El problema dual Dado un conjunto cualquiera de datos para un modelo de programacin lineal, se pueden usar los mismos datos

para formar un modelo diferente. El problema resultante se llamara dual del original, el dual tiene importancia terica, econmica y computacional. Cmo se forma el problema dual? Reglas de transformacin Para examinar la teora de la dualidad en una forma satisfactoria, se tiene que desechar la restriccin de que las variables de un modelo de programacin lineal sean no negativas. Por ejemplo, considerar el siguiente problema. Problema (E1) Max Z = 3x1 + 4x2 2x3 S.A. 4x1 12x2 + 3x3 12 -2x1 + 3x2 + x3 6 -5x1 + x2 - 6x3 - 40 3x1 + 4x2 2x3 = 10 x1 0, x2 0, x3 no restringida en signo Variables duales y1 y2 y3 y4

(E1)

Se observa en este problema, la presencia de todos tipos de restricciones (, , y =). Adems se ha desechado el requerimiento de que todas las variables deban ser no negativas. En este ejemplo, solo se ha requerido que x1 sea no negativa, se ha requerido que la variable x 2 sea positiva, x3 carece de restriccin de signo, (es decir, el valor optimo de x3 podr ser positivo, negativo o cero). El dual de este problema (E1), se formula aplicando las siguientes reglas. Regla 1: El nmero de variables del problema dual es igual al nmero de restricciones del problema original. El nmero de restricciones del problema dual es igual al nmero de variables del problema original. Dado que (E1) tiene cuatro restricciones y tres variables, el dual de (E 1) tendr tres restricciones y cuatro variables, cada una de las cuatro variables de dual (E1) corresponder a una de las restricciones del problema (E1). Por esta razn se muestra la columna de variables duales y1, y2, y3, y4, a la derecha de (E1). Regla 2: Los coeficientes de la funcin objetivo en el problema dual ser el vector de recursos del problema original. As, de acuerdo con la regla 2, la funcin objetivo del problema dual ser. 12y1 + 6y2 40y3 + 10y4 Regla 3: Si el problema original es un modelo de maximizacin, el dual ser uno de minimizacin. S el problema original es un modelo de minimizacin, el dual ser uno de maximizacin. Por tanto, como (E1) es un modelo de maximizacin, la funcin objetivo completa para el dual es: Min 12y1 + 6y2 -40y3 + 10y4

Regla 4: Los coeficientes de la primera funcin de restriccin del problema dual, son los coeficientes de la primera variable en las restricciones del problema original, y en forma anloga para las otras restricciones. Entones, de acuerdo con la regla, la primera funcin de restriccin para el problema dual ser. 4y1 2y2 5y3 + 3y4 La segunda restriccin ser. - 12y1 + 3y2 + y3 + 4y4 Observar que estas restricciones se obtienen leyendo hacia abajo, los renglones de (E 1). Usando el mismo patrn, intentar escribir la tercera funcin de restriccin (por la regla 1, hay solo tres restricciones en el problema dual). 3y1 + y2 6y3 2y4 Regla 5: Los lados derechos de las restricciones duales son los coeficientes en la funcin objetivo del problema original. As, aplicando las reglas 4 y 5 se ha obtenido las siguientes funciones de restriccin con los respectivos lados derechos (o vector de recursos) para el dual. Funcin de restriccin 4y1 2y2 5y3 + 3y4 - 12y1 + 3y2 + y3 + 4y4 3y1 + y2 6y3 2y4 LD 3 4 -2

Regla 6: El sentido de la i esima restriccin dual es = s y solo s la i esima variable del problema original no tiene restriccin en signo. Entonces, ya que la tercera variable del problema original (E 1) no tiene restriccin dual es una igualdad: 3y1 + y2 6y3 2y4 = - 2 Regla 7: s, el problema original es un modelo de maximizacin (minimizacin) entonces, despus de aplicar la regla 6, asignar a las restantes restricciones duales el mismo (opuesto) sentido a la variable correspondiente del problema original. Para aplicar la regla 7, observar que la primera variable del modelo original (maximizacin) es 0 y que la segunda es 0. Esto significa que la primera restriccin dual ser y la segunda : 4y1 2y2 5y3 + 3y4 3 - 12y1 + 3y2 + y3 + 4y4 4 La regla 7 significa, tambin que si (E1) ha sido formulado como un problema de minimizacin las desigualdades anteriores se habran escrito como 3 y 4, respectivamente. Regla 8: La i esima variable del problema dual no tendr restriccin de signo s y solo s la i esima restriccin del problema original es una igualdad. Puesto que la cuarta restriccin del problema original, es una igualdad, la regla 8 establece que la cuarta variable dual y4, no tendr restriccin de signo. 2

Regla 9: S, el problema original es un modelo de maximizacin (minimizacin) entonces, despus de aplicar la regla 8, asignar a las dems variables duales el signo contrario (el mismo signo) que la restriccin correspondiente en el problema original. Ya que las restricciones primera y segunda del problema original de maximizacin son , la regla 9 establece que y1 0, y2 0. Puesto que la tercera restriccin del problema original es , se debe tener y3 0. La aplicacin a (E1) de las nueve reglas anteriores produce el siguiente problema dual: Dual del problema (E1) Min 12y1 + 6y2 40y3 + 10y4 S. A. 4y1 2y2 5y3 + 3y4 3 - 12y1 + 3y2 + y3 + 4y4 4 3y1 + y2 6y3 2y4 = - 2 (E2) y1 0, y2 0, y3 0, y4 no restringida en signo Ahora que (E2) es el problema original. Sean x1, x2 y x3 las variables del problema dual (E2); se puede verificar que la aplicacin de las reglas anteriores a (E2), regresa al problema (E1). Esto significa que tomar el dual del dual produce el problema original. Se ha llamado a (E2) el dual de (E1), pero seria igualmente correcto decir que (E1) es el dual de (E2). Simplemente depende de cual problema se considera el original. Las reglas anteriores pueden parecer en principio demasiadas para recordarlas. Sin embargo, comparar las reglas 6 y 8 y observar que son simtricas, simplemente especifican que en cualquier problema una variable que no tiene restriccin de signo corresponde a una restriccin de igualdad en el otro, las reglas 7 y 9 son casi simtricas. En una representacin esquemtica, dicen que: Modelos Max
xi 0 xi 0 La i esima restriccin es La i esima restriccin es

Modelo Min
la i esima restriccin es 0 la i esima restriccin es 0 yi 0 yi 0

Alternativa de representacin esquemtica de la relacin primal dual Primal Dual

Max Z = CX Min Z = CX Restriccin i b i Restriccin i = b i Restriccin i b i Variable j 0 Variable j no restringida Variable j 0 Min y0 = B y Max y0 = B y Variable i 0 Variable i no restringida Variable i 0 Restriccin i C i Restriccin i = Ci Restriccin i Ci

Referencia tomada del libro Inv. De Operaciones en la ciencia administrativa Gould/Eppen prentice-hall

Interpretacin econmica del problema dual Concentrarse por algunos minutos en la interpretacin del problema dual como un todo. Por ejemplo, a menudo, el problema primal tiene una interpretacin de encontrar niveles de maximizacin de utilidad de la produccin sujeta a restricciones sobre escasez de recursos. Cmo se interpretara el dual de este problema? Puesto que el dual sera un problema de minimizacin, se dira que es un modelo de minimizacin de costos. Pero minimizar el costo de hacer que? El siguiente panorama dar la respuesta a esta pregunta. Supngase que una firma posee dos fbricas en dos diferentes distritos mercantiles. Por simplicidad, supngase que cada fbrica usa las mismas tres materias primas, escasas. La fbrica 1 elabora dos productos, tales como segadoras de pasto y esparcidoras, en las cantidades x 1 y x2. La fabrica 2 elabora tres diferentes productos, perillas para puertas, manijas para refrigerador y cencerros para el ganado, en las cantidades z1, z2 y z3 y la fabrica 2 usa precisamente las mismas materias primas que la fabrica 1. Los datos de la fabrica 1 se dan en la siguiente figura 1. Entonces, se obtendra. Figura 1, datos de la fbrica 1
Insumo por segadora de pasto 6 1 10 4 Insumo por aspersora 4 3 7 3 Disponibilidad total 38 34 44

Modelo de produccin de la fbrica 1 Max 4x1 + 3x2 S. A. 6x1 + 4x2 38 x1 + 3x2 34 10x1 + 7x2 44 x1 0, x2 0 (F1)

Materia prima 1 2 3 Redituabilidad Por unidad

En la figura 2 se presentan los datos anlogos para la fabrica 2. De esta se obtendr Figura 2, datos de la fbrica 2
Materia prima 1 2 3 Redituabilidad por unidad Insumo por perilla 4 3 6 6 Insumo por manija de refrigerador 2 9 5 2 Insumo por cencerro 7 8 2 1 Disponibilidad total 54 126 33

Modelo de produccin de la fbrica 2 Max 6z1 + 2z2 + z3 S. A. 4z1 + 2z2 + 7z3 54 3z1 + 9z2 + 8z3 126 6z1 + 5z2 + 2z3 33 z1 0, z2 0, z3 0 (F2)

Qu es un precio justo? Recordar los supuestos de que la misma empresa posee ambas fbricas y que stas estn situadas en diferentes distritos mercantiles. Suponer tambin que las tres materias primas son escasas porque largos plazos para su reparto. Suponer ahora que el administrador obtiene informacin de que por diversas razones econmicas, los precios (es decir, las utilidades) en el distrito de la fabrica 2 van a subir en forma drstica. No se sabe exactamente cunto van a aumentar, pero el administrador confa en que el aumento ser tan grande que conviene que la fabrica 2 se haga cargo de toda la produccin. As, todas la existencias de la fabrica 1 de materias primas debern transferirse a la fabrica 2. Sin embargo, el administrador decide que la fbrica 2 deber pagar un precio justo a la fabrica 1 por la transferencia de esas materias primas. Cul ser ese precio? Intuitivamente parece claro que, al menos desde el punto de vista de la fbrica 1, el precio justo sera aquel que igualase la mxima utilidad posible que sta obtendra si retuviese el uso de sus recursos, que ahora se van a pasar a la fabrica 2. Este es el VO de la fbrica 1 y sera un justo pago por paquete por las tres materias primas. La firma, sin embargo, necesita saber ms que el pago en paquete. Debe tener precios por unidad de cada material. Estos precios se necesitan para el informe financiero (es decir, para el impuesto). Toda la contabilidad para productos individuales se formula sobre una base por artculo. La firma debe encontrar precios justos por unidad que puedan aceptar el escrutinio de una revisin cuidadosa. Para obtener precios justos por unidad se harn las siguientes observaciones. Si la fbrica 2 paga por unidad precios de y1, y2, y y3 por las materias primas, puesto que la fbrica 1 posee 38, 34 y 44 unidades, respectivamente, de cada materia prima, Cantidad que paga la fabrica 2 = 38y1 + 34y2 + 44y3 La fabrica 2 quiere obtener la mxima utilidad posible, por lo que su meta es Min 38y1 + 34y2 + 44y3 Sin embargo, la fbrica 1 quiere asegurarse de que obtendra tanta utilidad como si permaneciese en el negocio por s misma. En la figura 1 se ve que si la fbrica 1 tuviese 6 unidades de la materia prima 1, 1 unidad de la materia prima 2 y 10 unidades de la materia prima 3, podra producir una segadora de pasto para obtener una utilidad de $ 4. Recordar que y1 es el precio de venta de la materia prima i insistir en que 6y1 + y2 + 10y3 4 Si esta condicin no se sostiene, la fbrica 1 preferir no vender sus materias primas a la fbrica 2. Usando las materias primas para producir segadoras de pasto producir ms utilidades. De igual manera, la fbrica 1 insistir en que 4y1 + 3y2 +7y3 3 De otro modo, resulta ms provechoso fabricar aspersoras que vender las materias primas a la fbrica 2. En sntesis, entonces, el problema de determinar precios justos consiste en
El modelo de liquidacin de la fabrica 1

Min 38y1 + 34y2 + 44y3 S. A. 6y1 + y2 + 10y3 4 4y1 + 3y2 + 7y3 3 y1, y2 0

Y este problema es el dual de (F1). Con esto se ha demostrado que el dual del problema de produccin tiene la siguiente interpretacin. Proporciona precios justos en el sentido de que producen el pago mnimo aceptable de liquidacin. 5

El problema del Flujo Maximizante En una red con un nodo fuente (punto de entrada) y un nodo de salida (punto de salida), el problema del flujo maximizante busca encontrar el flujo mximo (sean carros, aviones, fluidos o electricidad) que puede entrar a la red en el nodo fuente, fluir a travs de ella y salir por el nodo de salida en un periodo de tiempo. Usar a Durham, Carolina del norte, como ejemplo del problema de flujo maximizante. Normalmente, el trafico de norte a sur alrededor de Durham, usara las carreteras interestatales 85, pero I-85 estar fuera de servicio por reparaciones extensas a la carretera durante 2 semanas y los ingenieros de la comisin de carreteras de Carolina del Norte necesitan encontrar rutas alternas (a travs de la ciudad) pueden manejar con seguridad los 6000 carros por hora que normalmente usan I-85en direccin al sur. En la siguiente figura 1, en las que sea ilustrado estas rutas de norte a sur a travs de la ciudad.
0 2 7 6 4 5 3 9 3 5 2 0 6 4 3

Salida del trfico

Fuente de trafico

3
0 5 4 7

Figura 1. Red de calles citadinas de Durham, Carolina del norte con capacidades de flujo

Los nmeros junto a los nodos indican el flujo de trfico de las ramas (calles en este caso) en miles de carros por hora. El 6 sobre la rama 1-2 significa que la calle tiene una capacidad de 6000 carros por hora en direccin al nodo 2. El 0 en la rama 1-2 significa que los ingenieros de carreteras no quieren que carro alguno vaya hacia el nodo fuente 1. Ver rama 3-5; 5000 carros por hora se pueden mover en la direccin del nodo 5 y 4000 carros por hora por esta rama en direccin al nodo 3. Los ceros sobre las ramas 5-6 y 46, indican que los ingenieros de carretera no quieren que haya trafico en direccin del nodo 6 ni al nodo 5 ni al nodo 4 o simplemente que estas calles son de un solo sentido. El Algoritmo del flujo maximizante Se puede encontrar el flujo mximo con los siguientes pasos: 1.- Encuentre un camino de la fuente a la salida con capacidad de flujo en todas las ramas de este trayecto (capacidad de flujo sera designada por un nmero positivo en la rama junto al nodo del que se est saliendo). Si no puede encontrar tal trayecto, ya tiene la solucin ptima. 2.- Encuentre la rama en su camino con la capacidad de flujo ms pequea (llammosla capacidad C); aumente el flujo en este camino de la siguiente forma: a. Disminuya la capacidad en la direccin del flujo de todas las ramas en este camino en la cantidad C b.- Aumente la capacidad en la direccin contraria de todas las ramas de este camino en la cantidad C.

El procedimiento parece mucho ms difcil de lo que realmente es, analizar con la red de flujo de trfico de Durham. Paso1.- Suponer que se empieza con el paso 1-2-5-6. (En realidad no importa que camino escoger ya que al final se obtendr el flujo maximizante sin importar esta primera eleccin.) La rama 5-6, con una capacidad de flujo de 2, tiene la capacidad de flujo ms pequea en esta rama, si disminuimos la capacidad en la direccin del flujo por 2 y la aumentamos en la direccin contraria en 2, se obtiene la red de la figura 2.
2 2 7 4 1 5 9 3 2 3 3 6 0 4 5 7 0 5 2 2 5 5 4 0

Figura 2.- Pas 1 en el algoritmo de flujo maximizante

Paso 2.- Ahora examine el paso 1- 4-6; el flujo ms pequeo en este camino es la rama 1-4 con capacidad de flujo de 3. Cuando disminuimos la capacidad de flujo en la direccin del flujo por 3 y lo aumentamos en la direccin contraria por 3, se obtiene la red de la figura 3.
2 22 7 4 1 5 9 0 3 3 6 3 4 5 4 3 5 2 2 5 5 4 0

Figura 3.- Pas 2 en el algoritmo de flujo maximizante

Paso 3.- Podemos encontrar otro camino con capacidad de flujo positiva? S, el camino 1-3-4-6 tiene capacidad positiva de flujo y la rama con la capacidad ms pequea en el camino es 3-4, con una capacidad de flujo de 3. Cuando disminuimos la capacidad de flujo en la direccin de flujo por 3 y la aumentamos en la direccin contraria por 3 se obtiene la red de la figura 4.

2 4 1 2 12 0

2 2 7

5 5 4 0

2 3 0 6 3 4 8 1 6 5 2

Figura 4.- Pas 3 en el algoritmo de flujo maximizante No hay camino en la figura 4 con capacidad positiva de flujo en todas sus ramas; por consiguiente, se ha encontrado el flujo maximizante para la red. Por supuesto, podra ser difcil reconocerlo con todos los nmeros en la figura 4, pero en la Tabla 1 se muestra en una forma sencilla a donde va exactamente el flujo de carros. Esta tabla indica cunto flujo fue asignado en cada uno de los tres pasos que se tomo obtener el flujo maximizante. Tabla 1.- Flujo asignado a cada rama por el algoritmo de flujo maximizante. Ramas 1-2 Paso 1 (C = 2) Paso 2 (C = 3) Paso 3 (C = 3) Flujo total asignado 2 3 2 3 3 3 3 3 2 1-3 1-4 3-4 2-5 2 3 3 6 4-6 5-6 2 2

La figura 5 muestra el flujo asignado de la tabla 1 a la red.

2 2 8000 carros por hora 1 3 3 3 3 6 4 6 8000 carros por hora 2 5 2

Figura 5.- Flujos asignados de la tabla 1. Entonces, el resultado es que la ruta de las calles de la ciudad tiene una capacidad mxima de 8000 carros por hora, que est muy por encima de los 6000 carros por hora que la carretera interestatal maneja normalmente. Entonces, debiera ser posible redirigir el trfico a travs de la ciudad. Notar de la figura 5 que dos ramas (calles en nuestro caso) no recibieron asignacin de trfico para nada, y an as la red tomada como un todo es capaz de producir el flujo mximo de trfico.

Informacin obtenida de mtodos cuantitativos para administracin Fredericks S. hillier Mc Graw hill

2 ejemplo de flujo maximizante La United Chemical Company es un pequeo productor de insecticidas y productos para el cuidado de los jardines. En una de sus reas de produccin se encuentra un enorme tambor que contiene 100,000 galones de un producto qumico venenoso que se emplea en la fabricacin de diversos insecticidas. El tambor se llena rutinariamente a un nivel entre 80,000 y 90,000 galones. El flujo del producto qumico se regula por medio de una serie de tubos a las reas de produccin, donde se mezcla con otros ingredientes y se combina en productos terminados. En la figura siguiente se presenta el tambor denotado por el nodo 1 y las reas de produccin estn marcadas con los nodos 2, 3, 4, 5, y 6. El nodo 7 es un lugar de destruccin de desechos, en donde stos se depositan en una gran tina tina de seguridad. Entonces se toma de la tina y se destruye de acuerdo con los reglamentos federales.
0 8 0 2 10 3 0 4 2 1 4 0 2 0 7 4

2
6

1 10 Tambor con producto qumico txico 3

12 0

0 0

7
Tina de

seguridad
2

5 8

Durante el proceso de produccin, los flujos se desplazan a velocidades relativamente lentas que no se aproximan a las capacidades de flujo de ninguno de los tubos; ahora bien, como parte del plan de preparacin de emergencia de la compaa, el departamento de seguridad interno debe tener un procedimiento para vaciar por completo el tanque en la tina de seguridad, en caso de emergencia imprevista. En una situacin de emergencia, la compaa debe cerrar correctamente las vlvulas en los sitios de produccin para regular el flujo, de modo que el tambor que contiene productos qumicos venenosos pueda vaciarse en el mnimo de tiempo, en la figura antes expuesta da el volumen que puede circular por cada tubo, expresado en trminos de miles de galones por minuto. El plan debe determinar que vlvulas abrir y cerrar, as como dar un tiempo estimado para descarga total de los productos qumicos venenosos en el rea de desechos.

Solucin:
0 8 0 2 10 3 0 4 2 2 0 0

2
6

47

1 10 1 4
0

0 0

2 12 0

5 8
= = = = = = = + + + + + + + 25 18 13 12 30 24 20

Camino 1 2 4 7 Camino 1 2 6 7 Camino 1 2 3 6 7 Camino 1 3 6 7 Camino 1 3 5 7 Camino 1 3 5 6 7 Camino 1 2 4 6 7

salen 10 + 8 + 7 = 25 salen 10 + 6 + 2 = 18 salen 10 + 2 + 4 + 2 = 18 salen 10 + 4 + 2 = 16 salen 10 + 12 + 8 = 30 salen 10 + 12 + 2 + 2 = 26 salen 10 + 8 + 3 + 2 = 23

regresan 0 regresan 0 regresan 4 1 regresan 4 regresan 0 regresan 2 regresan 3

Camino 1 2 3 6 7; rama 2 3, mnimo 2 0 8 2 8

2
6 0

47

3 10 0 6 2 0

2 0

3
0 2

3
12 Camino 1 2 4 7; rama 4 7, mnimo 7

2 0 0 7 1 5

9 1

2
6 0

0 4

3 0 10 6 2 0

2 0

3
0 2

2 0 5

10

12 Camino 1 3 5 7; rama 5 7, mnimo 8

7 1 9 1

2
6 0

40

3 0 2 8 3 2 6 2 2 4 8 5 0 0

2 8

Tabla 2.- Flujo asignado a cada rama por el algoritmo de flujo maximizante. R a m a s 1-2 Paso 1 (C = 2) Paso 2 (C = 7) Paso 3 (C = 8) Flujo total asignado 2 7 9 8 8 1-3 2- 3 2 7 2 7 8 8 2 2-4 3-5 3-6 2 7 7 8 8 2 4-7 5-7 6-7 2

Se observa que se puede alcanzar un flujo mximo de 17,000 galones por minuto al enviar flujos a lo largo de arcos como se indica en la figura. Si el tambor est lleno con los 100,000 galones, se requiere alrededor de 100,000 / 17,000 = 5.88 minutos para vaciar por completo el contenido en la tina de seguridad.

2
2 9

1
17,000 galones/ hr.

6
2

17,000 galones / hora

3
8

8 5

11

3er ejemplo de flujo maximizante. Resuelva el modelo para el problema de flujo mximo, donde el nodo A es el origen, el nodo F es el destino y las capacidades de arco son los nmeros entre corchetes mostrado al lado de los arcos. En la siguiente figura.
[7] B [9] A [7] [4] C [2] = 13 = 20 = 28 = 17 = 23 = 22 E regresan regresan regresan regresan regresan regresan 0 = + 13 0 = + 20 0 = + 28 0 = + 17 0 = + 23 0 = + 22 [9] [2] D [3] F [6]

Camino A B D F salen 9 + 7 + 6 Camino A B E F salen 9 + 2 + 9 Camino A B D E F salen 9 + 7 + 3 + 9 Camino A C D F salen 7 + 4 + 6 Camino A C D E F salen 7 + 4 + 3 + 9 Camino A C E F salen 7 + 6 + 9 Camino A B E F; rama B E = 2, 1er paso 7 2 7 A 7 4 0 C 6 B 0

0 0 D 3 2 2 0 0 E 7 6 0 F

Camino A C D E F, rama D E = 3, 2 do paso 7 2 7 A 4 1 3 C 6 0 2 3 E 4 B 0 3 0 D 0 5 6 0 F

Camino A B D F, rama D F = 6, 3er paso 1 8 1 A 4 1 3 C 6 0 2 3 E 4 B 0 3 6 D 0 5 0 6 F

12

Camino A C E F, rama A C, 4 to paso 1 8 1 A 0 1 7 C 2 4 2 3 0 E B 0 3 6 D 0 9 0 6 F

Tabla 3.- Flujo asignado a cada rama por el algoritmo de flujo maximizante. R a m a s
AB Paso 1 ( C = 2 ) Paso 2 ( C = 3 ) Paso 3 ( C = 6 ) Paso 4 ( C = 4 ) Flujo total asignado 2 3 6 8 4 7 2 4 4 6 6 3 3 AC BE 2 3 3 6 6 4 9 CE BD CD DE DF EF 2 3

Se observa que se puede alcanzar un flujo mximo de 15 unidades, al enviar flujos a lo largo de arcos como se indica en la figura. Nota solo queda una unidad en el origen, la cual no fue posible hacer el envi.

6 B 8 A 7 3 C 4 E 9 2 D 3 F 6

13

Problemas del rbol de expansin mnima La atencin a este tipo de problema diferente donde el objetivo es disear la red. Los nodos est dados, pero se debe decidir qu ligaduras poner en la red. Especficamente, cada ligadura potencial tiene un costo (diferente para ligaduras diferentes) al insertarlo en la red. Se deben proporcionar suficientes ligaduras para obtener una ruta entre cada par de nodos. El objetivo es hacer esto de manera que se minimice el costo total de las ligaduras. Tal problema se conoce como problema de rbol de expansin mnima, se ilustra con el siguiente ejemplo. La administracin de la Modern Corporation decidi colocar una red de fibra ptica de tecnologa de punta para ofrecer comunicaciones de alta velocidad (datos, voz y video) entre sus centros principales. Los nodos en la figura 1 muestran la disposicin geogrfica de los centros principales de la corporacin (que incluyen oficina matriz corporativa, una instalacin de supercomputadora, un parque de investigacin, as como centros de produccin y distribucin).
Figura 1 Diagrama de centros principales de Modern Corp. (los nodos), las posibles ubicaciones de los cables de fibra ptica (lneas), y el costo en millones de dlares de esos cables (los nmeros). B 2 5 1 4 D 4 F 2 E A C 3 1 4 7 5 G

El problema es determinar qu cables deben instalarse para minimizar el costo total de proporcionar comunicaciones de alta velocidad entre cada par de centros. Esto es, en efecto, un problema de rbol de expansin mnima. Cul es la razn de este extrao nombre, problema de rbol de expansin mnima? sta es la explicacin. En la terminologa de la teora de redes, la red en la figura 2 es un rbol porque no tiene rutas que comiencen y terminen en el mismo modo sin regresar (i, e., ninguna ruta que forme un ciclo.
Figura 2. La red de fibra ptima que proporciona la solucin ptima del problema del rbol de expansin mnima de Moder.

B 2 A 2 C E 5 G

14

3 1 1

Tambin es rbol de expansin porque es un rbol que proporciona una ruta entre cada par de nodos (de modo que se expande por todos los nodos). Por ltimo, es un rbol de expansin mnima porque minimiza el costo total entre todos los arboles de expansin. Suposiciones de un problema de rbol de expansin mnima 1.- Se dan los nodos de una red, pero no las ligaduras. En su lugar, se dan las ligaduras potenciales y el costo positivo (o una medida similar) para cada una si se inserta en la red. 2.- Se desea disear una red mediante la insercin de suficientes ligaduras para satisfacer el requerimiento de que haya una ruta entre cada par de nodos. 3.- El objetivo es satisfacer este requerimiento de forma que se minimice el costo total de hacerlo Una solucin ptima para este problema siempre es un rbol de expansin. La siguiente es una forma fcil de reconocer un rbol de expansin.
El nmero de ligaduras en un rbol de expansin es uno menos que el nmero total de nodos. An ms, cada nodo est conectado en forma directa por una sola ligadura con al menos otro nodo.

Observar que esta descripcin se ajusta al rbol de expansin en la figura 2, donde hay seis vnculos y siete nodos (todos conectados en forma directa con al menos otro nodo). Quitar cualquiera de estas ligaduras sera violar la suposicin 2 (no habra rbol de expansin). Si se incurre en el costo adicional innecesario de aadir otra ligadura (sin quitar una), de nuevo no se tendr un rbol de expansin. (Observar que al agregar cualquier ligadura sin usar de la figura 1 a la figura 2 se crea una ruta que comienza y termina en el mismo nodo sin tener que regresar, lo que viola la definicin de rbol.) Finalmente, debe destacarse que, en contraste con los problemas de transporte, asignacin, flujo mximo y de la ruta ms corta, un problema de rbol de expansin mnima no es un tipo especial de problema del flujo de costo mnimo. (Ni siquiera es un tipo especial de problema de programacin lineal). Comenzando sin ligaduras en la red, cada paso del algoritmo selecciona una nueva ligadura que insertar de la lista de ligaduras potenciales. Como se describe en seguida, el algoritmo contina hasta que una ligadura una a cada nodo en cuyo momento los nodos seleccionados forman un rbol de expansin mnima. Algoritmo para un problema de rbol de expansin mnima 1.- Seleccin de la primera ligadura: seleccione la ligadura potencial menos costosa. 2.- Seleccin de la segunda ligadura: seleccione la ligadura potencial menos costosa entre un nodo que ya est unido por una ligadura y un nodo que an no tenga ligadura. 3.- Repita el paso 2 una y otra vez hasta que cada nodo est unido por una ligadura (quiz ms de uno). En ese momento se ha obtenido una solucin ptima (un rbol de expansin mnima). [Empates: los empates para una ligadura potencial menos costosa pueden romperse en forma arbitraria sin afectar la optimalidad de la solucin final. No obstante, los empates en el paso 2 sealan que pueden haber (mas no necesariamente hay) otras soluciones ptimas que se obtendran al romper el empate de otro modo.]

15

Aplicacin del algoritmo al problema de Modern Corp. Se aplicar este algoritmo al problema del rbol de expansin mnima de Modern segn se despliega en la figura 1. Entre todas las ligaduras potenciales (lneas punteadas), la que est entre el nodo C y el nodo D empata con la que est entre el nodo entre el nodo E y el nodo F como la menos costosa (costo de 1). Por lo tanto, para el paso 1, se necesita seleccionar una de estas dos ligaduras potenciales como la primera insertada en la red. Rompiendo el empate en forma arbitraria, se selecciona la que est entre el nodo C y el nodo D (la otra se seleccionar despus) como se muestra en seguida.

B 7 2 5 1 4 D 4 F 2 E A C 3 1 4 7 5 G

Ahora se aplica el paso 2 por primera vez. Los nodos unidos por una ligadura son los nodos C y D, de modo que es necesario comparar los costos de las ligaduras potenciales entre cualquiera de estos nodos y un nodo que todava no tenga ligadura. Estas ligaduras potenciales y sus costos son
C B : A

Costo = 2
: : Costo =

F : Costo = 3

ACosto = :

: E

Costo = 4

: Costo = 4 F

Como la menos costosa est entre el nodo C y el nodo B, con un costo de 2, se selecciona como la siguiente ligadura insertada en la red, como se muestra en seguida.

B 2 5 1 4 D 4 2

7 E 5 G

C 3

4 7 1 F

16

Ahora, los nodos B, C y D, estn unidos por una ligadura (o por dos, como en el caso del nodo C), de modo que la siguiente ejecucin del paso 2 requiere comparar los costos de las ligaduras potenciales entre uno de estos nodos y uno de los otros.
C C C A E

: Costo = 5 : Costo = 4 Costo = 3

D D B

: Costo = 4 : Costo = 4 :A Costo = 2

F

:7

F:

La ligadura vnculo potencial menos costosa est entre el nodo B y el nodo A, de modo que se convierte en siguiente ligadura agregada a la red.
B 7 2 5 1 4 D 4 F 2 E A C 3 1 4 7 5 G

Ahora los nodos A, B, C y D estn todos unidos, entonces se comparan los costos de las ligaduras potenciales entre uno de estos nodos y uno de los otros. (En realidad, ninguna de estas ligaduras potenciales incluye al nodo A, porque no hay ligaduras potenciales que vayan a un nodo que no est unido.)
C C E F C

: Costo = 4 : Costo = 3

D B

F : Costo = 4 E : Costo = 7

La menos costosa es la ligadura potencial entre el nodo C y el nodo F, de modo que se agrega.
B 7 2 5 1 4 D 4 F 2 E A C 3 1 4 7 5 G

17

Ahora todos, salvo los nodos E y G, estn unidos por una ligadura. Por lo tanto, las nicas ligaduras potenciales que necesitan considerarse estn entre uno de los nodos E o G y uno de los otros nodos.
C B E E

: Costo = 4

E : Costo = 1

F G : Costo = 7 : Costo = 7 Por mucho, la menos costosa es la ligadura potencial entre el nodo F y el nodo E, de modo que por fin se inserta en la red (recordar que esta ligadura potencial estaba empatada como la ligadura en el paso 1.)

B 7 2 5 1 4 D 4 F 2 E A C 3 1 4 7 5 G

Puesto que el nodo G ahora es el nico nodo por una ligadura, las nicas ligaduras potenciales son las que unen este nodo con los otros.
F G Costo = :

G : Costo = 5

La ligadura potencial menos costosa est entre el nodo E y el nodo G, de modo que se inserta en la red.
B 2 2 E A 1 1 D F C 3 5 G

Ahora cada nodo est unido por una ligadura, por lo que el algoritmo termina y sta es la solucin ptima. Todas las ligaduras insertadas forman un rbol de expansin mnima con un costo total de: 2 + 2 + 1 + 3 + 1 + 5 = 14 millones de usd. Se rechazan todas las ligaduras potenciales restantes (lneas punteadas) porque las ligaduras insertadas proporcionan una ruta entre cada par de nodos.
Algunas aplicaciones del rbol de expansin mnima. 1.- diseo de telecomunicaciones (redes de computadoras, redes telefnicas de lneas arrendadas, red de televisin por cable, etc.)

18

2.- El diseo de una red de transporte de poco uso para minimizar el costo total de proporcionar las ligaduras (lneas ferroviarias, carreteras, etc.) 3.- Diseo de una red de lneas de transmisin de energa elctrica de alto voltaje. 4.- Diseo de una red de cableado para equipo elctrico (e. g., sistema de computadoras digitales) de modo que se minimice la longitud total del cable. 5.- Diseo de una red de ductos para conectar un nmero de ubicaciones.
Informacin obtenida de mtodos cuantitativos para administracin de Fredericks S. Hillier Edit. Mc Graw Hill

Algoritmo codicioso A este algoritmo se le conoce como algoritmo codicioso porque simplemente toma la opcin ms favorable (la ligadura potencial menos costosa) en cada paso sin preocuparse del efecto de esta seleccin en las decisiones subsecuentes. Es notable que tal procedimiento tan rpido y sencillo garantice encontrar una solucin ptima. Le puede dar gusto, pero tener cuidado. En general, los algoritmos codiciosos no necesariamente encuentran soluciones ptimas para otros problemas de mtodos cuantitativos. Se ejemplifica con el siguiente problema: Use el algoritmo codicioso, para hallar un rbol de expansin mnima para la red con los siguientes nodos y con las ligaduras que deben elegirse. Las lneas punteadas entre pares de nodos representan ligaduras potenciales y el nmero prximo a cada lnea punteada representa el costo (en millones de dlares) de insertar esa ligadura en la red.

B 4 1 5 A 5 6 C

7 E 6 1 4 8 F 5 G

2 D

Entre todas las ligaduras potenciales (lneas punteadas), la que esta entre el nodo C y el nodo B empata con la que sta entre el nodo E y el nodo F como la menos costosa, se selecciona arbitrariamente los nodos E F (paso 1).
B 4 1 5 A 5 6 C 4 2 D 5 F 1 8 7 E 6 G

Ahora se aplica el paso 2 por primera vez. Los nodos unidos por una ligadura son los nodos E y F, se comparan los costos de las ligaduras potenciales.
E B E C

19

: Costo = 7,
F C

: Costo = 5,
F

: Costo = 4,

:D Costo = 5,

Como la menos costosa est entre el nodo F y el nodo C, con un costo de 4, se selecciona como la siguiente ligadura insertada en la red.

B 4 1 5 A 5 6 C

7 E 6 1 4 8 F 5 G

2 D

Ahora, los nodos E, C y F, estn unidos por la ligadura (o por dos, como en el caso del nodo F), de modo que la siguiente ejecucin del paso 2 requiere comparar los costos de las ligaduras potenciales entre uno de estos nodos y uno de los otros.
F

: D Costo

=5

: Costo = 2 D

: Costo = 7 B

La ligadura vnculo potencial menos costosa est entre el nodo C y el nodo D de modo que se convierte en la siguiente ligadura agregada a la red.
B 4 1 5 A 5 6 C 4 2 D 5 F 1 8 7 E 6 G

Ahora, los nodos C, D y E estn unidos, entonces se comparan los costos de las ligaduras potenciales entre uno de estos nodos y uno de los otros.
C

: A

Costo = 6

: Costo = 1 B

: Costo = 5 A

La menos costosa es la ligadura potencial entre el nodo C y el nodo B, de modo que se agrega
B 4 1 5 A 6 C 4 F 1 8 7 E 6 G

20
D

2 5

Ahora, salvo el nodo A, estn unidos por una ligadura, por lo tanto, las nicas ligaduras potenciales que necesitan considerarse, estn entre uno de los nodos B, C y D.
D A:

Costo = 5

:A Costo = 6

A : Costo = 4

La menos costosa, es la ligadura potencial entre el nodo B y el nodo A, de modo que se inserta en la red.
B 4 1 5 A 5 6 C 4 2 D 5 F 1 8 7 E 6 G

Puesto que el nodo G, ahora es el nico nodo no unido por una ligadura, las nicas ligaduras potenciales son las que unen este nodo con los otros.
E G :

Costo = 6

G : Costo = 8

La ligadura menos costosa, est entre el nodo E y el nodo G, de modo que se inserta en la red.
B 4 1 A C 4 2 D F E 6 1 G

Ahora, cada nodo est unido por una ligadura, por lo que el algoritmo termina y est es la solucin ptima. Todas las ligaduras insertadas en la red forman un rbol de expansin mnima con un costo total de: 4 + 1 + 2 + 4 + 1 + 6 = 18 millones de dlares.

21

Aplicacin del algoritmo de flujo minimizante

B 4 1 5 A 5 6 C 4 2 D 5 F 1 8 7 E 6 G

Paso 1. Seleccin de la primera ligadura: seleccionar la ligadura potencial menos costosa. Hay empate en costo de ligadura potencial entre el nodo B C y el nodo E F, y por ser menos costosa ambas, arbitrariamente se selecciona el nodo B C.
B 4 1 5 A 5 6 C 4 2 D 5 F 1 8 7 E 6 G

Ahora se aplica el paso 2 por primera vez, los nodos B C unidos por una ligadura. Se comparan los costos de las ligaduras potenciales de estos nodos y un nodo que todava no tenga ligadura.
B B A: E:

Costo = 4 Costo = 7

C C

:ACosto = 6 :DCosto = 2

C C

: Costo = 5 E : Costo = 4 F

La menos costosa est, entre el nodo C y el nodo D, con un costo de 2, se inserta en la red.
B 4 1 5 A 5 6 C 4 2 D 5 F 1 8 7 E 6 G

22

Ahora, los nodos B, C y D, estn unidos por una ligadura (o por dos, como el nodo C), la siguiente ejecucin del paso 2 requiere comparar los costos de las ligaduras potenciales.
C D A : Costo = 6 F : Costo = 5 C B E : Costo = 5 A : Costo = 4 C B F : Costo = 4 A : Costo = 7 D A : Costo = 5

La ligadura vinculo potencial menos costosa, esta entre el nodo B y el nodo A, de modo que se convierte en la siguiente ligadura.
B 4 1 5 A 5 6 C 4 2 D 5 F 1 8 7 E 6 G

Ahora, los nodos A, B, C y D estn unidos, entonces se comparan los costos de las ligaduras potenciales entre uno de estos nodos y uno de los otros.
C E : Costo = 5 C F : Costo = 4 B E : Costo = 7 D F : Costo = 5

La menos costosa, es la ligadura potencial entre el nodo C y el nodo F, de modo que se inserta.
B 4 1 5 A 5 6 C 4 2 D 5 F 1 8 7 E 6 G

Ahora, todos los nodos estn unidos por una ligadura, salvo los nodos E y G, las nicas ligaduras potenciales que necesitan considerarse estn entre uno de los nodos E y G. y uno de los otros nodos.
C E : Costo = 5 B E : Costo = 7 F E

: Costo = 1

E : Costo = 8

La menos costosa es la ligadura potencial entre el nodo F y el nodo E, de tal forma que se agrega a la red.
B 4 1 5 A 5 6 C 4 2 D 5 F 1 8 7 E 6 G

23

Puesto que el nodo G ahora es el nico nodo no unido por una ligadura, las nicas ligaduras potenciales que pueden unir est nodo con los otros son.
F G : Costo = 8 E G : Costo = 6

La ligadura menos costosa, est entre el nodo E y el nodo G, de modo que inserta en la red.

B 4 1 5 A 5 6 C

7 E 6 1 4 8 F 5 G

2 D

Ahora el nodo esta unido por una ligadura, por el que el algoritmo termina y sta es la solucin ptima, todas las ligaduras insertadas en la red, forman un rbol de expansin mnima con un costo total de: 4 +1 + 2 + 4 + 1 + 6 = 18 millones de dlares. Se retiran las dems ligaduras.
B 4 1 A C 4 2 D F E 6 1 G

24

Introduccin al anlisis de decisin

En nuestros tiempos enfrentamos a numerosas decisiones, muchas de las cuales requieren de anlisis y de pensar mucho. En tales casos, pueden perderse grandes sumas de dinero o sufrir graves consecuencias que resultan de una decisin errnea. Por ejemplo, es posible que el lector piense muy bien en el auto que adquirir, la casa que piensa comprar o la universidad a la cual asistir a clases. Las empresas toman muchas decisiones cruciales, por ejemplo la de introducir o no un nuevo producto o dnde ubicar una nueva planta. El resultado de estas decisiones puede afectar seriamente la rentabilidad futura de la compaa. El campo del anlisis de decisin es el marco necesario para tomar este tipo de importantes decisiones. Una decisin puede definirse como el proceso de elegir la solucin para un problema, siempre y cuando existan al menos dos soluciones alternativas. Es evidente que deben llevarse a cabo varias acciones antes de tomar una decisin. Estas actividades pueden resumirse de la siguiente manera (donde T. D.= quien toma las decisiones): Etapa 1. El T. D. se da cuenta que existe un problema. Etapa 2. El T. D. recopila datos acerca del problema. Etapa 3. El T. D. elabora un modelo que describe el problema. Etapa 4. El T. D. utiliza el modelo para generar soluciones alternativas para el problema. Etapa 5. El T. D. elige entre las soluciones alternativas. Este proceso de toma de decisiones en 5 etapas puede relacionarse con las primeras 3 etapas del proceso de resolucin de problemas de CA/IO, estas primeras etapas eran: 1.- identificacin, observacin y planteamiento del problema 2.- construccin del modelo 3.- generacin de la solucin Las etapas 1 y 2 del proceso de toma de decisiones se relacionan con la etapa 1 del proceso de resolucin de problemas; la etapa 3 del proceso de toma de decisiones se relaciona con la etapa 2 del proceso de resolucin de problemas. Por ltimo, las etapas 4 y 5 del proceso de toma de decisiones corresponden a la etapa 3 del proceso de resolucin de problemas. En esta seccin se utilizan enfoques cuantitativos como cualitativos. Se empleara el concepto de satisfaciente para restringir el nmero de alternativas y despus se usaran mtodos cuantitativos para elegir una de stas. Caso: Ashley Washington fabrica y vende pizzas a estudiantes del State Ohio College. Al mezclar los principales ingredientes de las pizzas y hornearlas por anticipado, ha podido hacer que el tiempo de espera de sus clientes sea breve en comparacin con el de restaurantes de la competencia. Aunque ha 25

vendido una gran cantidad de pizzas, en ocasiones Ashley se ha visto obligado a tirar un gran nmero de pizzas horneadas con anticipacin debido a que la demanda fue inferior a lo que haba anticipado. Por esta razn, est buscando una poltica que pueda utilizar para decidir cuntas pizzas debe hornear con el objeto de maximizar las utilidades. Ashley ha reducido sus alternativas a slo 4 posibilidades: hornear 150, 160, 170 o 180 pizzas. Ha estudiado los patrones previos de demanda para determinar el nmero de pizzas que se solicitaron por da, en los ltimos 100 das. Ha encontrado lo siguiente. Nmero de pizzas que se solicitan 150 160 170 180 Nmero de das 20 40 25 15 Ashley ha determinado que muy pocas veces ha tenido una demanda inferior a 150 pizzas o mayor a 180; por eso redujo las alternativas por da. Nmero de Este es un ejemplo del uso de poltica pizzas 15 16 17 18 satisfaciente para reducir el nmero de que se hornean 0 0 0 0 alternativas. con anticipacin Ashley ha determinado que gana $2 150 30 30 30 300 por cada pizza que vende y pierde $1 0 0 0 160 29 32 32 320 por cada pizza que no vende. Con esta informacin es posible construir una 0 0 0 170 28 31 34 340 tabla de utilidades para cada una de las polticas de nmero de pizzas por 0 0 0 180 27 30 33 360 hornear y por cada nivel de ventas. 0 0 0 Tabla 1. Tabla de
utilidades para la Pizzera Ashley

Demanda de pizzas

Para ilustrar los clculos de la tabla 1, considrese el caso en el que se hornearon previamente 160 pizzas pero se vendieron slo 150. En esta situacin la utilidad bruta sera $2 x 150 = $300, habiendo perdido $10 por las pizzas que no se vendieron y, por ello, se obtendra una utilidad neta de $290. Es posible utilizar la tabla 1 para determinar el nmero de pizzas que deben hornearse previamente para maximizar las utilidades de la pizzera. Antes de decidir cul es la poltica ptima, Ashley tambin esta considerando mudar su pizzera a un nuevo local, existen tres alternativas de entre las que puede escoger: permanecer donde esta, mudarse a Baxter Street, o mudarse a Epps Brige Road, su decisin se ver influenciada por acciones externas sobre las cuales no tiene control. Estas acciones externas son las decisiones que otras personas tomarn. Con la ayuda de un asesor financiero, Ashley ha pronosticado el valor actual de cada una de las decisiones, tomando en cuenta las dos acciones externas (que se consideran mutuamente excluyentes), junto con la posibilidad de que no ocurra ninguna de las dos acciones. Estos valores se muestran en la tabla 2. 26

Tabla 2. Valores presentes de la decisin de ubicacin

Accin externa Cerrar los Antiguos dormitorio s + $50000 +$150000 + $20000 Construir Nuevos Departamento s + $20000 + $25000 +$200000

decisin No mudarse Baxter St. Epps Bridge Rd.

ninguna + $100000 + $40000 - $20000

Puesto que esta decisin sobre ubicacin se tomar slo una vez, no existen datos previos que puedan utilizarse para auxiliar en la decisin.

Anlisis preliminar del caso dela Pizzera Ashley En este caso, se enfrenta a dos decisiones que Ashley debe tomar con respecto a la operacin del restaurante de pizzas. La primera decisin, que se refiere al nmero de pizzas que han de hornearse con anticipacin, es del tipo de las que deben tomarse todos los das que la pizzera opera. En consecuencia, existen datos previos que pueden utilizarse para ayudar a tomar esa decisin sobre poltica y emplearse para calcular probabilidades, las cuales se generan a partir de datos existentes y pueden utilizarse para determinar una decisin sobre poltica que proporcione el mximo de utilidades. Recordar que la probabilidad de que ocurra un evento. Si p es la probabilidad de que ocurra un evento, entonces 0 p 1. Conforme ms cercana est p a 1 es ms probable que ocurra el evento. La segunda decisin es del tipo de las que no tienen informacin previa disponible. Las decisiones de este tipo, se toman slo una vez. Deben basarse en los resultados posibles que han de ocurrir y en la forma en que stos afectan a quien toma decisiones, el T. D. puede utilizar criterios de toma de decisiones que no tomen en cuenta las probabilidades. Por otro lado, el T. D. podra utilizar probabilidades subjetivas para determinar una decisin. Las probabilidades subjetivas las genera cada individuo que toma decisiones, sin el uso el uso de datos previos. Tipos de decisiones En esencia existen tres tipos principales de decisiones.
1. decisiones bajo certidumbre 2. decisiones en las que pueden usarse datos previos para calcular probabilidades que se emplean en toma de decisiones. 3. decisiones para las cuales existen datos previos que permiten calcular probabilidades.

Toma de decisiones bajo certidumbre En los casos que existe slo un resultado para una decisin se estn tomando decisiones bajo certidumbre. Ejemplos de eso son la programacin lineal y la programacin en enteros. En ambos casos, si se decide que un grupo de variables sea positivo (es decir, si se toma una decisin) no hay duda con respecto a cul ser la utilidad asociada con esa decisin. Toma de decisiones utilizando datos previos

27

En los casos en los que debe tomarse una decisin en forma repetida y se tienen muchos resultados posibles, y las circunstancias que rodean a la decisin son siempre iguales, se tiene lo que podra denominarse decisiones utilizando datos previos. Dado que es posible valerse de la experiencia pasada para desarrollar probabilidades con respecto a la ocurrencia de cada resultado, en este tipo de toma de decisiones se utilizan modelos en probabilidades. Son tres las condiciones necesarias para este tipo de toma de decisiones.
1.- las decisiones se toman bajo las mismas condiciones 2.- existe ms de un resultado para cada decisin 3.- existe experiencia anterior que puede utilizarse para obtener probabilidades para cada resultado

Si cualquiera de estas condiciones no se cumple, entonces no se considera que es una decisin con base en datos previos. Se contemplar un solo modelo cuantitativo de toma de decisiones para emplearlo en la toma de decisiones empleando datos previos Toma de decisiones sin datos previos En los casos en los que una decisin no se toma en forma repetida, o no existe experiencia pasada que pueda utilizarse para calcular probabilidades, o las circunstancias que rodean la decisin cambian de un momento a otro, se considera que la decisin se toma sin datos previos. Se le denomina as debido a que la misma decisin se toma slo una vez, y como tal, no existe experiencia pasada que ayud en el proceso de toma de decisiones. Para este tipo de problemas de decisin es posible emplear dos mtodos. Pueden utilizarse slo los resultados de cada decisin para determinar cul es la decisin que mejor se ajusta a nuestra opinin de los factores externos que rodean el problema. Por otro lado, puede decidirse utilizar estimaciones subjetivas (que no se basan en datos previos), conocidas como probabilidades subjetivas, para determinar una decisin. Terminologa de modelos de toma de decisiones Al igual que con cualquier tipo de modelo, los modelos de toma de decisiones tienen una terminologa propia. Esta terminologa describe las tres partes esenciales de una decisin.
1.- las decisiones alternativas de entre las cuales el T. D. puede elegir 2.- los estados de la naturaleza, o acciones externas que enfrenta la persona encargada de tomar decisiones 3.- el resultado que se obtiene por el uso de una alternativa determinada cuando se presenta cierto estado de la naturaleza

Decisiones alternativas Cuando un T. D. enfrenta un problema que requiere una decisin, una de las acciones que debe emprender antes de llegar a una decisin, es determinar las alternativas sobre las cuales se basar la decisin final. En el caso de la Pizzera Ashley, Ashley tiene cuatro alternativas relacionadas con el nmero de pizzas que debe hornear con anticipacin (150, 160, 170 o 180 pizzas). Tambin tiene tres alternativas con respecto a la ubicacin (no mudarse, Baxter Street o Epps Bridge). Este caso ilustra el hecho de que no hacer cosa alguna es tambin una alternativa que quien toma las decisiones debe

28

considerar. Observar tambin que slo se consideran alternativas en verdad viables. Est es una forma de la caracterstica de satisfaciente que se mencion antes. Los estados de la naturaleza Una persona que toma decisiones y que enfrenta una situacin de decisin en la que pueden producirse resultados mltiples a partir de una estrategia determinada, enfrenta estados de la naturaleza mltiples o acciones externas mltiples. Los estados de la naturaleza son las circunstancias que afectan el resultado de la decisin pero que estn fuera del control del T. D. En el caso de la Pizzera Ashley, en la cual se va a tomar una decisin con respecto a cuntas pizzas deben hornearse, los estados de la naturaleza se refieren a los niveles de demanda para las pizzas. Es decir, Ashley no puede controlar el nmero de pizzas que le solicitaran una noche determinada; aun as, este nivel de demanda tendr efectos sobre las utilidades que obtenga por cualquier decisin que tome. Con respecto a la decisin sobre la ubicacin, de nuevo Ashley enfrenta tres estados de la naturaleza sobre los cuales no tiene control. Estos estados de la naturaleza estn influidos por las decisiones que alguna otra persona tomar con respecto a los antiguos dormitorios y los nuevos departamentos. Las decisiones tendrn un efecto inevitable sobre el valor presente de las utilidades, y esto sin importar qu decisin tome Ashley con respecto a la ubicacin. De nuevo, y al igual que en la seleccin de alternativas, es importante considerar slo condiciones del medio ambiente que tengan un efecto significativo sobre los resultados. Resultados Para cada combinacin de estrategias y estado de la naturaleza habr un resultado. Este resultado puede expresarse en trminos de utilidades (en el caso del problema de elegir el nmero de pizzas que deben hornearse), puede expresarse en trminos de valores presentes (como en el caso de la decisin sobre la ubicacin), o puede expresarse en trminos de alguna medida no monetaria. Para determinar los resultados es necesario considerar todas las posibles combinaciones de decisiones y de estados de la naturaleza para determinar el resultado que se obtendra s se utiliza una alternativa dada y si ocurre un estado especifico de la naturaleza. Por ejemplo, en el problema de la ubicacin de la pizzera, si Ashley decidiera no mudarse y cerraran los antiguos dormitorios, se calculo que el resultado sera $50,000. En esa situacin, dado que haba tres alternativas y tres estados de la naturaleza, existen 3 x 3 = 9 resultados que deben calcularse. En general, si existen k alternativas y n estados de la naturaleza, ser necesario calcular (k x n) resultados. Con bastante frecuencia los resultados tambin se denominan pagos y una tabla de resultados se denomina tabla de pagos. rboles de decisin Una forma clara y sencilla de estructurar el proceso de toma de decisiones es por medio de un rbol de decisin. Est formado por nodos de accin, nodos de probabilidad y ramas. Un rbol de decisin los nodos se denotarn con un cuadro ( ) y representarn aquellos lugares del proceso de toma de decisiones en los que se toma una decisin. Los nodos de probabilidad se denotarn por medio de un circulo ( )e indicarn aquellas partes del proceso de toma de decisiones en las que ocurre algn estado de la naturaleza. Las ramas se utilizan para denotar las decisiones o los estados de la naturaleza. Tambin pueden anotarse probabilidades sobre las ramas para denotar la probabilidad de que ocurra un estado determinado de la naturaleza. Por ltimo, se colocan los pagos al final de las ramas terminales del estado de la naturaleza para mostrar el resultado que se obtendra al tomar una decisin particular, y que despus ocurra un estado especfico de la naturaleza. Como ejemplo de rbol de decisin, considrese el caso de un profesor universitario que est tratando de decidir si debe llevar o no un paraguas a su trabajo el da de hoy. La decisin de llevar el paraguas se muestra como un nodo de accin en la figura 1.

29

nodo de accin

nodos de probabilidad

Ramas

Figura 2. Nodos de accin y de probabilidad

Al final de cada una de las ramas que parten de un nodo de accin habr un nodo de probabilidades u otro nodo de accin. Los posibles estados de la naturaleza comenzarn en los nodos de probabilidad. Tambin se muestran en la figura 2 los posibles estados de la naturaleza para la decisin del profesor. En este caso, se ha anotado tambin sobre la rama de probabilidad las probabilidades de que haya lluvia o est despejado de acuerdo con la oficina meteorolgica local. Ahora, si se combinan los nodos de accin y los nodos de probabilidad con los pagos para cada combinacin se tiene un rbol de decisin. El profesor ha determinado los diversos pagos asociados con las cuatro posibles combinaciones de decisiones y de estados de la naturaleza. Estos pagos se colocan al final de las ramas terminales de probabilidad. El profesor ha decido los siguientes pagos:
Llevar paraguas y que no llueva Llevar paraguas y que llueva No llevar paraguas y que no llueva No llevar paraguas y que llueva -1 + 20 +5 - 40

Utilizando estos pagos es posible construir un rbol de decisin. Este rbol se muestra en la figura 3 accin probabilidad
+ 20

40

+5

30

31