Fascculo

Investigacin de Operaciones
Semestre 6

Investigacin de operaciones

Semestre 6

Investigacin de operaciones

Tabla de contenido
Introduccin Conceptos previos Mapa conceptual Fascculo 6 Logros Teora de decisiones Procesos de decisin Elementos de un proceso de decisin Estructura y metodologa de proceso de decisin Criterios de decisin Criterios no probabilsticos Criterio Maximin Criterio Maximax Criterio del Punto medio Criterio de Hurwicz Criterio de Laplace Maximizacin del valor esperado Actividad de trabajo colaborativo Resumen Bibliografa recomendada Nexo Seguimiento al autoaprendizaje

Pgina 1 1 2 2 3 4 4 6 7 8 15 16 16 16 17 17 22 22 23 23 25 Crditos: 3

Tipo de asignatura: Terico Prctica

Semestre 6

Investigacin de operaciones

Copyright2008 FUNDICIN UNIVERSITARIA SAN MARTN Facultad de Universidad Abierta y a Distancia, Educacin a Travs de Escenarios Mltiples Bogot, D.C. Prohibida la reproduccin total o parcial sin autorizacin por escrito del Presidente de la Fundacin. La redaccin de este fascculo estuvo a cargo de JUAN CASTRO ORDOEZ Docente tutor Programa de Ingeniera de Sistemas a Distancia. Sede Bogot, D.C. Correccin de estilo Adriana Valencia Rodrguez Diseo grfico y diagramacin a cargo de SANTIAGO BECERRA SENZ ORLANDO DAZ CRDENAS Impreso en: GRFICAS SAN MARTN Calle 61A No. 14-18 - Tels.: 2350298 - 2359825 Bogot, D.C., Marzo de 2012

Semestre 6

Investigacin de operaciones Introduccin

Diariamente el ser humano se ve abocado a tomar decisiones al igual que ocurre con las grandes, medianas o pequeas compaas y para tomarlas se requiere cierta informacin a la luz de la cual se medirn las consecuencias, es decir, bajo certidumbre o incertidumbre. El anlisis de la decisin, cuando el futuro es incierto, requiere cierta metodologa que le permita al gerente tomar la mejor eleccin dentro de varias alternativas en aras de cumplir con los objetivos planteados. Existen criterios no probabilsticos como el maximin, el maximax o el minimax que ayudan a realizar esta labor de la manera ms conveniente. Los criterios probabilsticos como el de Laplace y el de maximizacin de valor esperado, se caracterizan porque a los eventos se les asocia una distribucin de probabilidad. Muchas veces se toman decisiones sin la debida informacin (a priori), sin importar las consecuencias de las mismas; pero, mediante la probabilidad condicional y el teorema de Bayes se puede tener una post-informacin (a posteriori), plasmada esta informacin en un rbol de decisiones que ayuden a optimizar la decisin. Por ltimo, al hecho de tomar una decisin bajo conflicto, se le denomina teora de juegos.

Conceptos previos
Para el buen desarrollo de ste fascculo y en general del aprendizaje de la Investigacin de Operaciones, se debe tener en cuenta lo aprendido en los siguientes temas: Teora de la estadstica y probabilidad en: Medidas de tendencia central. Medidas de variabilidad y forma. Espacio muestral y evento.

Fascculo No. 6 Semestre 6

Investigacion de operaciones

Investigacin de operaciones
Probabilidad condicional.

Para esto, defina los siguientes trminos y d un ejemplo de aplicacin: a) Media, moda, mediana y rango, b) Desviacin estndar y varianza. c) Probabilidad simple, d) Probabilidad conjunta, e) Probabilidad condicional.

Mapa conceptual Fascculo 6

Lo gro s

Al finalizar el estudio de este fascculo, el estudiante: Entiende y percibe de diferentes maneras el riesgo. Desarrolla criterios de decisin. Construye, soluciona y analiza problemas mediante un rbol de decisin.

Investigacin de operaciones

Fascculo No. 6 Semestre 6

Investigacin de operaciones

Teora de decisiones
Generalmente, el ser humano se la pasa tomando decisiones tanto en el mbito personal como profesional y empresarial. Para los tomadores de decisiones, saber elegir la mejor alternativa dentro de muchas es su tarea principal ya que de ello depende su futuro y el de la empresa para la cual trabaja. Aunque muchos cientficos aportaron en el desarrollo de la teora de las decisiones, a Herbert Simon (1947), se le ha llamado el gur de las decisiones, porque aport esta teora a las organizaciones en su tesis doctoral: "El comportamiento administrativo. Estudio de los procesos decisorios en la organizacin administrativa". Las decisiones se pueden tomar bajo certeza, riesgo e incertidumbre (figura 6.1), y dependen de la calidad de los datos usados para su descripcin, as: Toma de decisin bajo certeza. Los datos se conocen en forma determinstica; es decir, no tiene componente de aleatoriedad (bien definidos). Como ejemplo, estn los problemas de programacin lineal vistos en el semestre anterior. Toma de decisin bajo riesgo. Los datos se pueden describir con una funcin de probabilidad; de ah que, son aleatorios. Por lo general, a los estados de la naturaleza se les asocia una probabilidad de ocurrencia (peso). Toma de decisiones bajo incertidumbre: Los datos no se comportan como los anteriores son ambiguos. Aqu, a los estados de la naturaleza no se les puede asociar una probabilidad de ocurrencia (peso).

Fascculo No. 6 Semestre 6

Investigacion de operaciones

Investigacin de operaciones

Las decisiones se pueden tomar bajo certeza, bajo riesgo o bajo incertidumbre dependiendo de la calidad de los datos.

Figura 6.1. Toma de decisiones bajo. Fuente: El autor.

Procesos de decisin
Un proceso de decisin es aquel proceso que requiere de un solo conjunto de decisiones o de una secuencia de decisiones para su conclusin y para cada decisin se le permite una ganancia o prdida asociada, deUn proceso de decisin es aquel que requiere de un solo conjunto de decisiones o de una secuencia para llegar a su conclusin; en cada decisin se asume un riesgo de ganancia o prdida asociada.

terminadas a partir de circunstancias externas que rodean al proceso. Al conjunto de las posibles circunstancias externas (conocido), es llamado estados de la naturaleza y la ocurrencia de cada estado, est controlada por una funcin de probabilidad. Adems, ambos conjuntos (decisiones permitidas y estados de la naturaleza) son finitos.

Elementos de un proceso de decisin

Un proceso de decisin tiene los siguientes elementos: Tomador de decisiones: Es el responsable de tomar la decisin, decisiones racionales. Puede ser individual o grupal (comit, compaa o nacin). Cursos alternos de accin, (Alternativas). Se deben especificar y describir muy bien las alternativas, para que as, el tomador de decisiones pueda escoger la mejor o utilizar la mejor estrategia para lograrlo. Eventos (estados de la naturaleza). Son situaciones que pueden ocurrir y sobre las cuales el tomador de decisiones no tiene control. Es decir, no se conoce con certeza el evento (incertidumbre). Los eventos deben ser excluyentes y colectivamente exhaustivos.
Investigacin de operaciones

Fascculo No. 6 Semestre 6

Investigacin de operaciones
Los eventos tambin son llamados estados, estados del mundo o eventos importantes de pago. La incertidumbre de cada evento se mide en trminos de probabilidades (objetiva o subjetiva). En definitiva, el tomador de decisiones identifica, especifica y evala las probabilidades en que se presentan los eventos.
6.1

a) Qu es un evento mutuamente excluyente? b) Qu es un evento colectivamente exhaustivo?

Consecuencias (Beneficios). Son el beneficio neto o pago recibido por este beneficio. Dependen tanto de la decisin como del evento, es decir, hay una consecuencia para cada par accin-evento. Tambin son llamadas resultados, pagos, ganancias o prdidas y se resumen en una matriz. En la tabla 6.1, se muestra la tabla de consecuencias o matriz de ganancias, y define por completo un proceso que requiere tomar una sola decisin. De la figura:

Tabla 6.1. Matriz de ganancias (pagos). Fuente: El autor.

Las decisiones o alternativas son: A1, A2, , Am; Los estados de la naturaleza son: S1, S2, , Sn; La ganancia (pago) asociada con la alternativa Ai y el estado Sj es gij (i = 1, 2, , m; j = 1, 2, , n). A las prdidas se les representa como ganancias negativas.
Fascculo No. 6 Semestre 6

Investigacion de operaciones

Investigacin de operaciones
Es de resaltar, que slo el tomador de decisiones es capaz de realizar decisiones racionales y la naturaleza no; diferencia con las estrategias de juegos.

Estructura y metodologa de proceso de decisin1

Un proceso de decisin tiene la siguiente estructura: Objetivos;
Un proceso de decisin consta de objetivos, estrategias, estados de la naturaleza y una utilidad.

Estrategias; Estados de la naturaleza; y Utilidad. Un proceso de decisin tiene la siguiente metodologa: 1.- Anlisis del problema; 2.- Establecer el modelo; 3.- Evaluacin del modelo; 4.- Generar alternativas; 5.- Evaluacin de las alternativas; y, 6.- Decisin y monitoreo. Finalmente, habra que preguntarse Qu estrategia se debe seleccionar para que se logren los objetivos planteados maximizando la utilidad? En este sentido, el tomador de decisiones debe: a) Asignar probabilidades a los eventos. b) Asignar utilidades (pagos) a cada par accin-evento. c) Calcular la utilidad esperada para cada alternativa (teorema de Bayes). d) Elegir la alternativa que maximice la utilidad esperada.

La teora de decisiones responde a la pregunta Qu estrategia se debe seleccionar para que se logren los objetivos planteados maximizando la utilidad?

CHEDIAK PINZON Francisco, VERA MENDEZ Flaminio, Investigacin de operaciones, 1 edicin, volumen 2, Ed. El Poira, Colombia 2005, pg. 213. Investigacin de operaciones

Fascculo No. 6 Semestre 6

Investigacin de operaciones Criterios de decisin

Como se vio anteriormente, las decisiones se pueden tomar bajo certidumbre, riesgo o incertidumbre. Segn esto, los criterios de decisin tambin pueden ser no probabilsticos, basados exclusivamente en la matriz de pagos, denominados criterios de decisin ingenuos o de Naive; y probabilsticos, todos bajo riesgo o incertidumbre. Otro criterio de toma de decisiones es la experimentacin: Sin experimentacin, con probabilidades a priori. Con experimentacin, con probabilidades a posteriori. Criterios no probabilsticos (bajo incertidumbre). Son llamados Criterios de decisin ingenuos (Naive). Son criterios de valoracin simple, debido a que no se basan en el estado probable de la naturaleza (con probabilidad implcita de 1; malevolente), carecen de distribucin de probabilidad. De todas formas son criterios tomados bajo incertidumbre. Criterio Maximin (Criterio de Wald - Pesimista). El criterio del tomador de decisiones es elegir la alternativa que minimiza la alternativa mxima posible, es decir, escoge lo mejor de lo peor o maximizar el mnimo. Por lo general se utiliza en problemas de utilidad. El caso contrario es el Criterio Minimax, se escoge el mnimo de los mximos y se utiliza en problemas de costos. En forma matemtica se tiene:

6.2

Investigue y d un ejemplo de aplicacin del criterio de Savage.

Fascculo No. 6 Semestre 6

Investigacion de operaciones

Investigacin de operaciones
Criterio Maximax (Optimista). El tomador de decisiones tiene el criterio de elegir la alternativa que maximiza la ganancia mxima posible; es decir, se escoge lo mejor de lo mejor. Asegura ganar lo ms que se pueda. Matemticamente:

Criterio del punto medio: En este criterio se elige por el tomador de decisiones la alternativa que maximiza el promedio entre la mxima y mnima ganancia; as:

Criterio de Hurwicz ndice . (Leonid Hurwicz - econometrista). En este criterio, el tomador de decisiones es un poco optimista y al estado de la naturaleza le da un valor ; y, as obtener un buen evento:

Es decir, este criterio determina el valor esperado de cada alternativa

Algunos de los criterios de decisin no probabilsticos y bajo incertidumbre son: Maximin, Maximax, del punto medio, de Hurwicz.

segn el valor probable dado (), esto es:

Los criterios no probabilsticos de decisin no tienen asociada una distribucin de probabilidad anterior, esto es, hay ignorancia completa de los estados de la naturaleza. Son criterios fciles de aplicar, pero a menudo los tomadores de decisiones los ignoran, incurriendo en grandes desaciertos.

Criterios probabilsticos
Estos criterios tienen asociada a los eventos una distribucin de probabilidades y utilizan el valor esperado. De otra forma, a una estrategia se le

Investigacin de operaciones

Fascculo No. 6 Semestre 6

Investigacin de operaciones
calcula el valor esperado a partir de las probabilidades asignadas a los eventos. Criterio de Laplace. Principio de razn insuficiente. (Laplace 1825). Todos los estados tienen la misma probabilidad de ocurrencia (1/n), es decir, son equiprobables. Es decir, este criterio determina el valor esperado de cada alternativa segn el valor probable (1/n), esto es:

Criterios con probabilidades a priori (sin experimentacin). Llamada criterio de Bayes y, busca seleccionar la decisin que maximiza (minimiza) la ganancia o utilidad (costo) esperada. Optimizacin del valor esperado (MVE: Maximizacin del valor esperado). Criterio bajo riesgo. Dice: 1. Asignar una probabilidad a cada evento (las probabilidades deben sumar 1). 2. Multiplique el valor de cada actividad por su probabilidad. Sume estos productos para obtener el valor esperado. 3. Elija la actividad con el valor ptimo (mximo o mnimo) esperado. Matemticamente:

6.3

Investigue qu otros criterios bajo riesgo existen.

Fascculo No. 6 Semestre 6

Investigacion de operaciones

Investigacin de operaciones
Criterios con probabilidades a posteriori (con experimentacin). Se usan cuando no se sabe el verdadero estado de la naturaleza combinando probabilidades iniciales de algunos estados y, encontrar una distribucin de probabilidades actualizada mediante el teorema de Bayes. Este criterio busca seleccionar la decisin que maximiza (minimiza) la ganancia o utilidad (costo) esperada de acuerdo a la distribucin de probabilidades actualizada. Como se pudo apreciar, en estos dos criterios se utiliza el teorema de Bayes y para su fcil interpretacin, los rboles de decisin Antes de seguir con el siguiente tema, es bueno revisar algunos tpicos sobre probabilidades. Probabilidades Definicin: Probabilidad es un nmero entre cero (0) y uno (1), que mide la incertidumbre. La probabilidad de un suceso A, P(A) es:

Complemento de un suceso: . Regla de la adicin:

Regla general de la adicin:

Investigacin de operaciones

10

Fascculo No. 6 Semestre 6

Investigacin de operaciones
Probabilidad condicional: , ,

Sucesos independientes:

Regla de la multiplicacin: . Probabilidad marginal , , Teorema de Bayes simple:

Teorema de Bayes general: ,

Sustituyendo en Bayes simple, se obtiene:

Despus de este breve resumen de probabilidades, se sigue con los rboles de decisin. rboles de decisin Un rbol de decisin es un grfico (rbol) orientado que representa un proceso de decisin; porque es en donde se numeran los resultados de
Fascculo No. 6 Semestre 6

11

Investigacion de operaciones

Investigacin de operaciones
un experimento por lo general para procesos complicados de decisin. Muestran cronolgicamente la secuencia de alternativas y resultados a medidas de su desarrollo. Cuentan con los siguientes elementos:

Nodo inicial. Puede o no representar un evento. Nodos finales o terminales. Son el nmero de alternativas. Ramas. Une a dos nodos.

Nodos Los nodos designan puntos en el tiempo, en los cuales: Nodo 1. Nodo de decisin. Debe tomarse una u otra decisin; , Nodo 2. Nodo de evento. Quien toma la decisin se enfrenta a uno u otro estado de la naturaleza probabilstico; , 3. El proceso de decisin termina. Saliendo de un nodo tipo: 1. Hay una rama para cada posible de decisin; y, 2. Hay una rama para cada posible estado de la naturaleza. A los nodos tipo 1, se les representa con un cuadrado ( ) y a los nodos tipo 2 con un crculo (), figura 6.2. Adems, bajo cada rama se debe escribir la probabilidad conocida o calculada del evento.

Investigacin de operaciones

12

Fascculo No. 6 Semestre 6

Investigacin de operaciones

Figura 6.2. rbol de decisiones de una decisin. Fuente: El autor.

Metodologa El procedimiento consiste inicialmente en dibujar el rbol con los datos dados. Despus, se empieza por los nodos terminales y se desplaza secuencialmente hacia atrs por la red, hallando las ganancias esperadas en los nodos intermedios, mediante los criterios a priori (Bayes) o a posteriori (probabilidades actualizadas con Bayes). La ganancia se escribe encima del nodo correspondiente. Una decisin recomendada es aquella que lleva una ganancia mxima (utilidad) o mnima (costos) esperada. En suma, a las decisiones no recomendables se les debe marcar una cruz en la rama correspondiente.

Fascculo No. 6 Semestre 6

13

Investigacion de operaciones

Investigacin de operaciones

Los criterios probabilsticos de decisin tienen asociada una distribucin de probabilidad a los eventos y utilizan el valor esperado, esto es, a un a accin o estrategia se calcula el valor esperado a partir de los pagos junto con las probabilidades asignados a los eventos. Son criterios que aunque no son fciles de aplicar ayudan a los tomadores de decisiones a tomar decisiones ptimas.

Aplicaciones Despus de abarcar gran parte de la teora de las decisiones, mediante los siguientes ejemplos de aplicacin, el estudiante apropiar mejor estos conceptos. A) Un comprador de vestidos de una gran tienda de departamentos debe realizar sus rdenes con un fabricante de vestidos 9 meses antes de que los vestidos se necesiten. Una decisin se refiere al nmero de vestidos de largo a la rodilla que se ordenarn. La ganancia final para la tienda de departamentos depende tanto de esa decisin como de la moda que prevalezca 9 meses ms tarde. Las estimaciones del comprador en cuanto a las ganancias (en miles), se dan en la tabla 6.2, (tomado de Bronson pgina 198).

Tabla 6.2. Matriz de ganancias ejemplo A). Fuente: Modificado de BRONSON Richard, INVESTIGACIN DE OPERACIONES, Ed. Mc Graw Hill, Mxico 1983, pg. 198.

En donde las decisiones pueden ser: D1: No se ordena. D2: Se ordena poco. D3: Se ordena moderadamente. D4: Se ordena mucho.
Investigacin de operaciones

14

Fascculo No. 6 Semestre 6

Investigacin de operaciones
Los estados de la naturaleza son: S1: Largo a la rodilla muy de moda. S2: Largo a la rodilla aceptable. S3: Largo a la rodilla no aceptable. Determnense las decisiones recomendables bajo los siguientes criterios: a) Maximin. b) Maximax. c) Del punto medio. d) De Hurwicz; para este criterio asmase un = 0.70. e) De Laplace. f) Maximizacin del valor esperado; para este criterio, asmase la informacin a priori: P(S1)=0.25, P(S2)=0.40 y P(S3)=0.35. g) Represente el proceso f), mediante un rbol de decisin. h) Cul alternativa es la mejor, segn los anteriores criterios y por qu? Solucin Las siguientes tablas muestran la solucin a los criterios solicitados. Se trabaja en una hoja de Excel, formulando matemticamente cada criterio con las funciones Max y Min (ver barra de funciones de Excel en cada tabla); arrojando lo siguientes resultados:

Criterio Maximin:

Tabla 6.3. Solucin al criterio Maximin del ejemplo A). Fuente: El autor.

Fascculo No. 6 Semestre 6

15

Investigacion de operaciones

Investigacin de operaciones Criterio Maximax:

Tabla 6.4. Solucin al criterio Maximax del ejemplo A). Fuente: El autor.

Criterio del punto medio:

Tabla 6.5. Solucin al criterio del punto medio del ejemplo A). Fuente: El autor.

Criterio de Hurwicz

( = 0.70):

Tabla 6.6. Solucin al criterio de Hurwicz del ejemplo A). Fuente: El autor.

Investigacin de operaciones

16

Fascculo No. 6 Semestre 6

Investigacin de operaciones Criterio de De Laplace

Tabla 6.7. Solucin al criterio de Laplace del ejemplo A). Fuente: El autor.

Maximizacin del valor esperado

Tabla 6.8. Solucin al criterio de MVE del ejemplo A). Fuente: El autor.

Fascculo No. 6 Semestre 6

17

Investigacion de operaciones

Investigacin de operaciones
Representacin del proceso, mediante un rbol de decisin.

Figura 6.3. rbol de decisiones del ejemplo A). Fuente: El autor.

Las siguientes tablas son un resumen de las posiciones que ocupan las 4 alternativas por los criterios anteriormente expuestos y, sirve para responder a la pregunta Cul alternativa es la mejor, segn los anteriores criterios y por qu? En la tabla 6.9, se puede apreciar que D4 fue seleccionada en 4 de los 6 criterios y por ende, tiene la menor suma en las posiciones. Por lo tanto, D4 sera una buena alternativa; el vendedor debera ordenar muchos vestidos.

Investigacin de operaciones

18

Fascculo No. 6 Semestre 6

Investigacin de operaciones

Tabla 6.9. Resumen de las posiciones que ocupan las 4 alternativas. Fuente: El autor.

Por otra parte y haciendo uso de la estadstica, la tabla 6.10, muestra la tendencia de cada alternativa en la columna de desviacin y se puede apreciar que D3 tiene la menor dispersin. Por lo tanto, D3 sera la alternativa ptima; de ah que, es el vendedor quien debera ordenar moderadamente la cantidad de vestidos.

Tabla 6.10. Resumen de las posiciones que ocupan las 4 alternativas y su tendencia. Fuente: El autor.

B) Se est considerando filmar la historia de Don Harnett. Se sabe que si la pelcula es un fracaso, se perdern 4 millones de dlares, y si la pelcula es un xito, se obtendrn 15 millones de dlares. De antemano, se cree que hay una probabilidad de 10% que la historia de Don Harnett sea un xito. Antes de filmar, se tiene la opcin de pagar al celebre critico de cine Roger Alert 1 milln de dlares por su punto de vista acerca de la pelcula. En el pasado, Alert ha predicho el 60% de los xitos actuales y 90 % de los fracasos actuales como fracasos. Se requiere maximizar las ganancias esperadas. Utilice un rbol de decisin para determinar la mejor estrategia, (Winston, problema 5 de la pgina 772). Solucin Informacin a priori:
Fascculo No. 6 Semestre 6

19

Investigacion de operaciones

Investigacin de operaciones
E: La pelcula es un xito. e: Acierto de Roger Alert. F: La pelcula es un fracaso. f: Desacierto de Roger Alert.

La figura 6.4, muestra el rbol inicial con los datos dados.

Figura 6.4. rbol de decisiones inicial del ejemplo B). Fuente: El autor.

Aplicando la regla de la multiplicacin, se tiene:

Ahora, se hallan las probabilidades marginales:

Investigacin de operaciones

20

Fascculo No. 6 Semestre 6

Investigacin de operaciones
Aplicando el teorema de Bayes simple, se obtienen las probabilidades a posteriori:

Utilizando el teorema de Bayes general, se pueden obtener estas probabilidades condicionales directamente as:

Donde las probabilidades marginales son:

, o bien:

Por ltimo, la figura 6.5, muestra el rbol de decisin para el ejemplo B) con todos los clculos efectuados siguiendo la metodologa descrita anteriormente.

Fascculo No. 6 Semestre 6

21

Investigacion de operaciones

Investigacin de operaciones

Figura 6.5. rbol de decisiones del ejemplo B). Fuente: El autor.

Se concluye que contratar al crtico no es adecuado debido a que aumenta la prdida; es decir, la prdida esperada es de 2.1 millones sin el punto de vista del crtico Roger Alert, como lo muestra el rbol de decisin.

Investigue en diferentes medios y entregue un informe con un ejemplo de aplicacin sobre los siguientes temas: 1. Acciones dominadas. 2. Arrepentimiento Minimax. 3. Teora de la Utilidad. 4. Utilidades de Von Neumann 5. Lotera.

La teora de las decisiones est directamente relacionada con la ciencia de toma de decisiones gerenciales. Un anlisis de decisiones escoge la mejor
Investigacin de operaciones

22

Fascculo No. 6 Semestre 6

Investigacin de operaciones
alternativa de un conjunto de posibles decisiones por lo general bajo incertidumbre, siempre en busca de lograr un objetivo empresarial que puede ser maximizando una utilidad o minimizando unos costos. De otra parte, hay tomadores de decisin experimentados con un criterio superoptimista (maximax) como tambin los hay desconfiados y toman un criterio conservador o pesimista (maximin). Con el uso de probabilidades condicionales y el teorema de Bayes se pueden tener criterios a priori o a posteriori que ayuden a tomar la mejor decisin mediante los arboles de decisin. , la teora de decisiones se ha convertido en una muy importante tcnica en el mundo de los negocios y de la administracin.

BRONSON Richard, INVESTIGACIN DE OPERACIONES, Ed. Mc Graw Hill, Mxico 1983. CHEDIAK PINZON Francisco, VERA MENDEZ Flaminio, Investigacin de operaciones, 1 edicin, volumen 2, Ed. El Poira, Colombia 2005. Texto gua. HAMDY A. Taha, INVESTIGACIN DE OPERACIONES, 7a. edicin, Ed. PEARSON, Mxico 2004. Texto gua. HILLIER Frederick, LIEBERMAN Gerarld J., Introduccin a la Investigacin de Operaciones, 3a. edicin, Ed. Mc Graw Hill, Mxico l982. MOSKOWITZ Herbert, WRIGHT Gordon P., Investigacin de operaciones, Ed. Prentice Hall, Mxico 1982. WINSTON Wayne L., Investigacin de operaciones: Aplicaciones y algoritmos, 4 edicin, Ed. Thomson, Mxico 2005. Texto gua.

En la teora de la decisin hay un tomador de decisiones, unas alternativas que se deben tomar dentro del estado de la naturaleza para optimizar los
Fascculo No. 6 Semestre 6

23

Investigacion de operaciones

Investigacin de operaciones
resultados. En este caso para el tomador de decisiones el estado de la naturaleza es un oponente irracional, pero existen decisiones cuyo oponente es un ser racional y a este tipo de decisiones se les llama teora de ju egos, tema a tratar en el siguiente fascculo.

Investigacin de operaciones

24

Fascculo No. 6 Semestre 6

Investigacin de operaciones

Seguim ientoal autoap rend izaje

Investigacin de operaciones - Fascculo No. 6
Nombre_______________________________________________________ Apellidos ________________________________ Fecha: _________________ Ciudad___________________________________Semestre: _______________
Resuelva los siguientes ejercicios con el fin de evaluar su proceso de autoaprendizaje: 1. Considere la matriz de pagos (beneficio) de la figura 6.11:

Tabla 6.11 Matriz de pagos ejercicio 1. Fuente: CHEDIAK PINZON Francisco, VERA MENDEZ Flaminio, Investigacin de operaciones, 1 edicin, volumen 2, Ed. El Poira, Colombia 2005, pg. 257.

Determnense las decisiones recomendables bajo los siguientes criterios: a) Maximin. b) Maximax. c) Del punto medio. d) De Hurwicz; para este criterio asmase un = 0.50. e) De Laplace. f) Maximizacin del valor esperado; para este criterio asmase la informacin a priori: P(S1)=0.30, P(S2)=0.40 y P(S3)=0.30. g) Represente el proceso f), mediante un rbol de decisin. h) Cul alternativa es la mejor, segn los anteriores criterios y por qu? 2. El agricultor Jones debe determinar si siembra maz o trigo. Si siembra maz y el clima es clido, obtiene $8000; si siembra maz y el clima es fro, obtiene $5000. Si siembra trigo y el clima es clido, obtiene $7000; si siembra trigo y el clima es fro, obtiene $6500. En el pasado, 40% de los aos han sido fros y 60% han sido clidos. Antes de sembrar, Jones puede pagar 600 dlares por un pronstico del clima emitido por un experto. Si en realidad el ao es fro hay 90% de posibilidades de que el meteorlogo prediga un ao fro. Si el ao en realidad es clido, hay 80% de posibilidades que el meteorlogo prediga un ao clido. Cmo puede maximizar Jones sus ganancias esperadas? (Winston, problema 3 de la pgina 772).
Fascculo No. 6 Semestre 6

25

Investigacion de operaciones