ANALISIS DE DATOS

Calculo de optimización de software:

a=ganancias por producto

A1=restricciones de cada producto
b1=máximos que no pueden superar las
restricciones.
Maxi=TRUE valores para los que la ganancia sea
máxima.

Agrega esta función en el ambiente de función de

análisis en package -> activa boot

Para asignar valores en las variables antes

mencionadas se utiliza <-
Numero de guitarras y bajos optimos a producir = 500000 y 1666667
Ganancia 100000
Método de optimización lineal:
A través de la Programcion lineal:
Relcion lineal: aumento o disminución de una variable proporcional a otra
Para saber si un problema se puede resolver con programación lineal este debe:
- Especificar el objetivo del problema: por ejemplo max las ganancias o minimizar los costos de producción
- Uso de recursos de manera medible y finita: por ejmplo n° de trabajadores, dinero, unidades
Definicion de los datos del problema:
Una empresa productora de pelotas quiere saber cuantas pelotas de futbol y de basket tiene que hacer con una cantidad
de caucho determinada para maximizar sus ganancias.
Tipos de datos:
1. Los que no se pueden cambiar:
- ganancia de venta: 50 monedad por cada pelota de futbol y 40 por los de basket
 - cantidad de material usada para cada una de las pelotas. Se pueden crear max 500 pelotas de futbol o 400 de
basket
- tiempo de realización: 400 pelotas de futbol en 1 mes, 300 pelotas de basket en 1 mes
2. Los que pueden cambiar:
- La cantidad de pelotas que se pueden producir de cada tipo
Los datos que no se controlan son = restricciones. Teniendo estos datos cual seria la cantidad exacta de balones de
futbol y basket a producir para maximizar las ganancias sin salirse de las restricciones.
Funcion Objetivo:
Ayuda a encontrar la solución optima al problema. C1X1+C2X2=P
Las C son restricciones. Y las X variables de decisión. P es el resultado que se necesita obtener para maximizar
Ganancia de cada pelota de futbol(50) x el numero de pelotas de futbol + ganancia de cada pelota de basket(40) x el
numero de pelotas de basket= ganancia total

Método de optimización con hoja de cálculo:

Orenamiento en tres secciones

Unidades a producir
Materiales utilizados por unidad
Gancias por unidad o totales

Mantener seleccionada la casilla de las ganancias totales ->Dtos -> parte de análisis de datos -> solver -> seleccionar max-
> seleccionar las variables de decisión B2 B3 -> AGREGAR -> B10<=B11 -> AGREGAR B3<=400 -> B4<=300 -
> SELECCIONAR COMO METODO DE RESOLUCION: SIMPLEX LP -> Marcar la opción convertir variable sin
restricciones en no negativas -> resolver -> aceptar.
Calculo de optimización en lenguaje de programación:
Python
Instalar las siguientes bibiliotecas en Python:

Datos del problema:

Solucion del problema:

Status que puede arrojar el método son

- Optimal
- Not solved: el problema no tiene solución optima
- Undefined: el problema no tiene restricciones suficientes para ser resuelto
Leccion 3
Metodos heurísticos:
El analista evita la intuición y se basa en la optimización
La heurística es un método de análisis entre la intuición y la optimización. Se aplica mucho en la vida real.
Para hacer un análisis heurístico es necesario armar un modelo de la realidad tal como la ve tu mente
El objetivo es que este sea tan complejo que se acerque a la optimización y no a la intuición. Para lograr esto se usa el
penamiento de causa-efecto
Procedimiento:
1. Encuentra un objetivo
2. Define las variables que se relacionan con este
3. Haz un mapa donde las variables se relacionen a manera de causa-efecto
4. Se crean ramificaciones
5. Haz el árbol tan complejo como se requiera, de tal forma que la pregunta especifica se pueda resolver con las
variables que tienes
El obetivo de usar este tipo de procedimiento es responder preguntas para las que no tienes acceso directo a los datos

Las principales aplicaciones para el análisis heurístico son: son los análisis de usabilidad de un sitio web y la detección de
virus y malwere pero se puede aplicar a cualquier problema

Reglas importantes a tener en cuenta:

1. No importa si el modelo es simple o complejo, lo mas importante es que funcione. Debes sentirte satisecho con
las causas y efectos de todas las variables que involucres sin importar su numero.
2. La redacción y la forma de comunicar el procedimiento y los resultados debe ser minuciosa: cuida las palabras que
usas, debes expresar exactamente como fue tu pensaminto, una mala comunicación interfiere mucho con este
tipo de análisis
Arboles de decisión:
Es una repetición consecutiva de declaraciones if-then que reflejan la causa y efecto de un evento que busca analizar lo
que se origina a partir de una decisión. Los resultados y las probabilidades asociadas permiten encontrar la mejor
alternativa para resolver un problema. La estructura y el uso de reiteraciones en un análisis de esta técnica te permite
recopilar no solo información sino conocimiento para poder almacenarlo en bancos. Estos facilitan la retroalimentación
para la resolución de problemas futuros.
Antes de hacer un árbol de decisión es necesario que:
1. Identifiques los elementos que componen el problema
2. Priorices cuales son indispensables y cuales pueden ser omisibles
 3. Enumeres los eventos por orden de importancia
4. Definas las variables por cada evento
5. Determines los agentes que interactúan en cada evento o variables no numéricas
Cuando hayas identificado los datos previos realiza un árbol por cada evento. La metodología consiste en crear ramas
preguntando lo que puede pasar en caso de que cierto evento suceda.
El numero de ramas o subramas dependerá del numero de variables o agentes que interactúan con el evento.
Obs el siguiente evento y mira como se desarrolla con la siguiente metodología:
- ¿deberiamos desarrollar un nuevo producto o consolidar uno ya existente?
- El evento donde se toma la primera decisión es el cuadrado de origen. De ese punto hay dos posibles
eventos(nuevo producto o consolidar producto), cada uno con dos posibes resultados. Existen dos disferentes
nodos los de decisión(que indican al menos dos opciones lógicas) y los nodos de probabilidad(dependen del azar)

Desarrollo meticuloso y desarrollo rápido tienen como resultados caminos que dependen de probabilidad para
llevarse a cabo.
Productos fortalecidos y productos efectivos

La longitud de las ramificaciones dependen de la profundidad que se desea del análisis

Esta herramienta es un primer acercamiento al análisis de datos de una acertada decisión para mejorar un
negocio.