- Estrategias Dominadas
- Punto de silla y suma cero
- Estrategias mixtas
- Grafico
Fuente: http://isegara.blogspot.com/2010/05/el-mundo-del-adolescente-dominado-por.html
67
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Este método consiste en eliminar una serie de estrategias inferiores hasta que
quede una sola para elegir. Específicamente se puede eliminar una estrategia
cuando está dominado por otra, es decir, si existe otra estrategia que siempre es
al menos tan buena como esta, sin importar lo que hace el oponente.
EJEMPLO 9:
Jugador 2
Estrategias 1 2 3
1 6 10 12
Jugador1 2 6 0 14
3 0 6 -6
Jugador2 Jugador 2
estrategias Estrategias
1 2
1 2
1 6 10
Jugador1 6 10
2 6 0 1
Jugador 1
68
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Jugador 2 Jugador2
Estrategias Estrategias
1 2 1
1 6 10 Jugador1 3 6
Jugador 1
- Entonces sabemos que el jugador 1 recibe un pago de 6 por parte del jugador 2.
Fuente: http://blog.pucp.edu.pe/blog/economate
El método consiste en que el jugador 1 debe elegir las estrategias de menor valor
y entre ellas escoger la estrategia de mayor valor a ganar (Maximin), mientras que
el jugador 2 debe elegir las estrategias de mayor valor y entre ellas escoger la
estrategia de menor valor a pagar (Minimax).
El Punto Silla es el valor del juego. Cuando estos valores no coinciden no existe
Punto Silla y se puede concluir que el juego no es justo o la solución es inestable
- Si el juego tiene un valor de cero (0) o suma cero, se denomina Juego Justo, y
si es diferente de cero (0) se denomina Juego Injusto.
69
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
EJEMPLO 10.
jugador 2
Estrategias 1 3
2
1 -3 -2 6
Jugador1 2 2 0 2
3 -2 4 3
El Jugador 1 elige el valor mínimo de cada fila y el jugador 2 elige el valor máximo
de cada columna.
Estrategias jugador2
1 2 3
1 -3 -2 6 -3
Jugador1
2 2 0 2 0
3 5 -2 4 -2
5 0 6
Fuente: http://www.opabinia.com/teoria/MEDIDA/MEDIDA.htm
Este método se emplea cuando un juego no se puede resolver por los métodos
anteriores (Estrategias dominadas y Punto Silla) utilizamos el método de
estrategias mixtas, que consiste en combinar las estrategias dominadas con el
procedimiento de Solución gráfica.
70
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
EJEMPLO 11.
jugador 2
Estrategias
1 2 3
1
0 -2 2
Jugador1 2 5 4 -3
3 2 3 4
jugador 2
Estrategias
1 2 3
1
0 -2 2
Jugador1 2 5 4 -3
3 2 3 4
jugador 2 Y
Estrategias Y Y
1 2 3
1
0 -2 2
jugador
1 2 5 4 -3
Fuente: http://thales.cica.es/rd/Recursos/rd99/ed99-0045-01/secciones/grafico.html
71
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Para desarrollar este método, el cual se emplea también en las estrategias mixtas
tomamos la matriz de pagos del ejemplo 11 y la convertimos en un sistema de
ecuaciones lineales donde X hacen referencia al jugador 1 y las Y hacen
referencia al jugador 2; Así:
Jugador 1.
X1 + X2 =1 X1 = 1 - X2
Jugador 2.
Y1 + Y2 + Y3 = 1
Con los valores anteriores se obtienen tres líneas rectas que debemos ubicar en
el plano cartesiano, a continuación tenemos los puntos de corte respectivos con
los ejes:
Y2 = -2+6X2 x = 0 Y = -2
x=1 Y=4
72
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
El punto de corte nos determina la solución óptima del juego. Que para este
método se tiene aproximadamente 0,4 para X2; y por lo tanto 0,6 para X1.
Para mejor análisis se puede desarrollar también por cualquiera de los métodos
algebraicos así:
IGUALACION
Y2 = Y3
-2+6X2 = 2 -5X2
6X2+5X2 = 2+2
11X2 = 4
Teniendo en cuenta las dos rectas que forman parte del punto maximin y con
respecto ha Y son:
73
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Y3 = 6/11 = 0,5454*100
Y3 = 54,54% y Y2 = 45,46%
Solución:
Observando los valores de los porcentajes de las estrategias encontradas para
los dos jugadores podemos realizar el análisis de la siguiente manera: El
jugador 1 le gana al jugador 2 en el primer turno por un valor del 64%, en el
segundo turno le gana el jugador 2 al jugador 1 por un porcentaje del 45.46, lo
que da hasta el momento un empate entre los dos jugadores, sin embargo en
el tercer y último juego el jugador 2 le gana al jugador 1 con un 54.54%, lo que
da como resultado final, que el juego sea injusto, y tenga un valor de juego
igual a 2/11.
SOLUCIÓN
74
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
MATRIZ DE PAGOS
Político 2 Político 2
Estrategias Estrategias
1 2 3 1 2 3
1 1
0 -2 2 0 -2 2
Político 1 2 5 4 -3 Político 1 2 5 4 -3
3 2 3 4 3 2 3 4
Político 2 Maximax
Estrategias
1 2 3
1 2
0 -2 2
Político 1 5
2 5 4 -3
3 2 3 4 4
Maximin. 0 -2 -3
EJEMPLO 13: En este juego se desarrollarán las estrategias dominadas para dos
jugadores de la siguiente manera;
75
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Jugador 2
Para el jugador 1:
Estrategias La estrategia 3 está dominada por la
1 2 3 estrategia 1 ya que tiene pagos más
1 altos (1>0, 2>1, 4>-1)
1 2 4 Independiente de lo que haga el
jugador 2.
jugador 1 2 1 0 5
3 0 1 -1
1 2 Para el jugador 1
Para el jugador 2
1 2
1 1 2 La estrategia 2 está dominada por
la estrategia 1 (1<2)
1
1 1
Se obtiene como valor del juego la estrategia 1 para ambos jugadores donde el
jugador 1 obtiene un pago de 1 del jugador 2. Es un juego equilibrado pero no
justo.
Jugador 2
Estrategias
1 2 3
1
2 3 5
jugador 1 2 2 1 6
3 1 2 0
76
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
SOLUCIÓN
Jugador 2
Estrategias
1 2 3
1
2 3 5
jugador 1 2 2 1 6
3 1 2 0
Jugador 2
Estrategias 3
1 2
1
2 3 5
jugador 1
2 2 1 6
Jugador2
estrategias
1 2
1 2 3
Jugador1
2 2 1
Jugador 2
Estrategias
1 2
1 2 3
Jugador 1
El ejemplo nos entrega un valor del juego de 2 donde el jugador 1 recibe un pago
de 2 por parte del jugador 2; Este es un ejemplo de Juego Injusto.
EJEMPLO 14. Encuentre el Maximin, Mínimax el punto silla que tiene la siguiente
matriz de pagos.
77
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Jugador 2
Estrategias
1 2 3
1
3 -3 -2
jugador 1 2 -4 -2 -1
3 1 -1 2
SOLUCIÓN
El jugador 1 elige el valor mínimo de cada fila y el jugador 2 elige el valor máximo
de cada columna:
Jugador 2
Estrategias
1 2 3
1
3 -3 -2 -3 Mínimos
jugador 1 2 -4 -2 -1 -4
3 1 -1 2 -1
3 -1 2 Máximos
El Jugador 1 elige el valor mayor entre los valores mínimos (Maximin). El Jugador
2 elige el valor mínimo entre los valores mayores (Mínimax).
Jugador 2
Estrategias
1 2 3
1 3
3 -3 -2
jugador 1 -4
2 -4 -2 -1
3 1 -1 2 -1
1 1
Punto silla 3 -1 2 minimax
1
maximin
78
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
TALLER:
Jugador 2
Estrategias
1 2 3
1
2 3 5
jugador
1
2 2 1 6
Jugador 2
Estrategias
1 2 3
1
2 3 5
jugador
1 2 2 1 6
3 1 2 0
3. Encuentre el Punto Silla del juego que tiene la siguiente Matriz de Pagos.
Jugador 2
Estrategias
1 2 3
1
2 3 5
jugador
1 2 2 1 6
3 1 2 0
4. Utilice el procedimiento gráfico para determinar el valor del juego y la
estrategia mixta óptima para cada jugador según el criterio de mínimax.
Jugador 2
Estrategias
1 2 3
1
2 3 5
jugador
1
2 2 1 6
79
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
INTRODUCCION
Las cadenas de Markov son un proceso estocástico en el que los valores del
tiempo son discretos y los estados posibles de la variable aleatoria contienen
valores discretos, es decir, es una cadena estocástica de tiempo discreto. Las
cadenas de Markov, se clasifican, además, dentro de los procesos estocásticos de
Markov, que son aquellos en el que el estado futuro de un proceso es
80
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Se tiene que una v.a. X(s) es una función que va desde un espacio muestral S a
la recta real, de manera que a cada punto s ∈ S del espacio muestral se le puede
asociar un número de la recta real. De este modo, la probabilidad de cada suceso
de S se puede trasladar a la probabilidad de que un valor de X (v.a.) caiga en un
cierto intervalo o conjunto de números reales. Si a todo esto se le añade una
dimensión temporal, se obtiene un proceso estocástico.
Ejemplos:
Xt: número de personas que esperan un autobús en un instante t donde t ∈ [9, 10]
Xt: precio de una acción de una empresa en un día t del mes (t = 1, 2, . . . , 30).
Xt: número de parados en el mes t (t = 1, 2, . . . , 12).
81
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Para que un proceso estocástico esté completamente definido hay que determinar
completamente las v.a., es decir, determinar e identificar la distribución de
probabilidad asociada a cada una de ellas y, es más, la distribución conjunta de
todas ellas.
EJEMPLO 15: Se lanza una moneda varias veces. Supóngase que cada vez que
sale cara, un jugador gana 1 unidad y si sale sello pierde 1 unidad. Se puede
definir un proceso estocástico que modeliza la evolución del juego.
Así, si se denomina Xn al número de unidades monetarias que quedan después
de n lanzamientos, el espacio muestral de Xn es
Y el álgebra que se define es a = P (Ω), esto es, las partes de Ω (todos los
posibles subconjuntos que se pueden formar en Ω).
X1(w) = 1
X2(w) = 2
X3(w) = 1
X4(w) = 0
Xη(w) = −1
Xθ(w) = −2
82
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
-1
0
1
1 3
2
1
0 1
0
-1
-1 -3
-2
-1
De modo que E = {−3, −1, 1, 3} y
P {X3 = −3} = 1/ 23 = 1/8
Luego X3 se distribuye como una Bin=(3, p = ½), aunque tomando otros valores
que los estrictamente igual a 0, 1, 2, 3.
83
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Por ejemplo la ruina del jugador: inicialmente tengo $2, en los tiempos
1,2,...participo en un juego en el que apuesto $1 que gano con probabilidad p y
pierdo con probabilidad 1-p; Dejo de jugar cuando mi capital es $4 o he perdido
todo mi capital.
Si Xi es la cantidad de dinero que tengo en el tiempo i, X0, X1,... es un proceso
estocástico.
Estados: 0, 1, 2, 3, 4
Matriz de transición
1 0 0 0 0
1-p 0 p 0 0
0 1-p 0 p 0
0 0 1-p 0 p
0 0 0 0 1
84
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
EJEMPLO 17. El ascensor de un edificio con bajo y dos pisos realiza viajes de
uno a otro piso. El piso en el que finaliza el viaje n-ésimo del ascensor sigue una
cadena de Markov. Se sabe que la mitad de los viajes que parten del bajo se
dirigen a cada uno de los otros dos pisos, mientras que si un viaje comienza en el
primer piso, sólo el 25% de las veces finaliza en el segundo. Por último, si un
trayecto comienza en el segundo piso, siempre finaliza en el bajo. Se pide:
SOLUCIÓN:
85
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
c)
86
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Un estado i es periódico con periodo k>1 si k es el menor número tal que todas
las trayectorias que parten del estado i y regresan al estado i tienen una longitud
múltiplo de k.
1 2... s
n
Lim P = 1 2... s
n ∞
1 2... s
Es decir,
Lim Pij =(n)= J
n ∞
Se le llama distribución de estado estable o de equilibrio para la cadena de
Markov.
87
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
1 +π2 +... + s= 1
En el estado estable el flujo de probabilidad hacia cada estado debe ser igual al
flujo de probabilidad que sale de cada estado o sea son las probabilidades de
equilibrio.
La estructura de recompensas del proceso está descrita por una matriz cuyos
elementos individuales son el costo o el beneficio de moverse de un estado a otro.
88
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
EJEMPLO 18. Suponga que toda la industria de refresco produce dos colas: Coca
Cola y Pepsi Cola. Cuando una persona ha comprado Coca Cola hay una
probabilidad de 90% de que siga comprándola la vez siguiente. Si una persona
compró Pepsi, hay 80% de que repita la vez siguiente. Se pide:
SOLUCIÓN: La situación se puede modelar como una cadena de Markov con dos
estados {Coca-Cola, Pepsi-Cola}= {C, P}. La matriz de transición para el orden C,
P, es:
0,2 0,8
P=
0,9 0,1
89
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Por lo tanto,
Obsérvese que las dos primeras ecuaciones son la misma por tanto quedémonos
con las dos últimas, obteniendo como solución:
x = 2/3; y = 1/3.
Métodos:
• Enumeración exhaustiva: se evalúan todas las políticas estacionarias posibles
del problema de decisión
• Iteración de política: determina la política óptima de forma iterativa
ENUMERACIÓN EXHAUSTIVA
Problema de decisión con S políticas estacionarias
90
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
m
∫n(i) = Vi + Σ Pij ∫n+1(j), i= 1,2, ... , m
k j=1
ITERACIÓN DE POLÍTICAS
1.- Determinación del valor: se elige una política arbitraria s. Suponiendo fs(m)=0
se resuelven las ecuaciones:
91
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
m
Es=Vsi +Σ Psij ∫s(j) - ∫ (i), i= 1,2, ... , m
j=1
Las decisiones óptimas que resultan para los estados 1,2,..., m constituyen la
nueva política t. Si s y t son idénticas, t es óptima. Si no es así, se repite el
proceso con s=t.
92
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
=0
Autovalores: =1 Multiplicidad 1 y único de
= -1/3 módulo 1
= - 2/3
P ( ) (I – P) = 0
Sistema de ecuaciones:
-Salón PS = 0,3
Las Probabilidades son -Habitación PH = 0,2
-Cocina PC = 0,3
-Entrada PE = 0,2
93
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
¿Qué probabilidad hay de que el sistema sea absorbido en cada estado final?
1 0 0 0 0 I O
0 1 0 0 0
P=
1/3 0 0 1/3 1/3 P= R Q
0 1/3 1/3 0 1/3
0 1/3 1/3 1/3 0
94
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Resolvemos el sistema:
I-Q = R
Matriz de
Matriz de prob.
absorción
Entre
en un salto
transitorios
95
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
mi = 1, 2,3 ...
El ratón se va a la 1ª
SISTEMA DE ECUACIONES:
1 -1/3 -1/3 mS 1 mS 3
-1/3 1 -1/3 mE = 1 mE = 3
-1/3 -1/3 1 mH 1 mH 3
I-Q
Para verificar este hecho dos técnicos de telefonía se han desplazado a esta
localidad y han medido los niveles de calidad en conversaciones en los que ambos
interlocutores hablan manteniéndose quietos en sus sitios (estudio estático), y
también han hecho mediciones cuando ambos interlocutores andan por la calle
(estudio dinámico).
96
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
SOLUCIÓN:
a) A la vista de las frecuencias anteriores, las probabilidades de transición,
conservando el mismo orden que la tabla (A, B, C) es:
De marzo a Junio hay 4 etapas por lo que nos piden las probabilidades de
transición al cabo de 4 meses, las que vendrán dada por los coeficientes de P4
97
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
98
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
P1 +p2 + p3 + p4 = 1
99
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
PROBLEMA DINÁMICO.
Considerando variable de estado el nivel de cobertura, la cadena de Markov
asociada será la siguiente:
1 0 0 0 0 0 0 0 0
0 1 0 0 0 0 0 0 0
0 0 1 0 0 0 0 0 0
0 0 0 1 0 0 0 0 0
0 0 0 0 1 0 0 0 0
PED 0,01 0,07 0,02 0,07 0,02 0,49 0,14 0,14 0,04
0 0,01 0,09 0 0 0,07 0,63 0,02 0,18
0 0 0 0,01 0,09 0,07 0,02 0,63 0,18
0 0 0 0 0 0,01 0,09 0,09 0,81
100
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Donde:
•I Matriz identidad (tantas columnas y filas como estados finales).
•O Matriz nula (tantas columnas como transitorias y tantas filas como estados
finales).
•R Probabilidades de absorción de un solo salto.
•Q Probabilidades entre transitorios (tantas filas y columnas como estados
transitorios.
• 1, 2, 3, 4, 5 son estados finales.
• θ, 7, κ, λ son estados transitorios.
Presenta cinco clases finales, luego, no existe una distribución límite de los
estados en este estudio dinámico, luego no podemos determinar la calidad media
del servicio como en el caso anterior. La calidad media del servicio será
independiente del nivel de cobertura inicial de ambos interlocutores.
Ahora calcularemos cuánto tarda en término medio en perderse una llamada que
se realiza andando por la calle y que se inició con ambos terminales a máxima
cobertura.
mi Tiempo medio hasta que se corta la conversación si el estado inicial es i
M6 1
I–Q. m7 1
m8 1
m9 1
m6 12,69
m7 = 16,47
m8 16,47
m9 21,53
101
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
TALLER:
3. María distribuye su tiempo de ocio entre discoteca y cine. Cada vez que va a la
discoteca gasta por término medio 30.000 pesos, mientras que si va al cine su
gasto es de 5000 pesos. En cierto mes su presupuesto para ocio asciende a
220.000 Pesos. Y desea ir a la discoteca al menos tantas veces como al cine.
102
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
INTRODUCCION
OBJETIVOS:
3.- el término criterio se utiliza como un término general que engloba los tres
conceptos precedentes (atributo, objetivo y metas). En otras palabras, los criterios
constituyen los atributos, objetivos o metas que se consideran relevantes para un
cierto problema decisional. Por consiguiente, la teoría de la decisión multicriterio
103
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Atributo: Este concepto se refiere a valores del centro analista relacionados con
una realidad objetiva. Estos valores pueden medirse independientemente de los
deseos del centro analista, siendo usualmente susceptibles de expresarse como
una función matemática f(x) de las variables de decisión.
104
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
- Rango de prioridad de los objetivos: ¿que pasa cuando los objetivos no son
conmensurables, cuando no hay una escala común para comparar las
desviaciones de los diferentes objetivos? Este es un caso importante, al que se
enfrentan con frecuencia los administradores. Si el administrador puede ordenar o
dar un rango para sus metas entonces la solución es posible.
Quizás no sea una tarea fácil dar un rango a los objetivos de acuerdo con su
importancia pero es algo que la mayoría de las personas entienden y pueden
lograr. En la programación por objetivos se le asigna la prioridad P1al objetivo más
importante, siguiendo P2 a una prioridad más baja. No existe límite en el número
de niveles de prioridad pero debe asignarse una prioridad para cada variable de
desviación. Se permiten empates o prioridades iguales.
Para el período que es está considerando, las plantas tienen las siguientes
105
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
P2. Utilizar tanto de la capacidad de exceso como sea posible. Debido al bajo
costo de la mano de obra, la administración cree que es 1,5 veces más
importante utilizar la capacidad de exceso de la planta 1 que la de las plantas 2 y
3.
P4. Lograr el pronóstico de ventas para el producto 2, puesto que este tiene la
mayor contribución a la utilidad por unidad.
P5. Producir suficiente cantidad de los productos 1 y 3 para cumplir con las
ventas pronosticadas.
Restricciones de meta
-Por cada meta
Componentes en la F.O.
FORMULACIÓN (minimizar suma de
desviaciones con respecto
a las metas)
m
min Z = Σ wi(di+ + di-)
i=1
s.a.
n
Σaijxj+di- - di + = bi para toda i
j=1
Donde:
w = Ponderación de las desviaciones con respecto a la meta.
di- = Desviación déficit
di+ = Desviación excedente
107
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
3 velocidades 1 1 15
10 velocidades 3 1 25
Hrs. disponibles en 60 40
c/ departamento.
Definición de variables:
Restricciones estructurales
x1 + x2 ≤ 40 ( (horas de terminación)
15x1 +25x2 +d1- - d1+ = 600 (Utilidad perseguida)
Restricción meta
x1, x2, d1-,d1+ ≥ 0
108
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Nota: Puesto que tanto d1-,d1+ aparecen en la función objetivo y a ambas se les
asigna pesos iguales, esto indica que la administración desea lograr la utilidad
meta exactamente.
N- desviación negativa.
P- desviación positiva.
P1 =750 N1 X31 X21 X11
P2 =300 N2 X32 X22 X12
P3 =450. N3 X33 X23 X13
P7, P8, P9 = número de unidades sobre logradas de las ventas esperadas de los
productos 1,2 y 3 respectivamente.
109
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Este balance de ecuaciones puede escribirse como una restricción meta por
medio de una simple división y por transposición del miembro derecho como sigue
(por transitividad, solamente dos restricciones de balance son necesarias):
P10 =0 +N10
P11=0 N11
N10, N11= número de unidades producidas demasiado bajas con relación a las
producidas en las plantas 2 y 3, respectivamente.
5- Restricción de utilidad
P12=15000 N12 X33 X32 12(X31 X23) X22 18(X21 X13) X12 15(X11)
6- Función objetivo
PR3 (P10 N11) 2PR3 (N10 N3) PR2 (N2 1,5PR2 (N1) P12)
Minimizar Z=PR1 (N12 P6) P5 PR6 (P4 N9) PR5 (N7 P11)+PR4 (N8)
Sin embargo, era preferible utilizar el exceso en la planta 1 sobre las plantas 2 y 3
en una relación de 1,5 a 1. Esta situación presumiblemente representa una
distinción en los costos de operación de las diferentes plantas. Para reflejar las
prioridades relativas de la administración, se modifica la formulación estándar
110
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
(N3, PR2 (N2 N3)) a 1,5PR2N1 N2 de la función objetivo (que sería PR2 (N1)
que pondera el logro de la minimización de la desviación 1 con un factor de 3/2
vez.
El segundo nivel general de prioridades administrativas que tienen que ver con el
problema de PR2. La tercera meta de la administración era lograr un balance de
subutilizar la planta 1 en vez de sobre utilizarla, debido a factores adicionales
desfavorables que existían allí y no se presentan en las plantas 2 y 3. Por tanto,
se asigna 2PR3 a N10 y N11 y PR3 a P10 y P11. Puesto que la cuarta meta era lograr
las ventas esperadas del producto 2, se asigna PR4 a N8. A N7 y N9 asignamos
PR5, pues la quinta meta es el logro de estas ventas esperadas.
Los modelos básicos tales como PERT y CPM programaran las actividades de un
modo que minimice el tiempo total de conclusión del proyecto, sujeto a la
restricción de que se deben respetar todas las relaciones de precedencia. Los
recursos (dinero, trabajo, maquinaria) necesarios para terminar las actividades
individuales, con frecuencia se considera que están disponibles en cualquier
cantidad que se requiera en un programa concreto. No obstante, la realidad es
que tales recursos pueden ser limitados, en cuyo caso esto resulta ser otra
restricción.
111
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
entre las diversas actividades; es decir, que actividades deben completarse antes
de que otras comiencen. Por ejemplo la actividad Vlll no puede empezar sino
cuando esté terminada la Vll, que a su vez no puede empezar antes de terminar la
1. La figura 10 muestra la duración de cada actividad (en semanas) y los recursos
necesarios (número de personal) para realizar cada actividad.
l 3 6
ll 2 3
lll 1 3
lV 1 3
V 2 6
Vl 4 5
Vll 1 3
Vlll 2 4
Xl 2 3
Fig. 10. Requerimiento de actividad por metas.
Este problema es simple y, por lo tanto, se puede calcular con facilidad el tiempo
de conclusión más temprana posible. Es de 9 semanas. La figura 11 nos muestra
un programa de actividades propuesto que alcanza este tiempo global de
conclusión, entonces la figura 11, respeta las relaciones de precedencia de la
figura y al mismo tiempo muestra en qué momento debe empezar cada actividad y
cuanto durara (en semanas).
112
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
administrador tener una programación que use los recursos en una forma más
regular. A menudo se aplican programas heurísticos para alcanzar tal objetivo.
114
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
115
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
116
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Con este problema se podría definir la solución óptima como la cédula que
minimiza el uso máximo del personal. Para la cédula originada mediante
heurística, el uso máximo es de 10, lo que ocurre en la semana 5. Aunque el
algoritmo heurístico no condujo a la optimización, funciona bastante bien. En los
problemas extensos (es decir, con muchas actividades) no sería posible llegar con
tal facilidad a la cédula óptima maximax. Es por esta razón que se emplea la
heurística para los requerimientos de regularización.
117
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Se supone ahora que según el diseño del programa, cada hora de clase abarca 12
minutos de experiencias en grupos pequeños y 19 de resolución de problemas
individuales, en tanto que cada hora de laboratorio abarca 29 minutos de
experiencia de pequeños grupos y 11 de resolución de problemas individuales. El
tiempo total del programa es de 600 minutos. Los diseñadores tienen que
perseguir dos metas. Los estudiantes deben gastar hasta donde sea posible, un
cuarto del tiempo máximo del programa trabajando en pequeños grupos y un
tercio en la resolución de problemas. Estas condiciones son:
Donde u1= cantidad que falta al total de experiencias de grupo para 1500.
v1= cantidad que sobra al total de experiencias de grupo para 1500
Y en este caso queremos que la suma de las dos variables de desviación sea
pequeña.
El modelo es:
118
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
s.a.
x1 + x2 100 horas del programa
12 x1 + 29 x2 + u1 – v1 = 1500 grupos pequeños
19 x1 + 29 x2 + u2 - v2 = 2000 solución problemas
x1,x2,u1, u2,v1,v2 ≥ 0
Estos datos producen el mismo valor de función objetivo. Pero si se cambian los
datos numéricos se logran reflexiones diferentes ya que con los coeficientes en
horas los tiempos faltantes son más críticos.
Una forma de expresar la preferencia entre las diversas metas consiste en asignar
distintos coeficientes a las diversas variables de desviación en la función objetivo.
Para el ejemplo así:
Con esta función objetivo es mejor que falta 9 minutos en la meta solución de
problemas a exceder en un minuto en la meta de experiencias de grupo.
1.- Blanco: las restricciones tan próximas al termino independientes como sea
posible, se minimiza las variables de decisión y al menos una de estas es cero.
119
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Consideraremos que existen diferentes criterios sobre los que el trabajador debe
ser examinado 1 ,..., p Y Y. Los evaluadores emiten su opinión sobre cada
empleado a través de valores numéricos dentro del intervalo unidad:
• ik [0,1]
j a es la opinión del evaluador i a, A sobre el individuo j x , respecto al criterio k Y .
• ik [0,1]
j b es la opinión del evaluador ib, B sobre el individuo j x , respecto al criterio k Y .
• ik [0,1]
j c es la opinión del evaluador ic, C sobre el individuo j x , respecto al criterio k Y .
120
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
1. En primer lugar se obtendrá una evaluación colectiva para cada empleado, por
colectivo y criterio:
k( ) k( 1k ,..., rk )
A j Aij v x =u a Ka , k( ) k( 1 k, , s k)
B j B ij v x =u b Kb , k( ) k( 1 k, , t k)
C j C ij v x =u c Kc.
k( ) k( k( ), k( ), k( )).
j A j B j C j v x =u v x v x v x
( ) ( 1( ), , p ( ))
j j j v x =u v x K v x .
121
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
TALLER:
122
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Para el período que se está considerando, las plantas tienen las siguientes
capacidades de producción en exceso (en términos de unidades) de nuevos
productos y capacidades de embarque disponibles asignadas a los nuevos
productos:
1 750 12,000
2 300 10,000
3 450 6,500
123
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
5. Producir suficiente cantidad de los productos 1 y 3 para cumplir con las ventas
pronosticadas.
124
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
INTRODUCCION:
OBJETIVOS
3.- Utilizar una tabla de números aleatorios para generar observaciones en las
variables aleatorias.
125
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
6 - Correr la simulación.
126
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
10- Conclusión que saquen sobre la situación real de correr la simulación, será
válida.
4.- Un medio para ganar experiencia artificial mediante el uso de un modelo que
da apariencia o efecto de realidad.
127
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
6.- Se usa para problemas que son demasiado complejos para ser resueltos
mediante técnicas analíticas y/o matemáticas.
FILAS DE ESPERA
Tiempo de llegada
del operario 1:00 1:00 1:10 0: 00
Tiempo en que
comienza el servicio 1:10 1:10 1:20 0: 00
Tiempo en que
termina el servicio 1:20 1:20 1:30 0: 00
Tiempo de espera
del operario (minutos) 1:40 1:40 1:50 0: 00
Operarios que
esperan para que
se les atienda 1:50 1:50 2:00 0: 00
128
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
intervalo entre los eventos de llegada puede ser más o menos de 10 minutos. En
un caso como este, pueden presentarse demoras de servicio y formarse una fila
de espera. Para demostrar esto, consideremos otro período de tiempo hipotético
durante el cual los tiempos promedio de servicio y de llegada son de 10 minutos,
pero los valores individuales varían.
Tiempo de llegada
del operario 1:00 12 1:00 1:12 0: 00
Tiempo de servicio
Necesario (minutos) 1:08 8 1:12 1:20 0:41
Tiempo en que
comienza el servicio 1:18 10 1:20 1:30 0: 21
Tiempo en que
termina el servicio 1:30 6 1:30 1:36 0: 00
Operarios que esperan para que se les atienda; Un examen de los resultados
revela que, durante el período de 69 minutos del estudio, el encargado estuvo
ocioso 9 minutos y los operarios estuvieron esperando 15 minutos, a pesar del
hecho de que el tiempo de servicio promedio fue de 10 minutos y de que en
promedio llegó un operario cada 10 minutos.
Además, debido al tiempo que tuvieron que esperar los operarios, se formó una
cola. Si suponemos, para fines de discusión, que el período de estudio fue lo
suficientemente largo como para reflejar las condiciones que han de prevalecer en
general, puede calcularse el costo que debe asociarse con los tiempos de ocio y
espera.
Por ejemplo, la firma puede concluir que el costo del tiempo ocioso del encargado
es de $1200 por hora y el del tiempo de espera de los operarios es de $1500 por
hora. Estos costos incluirán elementos tales como la tasa de salario, las
prestaciones y el tiempo muerto del equipo. Por consiguiente, el costo para el
periodo de 69 minutos sería de costo =
129
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Si el día de trabajo contiene 480 minutos, el costo diario promedio sería de costo
por día = $555 * (480/69) = $3861.
Ahora se debe considerar si éste representa el mínimo costo posible. Para reducir
la longitud de la cola y por consiguiente, el tiempo de espera de los operarios, la
firma puede asignar un encargado más al puesto de herramientas.
Además, esta reducción sería neutralizada hasta cierto grado por un aumento en
el tiempo ocioso de los encargados. Sin embargo, puede ser que el costo total
resultante sea inferior al que resulta con un encargado. Debe determinarse si este
es el caso, tomando los tiempos necesarios de llegada y servicio indicados en la
tabla anterior, determinando los tiempos ociosos y de espera que se presentarán
con dos encargados para atender a los operarios y calculando el costo resultante.
Esto se repetirá para alternativas que exijan tres o más encargados hasta que se
encuentre la alternativa que produzca el costo mínimo.
METODOS DE ANALISIS
La labor es difícil, porque con mucha frecuencia variarán los tiempos de servicio y
de llegada. Por consiguiente, se necesita determinar los diferentes valores que
pueden asumir estos tiempos en un problema dado y estimar la probabilidad de
que se presente cada uno. Se han desarrollado enfoques cuantitativos para la
solución de los problemas de fila de espera en los cuales se hace alguna
suposición con respecto a la naturaleza de la distribución de los tiempos de
servicio y llegada. Por ejemplo, una suposición común es la de que es aplicable la
distribución de Poisson. Pero la teoría en la que se basan estos métodos es
bastante compleja y no hay razón para creer que las distribuciones consideradas
difieran muy frecuentemente de las reales. Por estas razones, no consideraremos
estos métodos analíticos.
Otro enfoque es la simulación Monte Carlo. Ese método exige estimar, con base
en la experiencia pasada, si es posible, las probabilidades de que se presenten los
diversos tiempos posibles de servicio y llegada. Luego, en la forma descrita en
nuestra discusión anterior de la simulación, puede originarse una serie de tiempos
de llegada y tiempos de servicio correspondientes. Los tiempos de ocio y espera
resultantes, y su costo, pueden calcularse para capacidades de servicio
alternativas y puede escogerse la capacidad más económica. Sin embargo,
130
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
siempre debe tenerse cuidado de generar una serie bastante larga como para
obtener una indicación exacta de los efectos a largo plazo de una política
determinada.
DINAMICA DE SISTEMAS
Ecuaciones
131
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
132
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
CONTRASTES EMPIRICOS
Contraste
133
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
de una muestra X1, X2,..., Xn se define como Bajo la hipótesis nula Ho: Fx(X)
=Fo(X) esperamos que Fn se aproxime a Fo.
Contraste de rachas
Contraste de permutaciones
Contraste de huecos
Fijamos dos valores y con 0 < < < 1. La sucesión presenta un hueco de longitud m
si Bajo la hipótesis de aleatoriedad de la serie, la longitud m de los huecos sigue
una distribución geométrica de parámetro, es decir, la hipótesis de aleatoriedad
implica independencia de las longitudes de los huecos y podemos aplicar un
contraste basado en las comparaciones de los números observados y esperados
de huecos de longitud m.
Repetición de contrastes
Para aumentar su potencia, los contrastes anteriores pueden repetirse N veces. La
distribución empírica de los valores del estadístico puede compararse con su
distribución teórica mediante, por ejemplo, el contraste de Kolmogorov-Smirnov.
134
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
GENERADORES NO LINEALES
135
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
COMBINACION DE GENERADORES
Para incrementar el período e intentar evitar las regularidades que muestran los
generadores lineales congruenciales se ha sugerido combinar diferentes
generadores para obtener uno híbrido que tal vez sea de mayor calidad que los
generadores originales. Tales combinaciones pueden considerarse heurísticas,
algunas de las cuales han resultado bastante pobres.
Juegos operacionales
Se refiere a aquellas situaciones donde hay algún conflicto de intereses entre los
jugadores o entre quienes toman decisiones, dentro de la estructura de un
ambiente simulado. Ejemplo, administración de negocios, juegos militares, entre
otros.
Simulación de sistemas
Es un método en el que la información utilizada en el análisis de un problema
complicado, se procesa mediante el funcionamiento del modelo.
Método de Montecarlo
136
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
con técnicas de muestreo aleatorio, o sea, que en vez obtener muestras de una
población real, se obtienen de un duplicado teórico 1 de la población real.
137
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Tiempo de servicio
Para nuestro ejercicio escogimos la primera columna para las llegadas y la última
para los servicios, obteniendo los siguientes resultados.
680 30 365 15
897 40 373 15
911 40 381 15
918 40 389 15
925 40 397 15
001 5 329 15
009 15 337 15
017 15 345 15
025 20 353 15
033 20 361 15
002 10 121 10
010 15 129 10
018 20 137 10
026 20 145 10
034 20 153 10
138
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
003 10 363 15
011 15 371 15
273 20 379 15
027 20 387 15
035 20 395 15
Otra forma de aplicar es teniendo una sola característica, por ejemplo, la demanda
de un producto y la distribución de probabilidades. Con estos elementos y
siguiendo los pasos pertinentes se puede establecer el promedio de la
característica.
139
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Ventajas:
- Permiten experimentar con un modelo del sistema en vez del sistema real.
- Permiten descomponer un sistema muy grande en subsistemas para simularlos
en forma individual.
- Facilitan la manipulación de la réplica del sistema.
- Es un proceso relativamente eficiente y flexible.
- Puede ser usada para analizar y sintetizar una compleja y extensa situación real,
pero no puede ser empleada para solucionar un modelo de análisis cuantitativo
convencional.
- En algunos casos la simulación es el único método disponible.
- Los modelos de simulación se estructuran y nos resuelve en general
problemas trascendentes.
- Los directivos requieren conocer como se avanza y que opciones son
atractivas; el directivo con la ayuda del computador puede obtener varias
opciones de decisión.
- La simulación no interfiere en sistemas del mundo real.
- La simulación permite estudiar los efectos interactivos de los componentes
individuales o variables para determinar las más importantes.
- La simulación permite la inclusión en complicaciones del mundo real.
140
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Desventajas:
- No producen soluciones óptimas y cada corrida es como un experimento aislado
que se efectúa.
- Cuando se utiliza un modelo matemático puede ser imposible cuantificar todas
las variables que afectan el comportamiento del sistema.
- Un buen modelo de simulación puede resultar bastante costoso; a menudo el
proceso es largo y complicado para desarrollar un modelo.
- La simulación no genera soluciones óptimas a problemas de análisis
cuantitativos, en técnicas como cantidad económica de pedido, programación
lineal o PERT / CPM / LPU. Por ensayo y error se producen diferentes resultados
en repetidas corridas en el computador.
- Los directivos generan todas las condiciones y restricciones para analizar las
soluciones. El modelo de simulación no produce respuestas por sí mismo.
- Cada modelo de simulación es único. Las soluciones e inferencias no son
usualmente transferibles a otros problemas.
DISTRIBUCIÓN BINOMIAL
Algunos experimentos consisten en la observación e una serie de pruebas
idénticas e independientes, las cuales pueden generar uno de dos resultados.
Para simular una distribución Binomial se emplean sus propiedades
estadísticas.
DISTRIBUCIÓN ERLANG
Esta distribución se aplica en algunos problemas de líneas de espera,
inicialmente para el caso de telefonía. Algunas formas para simular una
distribución Erlang consisten en emplear los métodos de convolución y el de la
transformada inversa.
DISTRIBUCIÓN UNIFORME
Se utiliza cuando se requiere el empleo de una función constante. Para la
simulación de variables aleatorias tipo Uniforme se emplean sus propiedades
estadísticas.
DISTRIBUCIÓN GEOMETRICA
Esta distribución indica exactamente el número de repeticiones del experimento
hasta lograr la característica de interés. Se genera la simulación de variables
aleatorias tipo Geométrica a partir del método de la transformada inversa.
DISTRIBUCIÓN HIPERGEOMETRICA
Se utiliza a menudo en el estudio de problemas de producción, control de calidad y
la aceptación de muestreo; se emplea para marcar y remarcar. Una de las formas
para simular una distribución Hipergeométrica es emplear sus propiedades
estadísticas.
141
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
DISTRIBUCIÓN POISSON
Sirve para trabajar en teoría de colas. Para simular una distribución Poisson se
deben usar sus propiedades estadísticas.
142
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
143
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
PAQUETES
Los paquetes son una versión depurada de los diferentes lenguajes de propósito
general y presentan algunas ventajas sobre los lenguajes de programación
generales:
144
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
AUTOEVALUACION UNIDAD 2.
1.- Encuentre el punto de silla y el valor del juego para cada uno de los dos
juegos siguientes. Los pagos son para el jugador A.
B B
8 6 2 8 4 -4 -5 6
A 8 9 4 5 A -3 -4 -9 -2
7 5 3 5 6 7 -8 -9
7 3 -9 5
(1) (2)
2.- Una compañía revisa el estado de uno de sus productos importantes sobre
una base anual y decide si tiene éxito (estado 1) o no lo tiene (estado 2). Después,
la compañía debe decidir si da publicidad o no al producto a fin de promover las
ventas más a fondo. Las matrices P1 y P2 que se presentan aquí dan las
probabilidades de transición con y sin publicidad durante un año cualquiera. Los
rendimientos asociados están dados por las matrices R1 y R2. Determine las
decisiones óptimas en los tres años siguientes.
P1 = 0.9 0.1 , R1 = 2 –1
0.6 0.4 1 –3
P2 = 0.7 0.3 , R2 = 4 1
0.2 0.8 2 –1
3.- Bogotá debe determinar cómo asignar ambulancias durante el año venidero.
Cuesta 5000 dólares anuales operar una ambulancia. Cada ambulancia se debe
asignar a uno de dos distritos. Sea Xi = numero de ambulancias asignadas al
distrito i (i=1,2). El tiempo promedio, en minutos, que tarda una ambulancia en
atender una llamada del distrito i es, para el distrito 1,
145
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
Bogotá cree, para cada distrito, que cada minuto extra que se prolonga el tiempo
promedio de respuesta sobre la meta de 5 minutos equivale a un costo de 10000
dólares, y por cada dólar que se rebasa el presupuesto se incurre en un costo de
un dólar.
RESPUESTAS:
1. 1) 7 2) -9
4. 0.70, 0.33, 0.04, 0.11, 0.30, 0.53, 0.44, 0.91, 0.90, 0.73
146
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
BIBLIOGRAFIA
Revistas:
• ters & Industrial Engineering.
147
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, tecnologías e ingeniería
Contenido didáctico del curso Teoría de decisiones
148