MSc.

Edgar Juarez
Metodos cuantitativos para los negocios Render/Stair/Hanna. Pearson.
Libros de Investigacion de Operaciones
ejuarez@c
Temas
Programacion lineal
Modelos de Colas Aplicacion
Pronosticos
Simulacion
Final: 9 Secion. Realizar un ejercicio de aplicacion. Trabajo escrito y presentacion. Con programacion Lineal. Utili
Evaluacion
Tareas y Laboratorios 25%
Pruebas Cortas 30% Ejercicios del Libro
Proyecto de Aplicacion 20%
Asistencia 0.5%

Arboles de Decision
Repaso Curso Investigacion de Operaciones

Decision La suma de las probabilidades me da el resultado de la decision.

Para realizar el esquema se empieza de izquierda a derecha
Probabilidad

Enfoque Subjetivo:
on programacion Lineal. Utilizando las tecnicas vistas en clase.
 0.4
FAVORABLE

500000

0.4
DESARROLLO DETALLADO MODERADA

-75,000 135200 25000

0.2
POBRE

NUEVO PRODUCTO 1000

1
0 135200 0.1
FAVORABLE

500000

0.2
DESARROLLO RAPIDO MODERADA

-40,000 15700 25000

0.7
POBRE

1000
1
135200 0.3
Event 13

200000

0.5
Decision 11 Event 14

0 62600 10000

0.2
Event 15

Decision 10 3000
1
0 62600 0.6
Event 16

10000

0.4
Decision 12 Event 17

0 6400 0

0.33333333
Event 18

1000
 425,000
425,000

-50,000
-50,000

-74,000
-74,000

460,000
460,000

-15,000
-15,000

-39,000
-39,000

200000
200000

10000
10000

3000
-12000
 10000
10000

0
0

1000
1000
ID Name Value Prob Pred Kind NS S1
0 TreePlan 0 0 0 D 2 1
1 0 0 D 2 3
2 4 T 0 0
3 0 1 E 3 5
4 0 1 E 3 8
5 3 T 0 0
6 3 T 0 0
7 3 T 0 0
8 4 T 0 0
9 4 T 0 0
10 0 0 D 2 11
11 0 10 E 3 13
12 0 10 E 3 16
13 11 T 0 0
14 11 T 0 0
15 11 T 0 0
16 12 T 0 0
17 12 T 0 0
18 12 T 0 0
S2 S3 S4 S5 Row Col Mark
10 0 0 0 29 1 1
4 0 0 0 14 5 1
0 0 0 0 27 13 1
6 7 0 0 7 9 1
9 2 0 0 22 9 1
0 0 0 0 2 13 1
0 0 0 0 7 13 1
0 0 0 0 12 13 1
0 0 0 0 17 13 1
0 0 0 0 22 13 1
12 0 0 0 44 5 1
14 15 0 0 37 9 1
17 18 0 0 52 9 1
0 0 0 0 32 13 1
0 0 0 0 37 13 1
0 0 0 0 42 13 1
0 0 0 0 47 13 1
0 0 0 0 52 13 1
0 0 0 0 57 13 1
 0.25
baja
18,000
18,000 18,000

0.4 1
promedio promedio
Peq 135,000
75,000 135000 60,000 135,000
105750
1
peque;a promedio
0.35 135,000
alta 75,000 135000 60,000 135,000
1
135,000
grande
125,000
125,000 125,000

0.25
baja
-25,000
-25,000 -25,000

2 0.4
153000 Medi promedio
140,000
0 153000 140,000 140,000

0.35
alta mediana grande
1 1 295,000
0 295,000 150000 295,000 145,000 295,000

0.25
baja
60,000
60,000 60,000

0.4
Gran promedio
125,000
142000 125,000 125,000

0.35
alta
220,000
220,000 220,000
ID Name Value Prob Pred Kind
0 TreePlan 0 0 0 D
1 0 0 E
2 0 0 E
3 0 0 E
4 1 T
5 1 E
6 1 D
7 9 T
8 0 6 T
9 0 6 E
10 2 T
11 5 T
12 2 D
13 3 T
14 3 T
15 3 T
16 2 T
17 0 18 T
18 0 12 D
NS S1 S2 S3 S4 S5 Row
3 1 2 3 0 0 25
3 4 5 6 0 0 8
3 16 10 12 0 0 27
3 15 13 14 0 0 42
0 0 0 0 0 0 2
1 11 0 0 0 0 7
2 9 8 0 0 0 14
0 0 0 0 0 0 12
0 0 0 0 0 0 17
1 7 0 0 0 0 12
0 0 0 0 0 0 27
0 0 0 0 0 0 7
1 18 0 0 0 0 32
0 0 0 0 0 0 42
0 0 0 0 0 0 47
0 0 0 0 0 0 37
0 0 0 0 0 0 22
0 0 0 0 0 0 32
1 17 0 0 0 0 32
Col Mark
1 1
5 1
5 1
5 1
9 1
9 1
9 1
17 1
13 1
13 1
9 1
13 1
9 1
9 1
9 1
9 1
9 1
17 1
13 1
 0.3
Recibir herencia
100,000
Jenny 100,000 100,000

0 30000 0.7
No recibir herencia
0
0 0

0.7
Pasa a impuestos ganando
0.5 80,000
pasa a auditoria ganando 40,000 80,000

40,000 75500 0.3

0.6 pasa a impuestos ganando
Siga su carrera 65,000
2 25,000 65,000
39650 0 52750
0.5
Jana pasa a auditoria ganando
30,000
0 39650 30,000 30,000

0.4 1
Deje su carrera y cuide sus hijos Trabajo a tiempo parcial
20,000
20000 20,000 20,000

1
Maria Ofrece un dote
25000
0 25000 25,000 25000
ID Name Value Prob Pred Kind NS S1 S2
0 TreePlan 0 0 0 D 3 1 2
1 0 0 E 2 3 4
2 0 0 E 2 6 7
3 1 T 0 0 0
4 1 T 0 0 0
5 7 T 0 0 0
6 2 E 2 8 9
7 2 E 1 5 0
8 6 E 2 10 11
9 6 T 0 0 0
10 8 T 0 0 0
11 8 T 0 0 0
12 0 0 E 1 13 0
13 12 T 0 0 0
S3 S4 S5 Row Col Mark
12 0 0 18 1 1
0 0 0 4 5 1
0 0 0 22 5 1
0 0 0 2 9 1
0 0 0 7 9 1
0 0 0 27 13 1
0 0 0 18 9 1
0 0 0 27 9 1
0 0 0 14 13 1
0 0 0 22 13 1
0 0 0 12 17 1
0 0 0 17 17 1
0 0 0 32 5 1
0 0 0 32 9 1
 0.25
Baja

18000 18000

0.4
Promedio promedio
Pequeña 1
75000 135000 60000
0 105750

pequeña
0.35
Alta 75000
1
0 135000
Grande

125000

0.25
Baja

-25000 -25000

2 0.4
153000 Mediana Promedio

0 153000 140000 140000

0.35
Alta Decision 17
1
150000 295000 145000

0.25
Baja

60000 60000

0.4
Grande Promedio

0 142000 125000 125000

 0.35
Alta

220000 220000
 18000

135000
135000

Promedio
1 135000
135000 60000 135000

125000
125000

-25000

140000

295000
295000

60000

125000
220000
 ID
0 0
0 1
3 2
0 3
0 4
0 5
0 6
10 7
11 8
12 9
10
11
12
13
14
15
16
17
Name Value Prob Pred Kind NS S1 S2
TreePlan 0 0 0 D 3 1 2
0 0 E 3 4 5
0 0 E 3 7 8
0 0 E 3 10 11
1 T 0 0 0
1 D 1 13 0
1 D 2 14 15
2 T 0 0 0
2 T 0 0 0
2 D 1 17 0
3 T 0 0 0
3 T 0 0 0
3 T 0 0 0
0 5 T 0 0 0
0 6 D 1 16 0
0 6 T 0 0 0
0 14 T 0 0 0
0 9 T 0 0 0
S3 S4 S5 Row Col Mark
3 0 0 25 1 1
6 0 0 8 5 1
9 0 0 27 5 1
12 0 0 42 5 1
0 0 0 2 9 1
0 0 0 7 9 1
0 0 0 14 9 1
0 0 0 22 9 1
0 0 0 27 9 1
0 0 0 32 9 1
0 0 0 37 9 1
0 0 0 42 9 1
0 0 0 47 9 1
0 0 0 7 13 1
0 0 0 12 13 1
0 0 0 17 13 1
0 0 0 12 17 1
0 0 0 32 13 1
 0.3
Event 4

Jenny 100000 100000

0 30000 0.7
Event 5

0 0

0.5
sea contadora

40000
0.6
siga su carrera
2
39650 0 52750
0.5
Jana Event 9

0 39650 30000

0.4
se dedique a tener hijos

20000 20000

Decision 3 Decision 12
1
0 25000 25000 25000
 100000

0.7
Event 10
80000
ea contadora 40000 80000

75500 0.3
Event 11
65000
25000 65000

30000
30000

20000

25000
ID
0
1
2
3
4
5
6
7
8
9
10
11
12
Name Value Prob Pred Kind NS S1 S2
TreePlan 0 0 0 D 3 1 2
0 0 E 2 4 5
0 0 E 2 6 7
0 0 D 1 12 0
1 T 0 0 0
1 T 0 0 0
2 E 2 8 9
2 T 0 0 0
6 E 2 10 11
6 T 0 0 0
8 T 0 0 0
8 T 0 0 0
0 3 T 0 0 0
S3 S4 S5 Row Col Mark
3 0 0 18 1 1
0 0 0 4 5 1
0 0 0 22 5 1
0 0 0 32 5 1
0 0 0 2 9 1
0 0 0 7 9 1
0 0 0 18 9 1
0 0 0 27 9 1
0 0 0 14 13 1
0 0 0 22 13 1
0 0 0 12 17 1
0 0 0 17 17 1
0 0 0 32 9 1
 0.25
Baja

18000 18000

0.4
Promedio
Pequeña 1
75000 135000
0 128500

0.35
Alta
2
75000 200000

0.25
Baja

-25000 -25000

2 0.4
153000 Mediana Promedio

0 153000 140000 140000

0.35
Alta
1
150000 295000
 0.25
baja

60000 60000

0.4
Grande Promedio

0 142000 125000 125000

0.35
Alta

220000 220000
 18000

Mediana
135000
60000 135000

Mediana
135000
60000 135000

Grande
200000
125000 200000

-25000

140000

Grande
295000
145000 295000
 60000

125000

220000
ID Name Value Prob Pred Kind NS S1
0 TreePlan 0 0 0 D 3 1
1 0 0 E 3 4
2 0 0 E 3 10
3 0 0 E 3 14
4 1 T 0 0
5 1 D 1 7
6 1 D 2 8
7 0 5 T 0 0
8 0 6 T 0 0
9 0 6 T 0 0
10 2 T 0 0
11 2 T 0 0
12 2 D 1 13
13 0 12 T 0 0
14 3 T 0 0
15 3 T 0 0
16 3 T 0 0
S2 S3 S4 S5 Row Col Mark
2 3 0 0 25 1 1
5 6 0 0 8 5 1
11 12 0 0 27 5 1
15 16 0 0 42 5 1
0 0 0 0 2 9 1
0 0 0 0 7 9 1
9 0 0 0 14 9 1
0 0 0 0 7 13 1
0 0 0 0 12 13 1
0 0 0 0 17 13 1
0 0 0 0 22 9 1
0 0 0 0 27 9 1
0 0 0 0 32 9 1
0 0 0 0 32 13 1
0 0 0 0 37 9 1
0 0 0 0 42 9 1
0 0 0 0 47 9 1
 0.5
Event 5

Jeny Decision 5 0
1
0 0 0 0.5
Event 6

1
0 Janna

0 0

Maria

0 0
 0
0

0
0

0
ID Name Value Prob Pred Kind NS S1
0 TreePlan 0 0 0 D 3 1
1 0 0 D 1 4
2 0 0 T 0 0
3 0 0 T 0 0
4 0 1 E 2 5
5 4 T 0 0
6 4 T 0 0
S2 S3 S4 S5 Row Col Mark
2 3 0 0 10 1 1
0 0 0 0 4 5 1
0 0 0 0 12 5 1
0 0 0 0 17 5 1
6 0 0 0 4 9 1
0 0 0 0 2 13 1
0 0 0 0 7 13 1
 0.3
Muera

Jeny 10000 10000

0 3000 0.7
viva

0.5
Aud

0.6
carrra

### 0 33750
#N/A
0.5
Inp
Jana
0
0 #N/A
29300

0.4 0.5
Deje la carrera Event 11

20000 #N/A 0

Decision 3

25000 25000
 10000

0.5
sueldo
40000
40000 40000

35000 0.5
sueldos
30000
30000 30000

0.5
Event 13
40000
40000 40000

32500 0.5
Event 14
25000
25000 25000

20000
20000

25000
ID Name
0 TreePlan
1
2
3
4
5
6
7
8
9
10
11
12
13
14
Value Prob Pred Kind NS S1 S2 S3
0 0 0 D 3 1 2 3
0 0 E 2 4 5 0
0 0 E 2 6 7 0
0 0 T 0 0 0 0
1 T 0 0 0 0
1 T 0 0 0 0
2 E 2 8 9 0
2 E 1 10 0 0
6 E 2 11 12 0
6 E 2 13 14 0
7 T 0 0 0 0
8 T 0 0 0 0
8 T 0 0 0 0
9 T 0 0 0 0
9 T 0 0 0 0
S4 S5 Row Col Mark
0 0 20 1 1
0 0 4 5 1
0 0 25 5 1
0 0 37 5 1
0 0 2 9 1
0 0 7 9 1
0 0 19 9 1
0 0 32 9 1
0 0 14 13 1
0 0 24 13 1
0 0 32 13 1
0 0 12 17 1
0 0 17 17 1
0 0 22 17 1
0 0 27 17 1
Funcion Objetivo 5,000 E-9 4000 F-9
E-9 F-9 R
AGLOMERADO 10 + 15 MENOR Q 150
EXCLUSION 20 + 10 MENOR = 150
CONTROL CALIDAD 10 + 10 MAYOR IGUAL 135
POLITICA 1 3
PEDIDO 5

y donde se intersepat la y
pendiete

Y= ax + b