Está en la página 1de 98

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING.

JUAN CARLOS VILLALBA BUONAFINA

SISTEMA DE APOYO A LA TOMA DE DECISIONES

MSc. ING. JUAN CARLOS VILLALBA BUONAFINA Villalba.jc@gmail.com Tlf. 0414 286 0333 FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

SISTEMA DE APOYO A LA TOMA DE DECISIONES


Unidad I: Aspectos generales de la toma de decisiones gerenciales. (9 h.) Introduccin a la toma de decisiones (3 h) El mtodo cientfico y la toma de decisiones (3 h). Tipos de toma de decisiones (3 h) Unidad II: Toma de decisiones bajo incertidumbre y riesgo (19 h.) Mtodos tradicionales para la t de d bajo incertidumbre (4 h.) Pesimista. Optimista. Minimax. LaPlace. Hurwicz. Otros. El Modelo de Amplitud (EMA) (4 h.) Mtodos tradicionales para la t de d bajo riesgo (4 h.) Valor esperado. Curva de utilidad. Otros. El Modelo de Amplitud para Riesgo e Incertidumbre (MARI) (4 h.) Anlisis de sensibilidad en t de d bajo riesgo. (3 h.) Unidad III: Toma de decisiones bajo competencia (8 h.) Teora de juegos. Juegos de suma cero. (8 h.) Estrategias puras y mixtas. Sensibilidad en teora de juegos. Juegos de ms de dos personas y juegos no colaborativos y de suma no constante Unidad IV: Los Sistemas de Apoyo a la Toma de decisiones (10 h.) Construccin y aplicacin de SAD. (4 h.) Casos en los SAD y en la TD. (6 h.) Unidad V: Introduccin a los Business Intelligence. (2 h.) Aspectos bsicos de los B. I. (1 h.) Los B. I. y los SAD. (1 h.)
SISTEMAS DE APOYO

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

ASPECTOS ADMINISTRATIVOS DEL CURSO 09 de enero de 2012


Sala de Clase : Horario de Clases Horario Atencin : A2 109 (Lunes y Mircoles 7:00 8:30 a.m.) Hacer cita previa comunicacin al profesor

ESQUEMA DE EVALUACIN
Mini proyecto Trabajo Escrito Presentacin Ejercicio Software 2 Pruebas Escritas Intervenciones 15 % de nota 20% de nota 10 % de nota 50 % de nota 5 % de nota

MINI-PROYECTO DE CURSO
Objetivo

El objetivo de los mini-proyectos es permitir que los alumnos tengan la oportunidad de usar y familiarizarse con algunas de las herramientas que se aplican en la implementacin de procesos de toma de decisiones. Los mini-proyectos se realizarn en forma grupal. Los temas y las fechas de entrega se comunicarn oportunamente.
HERRAMIENTAS PARA LA TOMA DE DECISIONES HERRAMIENTA FECHA ARBOL DE DECISION p DIAGRAMA ISHIKAWA o DIAGRAMA DE PARETO r GRAFICOS DE CONTROL TECNICA DE GRUPO NOMINAL Y BRAINSTORMING d DATAMINNIG / DATAWAREHOUSE e BALANCE SCORECARD f INTELIGENCIA ARTIFICIAL i TEORIA DE JUEGOS / EQUILIBRIL DE NASH n BENCHMARKING i NEGOCIACION r

1 2 3 4 5 6 7 8 9 10 *

GRUPO p o r d e f i n i r

ESQUEMA PARA EL TRABAJO ESCRITO INDICE INTRODUCCION MARCO CONCEPTUAL METODOLOGA DE APLICACIN DE LA HERRAMIENTA APLICACIN DE LA HERRAMIENTA EN LA TOMA DE DECISIONES APLICACIN A UN CASO DE ESTUDIO CONCLUSIONES BIBLIOGRAFIA

N Pag. aprox.

1 1 4 2 2 2 1 1 14

CALENDARIO DE PRUEBAS
Fecha
Por definir
Por definir

Ptos. 7 2 2 5 1 1 2 20

ESQUEMA DE EVALUACION DE LAS PRESENTACIONES PREPARACION Y DOMINIO DE CONCEPTOS LENGUAJE TECNICO EMPLEADO TECNICAS DE PRESENTACION APOYO AUDIO VISUAL GUIA RESUMEN PARA LA CLASE MANEJO DE SITUACIONES RESOLUCION DE DUDAS O PREGUNTAS

Evaluacin
PARTE I. TEORICO PRACTICO
PARTE II TEORICO - PRACTICO

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

LA TOMA DE DECISIONES Y EL REQUERIMIENTO DE INFORMACION

Estructura de la situacin Gerencia Estratgica

Caractersticas de la informacin
Ad-hoc No programada Resumida Ocasional Progresiva Externa Futura De amplio alcance Especificada con anterioridad Programada Detallada Frecuente Interna Histrica De enfoque estrecho

No estructurada

Ejecutivos y directores Semiestructurada

Gerencia Tctica / Tcnica


Gerentes de unidades de negocios o reas funcionales

Estructurada

Nivel Operacional
Gerentes operacionales y grupos de empleados

Datos

Informacin

Conocimiento

Decisin

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

Mtodos para tomar decisiones


Tanto en materia profesional, empresarial, como en temas personales, nuestra vida se desarrolla en una secuencia de permanentes decisiones. La toma de decisiones equivocadas:

Provoca frustracin.

Hace perder tiempo.

Rebaja la moral.

Debilita la disposicin a esforzarse.

Da por resultado un mal desempeo. Puede dar lugar a la generacin de situaciones o problemas diferentes o mayores a los originales

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

Metodologa para la toma de decisiones


Si deseamos tomar decisiones correctas es necesario minimizar el riesgo y observar una forma metdica que se basa en las siguientes pautas:

1 - Fijar Objetivos.
Identificar los objetivos es el paso ms importante de todos. Una vez que pudo centrarse en su meta, decidir sobre cmo alcanzarla ser mucho ms fcil. Hay dos tipos de objetivos de los que tiene que ser consciente: Generales o mediatos, Especficos o inmediatos, Saber cules son los objetivos da libertad y claridad para tomar decisiones dentro de las responsabilidades que se tienen asignadas. Entonces se puede:

Ver los problemas en perspectiva.

Avanzar en la direccin correcta.

Impedir desvos por iniciativas irrelevantes e improductivas.

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

2 - Reunir Informacin.
El segundo paso del procedimiento de toma de decisiones es reunir la informacin que sirva para lograr los objetivos que se buscan alcanzar. Para que la informacin sirva tiene que ser:

Relevante (Si dado que es irrelevante hace perder tiempo y oscurece datos vitales).

Suficientemente detallada.

Precisa.

Completa.

Oportuna.

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

Recuerde que siempre debe haber un equilibrio entre lo disponible y lo deseable. Las preguntas "por qu", "quin", "qu", "cundo", "dnde" y "cmo" representan una lista de control de las reas que puede tener que investigar antes de tomar una decisin.
Hay dos tipos de informacin que puede necesitar, segn la decisin que tenga que tomar: Informacin externa: es la que fluye desde el mundo exterior. Esta categora incluye: Datos acerca de lo que se piensa hacer. Informacin que le da indicios acerca del futuro ambiente social, incluyendo datos acerca de la situacin poltica, la economa y las tendencias sociales.

Informacin interna: es la que se tiene e incluye: datos y cifras acerca de los planes y objetivos, acerca del desempeo y en relacin con esos planes.

Hay tres fuentes principales de informacin para la toma de decisiones:

Recursos humanos. La gente es probablemente su mejor fuente de informacin y la de ms fcil acceso.

Materiales escritos. Puede haber informes o libros que deba estudiar, artculos de publicaciones regulares, estadsticas, cartas o publicaciones.

Fuentes informticas. Esto incluye bases de datos, CD ROM e Internet.

No se puede tomar una acertada decisin antes de conocer todos los hechos acerca de la cuestin. Una vez que tenga claro los objetivos, obtenga informacin de alta calidad y de fuentes apropiadas.

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

3 - Identificar Opciones Alternativas.


Nunca piense que agot todas las posibilidades.

Evale los factores condicionantes. Son reales todos los condicionamientos?

Deje a su mente en libertad. Use la imaginacin para pensar ms opciones.

Asegrese de no estar partiendo de supuestos innecesarios.

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

Dos hombres juegan un partido de tenis al mejor de cinco sets. Cuando terminan el partido ambos han ganado tres sets. Como puede ser esto?

Los dos hombres jugaban en un partido de dobles Por qu los barberos de Arabia prefieren cortar el cabello a diez gordos antes que a un flaco? Ganan 10 veces ms dinero Un hombre fue a una fiesta y bebi algo de ponche. Despus se march pronto. El resto de los invitados que bebieron el ponche murieron a continuacin envenenados. Por que no muri el hombre. ? El veneno estaba en los cubitos de hielo, cuando el hombre bebi, el hielo aun estaba congelado

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

Si un hombre hace un agujero en una hora y dos hombres hacen dos agujeros en dos horas. Cuanto tardar un hombre en hacer medio agujero? Los medio agujero no existen. Un agujero siempre ser un agujero "En un bar entra un cliente y pide un vaso de agua al camarero. Este abre un cajn, saca una pistola y le apunta a la cara al cliente. El cliente primero se queda sorprendido pero enseguida entiende lo que est pasando... y se lo agradece al camarero!! Qu est pasando?" El cliente tenia hipo. " Sobre una mesa haba una cesta con seis manzanas y seis chicas en la habitacin. Cada chica cogi una manzana y sin embargo una manzana qued en la cesta. Cmo? " La ltima chica se llev la cesta con la manzana dentro
Cinco trozos de carbn, una zanahoria y una gorra estn tirados en el csped del jardn. Nadie los tiro en el csped, y sin embargo hay una razn perfectamente lgica para que se encuentren all. Cual es la razn?

Los nios hicieron un mueco de nieve en invierno..

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

4 - Evaluar Opciones.
Una vez que ha generado varias opciones, el siguiente paso es evaluar las ms adecuadas. Para las decisiones de rutina o urgentes, puede tener que hacer esta evaluacin rpida y de modo informal, guindose por su experiencia y sentido comn. En cambio, para las decisiones ms problemticas que tendrn efecto significativo sobre su vida, le resultar til abordar el proceso de evaluacin de modo ms sistemtico. Podra intentar usar algunos de los siguientes criterios de evaluacin: Factibilidad: puede evaluar la factibilidad de una opcin tomada en consideracin: Las capacidades requeridas para implementarla. Tiene los conocimientos requeridos para manejar las consecuencias de una decisin en particular? Tendra que desarrollar nuevas capacidades? O tendra que contratar a gente que tenga las capacidades requeridas? Los costos. Esto es a menudo el criterio de factibilidad ms importante. Es necesario saber si se puede costear una opcin particular antes de aceptar o rechazarla. Hay que tener en cuenta varios costos: Costos monetarios y no monetarios, aqu se consideran todo tipo de factores. Costos de oportunidad, los costos de adoptar una opcin y no otra. Riesgo: una de las maneras ms directas de analizar los riesgos es simplemente evaluar el peor resultado posible de la opcin. Esto suele llamarse evaluar el riesgo de "peor variante" de una opcin. Si est dispuesto a aceptar las consecuencias de ese riesgo, puede seguir adelante con esa opcin. S, por el contrario, decide que los resultados de "peor variante" seran demasiado graves como para soportarlos, lo mejor sera rechazar la opcin.

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

5 - Elegir la mejor opcin.


Uno de los pasos finales es elegir la mejor opcin de la gama de soluciones o decisiones posibles que ha generado y evaluado. Las siguientes metodologas pueden ayudarlo con esta difcil tarea. Evaluar los pro y los contra. Involucra enumerar las ventajas y desventajas de los distintos cursos de accin y luego elegir el que tiene las mayores ventajas. Consensuar. Para alcanzar un consenso hay que producir una discusin hasta llegar a una decisin acordada. Este abordaje no funciona a menos que todos los participantes puedan decir lo que piensan; expresen honestamente lo que sienten y opinen; salgan de la reunin sintiendo que ha emergido una decisin como resultado de una discusin adecuada.

Votar. Este mtodo se usa generalmente cuando es difcil llegar a un consenso. Slo debe usarse si todos los presentes estn dispuestos a cumplir con lo que se vote.

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

6 - Implementar y monitorear la decisin.


Tomar una decisin no es el fin del proceso. Hay que actuar y luego verificar si las cosas funcionan como se las pens. Hay varios motivos por los que es importante monitorear los efectos de una decisin una vez que se ha implementado: Monitorear una decisin har que su accin sea lo ms efectiva posible. Les demostrar a los dems que usted tom seriamente la decisin y est decidido a hacer que funcione. Las decisiones muchas veces tienen consecuencias no previstas. No se puede saber siempre cmo va a resultar una accin particular o si su eleccin final se demostrar correcta. El monitoreo le permite aprender de sus errores as como de sus xitos. La capacidad para la toma de decisiones se desarrolla con la experiencia, y el monitoreo lo ayuda a mejorar tales capacidades.

Nuestra vida transcurre en una secuencia de toma de decisiones diarias, ya sea con nosotros mismos, o bien para con nuestro entorno familiar o terceros.

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

ELEMENTOS DE UN PROBLEMA DE DECISIN


En todo problema de decisin pueden distinguirse una serie de elementos caractersticos:

El decisor, encargado de realizar la eleccin de la mejor forma de actuar de acuerdo con sus intereses.

Las alternativas o acciones, que son las diferentes formas de actuar posibles, de entre las cuales se seleccionar una. Deben ser excluyentes entre s.

Los posibles estados de la naturaleza, trmino mediante el cual se designan a todos aquellos eventos futuros que escapan al control del decisor y que influyen en el proceso.

Las consecuencias o resultados que se obtienen al seleccionar las diferentes alternativas bajo cada uno de los posibles estados de la naturaleza.

La regla de decisin o criterio, que es la especificacin de un procedimiento para identificar la mejor alternativa en un problema de decisin.

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

CARACTERSTICAS Y FASES DEL PROCESO DE ANALISIS DE UNA DECISIN


Un proceso de decisin presenta las siguientes caractersticas principales: Existen al menos dos posibles formas de actuar, que llamaremos alternativas o acciones, excluyentes entre s, de manera que la actuacin segn una de ellas imposibilita cualquiera de las restantes. Mediante un proceso de decisin se elige una alternativa, que es la que se lleva a cabo.

La eleccin de una alternativa ha de realizarse de modo que cumpla un fin determinado.

El proceso de anlisis de una decisin consta de las siguientes fases fundamentales: Prediccin de las consecuencias de cada actuacin. Esta prediccin deber basarse en la experiencia y se obtiene por induccin sobre un conjunto de datos. La recopilacin de este conjunto de datos y su utilizacin entran dentro del campo de la Estadstica. Valoracin de las consecuencias de acuerdo con una escala de bondad o deseabilidad. Esta escala de valor dar lugar a un sistema de preferencias. Eleccin de la alternativa mediante un criterio de decisin adecuado. Este punto lleva a su vez asociado el problema de eleccin del criterio ms adecuado para nuestra decisin, cuestin que no siempre es fcil de resolver de un modo totalmente satisfactorio.

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

Algunas Tcnicas Utilizadas en Anlisis de Decisiones

Jerarquas de Objetivos. Anlisis Probabilstico. rboles de Decisiones. Diagramas de Influencia. Mapas de Conocimiento. Anlisis de Sensibilidad. Clculo de Valor de la Informacin. Curvas de Actitud al Riesgo. Modelos Reusables de Decisin.

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

CLASIFICACIN DE LOS PROCESOS DE DECISIN


Los procesos de decisin se clasifican de acuerdo segn el grado de conocimiento que se tenga sobre el conjunto de factores o variables no controladas por el decisor y que pueden tener influencia sobre el resultado final (esto es lo que se conoce como ambiente o contexto). As, se dir que:

El ambiente es de certidumbre cuando se conoce con certeza su estado, es decir, cada accin conduce invariablemente a un resultado bien definido. El ambiente de riesgo cuando cada decisin puede dar lugar a una serie de consecuencias a las que puede asignarse una distribucin de probabilidad conocida. El ambiente es de incertidumbre cuando cada decisin puede dar lugar a una serie de consecuencias a las que no puede asignarse una distribucin de probabilidad, bien porque sea desconocida o porque no tenga sentido hablar de ella. Segn sea el contexto, diremos que el proceso de decisin (o la toma de decisiones) se realiza bajo certidumbre, bajo riesgo o bajo incertidumbre, respectivamente.

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

Certidumbre

El ambiente es de certidumbre cuando se conoce con certeza su estado, es decir, cada accin conduce invariablemente a un resultado bien definido.

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

Certidumbre

La resolucin de un problema de este tipo es inmediata: basta elegir la alternativa que proporcione un mejor resultado Se selecciona como alternativa ptima aquella alternativa ak tal que xk1 = mx {xi1 : 1 <i <m} 1 2/Prod/95 El problema de decisin se reduce, por tanto, a un problema de optimizacin, ya que se trata de escoger la alternativa que conduzca a la consecuencia con mayor valor numrico asociado

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

Riesgo

Cuando cada decisin puede dar lugar a una serie de resultados a las que puede asignarse una distribucin de probabilidad conocida.

Los procesos de decisin en ambiente de riesgo se caracterizan porque puede asociarse una probabilidad de ocurrencia a cada estado de la naturaleza, probabilidades que son conocidas o pueden ser estimadas por el decisor antes del proceso de toma de decisiones

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

Incertidumbre

cuando cada decisin puede dar lugar a una serie de consecuencias a las que no puede asignarse una distribucin de probabilidad, bien porque sea desconocida o porque no tenga sentido hablar de ella. En los procesos de decisin bajo incertidumbre, el decisor conoce cules son los posibles estados de la naturaleza, aunque no dispone de informacin alguna sobre cul de ellos ocurrir. No slo es incapaz de predecir el estado real que se presentar, sino que adems no puede cuantificar de ninguna forma esta incertidumbre. En particular, esto excluye el conocimiento de informacin de tipo probabilstico sobre las posibilidades de ocurrencia de cada estado

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

Causas del Riesgo e Incertidumbre

Sesgo de Informacin Entorno cambiante Mala interpretacin de la informacin Errores de anlisis Recuperabilidad de la Inversin Obsolescencia Falta de talento o capacidad empresarial Insuficiente nmero de Inversiones

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

Principales criterios empleados bajo Riesgo

Criterio de dominacin o Descarte Criterio de Aspiracin de Nivel Criterio de Futuro ms probable Criterio del Valor Esperado Criterio de Esperanza Varianza Otros

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

Principales criterios empleados bajo Riesgo

Ejemplo de Decisin Bajo Riesgo

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

1. Dominacin o Descarte

Se descartan alternativas que para cada estado resultan menos convenientes que otras. Se ve cul alternativa domina a la dems (si la hay)

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

2. Aspiracin de Nivel

Se plantea un resultado deseado y en base a este se elige una alternativa


Mejor Resultado

No considera las Probabilidades de Ocurrencia

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

3.Futuro ms Probable

Se toma como cierto el estado con mayor probabilidad de ocurrencia

Se decide segn resultados asociados al estado ms probable

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

4. Valor Esperado (1/2)

El valor esperado para la alternativa ai, que notaremos E [R (ai)] , viene dado por:

por lo que el criterio del valor esperado resulta ser:

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

4. Valor Esperado (2/2)

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

5. Esperanza Varianza (Criterio de Dispersin) (1/2)

Para cada alternativa ai se calcula el siguiente valor medio corregido:

donde K es un coeficiente de aversin al riesgo, y se selecciona la de mayor valor resultante. De esta forma se consigue limitar la influencia de alternativas con un valor esperado grande, pero tambin alta variabilidad. Por tanto, el criterio de dispersin puede resumirse de la siguiente forma:

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

5. Esperanza Varianza (Criterio de Dispersin) (1/2)

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

6. Otros

Criterio de Mnima Varianza Criterio de la media con la varianza acotada Criterio de la probabilidad mxima (k =10)

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

Principales criterios empleados bajo Incertidumbre

1. Criterio de MAXIMIN (Pesimista/Conservador)

WALD

2. Criterio de MAXIMAX (Optimista / Agresivo)


3. Criterio e LAPLACE (Igual Probabilidades) 4. Criterio de Hurwicz (coeficiente)

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

Principales criterios empleados bajo Incertidumbre

Ejemplo de Decisin Bajo Incertidumbre

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

Criterio de MAXIMIN (1/4)

Bajo la alternativa ai, el peor resultado posible que puede ocurrir tiene una valor para el decisor dado por:

El valor si se denomina nivel de seguridad de la alternativa ai y representa la cantidad mnima que el decisor recibir si selecciona tal alternativa.

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

Criterio de MAXIMIN (2/4)

MAXIMIN sugiere que el decisor debe elegir aquella alternativa que le proporcione el mayor nivel de seguridad posible, por lo que S (ai)= si. As, la regla de decisin de MAXIMIN resulta ser:

Este criterio recibe tambin el nombre de criterio MAXIMIN, y corresponde a un pensamiento pesimista, pues razona sobre lo peor que le puede ocurrir al decisor cuando elige una alternativa.

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

Criterio de MAXIMIN (3/4)

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

Criterio de MAXIMIN (4/4)

En ocasiones, el criterio de MAXIMIN puede conducir a decisiones poco adecuadas. Por ejemplo, consideremos la siguiente tabla de decisin, en la que se muestran los niveles de seguridad de las diferentes alternativas.

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

Criterio de MAXIMAX (1/4)

Bajo la alternativa ai, el mejor resultado posible que puede ocurrir tiene un valor para el decisor dado por:

El valor oi se denomina nivel de optimismo de la alternativa ai y representa la recompensa mxima que el decisor recibir si selecciona tal alternativa.

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

Criterio de MAXIMAX (2/4)

El criterio MAXIMAX consiste en elegir aquella alternativa que proporcione el mayor nivel de optimismo posible, por lo que S (ai)= oi. Esta regla de decisin puede enunciarse de la siguiente forma:

Este criterio corresponde a un pensamiento optimista, ya que el decisor supone que la naturaleza siempre estar de su parte, por lo que siempre se presentar el estado ms favorable.

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

Criterio de MAXIMAX (3/4)

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

Crtica al criterio de MAXIMAX (4/4)

Al utilizar el criterio MAXIMAX las prdidas pueden ser elevadas si no se presenta el estado de la naturaleza adecuado. Adems, en ocasiones puede conducir a decisiones pobres o poco convenientes. Por ejemplo, consideremos la siguiente tabla de decisin, en la que se muestran los niveles de optimismo de las diferentes alternativas.

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

Criterio de HURWICZ
El criterio de Hurwicz da un balance entre el optimismo extremo y el pesimismo extremo ponderando las dos condiciones anteriores por los pesos respectivos y (1- ), donde 0 1. Esto es, si x(ai, ej) representa beneficio, seleccione la accin que proporcione:

mxai mxe j x( ai , e j ) (1 )mne j x( ai , e j ) mnai mne j x( ai , e j ) (1 )mxe j x( ai , e j )

Para el caso donde x(ai, ej) representa un costo, el criterio selecciona la accin que proporciona:

El parmetro se conoce como ndice de optimismo: cuando = 1, el criterio es demasiado optimista; cuando = 0, es demasiado pesimista .

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

Alternativas
Terreno comprado A B AyB Ninguno

Estados de la Naturaleza
Aeropuerto en A Aeropuerto en B mnei mxei S(ai) 13 -8 5 0 -12 11 -1 0 -12 -8 -1 0 13 11 5 0 -2 -0.4 1.4 0

ALFA = 0,4

0,4*13+0,6*(-12)= -2 0,4*11+0,6*(-8) = -0,4 0,4*5+0,6*(-1) = 1,4

Si = 0,4 Como dira que es el decisor tiende a ser optimista o pesimista?

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

TABLAS DE DECISIN
Muchos procesos de toma de decisiones pueden ser tratados por medio de tablas de decisin, en las que se representan los elementos caractersticos de estos problemas: Los diferentes estados que puede presentar la naturaleza: e1, e2, ..., en.

Las acciones o alternativas entre las que seleccionar el decisor: a1, a2,...,am.
Las consecuencias o resultados xij de la eleccin de la alternativa ai cuando la naturaleza presenta el estado ej. Se supone, por simplicidad, la existencia de un nmero finito de estados y alternativas. El formato general de una tabla de decisin es el siguiente:

Formato general de una tabla de decisin

Estados de la Naturaleza

e1 a1
Alterna tivas x11 x21 ... xm1

e2
x12 x22 ... xm2

...
... ... ... ...

en
x1n x2n ... xmn

a2 ... am

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

EJEMPLO No. 1 CONSTRUCCION DE UNA TABLA DE DECISION


Un ama de casa acaba de echar cinco huevos en una taza con la intencin de hacer una tortilla. Dispone, adems, de un sexto huevo del que no conoce su estado, aunque es de esperar que en caso de encontrarse en buen estado y no ser utilizado, se estropear. Al ama de casa se le presentan tres posibles alternativas: Romper el huevo dentro de la taza donde se encuentran los cinco anteriores. Romperlo en otra taza diferente. Botarlo directamente a la basura.

Dependiendo del estado del huevo, las consecuencias o resultados que pueden presentarse para cada posible alternativa se describen en la siguiente tabla:

Estado del 6 huevo


Alternativas
Bueno (e1) Romperlo dentro de la taza (a1) Romperlo en otra taza (a2) Botarlo a la basura (a3) Tortilla de 6 huevos Tortilla de 6 huevos y una taza ms que lavar Tortilla de 5 huevos y un huevo bueno desperdiciado Malo (e2) 5 huevos desperdiciados y no hay tortilla Tortilla de 5 huevos y una taza ms que lavar Tortilla de 5 huevos

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

VALORACIN DE LOS RESULTADOS


Aunque los resultados xij no son necesariamente nmeros (como ocurre en el ejemplo anterior), supondremos que el decisor puede valorarlos numricamente, es decir, se asumir la existencia de una funcin V(.) con valores reales tal que: V (xij) > V (xkl) si y slo si el decisor prefiere el resultado xij al resultado xkl

As, en el ejemplo de la tortilla podra realizarse un proceso de valoracin en el que se asignasen nmeros a cada una de los resultados, dando lugar a una posible tabla como la que sigue:
Alternativas
Romperlo dentro de la taza (a1) Romperlo en otra taza (a2) Botarlo a la basura (a3)

Estado del 6 huevo


Bueno (e1) Tortilla de 6 huevos Tortilla de 6 huevos y una taza ms que lavar Tortilla de 5 huevos y un huevo bueno desperdiciado Malo (e2) 5 huevos desperdiciados y no hay tortilla Tortilla de 5 huevos y una taza ms que lavar Tortilla de 5 huevos

e1 a1 a2 a3
10 8 5

e2
0 6 7

Por motivos de simplicidad, en lo que sigue identificaremos cada resultado con su valoracin numrica. As, xij har referencia tanto al propio resultado como al valor asignado por el decisor.

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

EJEMPLO No. 2 CONSTRUCCION DE UNA TABLA DE DECISION


En cierta ciudad muy importante, se va a construir un aeropuerto (ciertamente), en una de dos posibles ubicaciones A y B, que ser elegida el prximo ao. Una cadena hotelera est interesada en abrir un hotel cerca del nuevo aeropuerto, para lo cual tiene que decidir qu terrenos comprar. La siguiente tabla muestra el precio de los terrenos, el beneficio estimado que obtendr el hotel en cada posible localizacin si el aeropuerto se ubica all, y el valor de venta de cada terreno si finalmente el aeropuerto no se construye en ese lugar (las cantidades aparecen expresadas en millones de Dlares). Cul es la decisin ms adecuada? Parcela en A Precio del terreno Beneficio estimado del hotel Valor de venta del terreno 18 31 6 Parcela en B 12 23 4

Las alternativas posibles de que dispone el decisor son las siguientes:

Comprar la parcela en A.
Comprar la parcela en B. Comprar ambas parcelas. Por otra parte, los posibles estados de la naturaleza son: El aeropuerto se construye en A. El aeropuerto se construye en B. No comprar ninguna parcela.

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

As, si la cadena hotelera compra el terreno en A y el aeropuerto se construye all finalmente, obtendr como rendimiento final el correspondiente a la explotacin del hotel, 31, menos la inversin realizada en la compra del terreno, 18, es decir, 31-18 = 13. Por el contrario, si el aeropuerto se construye en B, el terreno adquirido en A deber ser vendido, por lo que se obtendr un beneficio de 6, al que habr que restar la inversin inicial en la compra, 18. Esto proporciona un rendimiento final de 6-18 = -12. De manera anloga se determinan los resultados de las restantes alternativas ante cada uno de los posibles estados de la naturaleza, dando lugar a la siguiente tabla de decisin:

Alternativas
Terreno comprado A B AyB Ninguno

Estados de la Naturaleza
Aeropuerto en A 13 -8 5 0 Aeropuerto en B - 12 11 -1 0 Recuerden
Parcela en A Precio del terreno Beneficio estimado del hotel Valor de venta del terreno 18 31 6 Parcela en B 12 23 4

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

TABLAS DE DECISIN BAJO CERTIDUMBRE


En los procesos de decisin bajo certidumbre se supone que el verdadero estado de la naturaleza es conocido por el decisor antes de realizar su eleccin, es decir, puede predecir con certeza total las consecuencias de sus acciones. Esto es equivalente a considerar n=1 en la descripcin de la tabla de decisin, dando lugar a siguiente tabla:

Estado de la Naturaleza Alternativas a1 a2 ... e1 x11 x21 ...

am

xm1

Se decide por la de mayor valor

La resolucin de un problema de este tipo es inmediata: se elige la alternativa que proporcione mejor resultado:

Se selecciona como alternativa ptima aquella alternativa ak tal que xk1 = max {xi1 : 1im}
El problema de decisin se reduce, por tanto, a un problema de optimizacin, ya que se trata de escoger la alternativa que conduzca a la consecuencia con mayor valor numrico asociado. Bsicamente, un problema de optimizacin puede expresarse en forma compacta como sigue: max { f(x) : x S} donde: S es el conjunto de alternativas o conjunto factible. Puede contener un nmero finito o infinito de elementos. f: S a es la denominada funcin objetivo, que asigna a cada alternativa una valoracin, permitiendo su comparacin. x representa el vector n-dimensional que describe cada elemento del conjunto factible. Cada una de sus componentes recibe el nombre de variable de decisin.

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

TABLAS DE DECISIN BAJO RIESGO


Los procesos de decisin en ambiente de riesgo se caracterizan porque puede asociarse una probabilidad de ocurrencia a cada estado de la naturaleza, probabilidades que son conocidas o pueden ser estimadas por el decisor antes del proceso de toma de decisiones. REGLAS DE DECISIN Los diferentes criterios de decisin en ambiente de riesgo se basan en estadsticos asociados a la distribucin de probabilidad de los resultados. Algunos de estos criterios se aplican sobre la totalidad de las alternativas, mientras que otros slo tienen en cuenta un subconjunto de ellas, considerando las restantes peores, por lo no que estn presentes en el proceso de toma de decisiones. Representaremos por R(ai) los resultados asociados a la alternativa ai, y por P(ai) la distribucin de probabilidad correspondiente a tales resultados, esto es, el conjunto de valores que representan las probabilidades de ocurrencia de los diferentes estados de la naturaleza: R P xi1 p1 xi1 p2 ... ... xi1 pn

Los principales criterios de decisin empleados sobre tablas de decisin en ambiente de riesgo son: Criterio del valor esperado

Criterio de mnima varianza con media acotada


Criterio de la media con varianza acotada Criterio de la probabilidad mxima Criterio de la dispersin

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

CRITERIO DEL VALOR ESPERADO


En estadstica el valor esperado o esperanza matemtica (o simplemente esperanza) de una variable aleatoria es la suma de la probabilidad de cada suceso multiplicado por su valor. Si todos los sucesos son de igual probabilidad la esperanza es la media aritmtica. Definicin Para una variable aleatoria discreta con valores posibles p(xi) la esperanza se calcula con

y sus posibilidades representadas por la funcin de

por lo que el criterio del valor esperado resulta equivalente a :

Elegir la alternativa que ofrezca mayor valor esperado


Aplicar el criterio del Valor Esperado al problema de decisin bajo riesgo cuya tabla de resultados se presenta:

Estados de la Naturaleza
Alternativas

e1 11 8 8 0.2

e2 9 25 11 0.2

e3 11 8 10 0.5

e4 8 11 11 0.1

Estados de la Naturaleza

a1 a2 a3
Probabilidades

Alternativas

e1 11 8 8 0.2

e2 9 25 11 0.2

e3 11 8 10 0.5

e4 8 11 11 0.1

E[R(ai)] 10.3 11.7 9.9

a1 a2 a3
Probabilidades

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

EJEMPLO No. 3 APLICACION DE VALOR ESPERADO


Una Compaa de Manufacturas Elctricas que produce aparatos de aire acondicionado, tiene que decidir si comprar o no un componente importante para su producto final de un abastecedor o fabricarlo en su propia planta.

Las alternativas de decisin son entonces: 1) Comprar el componente (C) 2) Fabrica el componente (F)

La determinacin de la mejor decisin depender de la aceptacin (demanda) de su producto final en el mercado. Dado que la demanda que la Ca. enfrenta por su producto final est fuera del control del Decisor, esta constituye una variable de estado. De acuerdo con la administracin de la Ca. Los posibles valores de la demanda por su producto final pueden ser:

DA = Demanda alta del producto final de la Ca. DM = Demanda media del producto final de la Ca. DB = Demanda baja del producto final de la Ca.

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

Para determinar la decisin ptima fue necesario conocer mayor informacin respecto a las probabilidades de ocurrencia de cada estado de la naturaleza (DA, DM, DB). El resultado final de la decisin se expresa en trminos de ganancias netas (Miles de dlares ). La administracin de la Ca. ha estimado las ganancias netas para este problema:

Alternativas De Decisin Fabricar (F) Comprar(C)

Estados de la Naturaleza (Niveles de demanda) DA 130 70 DM 40 45 DB -20 10

1.- Determine la decisin ptimo segn criterio del valor esperado y suponiendo P(DA) = 0.30 P(DM) = 0.30 P(DB) = 0.40

2.- Calcule el valor esperado de la informacin perfecta

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

CRITERIO DEL VALOR ESPERADO

(Criterio Probabillistico)

De acuerdo con la experiencia de la administracin de la Ca. se asign las siguientes probabilidades de ocurrencia. Puede ser entonces : P(DA) = 0.30, P(DM) = 0.30, P(DB) = 0.40

Segn el criterio del VALOR ESPERADO, se decide por la alternativa de mayor ganancia esperada:
Alternativas Fabricar (F) 130(0.30) + 40 (0.30) + -20(0.40) = 43

Comprar (C)

70(0.30) + 45 (0.30) + 1 0(0.40) =38.5

Se decide: Fabricar el componente. La Ca. obtendra las mayores ganancias netas esperadas de 43,000 dlares.

Recuerden Alternativas De Decisin Fabricar (F) Comprar(C) Estados de la Naturaleza (Niveles de demanda) DA 130 70 DM 40 45 DB -20 10

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

VALOR ESPERADO DE LA INFORMACION PERFECTA


La pregunta es: Cunto ganara si conociera la informacin?. Una forma de conocer el futuro, es realizar una Investigacin de Mercado (encuesta). Si se cul es mi ganancia con informacin perfecta, puedo saber cunto estoy dispuesto a pagar para obtener esa informacin perfecta. Valor esperado de la informacin = perfecta Ganancia esperada con informacin perfecta Ganancia esperada sin informacin perfecta

Del caso anterior, se obtuvo que la ganancia esperada sin informacin perfecta es de 43,000 dlares. Para obtener la ganancia esperada con informacin perfecta, puedo usar el siguiente esquema : Resultado futuro DA DM DB La mejor decisin F C C Ganancia 130 45 10

La ganancia esperada con informacin perfecta es : 130(0.30) + 45(0.30) + 10 (0.40) = 56.5 El valor esperado de la informacin perfecta es : 56.5 - 43 = 13.5 La informacin perfecta permite obtener $ 13.500 ms, por lo que estaramos dispuestos a pagar un mximo de 13.500 por la informacin perfecta, es decir por la Investigacin de Mercado. La decisin de contratarla o no, depende de la confiabilidad de la investigacin.

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

EJEMPLO No.4

Una persona puede invertir su dinero en arrendar un campo y dedicarlo a la siembra de trigo. De acuerdo a la informacin de que dispone sobre los ltimos diez aos, en 3 oportunidades la cosecha no fue buena y se generaron prdidas, mientras que en los otros 7 aos se logr una cosecha abundante. La otra opcin que contempla es mantener el capital en una inversin bancaria con un rendimiento seguro.

Ganancia de la inversin bancaria: $ 200.000 Ganancia neta buena cosecha: $ 500.000 Ganancia neta mala cosecha: $ (100.000)

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

N1
P1=0,7 S1 500.000

N2
P2=0,3 (100.000)

V.E.
1 320.000

S2

200.000

200.000

200.000

500.000 X 0.7 + (100.000) X 0.3 = 320.000 200.000 X 0.7 + 200.000 X 0.3 = 200.000

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

EJEMPLO No.5

Consideremos a la misma persona del ejemplo anterior que puede arrendar un campo y dedicarlo a la siembra de trigo o de alfalfa, descartando la posibilidad del plazo fijo.
Ganancia buena trigo: $ 250.000 Ganancia mala trigo: $ (50.000) Ganancia buena alfalfa: $ 500.000 Ganancia mala alfalfa: $ (100.000)

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

N1
P1=0,7 S1 500.000

N2
P2=0,3 (100.000)

V.E.
1 320.000

S2

250.000

(50.000)

160.000

500.000 X 0.7 + (100.000) X 0.3 = 320.000

250.000 X 0.7 + (50.000) X 0.3 = 160.000

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

EJEMPLO No.6

Consideremos nuevamente al inversor del ejemplo No. 4, con las alternativas sembrar trigo (S1) y el plazo fijo (S2) a las que se le suma una nueva alternativa, invertir en bonos del estado (S3), los que en caso de que la crisis financiera se solucione en los prximos 4 meses prometern un buen rendimiento, pero si se prolonga ms de un ao, el rendimiento ser muy moderado. Los expertos consideran en un 40% la probabilidad de que la crisis se supere rpidamente (antes de los 4 meses).
Ganancia buena trigo: $ 500.000 Ganancia mala trigo: $ (100.000) Plazo Fijo: $ 200.000 Ganancia resolucin a corto plazo bonos: $ 400.000 Ganancia resolucin a largo plazo bonos: $ 100.000

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

Matrz Sectorizada

N1
0,7 S1

N2
0,3

M
1

J1
0,4

J2
0,6

V.E.

500.000 (100.000)

320.000

S2

200.000

200.000

S3

400.000 100.000

220.000

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

Matrz Normalizada o con Producto Cartesiano

N1 M J1
0,7X1X0,4 0,28

N1 M J2
0,7X1X0,6 0,42

N2 M J1
0,3X1X0,4 0,12

N2 M J2
0,3X1X0,6 0,18

Valor Esperado

S1 S2 S3

500.000 200.000 400.000

500.000 200.000 100.000

(100.000) (100.000) 200.000 400.000 200.000 100.000

320.000 200.000 220.000

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

EJEMPLO No.7
Un decisor de Valor Esperado, debe decidir si contratar o no, la aplicacin de un pesticida a una siembra de vegetales en 25.000 hectreas, para protegerla frente al ataque de alimaas. El costo de aplicar el pesticida es de US $ 4.000. Despus de emplear el pesticida debe procesar la cosecha antes de venderla y lavarla para dejarla apta para el consumo humano. Este ltimo proceso tiene un costo variable de acuerdo a la cosecha, pues depende de la cantidad de vegetales a lavar. El tamao de la cosecha no depende del decisor, pues es una variable ajena al productor y depende de muchos factores externos no controlables por el mismo. Sin aplicar el pesticida, se pueden estimar las ganancias siguientes: Si la cosecha es muy buena se pueden obtener ganancias de 50.000 US $, si es solo buena se pueden obtener 30.000 US $ y si es mala se pueden obtener 5.000 US $. El costo adicional del proceso de lavado de vegetales ser US $ 1.000 si es buena y US $ 500 si es mala, pero si la cosecha es muy buena, el productor recibir de parte del proveedor del pesticida US $ 15.000 por publicidad y en este caso no le cobrara el lavado. Igualmente se conoce que la probabilidad de obtener una muy buena cosecha es de 0,4, la de obtener una buena cosecha es de 0,5 y 0,1 de tener una mala cosecha. Tomando en cuenta esta situacin UD. debe responder:

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

a) Aplicando el criterio del Valor Esperado, decidira aplicar el pesticida? b) Un Clarividente ofrece informacin futura sobre los atributos de la cosecha por 5.000 US $. Estara UD. Dispuesto a pagar esta cantidad por esta informacin?

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

Costo del Pesticida Cosecha muy buena buena mala

4000 ganancia costo probabilidad SP lavado ganacia CP 0,4 50000 -15000 61000 0,3 30000 1000 25000 0,3 5000 500 500

Cosecha Alternativas 1 2 Utilizar Pesticida No Utilizar Pesticida Probabilidades


V(E1) V(E2) 150 1500

Mala 500 5000 0,3


7500 9000

Buena 25000 30000 0,3

Muy Buena 61000 50000 0,4

24400 20000

32050 30500

VE(IP)

34900

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

FACULTAD DE INGENIERA ESCUELA DE INGENIERA DE SISTEMAS Msc. ING. JUAN CARLOS VILLALBA BUONAFINA

TAREA REVISAR LOS SEIS PROBLEMAS QUE ESTAN PLANTEADOS EN EL DOCUMENTO AEMAaMARI030615.PDF