9.

1 PROGRAMACION DE RECURSOS LIMITADOS

Imagine una secuencia de actividades que deben programarse para completar un

proyecto. Los modelos bsicos como PERT y CPM, que veremos en el captulo 14,
programan las actividades con el fin de minimizar el tiempo total de ejecucin del
proyecto, bajo la restriccin de que algunas actividades no pueden comenzar antes de
que otras hayan sido terminadas. Con frecuencia se considera que los recursos (dinero,
trabajo, maquinaria, etc.) necesarios para terminar cada una de las actividades estn
disponibles en cualquier cantidad necesaria para cualquier programa en particular. Sin
embargo, en la realidad esos recursos pueden ser limitados y, en ese caso, la
disponibilidad de recursos se convierte en una restriccin ms.
9.2 PROGRAMACION POR METAS

Se aplica generalmente a modelos lineales; es una extensin de la PL que

permite a la persona que planea aproximarse lo ms posible para satisfacer
diversas metas y restricciones. Con dicha extensin la persona que toma las
decisiones puede incorporar, por lo menos en un sentido heurstico, su propio
sistema de preferencias al enfrentarse a mltiples metas antagnicas. Algunas
veces se considera que es un intento de colocar en un contexto de
programacin matemtica el concepto de la satisfacencia (combina las ideas
de satisfaccin y complacencia)
.
Este trmino fue acuado por Herbert Simon, ganador del Premio Nobel de
economa, para transmitir la idea de que en algunas ocasiones las personas no
buscan las soluciones ptimas, sino ms bien soluciones suficientemente
buenas o aproximaciones aceptables; en otras palabras, ese trmino se
refiere al deseo de maximizar varios objetivos en forma simultnea a niveles
mnimamente satisfactorios.
9.3 MODELOS DE DECISION DE CERTIDUMBRE, BAJO RIESGO Y BAJO INCERTIDUMBRE
DECISIONES BAJO CERTIDUMBRE

Una decisin bajo certidumbre es aquella en la que usted sabe cul es el estado de la
naturaleza que va a ocurrir. De manera alternativa, usted puede pensar en ella como un
caso con un solo estado de la naturaleza. Suponga, por ejemplo, que por la maana
usted est tratando de decidir si debe llevar su paraguas al trabajo, y usted est seguro
de que estar lloviendo para cuando salga de trabajar por la tarde. En la tabla de
retribuciones para este modelo (tabla 10.2) el costo de limpiar su traje si lo sorprende la
lluvia es de $7. Entra en la tabla con un signo de menos, ya que es una tabla de
rendimientos, y un costo es un rendimiento negativo. Obviamente, la decisin ptima es
llevar el paraguas.
DECISIONES BAJO RIESGO

Una falta de certidumbre respecto a los eventos futuros es una caracterstica de muchos,
si no es que de la mayora, de los modelos de decisiones administrativas. Considere
cmo cambiaran las decisiones de la vicepresidenta financiera de una compaa de
seguros, si pudiera saber exactamente qu cambios habr en el mercado de bonos.
Imagine el alivio del comprador principal de Maxwell House si pudiera saber con
exactitud qu tan grande ser la cosecha de caf del ao siguiente.

DECISIONES BAJO INCERTIDUMBRE (OPCIONAL)

En las decisiones bajo incertidumbre otra vez tenemos ms de un estado posible de la
naturaleza, pero ahora quien toma la decisin no quiere o no puede especificar las
probabilidades de que los diferentes estados de la naturaleza ocurran. Hay una discusin
eterna acerca de si una situacin de este tipo debera existir; esto es, quien toma la
decisin debera estar siempre dispuesto a especificar las probabilidades, aunque sea de
manera subjetiva, incluso cuando l o ella no tenga mucha idea (o ninguna) de cul
estado de la naturaleza puede ocurrir? A pesar de que es difcil imaginar una decisin de
negocios real hecha bajo semejante nube, dejaremos esta discusin
a los filsofos y nos centraremos en los diferentes procedimientos recomendados para
esta clase de modelos para aquellos que estn interesados. Observe que hemos indicado
que esta seccin es opcional para quienes consideren decisiones bajo riesgo como el
tema ms importante. Para esos lectores, por favor pasen a la seccin 10.3.
Criterio de Laplace.-El procedimiento del criterio de Laplace interpreta el estado de
incertidumbre como equivalente a suponer que todos los estados de la naturaleza son
igualmente probables.
9.4 UTILIDADES Y DECISIONES
La utilidad es una manera alternativa de medir el aspecto atractivo del resultado de una
decisin. En otras palabras, es una manera alternativa de encontrar los valores a llenar
en una tabla de retribuciones. Hasta ahora hemos utilizado el rendimiento neto en
dlares (flujo de efectivo neto) y el arrepentimiento como dos medidas de la bondad
de una combinacin especfica de decisin y estado de la naturaleza
La utilidad sugiere otro tipo de medida. Nuestra exposicin de este tema consta de dos
secciones principales
1.Una razn fundamental para la utilidad (es decir, saber por qu usar el flujo de
efectivo neto puede llevar a una decisin inaceptable).
2.Cmo crear y utilizar una funcin de utilidad
9.5 ANALISIS DE SENSIBILIDAD

EL RENDIMIENTO ESPERADO COMO UNA FUNCIN

DE LA PROBABILIDAD EN UN MERCADO FUERTE

Antes de pasar al siguiente tema de importancia: un modelo en el cual se obtiene nueva

informacin concerniente a la posibilidad de eventos inciertos, ser til considerar de
nuevo el rendimiento esperado asociado con cada una de las decisiones en nuestro
ejemplo anterior.
Ya hemos observado que para calcular el rendimiento esperado de la estrategia A, se
utiliza la relacin
RE(A) (30)P(F) (8)P(D)
donde P(F) es la probabilidad de un mercado fuerte y P(D) es la probabilidad de un
mercado dbil. Tambin sabemos que
P(F) P(D) 1, o P(D) 1 P(F)
Por tanto
RE(A)) 30P(F) 8[1 P(F)] 8 38P(F)

Este rendimiento esperado es por eso una funcin lineal de la probabilidad de que la
respuesta del mercado es fuerte. Se puede encontrar una funcin similar para las
alternativas B y C
ARBOL DE DECISION DECISIONES SECUENCIALES PROBAR O NO PROBAR

En la seccin precedente, supusimos que el consejo directivo haba decidido que se

debera hacer un estudio de investigacin de mercados. Entonces consideramos la

pregunta de cmo debera utilizar la divisin de tractores domsticos de PROTRAC la

informacin generada por estudio, para actualizar el modelo de decisin. Retrocedamos
un momento. Parece claro que la decisin de mandar hacer un estudio de mercado es
bsicamente similar a la decisin de adoptar una u otra estrategias de mercadotecnia y
produccin. La administracin debe considerar cuidadosamente el costo de efectuar el
estudio contra la ganancia que podra resultar de tener la informacin que el estudio
proporcionara. Suponga que la prueba de mercado tendr un
costo de $500,000 (o $0.5 millones). Tambin es claro que la decisin de hacer o no
hacer la prueba de investigacin de mercados no es una decisin aislada. Si se realiza la
prueba, la administracin todava deber elegir entre una de las estrategias de
mercadotecnia y produccin.
Por tanto, el valor de efectuar la prueba depende parcialmente de cmo PROTRAC
utilice la informacin generada por la prueba. En otras palabras, el valor de una decisin
inicial depende de una secuencia de decisiones y eventos inciertos que seguirn a la
decisin inicial. Esto se llama un modelo de decisin secuencial