1modelos de decisión
TRANSCRIPT
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 1/51
MODELOS DEDECISIÓN
Profesor: Víctor Jerez
2016
INVESTIGACIÓN DE
OPERACIONES
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 2/51
La Decisión
“La decisión es un verdaderoproceso de ree!ión "# co$o
%a&# raciona& " conscien%e#de&i'erado " de&i'era%ivo (ue&&eva a &a se&ección de unaacción )ac%o# curso de acción*de%er$inado en%re uncon+un%o de accionesa&%erna%ivas, La decisión es un
proceso previo a &a acción-,
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 3/51
En sen%ido res%ric%ivo# decidir
es se&eccionar en%re variasa&%erna%ivas una " só&o una,
.a" decisión cuando# siendoposi'&e varias respues%as# unsu+e%o e&i/e una de e&&as,
En sen%ido a$p&io# decidir es&&evar a ca'o un procesoco$p&e%o por e& cua& sees%a'&ecen# ana&i0an " eva&1an
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 4/51
Las buenas decisiones no
garantizan por sí solas buenos
resultados.
Reflexione………
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 5/51
Los Mode&os Proporcionan una es%ruc%ura para
e!a$inar e& proceso de %o$a dedecisiones,
Pueden u%i&i0arse para evi%ardecisiones ar'i%rarias oinconsis%en%es (ue no se 'asenen %odos &os da%os disponi'&es,
Si u%i&i03ra$os es%os $ode&os en%odas &as decisiones# nopodr4a$os ase/urar (ue e&
resu&%ado 5uera sie$pre
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 6/51
La %eor4a de &a e&ección raciona& )Si$on*6desde una perspec%iva descrip%iva# noscuen%a CÓMO SON &os procesosdecisorios en &as or/ani0aciones, Los7o$'res ap&ican su propia raciona&idad&i$i%ada por su sin/u&ar visión de &area&idad,
La %eor4a de &a decisión6 es una$e%odo&o/4a prescrip%iva o nor$a%iva(ue indica CÓMO SE DE8E DECIDIR paraser consecuen%es con &os o'+e%ivos#
pre5erencias " cier%os principios
En cuan%o a decisión se re2ere#
e!is%en dos en5o(ues so'resa&ien%es6
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 7/51
Tipos de decisiones
Las decisiones pueden c&asi2carse en 5unción dediversas ca%e/or4as9 as4 pode$os o'%ener diversos%ipos de decisión a%endiendo a6
•:ina&idad6• P&ani2cación• Con%ro&
•:unción6• :inancieras• De
producción• Co$ercia&es
•Condiciones6• Cer%idu$'re• Incer%idu$'r
e• Ries/o
•Nive& dees%ruc%uración6
• Pro/ra$adas
• Nopro/ra$adas
• ;erar(u4a6• Opera%ivas• T3c%icas• Es%ra%</icas
•Grado deco$p&e+idad6
• Ru%inarias• Se&ec%ivas• Crea%ivas
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 8/51
• Decisiones 'a+o
cer%idu$'re,
• Decisiones u%i&i0ando da%os
previos,
Tipos de Decisiones
En un 3$'i%o $as /enera&
nos en5ocare$os en 6
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 9/51
Son &os casos en (ue e!is%e
só&o un resu&%ado para unadecisión,
Por e+e$p&o cuando se
e$p&ean &os resu&%ados de &a
pro/ra$ación &inea& no 7a"
duda con respec%o a cua& ser3
To$a de Decisiones
'a+o Cer%idu$'re
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 10/51
En es%os casos se %o$andecisiones en 5or$a repe%ida
con $uc7os resu&%adosposi'&es siendo &ascircuns%ancias (ue rodean &a
decisión sie$pre i/ua&es, Esposi'&e va&erse de &ae!periencia pasada " es
5ac%i'&e desarro&&ar
To$a de Decisiones u%i&i0ando
Da%os Previos
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 11/51
A(u4 &as decisiones son
1nicas )se %o$an so&o unave0*# no e!is%e e!periencia
pasada para ca&cu&ar
pro'a'i&idades " &ascircuns%ancias (ue rodean
&a decisión ca$'ian de un
To$a de Decisiones
sin Da%os Previos
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 12/51
PROCESOS DE TOMA
DEDECISIONES,
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 13/51
E& proceso de %o$a dedecisiones se re2ere a%odas &as ac%ividadesnecesarias desdeiden%i2car un pro'&e$a7as%a 2na&$en%e reso&ver&oponiendo en pr3c%ica &a
a&%erna%iva se&eccionada9por &o %an%o es%3en$arcado en &a so&ución
de pro'&e$as donde se
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 14/51
E&e$en%os de un Proceso de Decisión
E& decisor )TD*6 Es e& encar/adode rea&i0ar &a se&ección dea&%erna%ivas de &a $e+or$anera# en 5unción de suso'+e%ivos
Las a&%erna%ivas o cursos de
acción6 son &as di5eren%es5or$as de ac%uar posi'&es6 e&TD de'er3 se&eccionar una de
e&&as, Es i$por%an%e %ener en
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 15/51
Los es%ados de &a na%ura&e0a6
son &as varia'&es nocon%ro&a'&es por e& TD, Soneven%os 5u%uros (ue inu"en
en e& proceso de decisión# pero(ue no pueden ser con%ro&adasni previs%as# en suco$por%a$ien%o# por e& TD,
Los resu&%ados6 es &o (ue seo'%iene an%e &a se&ección )&aopción* de una a&%erna%iva
de%er$inada cuando se
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 16/51
La %a'&a de pa/os )o %a'&as dedecisión*6 sirven para %ra%ar$uc7os pro'&e$as de decisión "poseen &os si/uien%e e&e$en%os6
Los di5eren%es es%ados de &a
na%ura&e0a s j )s1# s2# =# sn*, Las dis%in%as a&%erna%ivas o
cursos de acción# en%re &os cua&es
e& TD de'er3 se&eccionar uno a +
)a1# a2# =# am*,
Los resu&%ados Rij (ue sur/en de&a e&ección de &a a&%erna%iva a
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 17/51
E& cri%erio de decisión6 es &a
especi2cación de un procedi$ien%opara iden%i2car &a $e+or a&%erna%ivaen un pro'&e$a de decisión,La descripción de &os di5eren%escri%erios de decisión (ueproporcionan &a opción óp%i$a ser3rea&i0ada de acuerdo con e&
conoci$ien%o (ue posea e& TDacerca de &os es%ados de &ana%ura&e0a# es decir# a%endiendo a&a c&asi2cación de &os procesos de
decisión6 cer%idu$'re# ries/o e
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 18/51
E& TD se da cuen%a de (uee!is%e un pro'&e$a " &o de2ne,
E& TD recopi&a da%os acerca de&pro'&e$a,
E& TD de'e poder especifcarlos objetivos, La decisión se'asa en se&eccionar &a $e+or
a&%erna%iva en 5unción decier%os o'+e%ivos,
E& TD e&a'ora un $ode&o (uedescri'e e& pro'&e$a,
E& TD u%i&i0a e& $ode&o ara
E%apas de& Proceso de To$a de
Decisiones
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 19/51
eva&uar&as en 5unción de sus
pre5erencias)an3&isis cua&i%a%ivo " an3&isiscuan%i%a%ivo*,
E& TD de'e de%er$inar e& cri%erio dedecisión (ue op%i$ice &a si%uación,E& TD de'e predecir &asconsecuencias de cada ac%uación,
E& TD de'e es%a'&ecer un sis%e$a depre5erencias, Tiene (ue rea&i0ar unava&oración de &as consecuencias de
acuerdo con una esca&a de 'ondad odesea'i&idad,
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 20/51
E& TD de'e e&e/ir en%re &asso&uciones a&%erna%ivas, Esnecesario (ue se&eccione uncurso de acción, Es%a e&ección
de'e darse $edian%e uncri%erio de decisión adecuado,
E& TD de'e poner en pr3c%ica&a so&ución se&eccionada "eva&uar &os resu&%ados, Lo (ue$odi2ca e& universo# es &a
acción derivada de &a
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 21/51
Podr4a$os de2nir > 5ases '3sicas
de& proceso de %o$a decisiones 6
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 22/51
Fase de análisisFase de análisis
Desde e& p&an%ea$ien%o de &a si%uación a&resu&%ado de& proceso de an3&isis6
Proceso dean3&isis
•Recopi&ación de
in5or$ación disponi'&e•Cap%ación dein5or$ación adiciona&necesaria
•Es%a'&ecer 7ec7os•De2nir pro'&e$as•C&asi2car en orden dei$por%ancia
T?CNICAS DE APO@O
•Mapas $en%a&es•Por (u< por (u<secuencia&
•Per2&es•DA:O•An3&isis de& ca$pode 5uer0as
P&an%ea$ien%o de &a
si%uación
•De%er$inar &a si%uación (ue sea5ron%a# causas# or4/enes#carac%er4s%icas# posi'&eevo&ución " posi'&esconsecuencias
De2nir &asi%uación
•Mo$en%o en (ue se produce•Breas (ue a5ec%a•ui<n &o de%ec%a " (ui<n esresponsa'&e•Causas " di$ensiones•Es necesaria corrección odecisión
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 23/51
:ase de diseo:ase de diseo
Desde e& es%a'&eci$ien%o de o'+e%ivos a &a
se&ección de a&%erna%ivas6
Se&ección dea&%erna%ivas
•E!periencia•E!peri$en%ación•Inves%i/ación " an3&isis
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 24/51
:ase de i$p&an%ación:ase de i$p&an%ación
Desde &a pues%a en $arc7a 7as%a &a o'%ención
de& o'+e%ivo 'uscado6
O'+e%ivos oes%3ndares •Co$paración con
o'+e%ivos
Ca$'iar &oso'+e%ivos
Ac%uar so're e&proceso
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 25/51
CRITERIOS PARA LA
TOMA DE DECISIONES
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 26/51
Terminología de los Modelos de Toma de
Decisiones
Decisiones alternativas: Son las
alternativas sobre las cuales se basar la
decisi!n final.
"stados de la naturaleza: Son las
acciones externas o las circunstancias#ue afectan el resultado de la decisi!n
pero #ue estn fuera del control del TD.
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 27/51
Resultados6 Para de%er$inar &os
resu&%ados es necesario considerar%odas &as posi'&es co$'inaciones
de decisiones " de es%ados de &ana%ura&e0a, E+e$p&o6 > posi'&es
decisiones ! > es%ados de &a
na%ura&es F posi'&es resu&%ados,
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 28/51
Cri%erios de decisión en a$'ien%e deCri%erios de decisión en a$'ien%e deincer%idu$'reincer%idu$'re
En un en%orno de %an%a escase0 dein5or$ación co$o es e& de incer%idu$'re#7a de in%ervenir en /ran $edida &asu'+e%ividad6
Si &a incer%idu$'re no es%3es%ruc%urada# ni se puede o'%ener$a"or in5or$ación# " 7a de %o$arseuna decisión# es%a 7a'r3 de 'asarse en&a $era in%uición,Si &a incer%idu$'re se encuen%raes%ruc%urada# &a decisión con%in1aincorporando una car/a de
su'+e%ividad $u" e&evada# de $odoue dis%in%as ersonas %o$ar4an
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 29/51
Los principales criterios de decisi!n enentornos de incertidumbre estructuradason:
$riterio de Laplace $riterio del %ptimista $riterio del &esimista '(ald) $riterio de %ptimismo &arcial
'*ur+icz) $riterio del Mínimo &esar
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 30/51
E& TD es pesi$is%a con respec%o a&os es%ados de &a na%ura&e0a o
considera (ue de acuerdo a suinse/uridad econó$ica de'e evi%arp<rdidas a&%as a1n a ries/o deposi'&e$en%e perder a&%asu%i&idades, E& procedi$ien%oconsis%e en de%er$inar e& resu&%adode $enor va&or para cada
a&%erna%iva " re/is%rar&o en una
Mode&o de& Pesi$is%a )Ma!Min* ocri%erio de Ha&d,
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 31/51
E;EMPLO6E;EMPLO6
n a/ricu&%or 7a de decidirse porun cu&%ivo u o%ro )decisiones EJ óEK* " &os resu&%ados (ue o'%en/adependen de (ue e& invierno sea
seco )SJ*# 71$edo )SK* o $u"&&uvioso )S>*# con arre/&o a &asi/uien%e $a%ri0 de decisión dada,u< a&%erna%iva in%eresa Estados de la naturaleza
S1 S2 S3
E1 60 50 40Alternativas
de decisiónE2 10 40 70
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 32/51
Si &os resu&%ados $os%rados en&a %a'&a 5ueran in/resos# )cuan%o$a"ores# $e+or*# e& decisorpiensa (ue6
•Si se decide por &a pri$eraes%ra%e/ia )EJ* sa&dr3 e&resu&%ado $enos 5avora'&epara <& )S> F *
•Si se decide por &a se/undaes%ra%e/ia )EK* %a$'i<nsa&dr3 e& resu&%ado $enos5avora'&e para <& )SJ F J*
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 33/51
"s el criterio #ue seguiría una persona #uepensara #ue, cual#uiera #ue fuera laestrategia #ue eligiera, el estado #ue sepresentaría sería el ms favorable paraella.
&or ello, cuando los resultados sonfavorables, se le denomina criterio max-max: se determina cul es el resultadoms elevado #ue puede alcanzarse concada estrategia , posteriormente, se eligea#uella a la #ue le corresponda el mximoentre esos mximos.
Mode&o de& Op%i$is%a )Ma!Ma!*
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 34/51
Cuando &os resu&%ados sondes5avora'&es# se &e deno$ina
cri%erio $ini$in6 se de%er$ina cu3&es e& $e+or resu&%ado (ue puedeo'%enerse con cada es%ra%e/ia )e&$enor* " se e&i/e a(ue&&a a &a (ue &e
corresponda e& $4ni$o en%re esos$4ni$os,
E;EMPLO6
n a/ricu&%or 7a de decidirse por uncu&%ivo u o%ro )decisiones EJ ó EK* "&os resu&%ados (ue o'%en/adependen de (ue e& invierno sea
seco )SJ*# 71$edo )SK* o $u"
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 35/51
Estados de la naturaleza
S1 S2 S3
E1 60 50 40Alternativas
de decisiónE2 10 40 70
Si &os resu&%ados $os%rados en &a %a'&a5ueran in/resos# )cuan%o $a"ores#$e+or*# e& decisor piensa (ue6
•Si se decide por &a pri$eraes%ra%e/ia )EJ* sa&dr3 e& resu&%ado$3s 5avora'&e para <& )SJ F *
•Si se decide por &a se/undaes%ra%e/ia )EK* %a$'i<n sa&dr3 e&
resu&%ado $3s 5avora'&e para <& )S>F
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 36/51
Ta$'i<n deno$inado cri%erioraciona&is%a " cri%erio de i/ua&verosi$i&i%ud, Par%e de& pos%u&ado de8a"es# se/1n e& cua&# si no se conocen&as pro'a'i&idades asociadas a cadauno de &os es%ados de &a na%ura&e0a# no7a" ra0ón para pensar (ue uno %en/a$3s pro'a'i&idades (ue o%ros,
Por e&&o# se ca&cu&a &a $edia ari%$<%icade &os resu&%ados (ue se puedenderivar de cada una de &as decisiones "se e&i/e a(ue&&a a &a (ue &e corresponda
e& resu&%ado $edio $3s e&evado# si%a&es resu&%ados son 5avora'&es# o &a
Cri%erio de Lap&ace
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 37/51
E;EMPLO6E;EMPLO6
n a/ricu&%or 7a de decidirse porun cu&%ivo u o%ro )decisiones EJ óEK* " &os resu&%ados (ue o'%en/adependen de (ue e& invierno seaseco )SJ*# 71$edo )SK* o $u"&&uvioso )S>*# con arre/&o a &asi/uien%e $a%ri0 de decisión dada,u< a&%erna%iva in%eresa Estados de la naturaleza
S1 S2 S3
E1 60 50 40Alternativas
de decisiónE2 10 40 70
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 38/51
Si se decide por EJ puedeo'%ener un resu&%ado de # ó Q Por &o (ue &a $ediaes6 )Q*> F Q
Si se decide por EK puedeo'%ener un resu&%ado de J# ó Por &o (ue &a $ediaes6 )J*> F
Si &os resu&%ados $os%rados en
&a %a'&a 5ueran in/resos#
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 39/51
Cons%i%u"e un co$pro$iso en%re&os cri%erios op%i$is%a "pesi$is%a# $edian%e &ain%roducción de un coe2cien%e deop%i$is$o# aa # co$prendidoen%re " J# " de su co$p&e$en%oa &a unidad# (ue es e&deno$inado coe2cien%e depesi$is$o# J aJ a,
E& $e+or de &os resu&%ados de
cada es%ra%e/ia se pondera con
Cri%erio de& Op%i$is$o Parcia& oCri%erio de& Op%i$is$o Parcia& ocri%erio de .uric0,cri%erio de .uric0,
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 40/51
E;EMPLO6E;EMPLO6n a/ricu&%or 7a de decidirse por un cu&%ivo u o%ro)decisiones EJ ó EK* " &os resu&%ados (ue o'%en/a
dependen de (ue e& invierno sea seco )SJ*# 71$edo)SK* o $u" &&uvioso )S>*# con arre/&o a &a si/uien%e$a%ri0 de decisión, u< a&%erna%iva e&i/e si a F
•Para EJ# e& $e+or resu&%ado es " e& peor es 6.J F , a
)J a * F , # , #F QK
•Para EK# e& $e+or resu&%ado es " e& peor es J6.J F , a J
)J a * F , # J , #F U
Estados de la naturaleza
S1 S2 S3
E1 60 50 40Alternativas
de decisiónE2 10 40 70
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 41/51
Cri%erio de& M4ni$o Pesar oCri%erio de& M4ni$o Pesar ocri%erio de Sava/ecri%erio de Sava/e
Es%e cri%erio de decisión es e& (uesi/uen (uienes %ienen aversión aarrepen%irse por e(uivocarse,
:or$a&$en%e 7a de par%irse de &ae&a'oración de &a deno$inada “$a%ri0de pesares-,
E;EMPLO6n a/ricu&%or 7a de decidirse por uncu&%ivo u o%ro )decisiones EJ ó EK* " &osresu&%ados (ue o'%en/a dependen de
(ue e& invierno sea seco )SJ*# 71$edo
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 42/51
La matriz de pesares es la siguiente:La matriz de pesares es la siguiente:
Estados de la naturaleza
S1 S2 S3
E1 60 50 40Alternativas
de decisiónE2 10 40 70
Teniendo en cuen%a (ue e& pesar es &o (ue de+a de/anar por no e&e/ir correc%a$en%e# es%a $a%ri0resu&%a de6
Si sucediera SJ# acer%ar4a " no %endr4a pesar a&e&e/ir EJ# pero %endr4a un pesar de Q )o sea $enos J* si 7u'iera e&e/ido EK,
Si sucediera SK# acer%ar4a " no %endr4a pesar a&e&e/ir EJ# pero %endr4a un pesar de J )o sea Q$enos * si 7u'iera e&e/ido EK,
Si sucediera S># NO acer%ar4a " %endr4a pesar a&e&e/ir EJ# de > )o sea $enos * " NO 7u'iera%enido pesar si 7u'iera e&e/ido EK,
E& $3!i$o pesar posi'&e con &a es%ra%e/ia EJ es > "
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 43/51
Los Ad$inis%radores seen5ren%an a &os si/uien%essi%uaciones6
• Decisiones no se conocen concer%e0a,
• Si%uaciones pro'a'i&4s%icas
senci&&as,• So&o puede considerar unoscuan%os 5ac%ores a& $is$o%ie$po,
Br'o& de Decisión
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 44/51
Se usan en si%uaciones de %o$a
de decisiones en &as (ue sede'e op%i$i0ar una series dedecisiones,
n concep%o 5unda$en%a& en&as si%uaciones (ue invo&ucrana&%erna%ivas de decisión "even%os secuencia&es es (uede'en iden%i2carse %odas esasa&%erna%ivas " even%os "
ana&i0ar de an%e$ano# si se
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 45/51
COMPONENES @ ESTRCTRA
A&%erna%ivas de DecisiónEven%os
Pro'a'i&idadesResu&%adosEs%os da%os se or/ani0an
$edian%e &a es%ruc%ura de undia/ra$a de 3r'o& (ue i&us%ra &asin%eracciones posi'&es en%re &asdesiciones " &os even%os
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 46/51
Inicio de& 3r'o&
A
B
C
Nodo de Decisión
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 47/51
Aadir &os Es%ados de &a Na%ura&e0a#pro'a'i&idades de ocurrencia "/anancias o cos%os esperados
A
B
C
Demanda alta (0.4)
Demanda media (0.5)
Demanda baja (0.1)
$90k
$50k
$10k
Demanda alta (0.4)
Demanda media (0.5)
Demanda baja (0.1)
$00k
$5k
!$10k
Demanda alta (0.4)
Demanda media (0.5)
Demanda baja (0.1)
$"0k
$40k
$0k
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 48/51
Ar'o&es An3&isis
• Me%odo&o/4a6 Derec7a aI0(uierda pasando por even%os
" pun%os de Decisión 7as%aa&can0ar &a secuencia óp%i$a,• Re/&as6
– En cada nodo se ca&cu&a e& va&oresperado,– En cada pun%o de decisión se
se&ecciona &a a&%erna%iva con e&va&or es erado ó %i$o se
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 49/51
C3&cu&o de& Va&or Esperado
Demanda alta (0.4)
Demanda media (0.5)
Demanda baja (0.1)
A
$90k
$50k
$10k
# A%0.4(90)&0.5(50)&0.1(10)%$"k
$"k
'obabilidad tilidad
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 50/51
Solución
Demanda alta (0.4)
Demanda media (0.5)
Demanda baja (0.1)
Demanda alta (0.4)Demanda media (0.5)
Demanda baja (0.1)
A
B
C
Demanda alta (0.4)
Demanda media (0.5)
Demanda baja (0.1)
$90k
$50k
$10k
$00k$5k
!$10k
$"0k
$40k
$0k
$"k
$*0.5k
$4"k
7/26/2019 1Modelos de Decisión
http://slidepdf.com/reader/full/1modelos-de-decision 51/51
Teore$a de 8a"es
Re/&a de 8a"es6 Si &os even%os 8J#8K# ,,,,# 8 cons%i%u"en una división
de& espacio $ues%ra& S# dondeP)8* para i F J# K# ,,,# en%oncespara cua&(uier even%o A en S es %a&(ue P)A*
P)8rA* F
P)8r* P)A8r*
P)8i* P)A8i*