villahermosa, tab. 27 de octubre del 2010 ing. industrial investigaciÓn de operaciones ii...
TRANSCRIPT
Villahermosa, Tab. 27 de octubre del 2010
ING. INDUSTRIAL
INVESTIGACIÓN DE OPERACIONES II
CATEDRATICO:Zinath Javier Gerónimo
UNIDAD 3: Teoría De Decisión
EQUIPO 6MONTEJO ZAPATA MARICELA
BULOS ZAMORA GRACE ANAHISALAS ALPUIN LUIS ALFREDO
MERCADO GÁMEZ OMARSÁNCHEZ ORTIZ LUIS MANUEL
VÁZQUEZ FLORES LINO MAURICIO
UNIDAD 3
TEORIA DE
DECISION
TEORÍA DE DECISIÓN
Decisión puede ser definida como La selección que se hace de entre dos o
más alternativas.
INTRODUCCIÓN A LA TOMA DE DECISIONES (EJEMPLO)
Decisión.
Lesión de columna
Operarse
No operarse
3.1 CARACTERÍSTICAS GENERALES DE LA TEORÍA DE DECISIÓN
Características
Situación problemáticaConsecuencias
Definir el problemaAspectos (pueden ser contrapuestos)
Incertidumbre
Aspectos cuantificables
Otros involucrados
Tiempo disponible
A LA TOMA DE DECISIONES
Objetivo delanálisis dedecisiones
Decisiones mal o bien tomadas
Seleccionar la alternativa óptima (mejores resultados), tomando en cuenta las limitaciones, la incertidumbre y la dificultad de cuantificación
Formalización (uso de instrumentos y procedimientos)
Simplifican y esclarecen el problema
Reducen la ansiedad
Ayudan a superar las limitaciones
Permiten aplicar métodos de análisis
(benchmarking)
Ayudan a orientar los juicios con mayor
corrección
Introducción a la toma de decisiones
INTRODUCCIÓN A LA TOMA DE DECISIONES
Elementos enla toma dedecisiones
Situación problemática (problema existente)
Alternativas de solución (más de una solución)
Tiempo y recursos disponibles
Decisor capacitado
Análisis
Selección de
criterios
Búsqueda dealternativas
Definición del
problema
Decisión
Ejecución ycontrol
Proceso de
decisión
Introducción a la toma de decisiones
INTRODUCCIÓN A LA TOMA DE DECISIONES
Incertidumbre
Dificulta o limita la capacidad de evaluación de las alternativas
Originada por la falta de información necesaria para análisis
Indisponibilidad deinformación
necesariaaunque existente
Inexistencia de lainformación por
tratarsede hechos futuros
FACTOR HUMANO
Elementos enla toma dedecisiones
Sin TD: Actuaciones por reflejo, por instinto o por costumbre adquirida sin previo análisis
Situación problemática (problema existente)
Alternativas de solución (más de una solución)
Tiempo y recursos disponibles
Decisor capacitado
FACTOR HUMANODecisiones son tomadas por los individuos
Elemento activoMotor de todo proceso de toma de decisión
Problemas Alternativas de solución
Objetivos que el decisor persigue
Objetivos
Organizacionales
Individuales
Lo que la organización pretende alcanzarUtilidades, productividad, calidad, reducción de Costos, participación en el mercado, satisfacciónDel cliente, etc.
Lo que las personas pretenden alcanzarSalario, beneficios sociales, seguridad y estabili_dad en el empleo. Condiciones adecuadas de Trabajo. Desarrollo profesional, etc.
FACTOR HUMANOEl Individuo
Conocer y definir el problemaGenerar posibles solucionesAnalizar las consecuenciasEvaluar las consecuencias
Información
para…
FACTOR HUMANOEl Decisor
Seleccionar y recoger información del entorno s/problema y alternativas
Guardar información y recuperarla (cuando se necesite)
Procesarla por razonamientos
Juzgar importancia de información procesada
Actividades para tomar una decisión
3.2 CRITERIOS DE DECISIÓN DETERMINISTICOS Y PROBABLISTICOS.
DETERMINISTA VS. PROBABILÍSTICA Determinista: Conozco todos los datos
necesarios de la realidad. Si tomo una opción, se cual será el resultado preciso.
En los modelos probabilisticos las variables son aleatorias y los resultados también.
16Unidad. -3
EL PROCESO DE TOMA DE DECISIONES. Definición del problema. Análisis de la información disponible. Desarrollo de soluciones alternativas. Selección de la alternativa. Implantación de la estrategia elegida.
17Unidad. -3
DEFINICIÓN DEL PROBLEMA. Para que tengamos un problema hace
falta:Un objetivo que se quiere alcanzar.Un camino trazado para alcanzar el
objetivo.Un impedimento que nos bloquea el camino
y no nos deja alcanzar el objetivo.
18Unidad. -3
ANÁLISIS DE LA INFORMACIÓN DISPONIBLE. Investigar la situación de partida. Identificar las variables del problema. Valorar las variables:
De forma cuantitativa si es posible,De forma cualitativa si no hay alternativa.
Identificar las variables y valores en el objetivo.
19
SELECCIÓN DE LA ALTERNATIVA.
Tres enfoques:Confianza en el pasado (experiencia)Experimentación. Investigación y análisis.
20
Experimentación
Investigación y Análisis
Confianza en el Pasado
¿Cómo escoger una de varias opciones
Opción Tomada
Unidad. -3
HERRAMIENTAS PARA LA TOMA DE DECISIONES.
Modelización Mecánica. Herramientas para la decisión con certeza. Criterios de decisión en incertidumbre.
Nos enfrentamos a la naturaleza.Nos enfrentamos a otro jugador.
Unidad. -3
• Si se pudiera contar con un predictor perfecto, sepodría seleccionar por anticipado el curso de acciónóptimo correspondiente a cada evento pronosticado.
• Ponderando la utilidad correspondiente a cada cursode acción óptimo por la probabilidad de ocurrenciade cada evento se obtiene la utilidad esperadacontando con información perfecta (UEIP).
• El VEIP es la diferencia entre UEIP y VE. Refleja elaumento en la utilidad esperada a partir de contarcon un mecanismo de predicción perfecto.
3.3 Valor Información Perfecta
Interpretación del VEIP• El VEIP puede considerarse como unamedida general del impacto económico de laincertidumbre en el problema de decisión.
• Es un indicador del valor máximo queconvendría pagar por conseguir informaciónadicional antes de actuar.
• El VEIP también da una medida de lasoportunidades perdidas. Si el VEIP esgrande, es una señal para que quien toma ladecisión busque otra alternativa que no sehaya considerado hasta el momento.
El Valor Esperado al Contar con Información Perfecta.
La Ganancia que se espera obtener al conocercon certeza la ocurrencia de ciertos estados dela naturaleza se le denomina:El Valor Esperado de la InformaciónPerfecta (VEIP)Esta decisión es la que genera una menorpérdida para el tomador de decisiones.
Análisis Bayesiano - Tomador de Decisiones con Información
Imperfecta.
La estadística Bayesiana construye un modelo a partir de información adicional obtenida de diversasfuentes.
Esta información adicional mejora la probabilidadobtenida de la ocurrencia de un determinado estadode la naturaleza y ayuda al tomador de decisiones aescoger la mejor opción.
3.4 ARBOL DE DECISION
Un árbol de decisión es un modelo de predicción utilizado en el ámbito de la inteligencia artificial. Dada una base de datos se construyen diagramas de construcciones lógicas, muy similares a los sistemas de predicción basados en reglas, que sirven para representar y categorizar una serie de condiciones que ocurren de forma sucesiva, para la resolución de un problema
“USO DE ARBOLES DE DECISION”
. El desarrollo de árboles de decisión beneficiado analista en:
La necesidad de describir condiciones y
acciones llevan a los analistas a identificar de manera formal las decisiones que actualmente deben tomarse, sin importar que este dependa de variables cuantitativas o cualitativas. Los árboles también obligan a los analistas a considerar la consecuencia de las decisiones.
“USO DE ARBOLES DE DECISION”
.
Se ha demostrado que los árboles de decisión son eficaces cuando es necesario describir problemas con más de una dimensión o condición.
También son útiles para identificar los requerimientos de datos críticos que rodean al proceso de decisión, es decir, los árboles indican los conjuntos de datos que la gerencia requiere para formular decisiones o tomar
.
cuál es la decisión que necesitamos tomar
Dibujaremos un recuadro para representar esto en la parte izquierda de una página grande de papel
Desde este recuadro se deben dibujar líneas hacia
la derecha para cada posible solución, y escribir cuál es la solución sobre
cada línea
Al final de cada línea se debe estimar cuál puede
ser el resultado
Si este resultado es incierto, se puede dibujar un pequeño círculo. Si el resultado es otra decisión que necesita ser tomada,
se debe dibujar otro recuadro.
CÓMO DIBUJAR UN ÁRBOL DE DECISIONES
Los recuadros representan decisiones, y los círculos representan resultados inciertos. Se debe escribir la decisión o el causante arriba de los cuadros o círculos. Si se completa la solución al final de la línea, se puede dejar en blanco.
Comenzando por los recuadros de una nueva decisión en el diagrama, dibujar líneas que salgan representando las opciones que podemos seleccionar
Desde los círculos se deben dibujar líneas que representen las posibles consecuencias.
Nuevamente se debe hacer una pequeña inscripción sobre las líneas que digan que significan.
Seguir realizando esto hasta que tengamos dibujado tantas consecuencias y decisiones como sea posible ver asociadas a la decisión original.
EJEMPLO
3.5 TEORÍA DE UTILIDAD
En la teoría de la Utilidad se supone que los consumidores poseen una información completa
acerca de todo lo que se relacione con su decisión de consumo, pues conoce todo el conjunto de
bienes y servicios que se venden en los mercados, además de conocer el precio exacto
que tienen y que no pueden variar como resultado de sus acciones como consumidor,
adicionalmente también conocen la magnitud de sus ingresos.
Adam Smith y David Ricardo,
fundamentaban sus razones acerca de la
utilidad de los objetos por la capacidad que tienen para satisfacer
una necesidad
El único medio para medir la utilidad de las cosas consiste en utilizar una escala
subjetiva de gustos que muestre teóricamente un registro estadístico de la
utilidad del consumo que se hace. Sin embargo, existen otras razones por las
cuales también puede obtenerse satisfacción y no es precisamente utilidad.
La utilidad de los bienes no podrá medirse jamás, pero si puede calcularse
mediante un sencillo procedimiento
matemático, el cual se desarrollará de manera
analítica.
TIPOS DE UTILIDAD
La utilidad de un bien se calcula mediante las fórmulas matemáticas de la Utilidad Total (utx), utilidad marginal (Umx) y la
Promedio (Upx), las cuales muestran que mientras unidades se consuman por cada unidad de un bien, mayor será la utilidad que se reciba; a pesar de que la utilidad total aumenta, la marginal disminuirá.
El punto de partida lo constituye la definición
de la utilidad que dice lo siguiente: “Es el grado
de satisfacción que proporcionan los
distintos satisfactores que utiliza un consumidor”.
35
• Representa la suma de las utilidades que obtiene un consumidor al utilizar cierta cantidad de bienes (artículos).
Utilidad Total. (Utx) • Representa una
distribución aritmética como resultado de la acción de dividir la utilidad total entre el número de satisfactores consumidos. La Fórmula de cálculo se expresa:
Upx= Utx/Qx Donde:Upx =Utilidad promedio de un artículo.Utx = Utilidad de cierto artículo.Qx = Cantidad de cierto artículo.
Utilidad Promedio (Upx) • Representa el
incremento en la utilidad de un artículo “X” en la medida que el consumidor utiliza una unidad más de un mismo satisfactor. La fórmula para calcularla es:
Donde:Umx = Utilidad de cierto artículo.D Utx = Incremento o adición de la utilidad total de ciertos artículos.D Qx = Incremento o adición de la cantidad de cierto artículo.
Utilidad marginal (Umx)
36
ACERCA DE LA UTILIDADEl valor de la utilidad, U(V) refleja la perspectiva del
tomador de decisiones.
El valor de la utilidad se calcula para cada posible ganancia.
El menor resultado obtenido tiene un valor de utilidad de 0.
El mayor resultado obtenido tiene un valor de utilidad de 1.
La decisión óptima se elige usando el criterio de la utilidad esperada.
DETERMINANDO EL VALOR DE LA UTILIDAD- La técnica provee una cierta cantidad de riesgo para
cuando el tomador de decisiones debe elegir una opción.
- La técnica se basa en tomar la ganancia más segura versus arriesgar la obtención de la más alta o baja de las ganancias.
3.6 DESICIONES SECUENCIALES
“Son decisiones encadenadas entre sí que se presentan a lo largo del período de estudio previamente seleccionado.”
Así una decisiónpuede condicionar decisiones posteriores y a su vez ser condicionada por decisiones tomadas con anterioridad a la misma.
El análisis del problema de decisión bajo el enfoque secuencial suele ser preferible al enfoque estático, dado que es normal que una decisión tomada en el momento inicial condicione decisiones en los momentos posteriores de tiempo
ARBOLES DE DECISION
Son modelos gráficos empleados para representar las decisiones secuenciales, así como las incertidumbres asociada a la ocurrencia de eventos considerados claves.
VENTAJAS Y DESVENTAJAS1.- Las consideraciones explícita de
decisiones futuras obliga al decisor a elaborar planes de mas largo plazo.
2.- La técnica de resolución, aunque sencillamente, puede volverse compleja en la medidad que aumentan alternativas y eventos probabilisticos.
3.- Solo maneja distribuciones de probabilidades dsicretas.
3.7 ANALISIS DE SENSIBILIDAD
Tienen por finalidad mostrar los efectos que sobre la Tasa Interna de Retorno (TIR) tendría
una variación
Al igual que cambio en el valor de una o más de las variables de costo o de ingreso
que inciden en el proyecto
por ejemplo la tasa de interés, el volumen y/o el precio de ventas, el costo de la mano de
obra, el de las materias primas, el de la tasa de impuestos, el monto del capital, etc.
Un proyecto de inversión puede ser aceptable bajo las condiciones previstas en el mismo, pero podría no serlo si en el mercado las variables de costo variaran significativamente al alza o si las variables de ingreso cambiaran significativamente a la baja
EL ANALISIS DE SENSIBILIDAD
El análisis de sensibilidad es un cuadro resumen que muestra los valores de TIR para cualquier cambio previsible en cada una de las variables más relevantes de costos e ingresos del proyecto
WinQSB 2.0
WinQSB es una aplicación creada por el Dr. Yih-Long Chang, que consta de una serie de módulos (subprogramas) que nos ayudan a resolver y automatizar algunos problemas de cálculos lineales, investigación de operaciones, planteamiento de producción, evaluación de proyectos, etc.
3.8 Uso de programas de computación
El programa incluye 19 módulos, que listamos a continuación:[adsensepost]1. Acceptance Sampling Analysis (Análisis de muestreo de aceptación)2. Aggregate Planning (Planeación agregada)3. Decision Analysis (Análisis de decisiones)4. Dynamic Programming (Programación dinámica)5. Facility Location and Layout (Diseño y localización de plantas)6. Forecasting (Pronósticos)7. Goal Programming (Programación por objetivos)8. Inventory Theory and System (Teoría y sistemas de inventarios)9. Job Scheduling (Programación de jornadas de trabajo)10. Linear and integer programming (Programación lineal y entera)
11. Markov Process (Procesos de Markov)12. Material Requirements Planning (Planeación de Requerimiento de Materiales)13. Network Modeling (Modelación de redes)14. Nonlinear Programming (Programación no lineal)15. PERT y CPM16. Quadratic Programming (Programación cuadrática)17. Quality Control Chart (Cartas de control de calidad)18. Queuing Analysis (Análisis de sistemas de cola)19. Queuing Analysis Simulation (Simulación de análisis de sistemas de cola).