Teoria de Decisiones IO2 COHEN

INVESTIGACION DE
OPERACIONES II
HAROLD ENRIQUE COHEN PADILLA

ING. INDUSTRIAL -UIS
MAGISTER EN INGENIERIA DE CONFIABILIDAD Y RIESGO - ULPGC (ESPAA)
ESPECIALISTA DE GERENCIA DE LA SALUD OCUPACIONAL-FUMC
Ing. Msc. Harold E. Cohen Padilla
TEORA Y ANLISIS DE DECISIONES
La indecisin es un veneno
lento, que no produce nada, en cambio,
puede convertirse en hbito.
Ms vale fracasar por haber tomado
una decisin errnea, que hacerlo por no haber
tomado ninguna
H.E.C.P.
QUE SIGNIFICA DECISION?
La decisin consiste en el proceso deliberado

que lleva a la seleccin de una accin
determinada entre un conjunto de posibles
alternativas. La decisin es un proceso previo a la
accin.
Dr. Pedro Pavesi,
La Decisin
EL PROCESO DE ELEGIR LA SOLUCIN
PARA UN PROBLEMA (DECIDIR),
CONTIENE
Pasos:
1. Definicin del problema.
2. Recoleccin de datos sobre el problema (Estadsticas).
3. Planteamiento de un modelo.
4. Obtencin de soluciones utilizando el modelo.
5. Seleccin de la mejor de las soluciones
?
A TENER EN CUENTA
Todos los das las personas nos vemos enfrentadas a

innumerables situaciones en las cuales debemos tomar
determinadas decisiones y seguir cursos de accin.
Los procesos de toma de decisiones los podemos clasificar

principalmente en:
DECISIONES BAJO DECISIONES BAJO

CERTIDUMBRE INCERTIDUMBRE
y no lineal
TRABAJAREMOS EN ESTE MOMENTO

CON INCERTIDUMBRE SIGNIFICAAFRONTAR
$
REDUCIR LA INCERTIDUMBRE
Los modelos de toma de decisiones utilizan
algunos conceptos de la estadstica. Por ello es
necesario que recordemos algunos de estos
Conceptos, y en especial el Teorema de Bayes
T.B: Utiliza una tcnica de la estadstica inferencial

(concluye aspectos de una poblacin a partir de
estudios previos a una muestra) denominada:
Probabilidad.
TEOREMA DE BAYES.
REPASEMOS:
- Regla de laplace
*Un evento
*Multieventos
Probabilidad? - Prob. Condicionada
- Prob. Marginal
- Prob. Total PROBABILIDAD
CONJUNTA
Teorema de Bayes
PROBABILIDAD CONDICIONAL PROBABILIDAD TOTAL

EJEMPLO BRASIL 2014

El portero titular de un equipo de ftbol para 8 de cada 10 penaltis,
mientras que el suplente solo para 5. El portero suplente juega, por
trmino medio 15 minutos en cada partido de 90 minutos. Si se
lanza un penalti y no se para(hay gol), Cul es la probabilidad de
que estuviera jugando el portero titular?
T: Portero Titular
G: Gol
Solucin:
?
DIAGRAMA DE RBOL
Tapa Penalty
(8/10):4/5 = (75/90)*(8/10)
Portero Titular
(75/90):5/6
Gol = (75/90)*(2/10)
(2/10):1/5
Decisin
Tapa Penalty
= (15/90)*(5/10)
Portero (5/10):1/2
Suplente
(15/90):1/6 Gol
= (15/90)*(5/10)
(5/10):1/2
OTRO EJERCICIO
En un sistema de alarma, la probabilidad de que esta se active
habiendo peligro es 0,95 y de la que se active por error sin haber
peligro es 0,03. Si la probabilidad de haber peligro es 0,1. Calcular el
porcentaje de veces (probabilidad) que habindose activado la
alarma no haya peligro.
Vamos a llamar a los sucesos:

Np= Situacin de No peligro.
A = La alarma de Activa
EJERCICIO PARA USTEDES

El parte meteorolgico (METEO) ha anunciado tres posibilidades para el fin de
semana:
a) Que Llueva (LL): probabilidad del 50%.
b) Que Nieve (Nv): probabilidad del 30%
c) Que haya Niebla (Nb): probabilidad del 20%.
Segn estos posibles estados meteorolgicos, la posibilidad de que ocurra un
accidente (A) es la siguiente:
a) Si Llueve: probabilidad de accidente del 20%.
b) Si Neva: probabilidad de accidente del 10%
c) Si hay Niebla: probabilidad de accidente del 5%.
Resulta que efectivamente ocurre un accidente y como no estbamos en la
ciudad no sabemos que tiempo hizo (llovo, nev o hubo niebla). Utilizando el
teorema de Bayes , calcule estas probabilidades: (es decir)
1. P(LL/A): Probabilidad que haya llovido, si se sabe que hubo un accidente
2. P(Nv/A) : Probabilidad que haya Nevado, si se sabe que hubo un accidente
3. P(Nb/A) : Probabilidad que haya Niebla, si se sabe que hubo un accidente
SOLUCIN:
ACCIDENTE
20% = (0,5)*(0,2)
LLUEVA
50%
NO ACCIDENTE
= (0,5)*(0,8)
80%
ACCIDENTE = (0,3)*(0,1)
10%
NIEVE
DECISION
30%
NO ACCIDENTE = (0,3)*(0,9)
90%
ACCIDENTE
5% = (0,2)*(0,05)
NIEBLA
20%
NO ACCIDENTE
= (0,2)*(0,95)
95%
1) P(LL/A) 2) P(Nv/A) 3) P(Nb/A)

DECISIONES SIN
EXPERIMENTACIN
VOLVIENDO AL TEMATENEMOS:
TERMINOLOGA
Accin (a) : Alternativa elegida por el tomador de decisiones del
conjunto que contiene todas las alternativas factibles bajo
consideracin para las distintas formas de proceder del problema en
cuestin
Estado de la naturaleza () : Cada una de las situaciones posibles en

que se encontrar el tomador de decisiones y est determinado por
efectos aleatorios
Pago {p(a, )} : Medida cuantitativa del valor de las consecuencias

del resultado para el tomador de decisiones.
En otras palabras, la relacin que se d entre una accin determinada y una de
todas las posibilidades o variables que influyen en ella.
TABLA DE PAGOS PARA RELACIONAR A Y

1. EJEMPLO
La GOFERBROKE COMPANY es duea de unos terrenos donde
puede haber petrleo. Segn un gelogo la probabilidad que
exista petrleo en estos terrenos es . La compaa puede, o
bien perforar o vender los terrenos a otra compaa petrolera
por US$90.000 independientemente de que haya o no
petrleo. Si la compaa decide perforar y existe petrleo
ganar US$700.000; Pero si no hay petrleo perder
US$100.000
1. Con base en esta informacin se elabora la respectiva tabla

de pagos
Dada esta tabla de pagos, el tomador de decisiones elegir una accin que
se supone (como siempre) debe ser la ptima.
Ms adelante se vern diversos criterios para la toma de decisiones
Usted cul accin tomara????

2. EJEMPLO
Los principales clientes de la pizzera LA ITALIANA son los
estudiantes que viven en las residencias de la Universidad
Industrial de Santander.
Existe la probabilidad que estos estudiantes se muden a
unos apartamentos que va a arrendar la universidad o que
factiblemente se trasladen a los nuevos apartamentos que
se estn construyendo cerca. Ante la posibilidad de la
mudanza, la pizzera ha considerado la opcin de
trasladarse a otro lugar, de modo que no se pierda su
ventaja competitiva.
Actualmente la pizzera est ubicada cerca al estadio Alfonso

Lpez. Las opciones de traslado que tienen los dueos de la
pizzera son ubicarse en la carrera 27 con 10 o bien trasladarse
a la Av. Eduardo Santos.
Trasladarse a la carrera 27 con 10 sera la opcin ms adecuada

en caso que los estudiantes se mudaran a los aptos que la
universidad piensa arrendar.
Por otro lado trasladarse a la Av. Eduardo Santos sera lo mejor si

los estudiantes se mudaran a los apartamentos en construccin.
Toda la informacin est recogida en la siguiente tabla

Residencias
universitarias
UIS
Calle 10
Pizzera
Carrera 27
la
italiana
Y AHORA QUE???
En la toma de decisiones sin experimentacin existen varios
criterios para elegir la accin ptima.
1. Criterio del Pago Mximo (pesimista).

2. Criterio del optimista.
3. Criterio de la mxima posibilidad.
4. Criterio de minimizacin del mximo arrepentimiento.
5. Criterio de maximizacin del pago promedio
(Regla de decisin de Bayes)
1. CRITERIO DEL PAGO MXIMO (PESIMISTA)

Algoritmo
1. Para cada accin se escoge el pago mnimo sobre todos los

estados de la naturaleza y se lleva a una lista.
2. De esta lista se escoge el mximo valor. La accin Asociada

con este valor es la accin a elegir.
EJEMPLO: GOFERBROKE COMPANY

1 2
2 < =cul =>
Elegimos el pago mnimo sobre los estados de la naturaleza de

las 2 acciones posibles y luego el mximo de estos.
PAGO MXIMO (PESIMISTA) EJEMPLO 1

Este es el mayor entre
Los menores pagos
PAGOS MINIMOS posible que la
petrolera podra
obtener, dado que la
a12=-100.000
naturaleza obrara
malvolamente.
a22= 90.000
La compaa petrolera elegir entonces vender los

terrenos, y se abstendr de realizar la perforacin.
El criterio del pesimista siempre garantiza un pago mnimo

EJEMPLO: PIZZERA LA ITALIANA

1 2 3
Recuerden que elegimos el pago mnimo en las 3 acciones posibles y luego el

mximo de estos.
PAGO MXIMO (PESIMISTA) EJEMPLO 2
Este es el mayor entre

los menores pagos posibles
PAGOS MINIMOS que la pizzera podra
a13= 20 naturaleza obrara
malvolamente
a23= 25 (en contra de mis intereses).
a31= -20
La Pizzera elegir entonces trasladase a la carrera 27 10, pues

de esta manera obtendr el mejor pago, dado que ocurra lo peor.
2. CRITERIO OPTIMISTA
Algoritmo
1. Para cada estado de la naturaleza se escoge el mayor valor y se lleva
a una lista.
2. De esta lista se escoge la de mayor valor. La accin asociada con este

valor es la accin a elegir.
Este criterio es completamente opuesto al anterior, pues ac supone

que la naturaleza obrar completamente a favor del tomador de
decisiones y que la suerte estar siempre del lado de este. En este
criterio el tomador de decisiones lo arriesga todo sin mirar lo malo que
pueda ocurrir.
Sobre todos los estados de la naturaleza elegimos el pago mximo

de las 2 acciones posibles y luego el mximo de estos.
PAGO OPTIMISTA EJEMPLO 1
Este es el mayor
PAGOS MXIMOS
pago posible que la
petrolera podra
A11= 700.000 obtener, dado que la
naturaleza obrara
a22= 90.000 benvolamente.
La compaa petrolera elegir entonces perforar los

terrenos que tienen a su disposicin.
El criterio del optimista siempre garantiza un pago mximo

Ahora elegimos el pago mximo en las 3 acciones posibles y luego el mximo de

estos.
PAGO OPTIMISTA EJEMPLO 2
Este es el mayor
pago posible que la
PAGOS MXIMOS pizzera podra
benvolamente.
a22= 150
a33= 200
La Pizzera elegir entonces trasladase a la Av. Eduardo Santos, pues

de esta manera obtendra el mejor pago, dado que ocurra lo mejor.
3. CRITERIO DE LA MXIMA POSIBILIDAD
Algoritmo
1. De todos los estados de la naturaleza se elige el estado que tenga
mayor probabilidad de ocurrir.
2. Para este estado de la naturaleza se encuentra la accin con el

mximo pago y se elige.
La mayor desventaja de este criterio es que ignora por completo mucha

informacin relevante. No se considera ningn estado de la naturaleza distinto
del ms probable. En un problema con muchos estados de la naturaleza, la
probabilidad del ms importante puede ser bastante pequea..
Elegimos el estado de la naturaleza con mayor probabilidad

Y en ste, el mayor pago posible
MXIMA POSIBILIDAD EJEMPLO 1
Este es el mayor
pago posible que la
PAGO POR MAYOR petrolera podra
PROBABILIDAD (SECO) obtener para el
estado de la
A12= -100.000
naturaleza con
mayor probabilidad.
a22= 90.000
El estado de la naturaleza ms probable es que no exista petrleo en los

terrenos. Por lo tanto la compaa decidir vender los terrenos
Elegimos el estado de la naturaleza con mayor probabilidad pero ojo

cul?
PAGO MAYOR POSIBILIDAD EJEMPLO 2
Este es el mayor
pago posible que la
PAGOS MXIMOS pizzera podra
benvolamente.
a23= 25
a33= 200
La Pizzera elegir entonces trasladase a la Av. Eduardo Santos pues de esta

manera obtendr el mejor pago. Ojo les recuerdo que los 3 estados son
igualmente probables, por lo que la decisin fue tomada por aquella accin
que otorgue un mayor beneficio.
4. CRITERIO DE LA MINIMIZACIN DEL MXIMO

ARREPENTIMIENTO (MINIMX)
Algoritmo
1. Para cada estado de la naturaleza:

a) Determinar el mximo pago.
b) Para cada accin de dicho estado, obtener el costo de
oportunidad (arrepentimiento) a partir de ese valor
c) Construir una tabla de arrepentimientos con estos valores.
2. De la tabla de arrepentimientos tomar para cada accin al

valor mximo y llevarlo a una lista.
3. De esta lista escoger el mnimo valor

Arrepentimiento (para cada accin):

Prdida o costo de oportunidad.
Es lo que se pierde por no haber tomado la mejor
decisin.
Arrepentimiento Pago de la
de una accin Pago mximo
accin para el
para un estado = para el estado -
estado de la
de la naturaleza de la naturaleza
naturaleza
Para cada estado de la naturaleza elegimos la alternativa de mayor

pago y construimos la tabla de arrepentimiento
ARREPENTIMIENTO = (PAGO MAXIMO DEL ESTADO) (PAGO DE LA ACCION EN

DICHO ESTADO)
MINMX EJEMPLO 1
Este es el valor que

ARREPENTIMINETO minimiza el
arrepentimiento.
A12= 190.000
a21= 610.000
Como ARREPENTIMIENTO significa COSTO, elegira pues perforar aunque no

encuentre petrleo (SECO), ya que lo mximo de lo que me puede COSTAR con
esta accin
(la n1) es de perder $100000 y dejar de ganar $90000.
Para cada estado de la naturaleza elegimos la alternativa de mayor pago y

construimos la tabla de arrepentimiento.
ARREPENTIMIENTO = (PAGO MAXIMO DEL ESTADO) (PAGO DE LA ACCION EN

DICHO ESTADO)
PAGO MINMX EJEMPLO 2
PAGOS POR Este es el valor que

ARREPENTIMIENTOS minimiza el
a13= 180 arrepentimiento.
a23= 175
a32= 130
La Pizzera elegir entonces trasladase a la Av. Eduardo Santos, pues de esta

manera, lo mximo de lo que puede arrepentirse es de ganar 20 cuando pudo
haber ganado 150.
5. MODELO DE MAXIMIZACIN DEL PAGO

PROMEDIO (REGLA DE DECISIN DE BAYES)
Algoritmo
1. Usando las probabilidades de cada estado de la naturaleza se

calcula el valor esperado* del pago de cada accin posible.
2. Se escoge el mayor valor esperado y la accin asociada a el

mayor valor es la elegida
La gran ventaja de este criterio es que incorpora toda la informacin

disponible, incluyendo adems de los pagos las mejores estimaciones
disponibles de las probabilidades de los respectivos estados de la
naturaleza.
*Esperanza o probabilidad total
Calculemos el valor esperado del pago de cada accin posible...

este valor corresponde a la probabilidad total de cada accin
EJEMPLO 1
E {p(a1 , )}= 0.25* $700000 + 0.75*(-$100000) = $100000
E {p(a2 ,)}= 0.25* $90000 + 0.75*($90000) = $90000
La petrolera elegir la accin 1(perforar) pues esta

es la alternativa con el mayor valor esperado del
pago
Para cada estado de la naturaleza elegimos la alternativa de mayor pago y

construimos la tabla de arrepentimiento.
EJEMPLO 2
E {p(a1 , )}= 1/3*100 + 1/3*50 + 1/3*20 = 56.6
E {p(a2 , )}= 1/3*40 + 1/3*150 + 1/3*25 = 71.6
E {p(a3 , )}= 1/3*(-20) + 1/3*20 + 1/3*200 = 66.6
La pizzera elegir la accin 2 (Cra. 27-10) pues esta

es la alternativa con el mayor valor esperado del
pago
DECISIONES CON
EXPERIMENTACIN
En la toma de decisiones con experimentacin se pretende

mejorar las estimaciones preliminares de las probabilidades de
los respectivos estados de la naturaleza ()
Se realizan (contratan) estudios para predecir que ocurrir.

A estos estudios o predicciones los denominaremos
Suceso S
El proceso inicia al estimar las probabilidades

a priori simbolizadas como: P ( S / ) y finalmente se
Calculan las probabilidades a posteriori P ( / S )
EN GENERAL LA SIMBOLOGA
Definamos en trminos generales
n: Nmero de estados de la naturaleza posibles.

P( = i) : Probabilidad de que el estado de la
naturaleza sea i , para i = 1,2,...,n
S: Estadstico que resume los resultados de la
experimentacin (Variable aleatoria)
s: Valor posible de S.
LA CLAVE EST EN
P(S=s/ = i): Probabilidad a priori de que la
prediccin sea s, dado que el estado
de la naturaleza verdadero es i
P( = i/S=s): Probabilidad a posteriori de que el

estado de la naturaleza verdadero sea
i , dado que S=s.
Con la experiencia se obtienen las probabilidades a priori y mediante la del

teorema de Bayes , se obtienen las probabilidades a posteriori
TEOREMA DE BAYES
Se puede realizar una exploracin sismolgica para obtener

una mejor estimacin de la probabilidad de que haya petrleo.
El costo de esta experimentacin es de US$30000
PROBABILIDADES A PRIORI
La experiencia me permite saber (estadsticamente):
Que existe una probabilidad del 40% de que la
prediccin sea ausencia de petrleo, dado que en
realidad exista petrleo.
P(S=0/1) = 0,4
Que existe una probabilidad del 80% de que la
prediccin sea ausencia de petrleo (pozo seco), dado
que en realidad no exista petrleo.
P(S=0/ 2) = 0,8
S=0 : SSD : SONDEOS SISMICOS DESFAVORABLES

S=1 : SSF : SONDEOS SISMICOS FAVORABLES
DIAGRAMA DE ARBOL
A PARTIR DEL DIAGRAMA DE ARBOL
La decisin que debe tomarse depender del sondeo, es

decir segn el sondeo sea favorable o desfavorable se
elegir la accin determinada
PAGO ESPERADO SI S=0 (SONDEO SSMICO DESFAVORABLE)

Desfavorable: Prediccin de que no hay petrleo
E {p(a1 ,/ S=0)}= 1/7* $700.000 + 6/7*(-$100.000) -$30.000 = -$157.714

E {p(a2 , /S=0)}= 1/7* $90000 + 6/7*($90.000) -$30.000 = $60.000
Si el resultado del sondeo ssmico fuera desfavorable la accin ms apropiada sera

vender el terreno pues descontando el costo de la experimentacin la petrolera
obtendra una ganancia de $60000
PAGO ESPERADO SI S=1 (SONDEO SSMICO FAVORABLE)

Favorable: Prediccin de que hay petrleo
E{p(a1 ,/ S=1)}= 1/2* $700 .000+ 1/2*(-$100.000) -$30.000 = $270.000

E {p(a1 ,/ S=1)}= 1/2* $90.000+ 1/2*($90.000) -$30.000 = $60.000
Si el resultado del sondeo ssmico fuera favorable la accin ms apropiada sera

excavar el terreno pues descontando el costo de la experimentacin la petrolera
obtendra una ganancia de $270000
CONCLUSIN
Toma de Toma de
decisiones sin decisiones con
experimentacin experimentacin
La experimentacin tiene un costo Utilizar la

experimentacin con el fin de reducir la incertidumbre?
o tomar la decisin sin usar ninguna de estas pruebas ?
Cunto ests
dispuesto a
pagar?...
VALOR DE LA EXPERIMENTACIN
Antes de realizar cualquier experimento debe determinarse su valor
potencial.
Valor esperado de Valor esperado

la informacin de la
perfecta experimentacin
Si el valor de la experimentacin es
mayor que el de la informacin perfecta,
la experimentacin no debe realizarse
VALOR ESPERADO DE LA INFORMACIN PERFECTA
Suponga que el experimento puede identificar de manera

definitiva cules el verdadero estado de la naturaleza,
proporcionando de esta forma una informacin perfecta
Es decir que cualquiera que sea el estado de la naturaleza

identificado, se elegir la accin con el mximo pago para
ese estado
El pago esperado con informacin perfecta ser

0.25 * $700000 + 0.75 * $90000 = $242500
Para evaluar si debe realizarse el experimento, se debe calcular

el valor esperado de la informacin perfecta VEIP
VEIP = $242.500 - $100.000 = $ 142.500
VEIP = Pago esperado con informacin perfecta - Pago esperado sin

experimentacin
Como el VEIP es mucho mayor que $30.000 (valor de

la experimentacin) puede valer la pena proceder
con la exploracin sismolgica
VALOR ESPERADO DE LA EXPERIMENTACIN

Desfavorable (s=0)
Para cada valor posible de S debemos calcular el pago
esperado ptimo.
VME(a1)=1/7* $700 .000+ 6/7*(-$100.000) = $14.285

VME (a2)=1/7* $90.000+ 6/7*($90.000) = $90.000
Favorable :s=1
VME(a1)=1/2* $700 .000+ 1/2*(-$100.000) = $300.000

VME (a2)=1/2* $90.000+ 1/2*($90.000) = $90.000
Luego debe ponderarse cada uno de estos pagos esperados con

la probabilidad total del valor correspondiente de S
PROBABILIDAD TOTAL VALOR
P(SSD) 0,7
P(SSF) 0,3
Pago esperado
con experimentacin = [0.7 * $90000 ]+ [0.3 * $300000]
= $153000
Para evaluar si debe realizarse el experimento, se debe calcular :

el valor esperado de la experimentacin VEE
Pago esperado con Pago esperado sin
VEE = experimentacin - experimentacin
VEE = $153000 - $100000 = $ 53000
Como el VEE es mayor que $30000 (valor de la

experimentacin) vale la pena proceder con la
exploracin sismolgica
EJEMPLO PIZZERA LA ITALIANA.

Valores en miles de dlares por da.
Una investigacin de mercados indicara con una mayor eficiencia, la

tendencia del comportamiento de los consumidores eventuales y
clientes asiduos de la pizzera. Dicho estudio tiene un costo de
US$6,5 por da.
Determine pues la mejor accin o DECISIN a tomar!!!. Y si es
costoso o no, pagar el estudio de mercados.
DIAGRAMA DE ARBOL DE PROBABILIDADES

SERA IMF, DADO NO
MUDARSE
NO MUDARSE 0,75
1/3 IMD, DADO NO
MUDARSE
0,25
IMF, DADO
ARRENDAR
ARRENDAR APTO 0,55
PROBABILIDADES
1/3 IMD, DADO
ARRENDAR
0,45
IMF, DADO IR A
CONSTRUCCION
CONSTRUCCION 0,88
DE APTO
1/3 IMD, DADO
CONSTRUCCION
0,12
S=0: Investigacin de mercados con resultado favorable (IMF)

S=1: investigacin de mercados con resultado desfavorable (IMD)
PROBABILIDADES A PRIORI
La experiencia en el mercado me permite saber (estadsticamente):
Que existe una probabilidad de 75% de que lo mejor sea no cambiar de

domicilio, dado que en realidad no deba mudarme.
P(S=1/1) = 0,75
Que existe una probabilidad del 55% de que lo mejor sea quedarme cerca,
dado que en los estudiantes arrienden con la universidad.
P(S=1/ 2) = 0,55
Que existe una probabilidad del 88% de que lo mejor es ir a un lugar ms

comercial (aunque quede ms lejos), dado que existen nuevas posibilidades
de construccin de apartamentos
P(S=1/ 3) = 0,88
TALLER EN CLASE: VALOR 20%

Formen grupos de 2 estudiantes y con base
en el desarrollo del ejercicio anterior
(petrleo), resuelva el ejercicio y tome la
decisin ms adecuada para las condiciones
dadas.
A trabajar!!!!
OTRA OPCIONEJEMPLO PIZZERA LA

ITALIANA.
Los dueos de la pizzera no slo se encuentran con
el problema de hacia donde trasladarse, sino
tambin cuntas pizzas hornear diariamente, pues la
demanda es variable.
Cada pizza horneada que no se vende produce una

prdida de US$1 y la ganancia de cada pizza horneada
que se vende es de US$2.
LOS PAGOS DIARIOS P(A,Q) Y LAS PROBABILIDADES DE LOS

ESTADOS DE LA NATURALEZA SON:
Si no se realizara ningn tipo de experimentacin podramos hallar la

accin ptima con el modelo de la maximizacin del pago promedio
E{p(a1 ,)}=0.2*$300+0.4*$300+0.25*$300+0.15*$300=$300
E{p(a2 ,q )}=0.2*$290+0.4*$320+0.25*$320+0.15*$320=$314
E{p(a3 ,q )}=0.2*$280+0.4*$310+0.25*$340+0.15*$340=$316
E{p(a4 ,q )}=0.2*$270+0.4*$300+0.25*$330+0.15*$360=$310.5
La accin ptima sera la tercera, es decir hornear 170 pizzas

Una gran empresa de mercadeo le ha ofrecido a los dueos de la

pizzera la posibilidad de realizar un estudio de mercado para
determinar con mayor certeza la demanda de pizzas.
El estudio de mercado costara $7 por da. Sabiendo que sin

realizar ningn tipo de estudio el pago esperado promedio es
de $316, deben los dueos de la pizzera realizar el estudio?
Definamos S como la variable aleatoria cuyos valores son:
S = 0 predicen venta de 150 pizzas

Mediante una experimentacin se han podido determinar las

probabilidades a priori P(S=s|q=qi) , es decir las probabilidades de
las predicciones acerca de la venta de pizzas, dados los estados de
la naturaleza.
TABLA DE PROBABILIDADES APRIORI

GRACIAS

Teoria de Decisiones IO2 COHEN

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Teoria de Decisiones IO2 COHEN

Cargado por

Copyright:

Formatos disponibles

INVESTIGACION DE

HAROLD ENRIQUE COHEN PADILLA

TEORA Y ANLISIS DE DECISIONES

QUE SIGNIFICA DECISION?

La decisin consiste en el proceso deliberado

Todos los das las personas nos vemos enfrentadas a

Los procesos de toma de decisiones los podemos clasificar

DECISIONES BAJO DECISIONES BAJO

TRABAJAREMOS EN ESTE MOMENTO

CON INCERTIDUMBRE SIGNIFICAAFRONTAR

T.B: Utiliza una tcnica de la estadstica inferencial

PROBABILIDAD CONDICIONAL PROBABILIDAD TOTAL

EJEMPLO BRASIL 2014

Vamos a llamar a los sucesos:

EJERCICIO PARA USTEDES

1) P(LL/A) 2) P(Nv/A) 3) P(Nb/A)

Estado de la naturaleza () : Cada una de las situaciones posibles en

Pago {p(a, )} : Medida cuantitativa del valor de las consecuencias

TABLA DE PAGOS PARA RELACIONAR A Y

1. Con base en esta informacin se elabora la respectiva tabla

Usted cul accin tomara????

Actualmente la pizzera est ubicada cerca al estadio Alfonso

Trasladarse a la carrera 27 con 10 sera la opcin ms adecuada

Por otro lado trasladarse a la Av. Eduardo Santos sera lo mejor si

Toda la informacin est recogida en la siguiente tabla

1. Criterio del Pago Mximo (pesimista).

1. CRITERIO DEL PAGO MXIMO (PESIMISTA)

1. Para cada accin se escoge el pago mnimo sobre todos los

2. De esta lista se escoge el mximo valor. La accin Asociada

EJEMPLO: GOFERBROKE COMPANY

2 < =cul =>

Elegimos el pago mnimo sobre los estados de la naturaleza de

PAGO MXIMO (PESIMISTA) EJEMPLO 1

La compaa petrolera elegir entonces vender los

El criterio del pesimista siempre garantiza un pago mnimo

EJEMPLO: PIZZERA LA ITALIANA

Recuerden que elegimos el pago mnimo en las 3 acciones posibles y luego el

PAGO MXIMO (PESIMISTA) EJEMPLO 2

Este es el mayor entre

La Pizzera elegir entonces trasladase a la carrera 27 10, pues

2. De esta lista se escoge la de mayor valor. La accin asociada con este

Este criterio es completamente opuesto al anterior, pues ac supone

EJEMPLO: GOFERBROKE COMPANY

Sobre todos los estados de la naturaleza elegimos el pago mximo

PAGO OPTIMISTA EJEMPLO 1

La compaa petrolera elegir entonces perforar los

El criterio del optimista siempre garantiza un pago mximo

EJEMPLO: PIZZERA LA ITALIANA

Ahora elegimos el pago mximo en las 3 acciones posibles y luego el mximo de

PAGO OPTIMISTA EJEMPLO 2

La Pizzera elegir entonces trasladase a la Av. Eduardo Santos, pues

3. CRITERIO DE LA MXIMA POSIBILIDAD

2. Para este estado de la naturaleza se encuentra la accin con el

La mayor desventaja de este criterio es que ignora por completo mucha

EJEMPLO: GOFERBROKE COMPANY

Elegimos el estado de la naturaleza con mayor probabilidad

MXIMA POSIBILIDAD EJEMPLO 1

El estado de la naturaleza ms probable es que no exista petrleo en los

EJEMPLO: PIZZERA LA ITALIANA

Elegimos el estado de la naturaleza con mayor probabilidad pero ojo

PAGO MAYOR POSIBILIDAD EJEMPLO 2

La Pizzera elegir entonces trasladase a la Av. Eduardo Santos pues de esta

4. CRITERIO DE LA MINIMIZACIN DEL MXIMO

1. Para cada estado de la naturaleza: