You are on page 1of 32

11491142

Jesús Omar villaseñor Moreno

INDICE
Unidad 3 teoría de decisión
3.1 Características generales de la Teoría de Decisiones
3.2 Criterios de decisión Determinísticos y Probabilísticas
3.3 Valor de la Información Perfecta
3.4 Árboles De Decisión
3.5 Teoría de Utilidad
3.6 Decisiones Secuenciales
3.7 Análisis de Sensibilidad

3.8 uso de programa de computación

1

11491142
Jesús Omar villaseñor Moreno

INTRODUCCIÓN

La teoría de la decisión es una área interdisciplinaria de estudio, relacionada con
casi todos los participantes en ramas de la ciencia, ingeniería Concierne a la forma
y al estudio del comportamiento y fenómenos de aquellos que toman las
decisiones (reales o ficticios), así como las condiciones por las que deben ser
tomadas las decisiones óptimas.
La mayor parte de la teoría de la decisión es normativa o prescriptiva, es decir
concierne a la identificación de la mejor decisión que pueda ser tomada,
asumiendo que una persona que tenga que tomar decisiones (decisión maker) sea
capaz de estar en un entorno de completa información, capaz de calcular con
precisión y completamente racional.
La aplicación práctica de esta aproximación prescriptiva (de cómo la gente
debería hacer y tomar decisiones) se denomina análisis de la decisión y
proporciona una búsqueda de herramientas, metodologías y software para ayudar
a las personas a tomar mejores decisiones.
Las herramientas de software orientadas a este tipo de ayudas se desarrollan
bajo la denominación global de Sistemas para la ayuda a la decisión (decisión
support systems, abreviado en inglés como DSS).

3.1 Características generales Teoría de Decisiones
2

11491142
Jesús Omar villaseñor Moreno

La Teoría de la Decisión trata del estudio de los procesos de toma de decisiones
desde una perspectiva racional.
En cuanto a decisión se refiere, existen dos enfoques sobresalientes:
La teoría de la elección racional (Simon): desde una perspectiva descriptiva, nos
cuenta cómo son los procesos decisorios en las organizaciones. Los hombres
aplican su propia racionalidad limitada por su singular visión de la realidad.
La teoría de la decisión: es una metodología prescriptiva o normativa que indica
cómo se debe decidir para ser consecuentes con los objetivos, preferencias y
ciertos principios impuestos por la teoría. (Cómo se debe decidir, pero no que
decidir).
La teoría de la decisión es prescriptiva porque obliga al TD a proceder de una
determinada manera si quiere ser coherente con las premisas definidas.
La teoría de la decisión es subjetiva porque, al prescribir, tiene en cuenta las
preferencias, las valoraciones, las vivencias y la visión del TD.
La teoría de decisiones se ocupa de decisiones contra la naturaleza. Esta fase se
refiere a una situación donde el resultado (rendimiento) de una decisión individual
depende de la acción de otro agente (naturaleza) sobre el cual no se tiene control.
Es importante observar que en este modelo los rendimientos afectan únicamente a
quien toma la decisión. A la naturaleza no le importa cual es el resultado.
Elementos de un Proceso de Decisión
El decisor (TD): Es el encargado de realizar la selección de alternativas de la
mejor manera, en función de sus objetivos
Las alternativas o cursos de acción: son las diferentes formas de actuar posibles:
el TD deberá seleccionar una de ellas. Es importante tener en cuenta que estas
alternativas deben ser excluyentes entre sí.

3

atendiendo a la clasificación de los procesos de decisión: certidumbre. Los resultados: es lo que se obtiene ante la selección (la opción) de una alternativa determinada cuando se presenta uno de los posibles estados de la naturaleza.…. pero que no pueden ser controladas ni previstas. • Las distintas alternativas o cursos de acción. s2.11491142 Jesús Omar villaseñor Moreno Los estados de la naturaleza: son las variables no controlables por el TD. riesgo e incertidumbre 4 . La descripción de los diferentes criterios de decisión que proporcionan la opción óptima será realizada de acuerdo con el conocimiento que posea el TD acerca de los estados de la naturaleza. La tabla de pagos (o tablas de decisión): sirven para tratar muchos problemas de decisión y poseen los siguientes elementos: • Los diferentes estados de la naturaleza sj (s1. en su comportamiento. es decir. Son eventos futuros que influyen en el proceso de decisión. • Los resultados Rij que surgen de la elección de la alternativa ai cuando se presenta el estado sj • El criterio de decisión: es la especificación de un procedimiento para identificar la mejor alternativa en un problema de decisión. am). entre los cuales el TD deberá seleccionar uno aj (a1. a2. sn). por el TD. ….

7. El TD debe predecir las consecuencias de cada actuación. 10. 9. 4. Es necesario que seleccione un curso de acción. 2. El TD debe generar soluciones alternativas al problema y evaluarlas en función de sus preferencias (análisis cualitativo y análisis cuantitativo). Tiene que realizar una valoración de las consecuencias de acuerdo con una escala de bondad o deseabilidad. El TD debe determinar el criterio de decisión que optimice la situación. El TD debe identificar la existencia de un problema y poder definirlo. es la acción derivada de la decisión 5 . 6. 3.11491142 Jesús Omar villaseñor Moreno Etapas del Proceso Decisorio 1. Lo que modifica el universo. El TD debe elegir entre las soluciones alternativas. El TD debe poner en práctica la solución seleccionada y evaluar los resultados. El TD debe establecer un sistema de preferencias. 5. El TD debe recopilar más información acerca del problema. La decisión se basa en seleccionar la mejor alternativa en función de ciertos objetivos. El TD debe elaborar un modelo que describa el problema. Esta elección debe darse mediante un criterio de decisión adecuado. 8. El TD debe poder especificar los objetivos.

6 . podemos decir que el proceso de decisión se realiza bajo certidumbre. La mayoría de estas situaciones son abarcadas por los Métodos de Investigación de Operaciones. decisiones políticas y estratégicas. no nos encontramos en certeza ni en incertidumbre total. bajo riesgo o bajo incertidumbre. principalmente. Son decisiones que pueden programarse por ser repetitivas y rutinarias. Son. donde existe poca complejidad. es decir.11491142 Jesús Omar villaseñor Moreno Clasificación de los Procesos de Decisión Según las características del contexto. Se requiere de un alto poder de negociación Decisiones Poco Estructuradas: este tipo de decisiones se toman cuando estamos en un contexto intermedio. Decisiones Estructuradas: este tipo de decisiones se toman cuando estamos en un contexto de casi-certeza. En función de esta distinción podemos identificar tres grandes grupos: Decisiones No Estructuradas: este tipo de decisiones se toman cuando estamos en un contexto de incertidumbre total y se cuenta con muy poca información.

Los datos son conocidos como información cruda y no como conocimientos en sí. hace la información. de los Hechos (Facts) al Conocimiento (Knowledge) . entonces su mente será sobrehumana en el mismo sentido en que. cuando se hacen relevantes para la toma de decisión a un problema. con la escritura. cuando es respaldada por los datos. y finalmente. de la Información (Information) a los Hechos (Facts). Los hechos son lo que los datos revelan. La figura siguiente ilustra el proceso de razonamiento estadístico basado en datos para construir los modelos estadísticos para la toma de decisión bajo incertidumbre. la comunicación. La información explícita se puede explicar de forma estructurada. Los hechos se convierten en conocimiento. 7 . cuando son utilizados en la complementación exitosa de un proceso de decisión. la humanidad es sobrehumana comparada a la humanidad antes de escribir. El remitente hace común lo que es privado.2 Criterios de decisión Determinísticos y Probabilísticas El conocimiento es lo que sabemos.11491142 Jesús Omar villaseñor Moreno 3. La información se puede clasificar como formas explícitas y tácitas. En cada intercambio de conocimientos. Sin embargo el conocimiento instrumental es expresado junto con un cierto grado estadístico de confianza (gl). hay un remitente y un receptor. La secuencia que va desde los datos hasta el conocimiento es (observe el siguiente cuadro): de los Datos (Data) a la Información (Information). mientras que la información tácita es inconsistente e imprecisa de explicar. Una vez que se tenga una cantidad masiva de hechos integrados como conocimiento. La información se convierte en hecho. Los datos se convierten en información. La información es la comunicación de conocimientos.

11491142 Jesús Omar villaseñor Moreno De donde: Level of Exactness of Statistical Model = Nivel de Exactitud del Modelo Estadístico. y la aplicabilidad de las de diversas técnicas para juzgar el significado. Una inteligente y crítica inferencia no puede ser hecha por aquellos que no entiendan el propósito. Esta es la razón del porqué necesitamos la estadística de negocio. del desarrollo de las propiedades de medición. Level of improvements on decisión making = Nivel de Mejoramiento en la Toma de Decisiones La figura anterior representa el hecho que a medida que la exactitud de un modelo estadístico aumenta. La estadística se creo por la necesidad de poner conocimiento en una base sistemática de la evidencia. Esto requirió un estudio de las leyes de la probabilidad. relación de datos. el nivel de mejoramiento en la toma de decisión aumenta. las condiciones. Considerando el ambiente de la incertidumbre. El chance de la disponibilidad de “la buena información” incrementa 8 . La inferencia estadística intenta determinar si alguna significancia estadística puede ser adjunta luego que se permita una variación aleatoria como fuente de error. la posibilidad de que “las buenas decisiones” sean tomadas incrementa con la disponibilidad “de la buena información”.

11491142 Jesús Omar villaseñor Moreno con el nivel de estructuración del proceso de Dirección de Conocimiento. Las 9 . Simplificar 2. más bien que técnicamente brillante. Construir un modelo de decisión 3. Proceso de Toma de Decisiones Estadísticas A diferencia de los procesos de toma de decisiones determinísticas tal como. optimización lineal resuelto mediante sistema de ecuaciones. El conocimiento es más que simplemente saber algo técnico. La figura anterior también ilustra el hecho que mientras la exactitud de un modelo estadístico aumenta. los pasos para resolverlos son los mismos. las variables son normalmente más numerosas y por lo tanto más difíciles de medir y controlar. Usando el modelo para encontrar soluciones: El modelo es una representación simplificada de la situación real No necesita estar completo o exacto en todas las relaciones Se concentra en las relaciones fundamentales e ignora las irrelevantes. sistemas paramétricos de ecuaciones y en la toma de decisión bajo pura incertidumbre. por ejemplo. Sin embargo. crea el software estadístico que es útil. los métodos probabilísticos y estadísticos para el análisis de toma de decisiones bajo incertidumbre son más numerosos y mucho más poderosos que nunca. el nivel de mejora en la toma de decisiones aumenta. Probar el modelo 4. Estos son: 1.

para decidir ante dos opciones.11491142 Jesús Omar villaseñor Moreno computadoras hacen disponible muchos usos prácticos. y los eliminaba. Luego buscaba en ambos lados. Para ello se aplican dos principios lógicos irrebatibles: a) Que si una opción X es superior a una opción Y en un objetivo y no es inferior a esta en ninguno de los restantes (condición llamada de Dominio Absoluto).igual peso. Algunos de los ejemplos de aplicaciones para negocios son los siguientes:  Un auditor puede utilizar técnicas de muestreo aleatorio para auditar las cuentas por cobrar de un cliente. El procedimiento consiste en eliminar alternadamente opciones y objetivos.  Un gerente de planta puede utilizar técnicas estadísticas de control de calidad para asegurar la calidad de los productos con mínima inspección y menor número de pruebas. Así iba simplificando el problema hasta que los elementos no tachados indicaran el predominio de una opción. factores o grupos de factores que tuviesen – según su apreciación.Benjamín Franklin escribía en un papel los factores que favorecían a una y otra. separados por una línea vertical. Método para tomar decisiones determinanticas con múltiples opciones y objetivos Para resolver disyuntivas –esto es. entonces la opción Y se puede descartar Crear una Tabla De Consecuencias 10 .

en Días hábiles por año. C. o Nula (N). D y E. Por otra parte.las calificaciones de los objetivos para cada candidato. la flexibilidad de horario en Alta (A). en cantidad de Kilómetros y las vacaciones. además. Las intersecciones son –naturalmente. supondremos que ya tiene cinco ofertas: A. B.11491142 Jesús Omar villaseñor Moreno Una Tabla de Consecuencias representa en cada línea un objetivo y en cada columna una opción o candidato. Se verá mejor a través de un ejemplo: supongamos que Juan quiere encontrar trabajo y sus objetivos son: - Sueldo - Flexibilidad de Horario - Prestaciones (como Salud. para cada oferta. Mediana (M). se obtuvo la siguiente Tabla de Consecuencias: Tabla de Consecuencias de Juan Objetivo A B C D E Sueldo 500 600 700 550 450 Flexibilidad M N N M A Prestacione 6 5 5 6 4 11 . mediante una nota de 1 a 7.) - Distancia desde su casa y - Vacaciones El sueldo se medirá en miles de pesos. la distancia. etc. que una vez hecha la evaluación de cada objetivo individual. atención dental. Supongamos. la calidad y cantidad de prestaciones.

la Tabla de Clasificación quedaría: Tabla de Clasificación de Juan 12 . la que –en lugar de desplegar los valores.muestra la ubicación relativa de cada opción en cada uno de los objetivos. ya que el sueldo es más alto (550 contra 500) y es igual o superior en los objetivos restantes. En tal caso se puede recurrir a una Tabla de Clasificación. En el caso de Juan. la tabla queda: Tabla de Consecuencias de Juan Objetivo B C D E Sueldo 600 700 550 450 Flexibilidad N N M A Prestacione 5 5 6 4 Distancia 10 8 12 27 Vacaciones 20 19 15 15 s A veces no es fácil identificar situaciones de dominio por la sola observación de la tabla de consecuencias. Una vez eliminada A.11491142 Jesús Omar villaseñor Moreno s Distancia 20 10 8 12 27 Vacaciones 15 20 19 15 15 En la tabla se puede apreciar que la opción D tiene dominio Absoluto sobre la opción A.

pero la opción C es superior a la B en casi todos los objetivos. que C tiene Dominio Relativo sobre B. la tabla de consecuencias queda: Tabla de Consecuencias de Juan Objetivo C D E Sueldo 700 550 450 Flexibilidad N M A Prestacione 5 6 4 Distancia 8 12 27 Vacaciones 19 15 15 s 13 . Se dice. excepto en el de las vacaciones (donde pierde por sólo un día).) pero difícilmente puede compensar los cien mil pesos de mayor sueldo que se obtienen con C. entra a tallar el criterio del decisor: ese día de vacaciones ¿es tan importante como la diferencia en el sueldo o la mayor distancia? Creemos que para la mayoría probablemente valga más que la diferencia en distancia (2 km. Aquí. por supuesto. circunstancia que permite eliminar a esta última.11491142 Jesús Omar villaseñor Moreno Objetivo B C D E Sueldo 2 1 3 4 Flexibilidad 3 (e) 3 (e) 2 1 Prestacione 2 ( e) 2 (e) 1 4 Distancia 2 1 3 4 Vacaciones 1 2 3 (e) 3 (e) s Donde el símbolo (e) significa empate. en este caso. Se aprecia que ya no existen situaciones de dominio absoluto. Una vez descartada B.

El VEIP también da una medida de las oportunidades perdidas. INTERPRETACIÓN DEL VEIP El VEIP puede considerarse como una medida general del impacto económico de la incertidumbre en el problema de decisión. Refleja el aumento en la utilidad esperada a partir de contar con un mecanismo de predicción perfecto.11491142 Jesús Omar villaseñor Moreno 3. se podría seleccionar por anticipado el curso de acción óptimo correspondiente a cada evento pronosticado. Ponderando la utilidad correspondiente a cada curso de acción óptimo por la probabilidad de ocurrencia de cada evento se obtiene la utilidad esperada contando con información perfecta (UEIP).3 VALOR DE LA INFORMACIÓN PERFECTA Si se pudiera contar con un predictor perfecto. El VEIP es la diferencia entre UEIP y VE. Si el VEIP es grande. es una señal para que quien toma la decisión busque otra alternativa que no se haya considerado hasta el momento 14 . Es un indicador del valor máximo que convendría pagar por conseguir información adicional antes de actuar.

Cada ganancia se escribe encima del nodo correspondiente.000 los que se perderán si no se encuentra gas.4 ÁRBOL DE DECISIÓN Un árbol de decisión es un árbol orientado que representa un proceso de decisión .Los nodos designa puntos en el tiempo en los cuales: i) debe tomarse una u otra dedición. considerando que el interés de la compañía es una buena indicación de que existe gas. Los arboles de decisión son útiles para determinar decisiones optimas en procesos complicados. cuando este definida.000 por el derecho de explotación de gas natural en un sitio determinado y la opción para un desarrollo futuro. Aquellas decisiones que resultan no recomendables tienen las ramas correspondientes marcadas con cruz. 15 . Bajo cada ramas se escribe la probabilidad del evento corresponde. Saliendo de un nodo (i) hay una rama para cada posibles decisión saliendo de un nodo(ii) hay una rama para cada posibles estado de la naturaleza. o ii) quien toma las decisiones se enfrenta a uno y otro estado de la naturaleza. calculando la ganancia esperada en los nodos intermedios.11491142 Jesús Omar villaseñor Moreno 3. el propietario estima un beneficio neto de 2millones de dólar. pero esto ocurrirá solo si se descubre gas natural durante la etapa de explotación.000 adicionales para el propietario. El costo inicial es de $100. El propietario. Ejemplos: Una gran compañía de energético ofrece al dueño de un terreno $60. Las técnicas consisten en iniciar con los nodos terminales y moverse secuenciales hacia atrás a través de la red. está campo. La opción si se ejerce vale $60. Para hacer tentando a desarrollar el mismo el esto deberá contratar equipo locales con experiencia en explotación y desarrollo. Una decisión recomendada es aquella que lleva a una ganancia máxima esperada. Sin embargo si descubre gas. O iii) el proceso termina.

Estado Decision es de la naturaleza s1 s2 60 660 -100 200 d1 d2 La matriz de ganancia para este proceso se muestra en la tabla anterior. Si el propietario estima que la probabilidad de encontrar gas de 0. Los promedio de la ganancia máxima y mínima para D 1 yD2 son respectivamente 200+(600+60 2 Ya que y 100) 2 max [360.950] = 950 está asociada con D 1 . Ya que Max[60.D2 es la decisión recomendada bajo el criterio del punto medio del camino. Las ganancia (en miles de dólares) para el propietario en cada combinación de evento se da en la tabla sig.11491142 Jesús Omar villaseñor Moreno Las decisiones para el propietario son D 1 (acepta la oferta de la compañía de energéticos) y D2 (explorar y desarrollar por su cuenta). La ganancia mínima para la decisión D 1 es 60 mientras que para D 2 es -100.-100 ]=60 es la ganancia asociada D1. Los estado de la naturaleza son S1 (no hay gas en el sitio).  Determinar la decisión recomendada bajo el criterio a priori para el proceso del ejemplo anterior.6 16 .D2 es la decisión recomendada bajo el criterio minimax. El valor mayor en la matriz es 2000. ganancia asociada a D 2 por lo tanto D2 es la decisión recomendada bajo el criterio optimista.

4)+ (2000)(0.6 entonces P(s1)=1-0.6)=1160 Ya que el máximo de esta dos cantidades.4)+(660)(0. 2000 Operaciones Richard bronson 3.6=0.11491142 Jesús Omar villaseñor Moreno Con p(s2) =0. La ganancia esperada del proceso 1160 en el nodo B proviene en sentido inverso delnodo D. 1160 está asociada con D1 D2 es la decisión recomendables bajo el criterio a priori. 4 s2 Bibliografía: Inv. 60 420 C D1 1 116 0 1160 B D2 1 s1 0.6)=420 Y la ganancia para D2 como: E (G2)= (-100) (0.5 TEORÍAS DE LA UTILIDAD 17 .4 empleando los datos de la tabla se calcula la ganancia esperada proveniente de D1 como: E (G1)=(60)(0. Este proceso está representado por el árbol de decisión de la figura sig. -10 s1 D HG 0. s24 EF 660 0.

 El consumidor posee información perfecta. y por tanto gasta todo su ingreso.  El consumidor busca maximizar su satisfacción total (utilidad total). en este caso trata de alcanzar la mayor satisfacción posible.11491142 Jesús Omar villaseñor Moreno La teoría de la utilidad trata de explicar el comportamiento del consumidor. conoce los bienes (sus características y precios). si el consumidor prefiere el bien A sobre el bien B y prefiere el bien B sobre el bien C. Esta utilidad es cualitativa (las cualidades reales o aparentes de los bienes). Así un bien es más útil en la medida que satisfaga mejor una necesidad. Así. es decir. Desde esta perspectiva se dice que la utilidad es la aptitud de un bien para satisfacer las necesidades. Esto quiere decir que el consumidor es capaz de determinar sus preferencias y ser consistente en relación con sus preferencias. el cual es la imposibilidad de cuantificar el grado de satisfacción o utilidad que el consumidor obtiene de los bienes.  Las características del bien determinan su utilidad y por tanto afectan las decisiones del consumidor. esto quiere decir que busca lograr sus objetivos. No existe una unidad de medida objetiva de la satisfacción.  El consumidor es racional. Este problema se ha enfrentado a través de dos enfoques distintos: 18 . es espacial (el objeto debe encontrarse al alcance del individuo) y temporal (se refiere al momento en que se satisface la necesidad). La teoría económica del comportamiento del consumidor se topa con un problema importante (llamado el problema central de la teoría del consumidor). entonces preferirá el bien A sobre el bien C (transitividad). Esta teoría parte de varios supuestos:  El ingreso del consumidor por unidad de tiempo es limitado.

o sea que si se dispone de una unidad de medida de la satisfacción.11491142 Jesús Omar villaseñor Moreno  Enfoque cardinal: Supone que si es posible medir la utilidad. Q UT UM 0 0 - 1 8 8 2 18 10 3 26 8 4 32 6 5 36 4 6 38 2 7 38 0 8 36 -2 19 .  Enfoque ordinal: En este enfoque el consumidor no mide la utilidad. sólo establece combinaciones de bienes que prefiere o le son indiferentes con respecto a otras combinaciones de bienes. Enfoque cardinal: A partir de los supuestos y conceptos mencionados se definen dos conceptos de utilidad o satisfacción:  Utilidad Total: es la satisfacción total de consumir una cierta cantidad de un bien.  Utilidad Marginal: es la satisfacción extra de una unidad de consumo adicional.

11491142 Jesús Omar villaseñor Moreno 20 .

11491142 Jesús Omar villaseñor Moreno En los datos anteriores se observa que se satisface la LEY DE LA UTILIDAD MARGINAL DECRECIENTE. la satisfacción adicional del consumidor disminuye a medida que se consume una mayor cantidad del bien. es decir. a partir del cual la utilidad marginal (UM) se vuelve decreciente: 21 . Observe que hay un punto de inflexión.

6 Decisiones secuenciales Son decisiones encadenadas entre sí que se presentan a lo largo del período de estudio previamente seleccionado.11491142 Jesús Omar villaseñor Moreno 3. 22 . En Consecuencia. la decisión inicial se toma sobre la base de la consideración explícita de otras decisiones futuras.

dado que es normal que una decisión tomada en el momento inicial condicione decisiones en los momentos posteriores de tiempo. El análisis del problema de decisión bajo el enfoque secuencial suele ser preferible al enfoque estático. Objetivos estratégicos Largo plazo: Mercado en el que nos ubicamos Objetivos tácticos 23 . como consecuencia de ir acumulando información. Ambiente de la decisión.11491142 Jesús Omar villaseñor Moreno En muchas ocasiones. Comprender el proceso de la toma de decisiones Conocer las técnicas y herramientas mecánicas básicas en la toma de decisiones. Repercusión de la decisión. Decisión Programable/no programable. Así una decisión puede condicionar decisiones posteriores y a su vez ser condicionada por decisiones tomadas con anterioridad a la misma. Planteamientos previos. sobre todo en aquellos proyectos que abarcan varios años. la decisión inicial puede someterse a sucesivas decisiones posteriores.’‘ Plantear la relación entre el trabajo de dirección y la toma de decisiones. se alcanzaran unos objetivos u otros. Repercusión de la decisión La decisión es fundamental en la empresa ya que según las decisiones que tome ésta.

Determinista vs.11491142 Jesús Omar villaseñor Moreno A medio plazo: Planes específicos. Determinista vs. Disponemos de un modelo construido a partir de una simplificación del problema y que nos permite simular diferentes situaciones lo que nos lleva hacia una solución. Planteamientos previos. Subjetiva Analítica vs. Probabilística Determinista: Conozco todos los datos necesarios de la realidad. Sistémica. Si tomo una opción. Objetiva vs. Objetivos operativos Corto plazo: como sustituir a un operario con gripe. La decisión puede platearse de forma: Objetiva vs. Los modelos estáticos no tienen en cuenta la variable tiempo. 24 . recursos asigna. Estática vs. se cual será el resultado preciso. Analítica: Disponemos de un modelo matemático construido con la información disponible y del que queremos conocer la mejor opción. Subjetiva Puede darse el caso de tener que basarnos en hechos que nos influyen o de los que no disponemos de un modelo objetivo. Probabilística Según el planteamiento que hagamos obtendremos unos resultados diferentes en la toma de decisión y sus consecuencias. En los modelos dinámicos la variable tiempo es fundamental. Dinámica.

Ambiente de la decisión Certeza Conozco los estados de la naturaleza con total seguridad. pero conozco sus probabilidades. Incertidumbre estructurada conozco los estados. Sobre todo para la toma de decisiones. 25 . Riesgo No sé qué estado de la naturaleza se dará. pues permite determinar cuando una solución sigue Siendo óptima.7 análisis de la sensibilidad El análisis de sensibilidad es una de las partes más importantes en la programación lineal.11491142 Jesús Omar villaseñor Moreno En los modelos probabilisticos las variables son aleatorias y los resultados también. dados algunos cambios ya sea en el entorno del problema. no la probabilidad. Incertidumbre no estructurada 3. en la empresa o en los datos del problema mismo.

de tal manera que la solución sigue siendo óptima siempre que el dato pertenezca a dicho intervalo Los análisis más importantes son. al cambio de algunos datos como las ganancias o costos unitarios (coeficientes de la función objetivo) o la disponibilidad de los recursos (términos independientes de las restricciones) La variación en estos datos del problema se analizará individualmente. 1. Esto es importante porque estamos hablando de que la sensibilidad es estática y no dinámica. asumiendo que todos los demás permanecen sin alteración alguna. Los coeficientes de la función objetivo. Partamos del siguiente modelo de programación lineal Max z 34x + 2y s/a 5x + 8y≤40 26 . y 2. pues solo contempla el cambio de un dato a la vez y no el de varios Objetivo Principal del Análisis de Sensibilidad Establecer un intervalo de números reales en el cual el dato que se analiza puede estar contenido.11491142 Jesús Omar villaseñor Moreno Este análisis consiste en determinar que tan sensible es la respuesta óptima del Método Simplex. Los términos independientes de las restricciones y se pueden abordar por medio del Método Gráfico o del Método Simplex Análisis de sensibilidad gráfico Abordaremos primero el análisis de sensibilidad de manera gráfica. es decir. se analiza la sensibilidad de la solución debido a la modificación de un dato a la vez.

7 27 .y ≥ Cuya solución es la siguiente: Recordemos que nuestro objetivo es mantener la solución óptima que hemos encontrado x =3.6 y=2.11491142 Jesús Omar villaseñor Moreno 20x+10y≤100 x≥0.

se incluye en este documento que puede ser bajado por Usted).2.6 . se incorporan otros programas que operan bajo sistema WIndows 98/ME/2000/XP.8 USO DE PROGRAMAS DE COMPUTACION A. incluido en EXCEL-2000 de MIcrosoft (cuya explicación didáctica del funcionamiento del programa Solver (445 kb).7) Ahora si observamos bien la gráfica podemos notar que las líneas rojas. siempre están comprendidas entre las dos restricciones o desigualdades que definen el vértice óptimo (aquellas que simultaneamos para encontrar la solución) Las líneas de las restricciones son las siguientes con sus respectivas primeras derivadas y por consiguiente sus pendientes 5x + 8 y =40 20x +10y=100 8y=40 -5x 10y=100 -20 x Y´m2= -2 De estas pendientes la menor es -2 3.11491142 Jesús Omar villaseñor Moreno Esto lo conseguiremos siempre y cuando la recta de isoutilidad (recta roja) Pase por el punto (3. lo cual indica que la función no ha sido optimizada en el punto que analizamos (3.7) y no exista área de región factible por encima de ella. Análisis de sensibilidad gráfico para los coeficientes de la función objetivo Todas las líneas rojas mantienen la solución óptima pero las líneas azules generan una nueva solución óptima pues existe un área de la región factible sobre ellas. 2.6. debiendo disponer de una computadora 28 . que son las que nos interesan.-) PROGRAMAS DE COMPUTACIÓN (Microsoft Adicional al programa SOLVER.

que dado su gran tamaño (18. aquí propongo una.9 Mb).X2 >=0 La única dificultad que tenemos es el de modelar el programa dentro del Excel.3) El programa Lingo.-) USO DEL PROGRAMA SOLVER DE EXCEL) Para conocer la aplicación del método SOLVER de EXCEL (Microsoft). Continuación:.9 Mb).11491142 Jesús Omar villaseñor Moreno actualizada con procesador Pentium II y superiores. Yih-Long B. Por supuesto. 29 . hay infinidad de maneras de hacerlo. se aplica para la solución de problemas relacionados con transporte y redes. Para conocer sus usos y aplicaciones. cuya propiedad es de la Universidad de Lisboa (Portugal). para soluciones gráficas de problemas de dos dimensiones. propiedad de Lindo Systems Inc (USA). A. se incorpora el MANUAL DE USO del WINQSB.) El programa PrgLin.1) El programa WinQSB (3. memoria mínima de 256 kb y capacidad de disco de 50 MB y los cuales pueden ser bajados a Chang y es aplicable a todos los problemas de Investigación de Operaciones. desarrollado por la Universidad del Cuyo en Argentina. el cual se aplica A. es muy fácil.) El programa InvOp (361 kb). se utilizará un ejemplo práctico: Max Z=10 X1 + 8 X2 Sujeto a: 30X1 +20X2 <= 120 2X1 + 2X2 <= 9 4X1 + 6X2 <= 24 X1. A. y eso. A. cuya propiedad intelectual es del Dr.

De nuevo será el valor del coeficiente por el de la variable:=B7*$B$6+C7*$C$6. se les da un formato para diferenciarlas de las demás. ella se escribirá en función de las variables de decisión y de los coeficientes de la restricción. y se llenan con sus respectivos valores. Pues es que luego que se haya escrito ésta celda. Se repite los pasos anteriores para las otras restricciones. con los valores 30 y 20.11491142 Jesús Omar villaseñor Moreno Se activa Excel y en una hoja.. Se ubican las celdas que se corresponderán con el valor de las variables de decisión. 10 y 8. en éste caso. Aunque éste último paso. Notese que ahora B7 y C7 no tienen el signo $. pero ahora la fórmula será: 30 . será el coeficiente de X1 (en B4) por el valor actual de X1 (en B6) mas el coeficiente de X2 (en C4) por el valor actual de X2 (en C6) O sea: =$B$4*$B$6+$C$6*$C$4 Coeficientes para la primera restricción: los podemos escribir en la misma columna de las variables de decisión. Se ubica la celda que se corresponderá con la función objetivo (celda objetivo). en éste caso. se podría omitir y dejar los coeficientes definidos en la celda de la función objetivo. pero tome los valores relativos a los coeficientes que le corresponda a los mismos valores de las variables de decisión. las celdas B6 y C6. Esta celda. B4 y C4. la utilizará Solver como la real restricción. en las celdas B7 y C7. se podrá arrastrar hacia abajo para que Excel escriba la fórmula por nosotros (la pereza!). seguido del sentido de la desigualdad (<=) y de su correspondiente RHS: 120. aquí azul oscuro (ver captura abajo). A la derecha ubicaremos el valor actual de consumo de la restricción.. Se ubica también. la B3. En ella se escribe la función que sea. cuando le digamos que el valor de ésta celda no pueda sobrepasar la de su correspondiente RHS. así es mejor para los análisis de sensibilidad y para que la hoja quede portable para otro programa. las celdas que contendrán los coeficientes de las variables de decisión.

11491142 Jesús Omar villaseñor Moreno =B8*$B$6+C8*$C$6 y =B9*$B$6+C9*$C$6. Se escribe B3 (o $B3 ó B$3 ó $B$3 como sea. En F7 está la primera restricción. la flexibilidad de modelar es muy grande. Lo primero que hay que hacer es especificar la celda objetivo y el propósito: maximizar. para poder barrer las celdas B6 y C6. Se especifica el sentido de la restricción <=. para los próximos programas se podrá utilizar la misma hoja cambiando los coeficientes. pero esto se hará sólo una vez. Aquí también se puede especificar el tipo de variable. >= ó =. Y ahora para las restricciones: se hace click en agregar. como se puede notar. Solver se tendrá una pantalla como la siguiente. por defecto es continua.. Sin embargo. y después lo podríamos cambiar y volver a encontrar la respuesta a manera de análisis de sensibilidad. en el recuadro "cambiando las celdas".. El resto del formato es para darle una presentación más bonita a la hoja. se hace un click en la flechita roja. Parece un poco largo en comparación con los otros paquetes de programación lineal. La condición de no negatividad hay que incluirla manualmente. Ahora a resolverlo Al hacer click en Herramientas . pero se puede escoger "Int" para entera o "Bin" para binaria. lo mismo da si se escriben directamente los nombres. CONCLUSION: 31 . como se puede ver en la captura. En el recuadro de la derecha establecemos la cota. así: El cuadro de diálogo debe lucir así: Y listo! Se hace en resolver y ya. da igual). Aquí podemos escribir 120 pero mejor escribimos $E$7 para que quede direccionado a la celda que contiene el 120.

Es un indicador del valor máximo que convendría pagar por conseguir información adicional antes de actuar. 32 .11491142 Jesús Omar villaseñor Moreno Nos damos cuenta de la teoría para la toma de decisiones sobre el proceso de una perspectiva racional Dentro de las decisiones secuenciales se presenta a lo largo del periodo del estudio esto se toma sobre la base de la consideración explicita dentro de un enfoque El VEIP puede considerarse como una medida general del impacto económico de la incertidumbre en el problema de decisión.