Académique Documents
Professionnel Documents
Culture Documents
OPERACIONES 2
Facilitador: MII. Ing. Edgar Javier Silva R.
edgarjavier.silva@gmail.com
Forma de calificar:
Examen: 40%
Tareas, practicas 30%
Trabajo de aplicacin (proyecto)
entregar un avance semanal del proyecto: 20%
Asistencia 10%
Libros recomendados
Investigacin de Operaciones
Autor: Winston
Editorial: Thomson
Investigacin de Operaciones
Autor: Hiller
Editorial: Mc Graw Hill
PROYECTO DE APLICACIN
Tareas:
PROGRAMACIN DINAMICA
En esta parte del curso estudiaremos un modelo
dinmico que puede dar cabida a cambios de los
parmetros en el tiempo. La programacin
dinmica es un mtodo de optimizacin que
puede aplicarse a numerosos problemas. En
general, la programacin dinmica intenta
encontrar una solucin de un problema de
optimizacin en forma secuencial.
Acertijo
Fabrica de tortillas Mi
tierra
Mes
7
Mes
6
Demanda
200
Demanda
400
Alternativas
de
produccin
200
Alternativas
de
produccin
200
400
Utilidad
inmediata
$1,000
Utilidad
inmediata
$1,000
$2,500
Demanda
restante
0
Mayor utilidad
para la
demanda
Utilidad
restante
Total
0
$1000*
Mayor utilidad
para la
Demanda
demanda
Utilidad
restante
restante
Total
200
$1,000
$2,000
0
0
$2,500*
Mes
5
Mes
4
Demanda
600
Demanda
800
Alternativas
de
produccin
200
400
600
Alternativas
de
produccin
200
400
600
800
Utilidad
inmediata
$1,000
$2,500
$3,750
Utilidad
inmediata
$1,000
$2,500
$3,750
$4,750
Demanda
restante
400
200
0
Mayor utilidad
para la
demanda
Utilidad
restante
Total
$2,500
$3,500
$1,000
$3,500
0
$3,750*
Demanda
restante
600
400
200
0
Mayor utilidad
para la
demanda
Utilidad
restante
Total
$3,750
$4,750
$2,500
5000*
$1,000
$4,750
$0
$4,750
10
Mes
3
Demanda
1000
Alternativas
de
produccin
200
400
600
800
Utilidad
inmediata
$1,000
$2,500
$3,750
$4,750
Mayor utilidad
para la
Demanda
demanda
restante
restante
800
$5,000
600
$3,750
400
$2,500
200
$1,000
11
Utilidad
Total
$6,000
6250*
6250*
$5,750
Mes
2
Mes
1
Demanda
1200
Demanda
1400
Alternativas
de
produccin
200
400
600
800
Alternativas
de
produccin
200
400
600
800
Utilidad
inmediata
$1,000
$2,500
$3,750
$4,750
Utilidad
inmediata
$1,000
$2,500
$3,750
$4,750
Demanda
restante
1000
800
600
400
Mayor utilidad
para la
demanda
Utilidad
restante
Total
$6,250
$7,250
$5,000
7500*
$3,750
7500*
$2,500
$7,250
Demanda
restante
1200
1000
800
600
Mayor utilidad
para la
demanda
Utilidad
restante
Total
$7,500
$8,500
$6,250
8750*
$5,000
8750*
$3,750
$8,500
12
Descomposicin
13
d3=produccin
del mes 5
d2
d1
x3=x4-d4
Etapa 3
r3=utilidades
de d3 y x3
Mes 5
Etapa 2
Etapa 1
r2
Mes 6
Mes 7
14
Definicin de trminos:
Etapas, variables de estado, rendimientos,
decisiones y relaciones recurrentes.
15
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
16
Aplicaciones de la
programacin dinmica
Encontrar la ruta ms corta para llegar de Nueva
Orleans a Atlanta
Meridian
Birmingham
180
210
210
Nueva
180
210
315
192
Orleans
192
Mobile
Montgomery
17
Atlanta
Birmingham
180
180
1
210
Nueva
Orleans
210
315
192
192
Mobile
Etapa 3
Etapa 2
Montgomery
Etapa 1
18
Atlanta
Decisin
pasar a 6
pasar a 6
Meridian
210
Decisin ptima
pasar a 6
pasar a 6
Rendimiento
ptimo
192
180
Birmingham
180
180
1
210
Nueva
Orleans
210
315
192
192
Mobile
Etapa 3
Etapa 2
Montgomery
Etapa 1
19
Atlanta
Variable de estado
(X2)
2
3
Meridian
210
Rendimiento
Optimo
384
360
Birmingham
180
180
1
210
Nueva
Orleans
210
315
192
192
Mobile
Etapa 3
Etapa 2
Montgomery
Etapa 1
20
Atlanta
2
210+384
Meridian
210
3
210+360
Birmingham
180
180
1
210
Nueva
Orleans
210
315
192
192
Mobile
Etapa 3
Etapa 2
Montgomery
Etapa 1
21
Atlanta
22
23
24
Problema de inventario
1.
2.
3.
1.
2.
26
27
Solucin
Definimos a ft (i) como el costo mnimo de cumplir las demandas de los meses,
t+1,,4 si i unidades estn disponibles al inicio del mes t.
29
Durante el mes 4, la compaa produce justo las unidades suficientes para asegurar
que la demanda del mes 4, que es de cuatro unidades, se cumpla. Entonces.
c(4) = 3+4= $7
f4 (0)= c(4)= $7
costo mnimo de produccin en el mes 4, cuando hay cero
unidades disponibles.
c(3) = 3+3= $6
x4 (1)= 4 1=3
30
c(2) = 3+2= $5
x4 (2)= 4 2=2
c(1) = 3+1= $4
f4 (3)= c(1)= $ 4
x4 (3)= 4 3=1
c(0) = 3+0= $3
f4 (4)=c(0)= $3
x4 (4)= 4 4=0
31
Costo de
almacenamiento
0.5 por i
unidades que hay
mas x unidades a
producir menos 2
unidades de
demanda
Costo de
produccin
32
Continuacin mes 3
33
0
0
1
1
f4 (i +x -2)
Costo total de
los meses 3,4
f3 (i)
x3 (i)
0+5=5
5+7=12*
f3 (0) =12
x3 (0)=2
f4 (i +x -2)
Costo total de
los meses 3,4
f3 (i)
x3 (i)
f4 (i +x -2)
Costo total de
los meses 3,4
f3 (i)
x3 (i)
Clculos del mes 2 , ahora ya podemos calcular f2 (i), el costo mnimo que se
genera durante los meses 2,3 y4, dado que al principio de mes 2 el inventario
disponible es i unidades. Suponga que la produccin del mes 2 =x. Puesto que la
demanda del mes 2 es 3 unidades, se genera un costo de almacenamiento de:
f3 (i +x -3)
Costo total de
los meses
2,3,4
f2 (i)
x2 (i)
f3 (i +x -3)
Costo total de
los meses 2,
3,4
f2 (i)
x2 (i)
f3 (i +x -3)
Costo total de
los meses 2,
3,4
f2 (i)
x2 (i)
0+5=5
5+7=12*
f3 (0) =12
x3 (0)=2
42
0
0
1
1
f2 (i +x -1)
0+4=4
18
+ 5=11/2
15
Costo total de
los meses
1,2,3,4
f1 (i)
x1 (i)
14
TEORIA DE COLAS
46
Aplicaciones
Las partes de un proceso de produccin llegan a una estacin de trabajo
particular desde diferentes estaciones, esperan en un compartimiento
para ser procesadas por una maquina, y luego enviadas a otra estacin de
trabajo.
47
48
Aplicacin:
Las llamadas telefnicas llegan a un centro de reservaciones de una
aerolnea esperan al agente de ventas disponible, son atendidas por ese
agente y dejan el sistema cuando el cliente sale.
49
50
51
52
53
54
Problemas de Anlisis
55
Mejora en la operacin de
la lnea de espera.
Muy a menudo, las mejoras en la operacin de la lnea de espera se
enfocan a maneras de mejorar el la tasa de servicio. Generalmente, las
mejoras de servicio se hacen mediante lo siguiente:
56
TEORIA DE COLAS
Estudiantes
Vehculos
57
TEORIA DE COLAS
el
TEORIA DE COLAS
Costos de Servicio y Costos de Espera
59
TEORIA DE COLAS
Equilibrio entre Costos de Espera y Costos de Servicio
Costo
Costo
Total
Mnimo
COSTO TOTAL
ESPERADO
Nivel de Servicio
Tiempo de espera
TEORIA DE COLAS
Costos de Servicio vs Nivel de
Servicio
Los COSTOS DE SERVICIO se incrementan
si se mejora el NIVEL DE
SERVICIO. Los Administradores de ciertos centros de servicio pueden
variar su capacidad teniendo personal o mquinas adicionales que son
asignadas a incrementar la atencin cuando crecen excesivamente los
clientes.
61
TEORIA DE COLAS
62
TEORIA DE COLAS
COLAS MAS COMUNES
SITIO
ARRIBOS EN COLA
SERVICIO
Supermercado
Compradores
Pago en cajas
Peaje
Vehculos
Pago de peaje
Consultorio
Pacientes
Consulta
Sistema de Cmputo
Programas a ser
corridos
Proceso de datos
Efectuar comunicacin
Banco
Clientes
Depsitos y Cobros
Mantenimiento
Mquinas daadas
Reparacin
Muelle
Barcos
Carga y descarga
63
TEORIA DE COLAS
Caractersticas de una LINEA DE ESPERA
2.
Disciplina en la cola
3.
Servicio
64
TEORIA DE COLAS
Caractersticas de una LINEA DE ESPERA
CARACTERISTICAS DE ARRIBO:
La fuente de ingreso que genera los arribos o clientes para el
servicio tiene tres caractersticas principales:
a.
b.
c.
1.a.Tamao de la Poblacin:
El tamao de la poblacin puede ser:
infinito (ilimitado) o
limitado (finito).
65
TEORIA DE COLAS
Caractersticas de una LINEA DE ESPERA
1. CARACTERISTICAS DE ARRIBO:
66
TEORIA DE COLAS
Caractersticas de una LINEA DE ESPERA
1. CARACTERISTICAS DE ARRIBO:
Los clientes arriban a ser atendidos de una manera programada (un paciente
cada 15 minutos) o de una manera aleatoria.
Se consideran que los arribos son aleatorios cuando stos son independientes
de otros y su ocurrencia no puede ser predicha exactamente.
67
TEORIA DE COLAS
Caractersticas de una LINEA DE ESPERA
1. CARACTERISTICAS DE ARRIBO:
DISTRIBUCION DE POISSON:
e x
Px
para_ x 0,1,2,3,4,...
x!
.x=
e = 2.71828
68
TEORIA DE COLAS
DISTRIBUCION DE POISSON
DISTRIBUCION DE POISSON PARA TIEMPOS DE ARRIBO
=2
0.3000
PROBABILIDAD
0.2500
0.2000
0.1500
DISTRIBUCION
0.1000
0.0500
0.0000
DISTRIBUCION 0.1353
0.2707
0.2707
0.1804
0.0902
0.0361
0.0120
0.0034
0.0009
0.0002
ARRIBOS/UNIDAD DE TIEMPO
69
TEORIA DE COLAS
DISTRIBUCION DE POISSON
DISTRIBUCION DE POISSON PARA TIEMPOS DE ARRIBO
=4
0.2500
PROBABILIDAD
0.2000
0.1500
DISTRIBUCION
0.1000
0.0500
0.0000
DISTRIBUCION 0.0183 0.0733 0.1465 0.1954 0.1954 0.1563 0.1042 0.0595 0.0298 0.0132
ARRIBOS/UNIDAD DE TIEMPO
70
TEORIA DE COLAS
Caractersticas de una LINEA DE ESPERA
1. CARACTERISTICAS DE ARRIBO:
1.c. Comportamiento de los arribos:
La mayora de los modelos de colas asume que los clientes son pacientes
o sea que esperan en la cola hasta ser servidos y no se pasan entre
colas. Desafortunadamente, la vida es complicada y la gente reniega.
Aquellos que se impacientan por la espera, se retiran de la cola sin
completar su transaccin.
Esta situacin sirve para acentuar el estudio de la teora de colas y el
anlisis de las lneas de espera, ya que un cliente no servido es un cliente
perdido y hace mala propaganda de ese negocio.
71
TEORIA DE COLAS
2. CARACTERISTICAS DE LA LINEA DE
ESPERA:
72
TEORIA DE COLAS
2. CARACTERISTICAS DE LA LINEA DE
ESPERA:
TEORIA DE COLAS
CARACTERISTICAS DE LA LINEA DE ESPERA
2.
TEORIA DE COLAS
CARACTERISTICAS DE LA LINEA DE ESPERA
3.1. Configuraciones bsicas para el Servicio
TEORIA DE COLAS
Configuraciones Bsicas de Sistemas de Colas
3.1. Configuraciones bsicas para el Servicio
COLA
SERVIDOR
ARRIBOS
SALIDAS
COLA
ARRIBOS
SERVICIO
FASE 1
SERVICIO
FASE 2
SALIDAS
TEORIA DE COLAS
Configuraciones Bsicas de Sistemas de Colas
3.1. Configuraciones bsicas para el Servicio
CANAL 1
COLA
CANAL 2
ARRIBOS
CANAL 3
77
SALIDAS
TEORIA DE COLAS
Configuraciones Bsicas de Sistemas de Colas
3.1. Configuraciones bsicas para el Servicio
FASE 1
CANAL 1
COLA
ARRIBOS
FASE 2
CANAL 1
SALIDAS
FASE 1
CANAL 2
FASE 2
CANAL 2
TEORIA DE COLAS
Configuraciones Bsicas de Sistemas de Colas
3.2. Distribucin del Tiempo de Servicio
2.
TEORIA DE COLAS
Medicin del Rendimiento de las Colas
2.
3.
4.
5.
6.
7.
TEORIA DE COLAS
Notacin de los Modelos de Colas
81
82
TEORIA DE COLAS
Notacin de los Modelos de Colas
K = Tamao de la poblacin.
83
TEORIA DE COLAS
Notacin de los Modelos de Colas
84
TEORIA DE COLAS
Variedad de Modelos de Colas
Disciplina PEPS
85
TEORIA DE COLAS
Variedad de Modelos de Colas
Modelo B: Multicanal
TEORIA DE COLAS
Modelo A: M/M/1
2.
3.
4.
87
TEORIA DE COLAS
Modelo A: (M/M/1) Modelo B: (M/M/S)
5.
6.
88
TEORIA DE COLAS
TEORIA DE COLAS
Modelo D: Poblacin limitada
NOMBRE
N DE
CANAL
ES
N DE
FASES
PATRN
DE
ARRIBO
PATRN
DE
SERVICIO
TAMAO DE
LA POBLACIN
DISCIPLINA
DE COLA
SIMPLE
M/M/1
UNO
UNA
POISSON
EXPONEN
CIAL
INFINITA
PEPS
MULTICANAL
M/M/S
MULTI
CANAL
UNA
POISSON
EXPONEN
CIAL
INFINITA
PEPS
SERVICIO
CONSTANTE
(M/D/1)
UNO
UNA
POISSON
CONSTAN
TE
INFINITA
PEPS
POBLACION
LIMITADA
UNO
UNA
POISSON
EXPONEN
CIAL
FINITA
PEPS
91
Trabajo de Clase:
Con la informacin que leste, elabora un mapa
conceptual con las ideas principales de lo que es la
teora de colas.
Tarea: Elaborar el mapa conceptual en Cmap y
enviarlo va correo electrnico.
92
Trabajo de Clase:
Realizar los ejercicios, del archivo Teora de colas- problemas
93
FRMULAS
PARA COLAS
MM1
MODELO A: SISTEMA SIMPLE O
M/M/1
MM1
2
Lq Nmero promedio de unidades en la cola
LS
Pn 1 1 n
Po Probabilid ad de cero unidades en el sistema (la unidad de servicio est vaca)
Po 1
k 1
95
FRMULAS
PARA COLAS
MMs
MODELO B: SISTEMA MULTICANAL O M/M/S
M nmero de canales abiertos
tasa promedio de arribo
tasa promedio de servicioen cada canal
Po Probabilidad de que existan CERO personas o unidades en el sistema
1
Po
para M
n
M
nM 1 1 1
M
n0 n ! M ! M
Ls nmero promedio de personas o unidades en el sistema :
M
LS
Po
M 1.!.M 2
96
MMs
1 LS
WS
Po
2
M 1! M
Lq Nmero promedio de personas o unidades en la lnea o cola, en espera de servicio
Lq LS
LS
97
M (M )
p(sistema, ocupado)
Po
M !(M )
Factor de
utilizacin:
98
n M 1 1 n
n 0 n !
99
1
Tiempo promedio de espera en el sistema, WS Wq
100
101
102
103
Aplicacin:
La compaa arrendadora de automviles Rosys Car opera su
propia instalacin de lavado y limpieza de automviles para
prepararlos para su renta. Los automviles llegan a la instalacin de
limpieza en forma aleatoria a una tasa de 5 por da. La compaa
arrendadora ha determinado que los automviles pueden limpiarse
a un ritmo de 2n por da, en donde n es el nmero de personas que
trabajan en un automvil. Por ejemplo si se encuentran 4 personas
trabajando la tasa de lavado es de 8 automviles por da. Se ha
determinado que este procedimiento de lavado se ajusta a la
distribucin exponencial negativa.
La compaa les paga a sus trabajadores $30 por da y ha
determinado que el costo de automvil que no este disponible para
rentarlo es de $25 por da (lo que se pierde por no tener disponible
el automvil).
Calcule el nmero de empleados que deben contratarse en la
instalacin de lavado, para que produzca el menor costo.
Calcule las caractersticas de operacin Ls, Lq, Ws, Wq para el
numero de empleados (3,4,5,6, )
104
n
3
10
12
Ls
Ws
Costo de los
operarios (30n)
Costo por no
tener
disponible la
unidad (25Ls)
Costo Total
30n+25Ls
106
Aplicacin:
El centro de reparaciones de computadoras Gastn SA, maneja la
reparacin de las microcomputadoras que vende. Un problema comn de
reparacin es la alineacin de unidades de disco. Al llegar las
microcomputadoras al centro de reparacin se asigna en forma rotatoria
a uno de los tres tcnicos para que haga la alineacin. Por razones de
control de calidad, una vez que se asigna una microcomputadora a un
tcnico, no se asigna a otro. Suponiendo que las tasas de llegada y de
servicio son aleatorias y de 30 por mes y de 2 por da por cada tcnico
(20 das hbiles por mes), responda las siguientes preguntas:
a) Cul ser el tiempo promedio que una microcomputadora,
permanece en el centro de servicio?MM1
b) En promedio, en cualquier momento, cuantas micros estarn
esperando a cada tcnico para que les de servicio?MM1
c) Cmo respondera usted las preguntas anteriores si una
microcomputadora que llega pasara al primer tcnico disponible para
que le diera servicio, en vez que se asignara en forma rotatoria? (tipo
banco MMs)
107
108
109
110
Aplicacin
El Padre George utiliza en la actualidad dos confesionarios con filas
separadas para atender las necesidades de sus feligreses. Se ha
observado que las llegadas son aleatorias, a un ritmo promedio de 30
personas por hora y el tiempo de servicio tiende a ser aleatorio tambin,
puesto que la cantidad de pecados por persona puede diferir en gran
medida. Se ha determinado que el tiempo promedio que se permanece
en el confesionario es de 3 minutos. Se ha obtenido tambin que las
llegadas se distribuyen en forma equitativa entre las dos lneas. El padre
Jorge, est considerando cambiar a un sistema en el que utilice una sola
fila que alimente ambos confesionarios. El padre desea saber qu
sistema (el actual o el propuesta , conducir a un tiempo mas breve en
la fila de pecadores que buscan la gracia del perdn y poder vivir
felices).
111
112
114
Tarea:
Revisar esta liga, donde viene informacin acerca de la teora de
lneas de espera, revisar la teora y realizar los ejercicios en una
hoja de Excel.
http://www.investigacion-operaciones.com/Teoria_colas_web.htm
115
Teora de decisiones
(bajo incertidumbre)
Todos hemos tenido que tomar decisiones importantes en situaciones
donde haba incertidumbre acerca de los factores pertinentes para las
decisiones.
Quien toma la decisin elige primero una accin ai de un conjunto A={a1,
a2, , ak} de acciones disponibles.
116
117
Por ejemplo:
118
Aplicacin
Una constructora compr unos terrenos en los que se construir un nuevo
complejo de condominios de lujo. La ubicacin planea una vista espectacular y
la constructora planea fijar el precio de las unidades del condominio entre
$300,000 y $1400,000 cada una.
La constructora comisiono los bocetos arquitectnicos preliminares para tres
proyectos de diferente tamao; uno con 30 condominios, otro con 60 y uno ms
con 90. El xito financiero del proyecto depende del tamao del complejo de
condominios y el evento fortuito de la demanda que exista para los inmuebles.
El problema de decisin de la constructora es seleccionar el tamao del nuevo
proyecto que llevar a la mayor ganancia dada la incertidumbre en la demanda
de los condominios.
Dado el planteamiento del problema, es evidente que la decisin es seleccionar
el mejor tamao para el proyecto. La constructora tiene las siguientes
alternativas de decisin:
d1= un complejo pequeo con 30 condominios.
d2= un complejo mediano con 60 condominios.
d3= un complejo grande con 90 condominios.
119
120
121
Diagrama de influencia
Es una herramienta grfica que muestra las relaciones entre las
decisiones, los eventos al azar y las consecuencias para un problema
de decisin. Los nodos en un diagrama de influencia se usan para
representar las decisiones, los eventos fortuitos y las consecuencias. Se
emplean rectngulos o cuadrados para describir los nodos de decisin.
Crculos u valos para describir los nodos fortuitos y rombos para
describir los nodos de consecuencia.
Las lneas que conectan los nodos, llamadas arcos, muestran la
direccin de la influencia que tienen los nodos entre s.
122
Estados de la
naturaleza:
Fuerte (s1)
Dbil (s2)
Demanda
Tamao del
complejo
Alternativas de decisin
Complejo pequeo ( d1)
Complejo mediano (d2)
Complejo grande (d3)
Ganancia
Consecuencia
Ganancia
123
Tablas de resultados:
Dadas las tres alternativas de decisin y los dos estados de la
naturaleza, Qu tamao del complejo debera elegir la constructora?
Demanda fuerte S1
Demanda dbil S2
Complejo pequeo, d1
Complejo mediano, d2
14
Complejo grande, d3
20
-9
124
Pequeo , d1
Mediano, d2
Grande, d6
Fuerte, s1
Dbil, s2
Fuerte, s1
14
Dbil, s2
Fuerte, s1
20
Dbil, s2
-9
125
127
Ejercicio:
Realizar la tabla de prdida de oportunidad, o arrepentimiento, para el
proyecto de condominio:
Estado de la Naturaleza
Alternativa de decisin
Demanda fuerte S1
Demanda dbil S2
Complejo pequeo, d1
Complejo mediano, d2
Complejo grande, d3
128
Estado de la Naturaleza
Alternativa de decisin
Demanda fuerte S1
Demanda dbil S2
Complejo pequeo, d1
Complejo mediano, d2
14
Complejo grande, d3
20
-9
Tabla de arrepentimiento
Estado de la Naturaleza
Alternativa de decisin
Demanda fuerte S1
Demanda dbil S2
Complejo pequeo, d1
12
Complejo mediano, d2
Complejo grande, d3
16
Arrepentimiento mximo
Complejo pequeo, d1
12
Complejo mediano, d2
Complejo grande, d3
16
De los males, el mejor
130
Aplicaciones 1:
La siguiente tabla de resultados muestra las ganancias para un
problema de anlisis de decisiones con dos alternativas y tres estados
de la naturaleza.
Estado de la naturaleza
Alternativa de
decisin
s1
s2
s3
d1
250
100
25
d2
100
100
75
=Max()
131
s1
s2
s3
d1
50
d2
150
=Max()
132
Aplicacin 2:
La decisin de una empresa de producir una lnea nueva de productos
recreativos ha dado como resultado la necesidad de construir ya sea una
planta pequea o una grande. La mejor seleccin del tamao de la planta
depende de cmo reaccione el mercado a la nueva lnea de produccin. Para
realizar un anlisis, la gerencia de mercadotecnia ha decidido calificar la
posible demanda a largo plazo como baja, media o alta, la siguiente tabla de
resultados muestra la ganancia proyectada en millones de dlares:
Demanda a largo plazo
Tamao de la planta
Baja
Media
Alta
Pequea
150
200
200
Grande
50
200
500
133
134
Pequeo (d1)
Mediano (d2)
Grande (d3)
Fuerte (s1)
P(s1)=0.8
VE(d1)=0.8(8)+0.2(7)=$7.8
Dbil (s2)
P(s2)=0.2
Fuerte (s1)
P(s1)=0.8
14
Dbil (s2)
P(s2)=0.2
Fuerte (s1)
P(s1)=0.8
20
VE(d3)=0.8(20)+0.2(-9)=$14.2
Dbil (s2)
P(s2)=0.2
-9
RESULTADO, RECOMENDADO, LA
ALTERNATIVA 3
VE(d2)=0.8(14)+0.2(5)=$12.2
135
136
Aplicacin 2:
La siguiente tabla de ganancias se present en el problema1.
Suponga que el tomador de decisiones ha obtenido las evaluaciones
de probabilidad P(s1)=0.65, P(s2)=0.15 y P(s3)=0.20. Use el enfoque
del valor esperado para determinar la decisin ptima.
Estado de la Naturaleza
Alternativa de
decisin
s1
s2
s3
d1
250
100
25
d2
100
100
75
137
Preguntas:
a.
b.
c.
d.
e.
138
Aplicacin 3:
Lorena Gonzlez esta interesada en alquilar un BMW nuevo y se ha
puesto en contacto con tres distribuidores de automviles para solicitar
informacin sobre sus precios, Cada uno ha ofrecido a Lorena un
arrendamiento a 36 meses sin pago inicial en el momento de la firma.
Cada arrendamiento incluye un cargo mensual por la renta y una
cantidad de kilmetros libres. Los kilmetros adicionales reciben un
cargo adicional. El costo mensual de la renta, el kilometraje incluido y
el costo por kilometraje adicional es como sigue:
Distribuidor
Costo mensual
kilometraje libre
(estos te los consumen
como quieras , en un
mes, o en un ao, tu
sabrs)
Forano
$299
3600
$0.15
Midtown
$310
4500
$0.20
Hopkins
$325
5400
$0.15
139
Lorena ha decidido elegir la opcin de renta que minimice su costo total por
los 36 meses. La dificultad es que Lore no est segura de cuntos
kilmetros recorrer durante los siguientes tres aos. Para propsitos de
esta decisin ella cree que es razonable suponer que conducir ya sea
12,000 , 15,000 o 18,000 kilmetros anuales. Con esta suposicin Lore
ha estimado sus costos totales para las tres opciones de
arrendamiento.(realiza una tabla de costos, para un tiempo de 12 meses)
a. Cul es la decisin y cul es el evento fortuito?
b. Construya una tabla de resultados (utiliza costo fijo + costo variable)
para el problema de Lore.
c. Si Lore no tiene idea de cul de las tres suposiciones de kilometraje es
la ms apropiada, cual es la decisin recomendada usando minimax?
d. Suponga que las probabilidades de que Lore conduzca 12000 , 15000 y
18000 kilmetros anuales son 0.5, 0.4 y 0.1, respectivamente. Qu
opcin debera elegir Lore usando el enfoque del valor esperado?
e. Suponga que despus de ms consideracin, Lore concluye que las
probabilidades de que conducir 12000, 15000 y 18000 kilmetros
anuales son 0.3, 0.4 y 0.3 respectivamente. Qu decisin debera
tomar Lore, usando el enfoque de valor esperado?
140
141
142
Anlisis de riesgo
Una alternativa de decisin y un estado de la naturaleza se combinan
para generar el resultado asociado con una decisin. El perfil de
riesgo para una alternativa de decisin muestra los resultados
posibles junto con sus probabilidades asociadas.
Usando el enfoque de valor esperado, identificamos el complejo de
condominios grande d3 como la mejor alternativa de decisin. El valor
esperado de $14.2 millones para d3 se basa en una probabilidad de
0.8 de obtener una ganancia de $20 millones y una probabilidad de 0.2
de obtener una perdida de $9 millones
Pequeo
(d1)
Mediano
(d2)
Grande
(d3)
Fuerte (s1)
P(s1)=0.8
VE(d1)=0.8(8)+0.2(7)=$7.8
Dbil (s2)
P(s2)=0.2
Fuerte (s1)
P(s1)=0.8
14
Dbil (s2)
P(s2)=0.2
Fuerte (s1)
P(s1)=0.8
20
VE(d3)=0.8(20)+0.2(9)=$14.2
Dbil (s2)
P(s2)=0.2
143
-9
RESULTADO,
RECOMENDADO, LA
ALTERNATIVA 3
VE(d2)=0.8(14)+0.2(5)=$12.2
0.9
0.9
0.8
0.8
0.7
0.7
0.6
0.6
0.5
0.5
0.4
Series1
0.4
0.3
0.3
0.2
0.2
0.1
0.1
0
20
-9
Series1
14
144
145
Anlisis de sensibilidad
El anlisis de sensibilidad puede usarse para determinar cmo los
cambios en las probabilidades para los estados de la naturaleza o los
cambios en los resultados afectan la alternativa de decisin
recomendada.
En muchos casos, las probabilidades para los estados para los estados
de la naturaleza y los resultados se basan en afirmaciones subjetivas.
El anlisis de sensibilidad ayuda al tomador de decisiones a entender
cules de estas entradas son crticas para la eleccin de la mejor
alternativa de decisin.
146
Ejemplo:
147
148
149
150
151
152
VE(d)
Aplicacin 2:
La tabla de resultados siguiente muestra la ganancia para un
problema de decisin con dos estados de la naturaleza dos
alternativas de decisin.
Estado de la Naturaleza
Alternativa de
decisin
s1
s2
d1
10
d2
155
156
157
Aplicacin 3:
La compaa area Air Express ha decidido ofrecer servicio directo de
Cleveland a My Beach. La administracin debe decidir entre un servicio de
precio completo usando la nueva flota de jets de la compaa y un servicio con
descuento usando aviones de menor capacidad. Es claro que la mejor opcin
depende de la reaccin del mercado al servicio que ofrece Air Express. La
administracin ha desarrollado estimaciones de la contribucin a la utilidad
para cada tipo de servicio con base en dos niveles posibles de demanda para
el servicio a My Beach: fuerte y dbil. La siguiente tabla muestra las ganancias
trimestrales estimadas (en miles de dlares)
Fuerte
Dbil
Precio completo
$960
-$490
Descuento
$670
$320
158
159
25
20
15
10
5
Series1
Series2
-2.5
-2
-1.5
-1
-0.5
0.5
1.5
2.5
-5
-10
-15
-20
160
161
162
El significado de la utilidad
La utilidad es la medida del valor total de un resultado particular; refleja la
actitud del tomador de decisiones hacia una coleccin de factores como
ganancia, prdida y riesgo. Los investigadores han encontrado que en
tanto el valor monetario de los resultados permanezca dentro de un rango
que el tomador de decisiones considere razonable, seleccionar la
alternativa de decisin con el mejor valor monetario esperado por lo
general conduce a la seleccin de la alternativa que el decisor en realidad
prefiere.
163
Ejemplo:
De una situacin en la que la utilidad puede ayudar a seleccionar la mejor
alternativa de decisin, consideremos esta empresa que tiene dos
oportunidades de inversin que requieren mas o menos el mismo
desembolso en efectivo.
Estados de la naturaleza
Alternativa de
decisin
Aumento de
precios, s1
Precios estables,
s2
Disminucin de
precios, s3
Inversin A, d1
$30,000
$20,000
-$50,000
Inversin B, d2
$50,000
-$20,000
-$30,000
No, Invertir, d3
165
Estados de la naturaleza
Alternativa de
decisin
Aumento de
precios, s1
Precios estables,
s2
Disminucin de
precios, s3
Inversin A, d1
$30,000
$20,000
-$50,000
Inversin B, d2
$50,000
-$20,000
-$30,000
No, Invertir, d3
Asignacin en forma
arbitraria
Utilidad de -$50,000= 0
Utilidad de $50,000= 10
167
Utilidad de -$50,000= 0
Utilidad de $50,000= 10
UTILIDAD DE LOS
RESULTADOS
MONETARIOS.
Valor Monetario
Valor de indiferencia de p
Valor de utilidad
$50,000
No aplica
10
$30,000
0.95
9.5
$20,000
0.90
9.0
0.75
7.5
$-20,000
0.55
5.5
$-30,000
0.40
4.0
$-50,000
No aplica
169
Estados de la naturaleza
Alternativa de
decisin
Aumento de
precios, s1
Precios estables,
s2
Disminucin de
precios, s3
Inversin A, d1
$30,000
$20,000
-$50,000
Inversin B, d2
$50,000
-$20,000
-$30,000
No, Invertir, d3
Estados de la naturaleza
Alternativa de
decisin
Aumento de
precios, s1
Precios estables,
s2
Disminucin de
precios, s3
Inversin A, d1
9.5
Inversin B, d2
10
5.5
No, Invertir, d3
7.5
7.5
7.5
170
171
Aplicacin 2
Una firma tiene tres alternativas de inversin. Los resultados estn
en miles de dlares.
Condiciones econmicas
Alternativa de
decisin
Aumento s1
Estable s2
Disminucin s3
Inversin A, d1
100
25
Inversin B, d2
75
50
25
Inversin C, d3
50
50
50
Probabilidades
0.40
0.30
0.30
Probabilidad de indiferencia
Ganancia
Tomador de
decisiones A
Tomador de
decisiones B
75
0.80
0.60
50
0.60
0.30
25
0.30
0.15
173
Aplicacin 3
Ninguno s1
Menor s2
Mayor s3
Comprar seguro,
d1
10,000
10,000
10,000
No comprar seguro,
d2
100,000
200,000
Probabilidades
0.96
0.03
0.01
174
Probabilidad de
indiferencia
10,000
p=0.99
100,000
p=0.60
175
Tarea:
Del archivo Toma de decisiones pdf ( Libro Recurso del lder)
Realizar un Mapa Conceptual de cada capitulo, con esta informacin
Capitulo3: Toma de decisiones, Qu accin emprender?
Capitulo4: Anlisis del plan, Asegurar el xito
Capitulo5: Innovacin, Creacin de algo mejor
176
PROCESOS DE
MARKOV
177
Procesos de Markov
Los modelos de procesos de Markov son tiles para estudiar la evolucin
de sistemas a lo largo de ensayos repetidos los que, a menudo, son
periodos sucesivos donde el estado del sistema en cualquier periodo
particular no puede determinarse con certeza. Por ello, para describir la
manera en que el sistema cambia de un periodo al siguiente se emplean
probabilidades de transicin.
Por tanto, estamos interesados en la probabilidad de que el sistema est
en un estado particular en un periodo dado.
178
179
Aplicacin 1, ejemplo:
Suponga que estamos interesados en analizar la participacin en el mercado y
lealtad del cliente para Oxxo y Seven Eleven, los dos nicos supermarket en un
poblado pequeo. Nos enfocamos en la secuencia de los viajes de compras de un
cliente, y suponemos que hace un viaje de compras cada semana, ya sea a Oxxo o
a Seven Eleven, pero no a ambos.
Usando la terminologa de los procesos de Markov, nos referimos a los periodos
semanales o viajes de compras como los ensayos del proceso. Por tanto, en cada
ensayo el cliente comprar ya sea en Oxxo o en Seven. La tienda particular
seleccionada en una semana dada se conoce como el estado del sistema en ese
periodo.
Debido a que el cliente tiene dos alternativas de compra en cada ensayo, decimos
que el sistema tiene dos estados:
Estado 1: El cliente compra en Oxxo
Estado 2: El cliente compra en Seven.
Si decimos que el sistema est en el estado 1 en el ensayo 3, slo estamos diciendo
que el cliente compra en Oxxo durante la tercera semana del periodo de compras.
Conforme continuamos el proceso del viaje de compras en el futuro, no podemos
precisar con certeza dnde comprar el cliente durante una semana o ensayo
dados.
180
Oxxo
Seven
Oxxo
0.9
0.1
Seven
0.2
0.8
181
=0.81
=0.09
=0.02
=0.08
182
p11
P
p21
i n
(n 1) (n) P
183
0.9 0.1
1 (1) 2 (1) 1 (0) 2 (0)
0
.
2
0
.
8
0.9 0.1
Aqu se multiplica el regln por
0
cada columna, de hecho es una 1
0
.
2
0
.
8
multiplicacin de matrices.
0.9 0.1
1x0.9+0x0.2= 0.9
1x0.1+0x0.8 = 0.1
184
185
0.9 0.1
1 (2) 2 (2) 1 (1) 2 (1)
0
.
2
0
.
8
0.9 0.1
0.9 0.1
0
.
2
0
.
8
0.83 0.17
1 (n)
0.9
0.83
0.781
2 (n)
0.1
0.17
186
(n 1)
(n)
La diferencia es despreciable.
2 1
p11 p12
2
p
p
22
21
0.9 0.1
2
0
.
2
0
.
8
187
188
Aplicacin 1
La administracin de New company cree que la probabilidad de que un
cliente compre Red Pop o la competencia principal de la compaa,
Sper Cola, se basa en la compra mas reciente del cliente. Suponga
que son apropiadas las siguientes probabilidades de transicin:
A
a.
b.
c.
De
Red Pop
Super Cola
Red Pop
0.9
0.1
Sper Cola
0.1
0.9
Muestre el diagrama de rbol de dos periodos para un cliente que compr Red Pop la
ltima vez. Cul es la probabilidad de que este cliente compre Red Pop en la segunda
compra?
Cul es la participacin en el mercado a largo plazo para cada uno de estos productos?
Se esta planeando una campaa publicitaria de Red Pop para aumentar la probabilidad
de atraer clientes de Sper Cola. La administracin cree que la nueva campaa
aumentar a 0.15 la probabilidad de que un cliente cambie de Sper Cola a Red Pop.
Cul es el efecto proyectado de la campaa publicitaria en las participaciones del
mercado?
189
Aplicacin 2
De
Funcionando
Bloqueado
Funcionando
0.90
0.10
Bloqueado
0.30
0.70
191
192
Optimizacin de redes
193
Modelos de red
Una grfica, o red, se define mediante dos conjuntos de smbolos: nodos y
arcos
Modelos de red
Una grfica, o red, se define mediante dos conjuntos de smbolos: nodos y
arcos
195
Camino Mnimo
Los problemas conocidos como problemas del camino mnimo o
camino ms corto, tratan como su nombre indica de hallar la
ruta mnima o ms corta entre dos puntos. Este mnimo puede
ser la distancia entre los puntos origen y destino o bien el
tiempo transcurrido para trasladarse desde un punto a otro. Se
aplica mucho para problemas de redes de comunicaciones.
Este tipo de problemas pueden ser resueltos por el mtodo del
Simplex, sin embargo existen otros mtodos ms eficientes
como por ejemplo el algoritmo de Dijkstra o el de Bellman-Ford.
196
197
198
199
Dnde lo
podemos aplicar?
200
202
(0, - )(0)
Buscas los vrtices mas cercanos que tengan conexin directa con el primero, para asignarles
una etiqueta temporal, en la primera componente se suman las distancias acumuladas, en la
segunda componente, se pone de donde proviene, y en el nmero que se pone fuera , se
pone la interaccin
203
(0+3,1)(1)
204
(3+2,4)(2)
(3+1,4)(2)
(3+3,4)(2)
Se toma la distancia acumulada, menor, en este caso como hay empate, se rompe
arbitrariamente, ya que en el vrtice 2 y 4, la distancia acumulada es 3. Tomamos el vrtice 4,
de ah nos vamos a los vrtices adyacentes, que tengan conexin directa y calculamos los
acumulados de los vrtices 3, 6, 7.
205
De los vrtices con etiquetas temporales(los que no estn con el tache), buscas el de menor
distancia acumulada, de ah repites el procedimiento, de este vrtice te vas a los vrtices
adyacentes, aunque tengan etiquetas temporales, encuentras las nuevas etiquetas, y si la
distancia es menor, esta sustituye a la anterior.
206
Del nodo 3 y el 6, existe empate, eliges cualquiera, en este caso el 3, de ah te vas a los
nodos adyacentes, del 3 al 5 la distancia acumulada sera 4+3=7 que no mejora el nodo
5.
Del nodo 3 al 6, la distancia acumulada sera 4+2=6 que no mejora el nodo 6, por lo que
se deja igual.
208
(6,4)(2)
(6,6)(4)
Cul es la distancia para llegar del 1 al 7?
Te fijas en el nodo 7, la distancia es 6 a travs de 4,1,
147
Otra forma sera, la distancia es 6 a travs de 6,4,1
1467
209
210
211
212
213
214
215
216
217
218
Recorridos hamiltonianos
Ejemplos:
219
Recorridos hamiltonianos
220
221
222
223
224
225
226
227
235
236