Investigacin de Operaciones II

Instructor: Hctor Luis Juan Morales

Ago-Dic 09

Unidad III. Teora de Decisiones

INTRODUCCIN 3.1 anlisis de Bayes, 3.2 anlisis de tabla de a!os, 3.3 anlisis de rbol de decisiones 3." teora de Utilidad El Modulo de: Anlisis de Decisiones (DA), del Winqsb resuelve cuatro problemas tpicos de decisiones: anlisis de Bayes, anlisis de tabla de a!os, anlisis de rbol de decisiones, y teora de #$e!os de s$%a&cero. (Ya no se cubre este tema en este curso) as capacidades espec!icas para esta unidad inclu"en: #esuelve $roblemas del Anlisis de %a"es Encuentra las probabilidades posteriores dado un estudio o in!ormaci&n de la muestra Anali'a la tabla de pa(os )sa siete criterios para tomar la decisi&n para la situaci&n de pa(os. *ambi+n se eval,an valores de in!ormaci&n per!ecta "-o in!ormaci&n de la muestra. Anali'a el rbol de decisiones Eval,a valores esperados por cada nodo o evento " eli(e la opci&n. Dibu.a el (r!ico del rbol de decisiones para Anlisis de %a"es, tabla de pa(os, " problemas de rbol de decisiones #esuelve problemas con teora de utilidad $ara el Winqsb la introducci&n de datos se da en !ormato de /o.a de clculo
$or cuestiones del pro(rama del curso, "a no se cubre el tema de teora de .ue(os, pero se ve el tema de teora de la )tilidad

3.1 'N()I*I* D+ B',+*. Es un procedimiento para estimar las probabilidades de situaciones cuando un estudio o la in!ormaci&n de la muestra estn disponible. $ara describir el procedimiento, de!inamos la terminolo(a si(uiente " su notaci&n: +-entos. normalmente representa un posible evento o situaci&n en el !uturo. $or e.emplo, un estado de naturale'a para el !abricante de decisi&n puede ser nivel de la demanda, la opci&n de consumidor, el in(reso la condici&n nivelada, econ&mica, ran(o de temperatura, actitud personal, " el (usto. 0ea s(i) el estado de naturale'a i " i 1 2,..., n. /robabilidad a riori: representa la posibilidad que un estado de naturale'a ocurrir en un sentido (eneral. #epresenta a menudo, en promedio, la probabilidad de un estado de naturale'a sin saber cualquier in!ormaci&n. 0ea $(s(i)) la probabilidad anterior para el estado de naturale'a s(i). +st$dio o in0or%aci1n de la %$estra: normalmente es la in!ormaci&n e3tra que nosotros podemos conse(uir si un estudio, o prueba es reali'ada. os resultados de un estudio o muestra pueden ser representados por indicadores di!erentes. 0ea 4(.) el indicador . del estudio o resultados de la muestra " . 1 2,... ,m. /robabilidad condicional: representa la posibilidad de un evento particular dado que otro evento ocurre. En anlisis de %a"es o tabla de anlisis de pa(os, representa normalmente la probabilidad de un indicador del estudio (resultado) dado un estado particular de naturale'a. 0ea $(4(.)-s(i)) la probabilidad condicional de 4(.) dado s(i). a probabilidad condicional puede ser una indicaci&n de la !iabilidad de la in!ormaci&n de la muestra. /robabilidad %ar!inal 2/robabilidad Total3: de!inimos la probabilidad mar(inal como la probabilidad (eneral de un indicador del estudio 4(.), es decir, $(4(.)). Dado $(s(i)) " $(4(.)-s(i)), $(4(.)) 1 5$(s(i))6$(4(.)-s(i)) para i 12 a n. /robabilidad de $ni1n 2intersecci1n3: representa la probabilidad de que eventos m,ltiples ocurran simultneamente. En DA, la probabilidad de uni&n de ambos 4(.) " s(i) ocurriendo es representado por $(4(.),s(i)), " $(4(.),s(i)) 1 $(s(i))6$(4(.)-s(i)) /robabilidad ' osteriori: es una probabilidad condicional que representa la posibilidad de un estado de naturale'a dada el estudio o resultado de la muestra. Esto o!rece la probabilidad de lo que pasar si la in!ormaci&n e3tra muestra una indicaci&n. 0ea $(s(i)-4(.)) represente la probabilidad a posteriori de s(i) dado 4(.), entonces $(s(i)-4(.)) 1 $(4(.)6s(i)) - $(4(.))

Investigacin de Operaciones II

Instructor: Hctor Luis Juan Morales

Ago-Dic 09

/ROC+DI4I+NTO D+) 'N()I*I* D+ D+CI*IN+* CO4O INTRODUCIR UN /ROB)+4' $ara introducir un problema de DA, el procedimiento (eneral es: 2. 0eleccione 7uevo $roblema o icono para especi!icar el problema. 0eleccione el tipo de problema, introdu'ca el nombre del problema, " dependiendo del tipo del problema, 8$M o $E#*, introducir el n,mero de estados, alternativas de decisi&n, indicadores del estudio, estrate(ias, o nodos. 9. Despu+s de la especi!icaci&n del problema, el pro(rama plantear la !orma de la entrada apropiada en !ormato de /o.a de clculo. Aqu estn al(unas pautas para saber qu+ introducir: a) 0i se requieren probabilidades a priori, ase(,rese que ellas sumen 2. 0i se requieren probabilidades condicionales, tambi+n ase(,rese que para cada estudio (muestra) ellas sumen 2. $ara el .ue(o de suma: cero, ase(,rese que los datos de la tabla est+n basados en el .u(ador 2 para que (ane. ( as estrate(ias del ;u(ador 2 estn en las !ilas " las estrate(ias del ;u(ador estn en las columnas.) b) )se las teclas *ab o las !lec/as para nave(ar en la /o.a de clculo. c) )sted puede dar doble clic<< en las celdas para seleccionarlas. Dando doble clic<< en la celda en la que se introducir datos, se pintara de a'ul. d) $ulse la barra de barra de despla'amiento vertical u /ori'ontal, para despla'arse por la /o.a de calculo. +5+4/)O 1 D+ 'N()I*I* D+ B',+*

Producen Fabrica A Fabrica B Fabrica C 100 200 300 600

Probabilidad P(A) 17% P(B) 33% P(C) 50% 100%

Probabilidad de defectos P(D/A) 0.05 P(D/B) 0.08 P(D/C) 0.10

Probabilidad buenos P(E/A) 0.95 P(E/B) 0.92 P(E/C) 0.90

A= Se produce en ! "!#r$c! A B= Se produce en ! "!#r$c! B C= Se produce en ! "!#r$c! C D= Produc%o de"ec%uo&o E= Produc%o no de"ec%uo&o
P(D/A)=0.05 A

P(A).P(D/A)=0.16 * 0.05 P(A).P(E/A)=0.16 * 0.95

0.16

P(E/A)=0.95

0.33
B

P(D/B)=0.08

P(B).P(D/B)=0.33 * 0.08 P(B).P(E/B)=0.33 * 0.92

P(E/B)=0.92

0.5
P(D/C)=0.10 C P(E/C)=0.90

P(C).P(D/C)=0.5 * 0.10 P(C).P(E/C)=0.5 * 0.90

Investigacin de Operaciones II

Instructor: Hctor Luis Juan Morales

Ago-Dic 09

P(A/D)=P(A'D)/P(D) = P(A) (P(D/A) / )P(A) (P(D/A) * P(B) (P(D/B) *P(C) (P(D/C)+ P(A/D)= P(B/D)= (0.17)(0.5) (0.17)(0.5) * (0.33)(0.08) * (0.05)(0.10) (0.33)(0.8) (0.17)(0.05) * (0.33)(0.08) * (0.5)(0.10) (0.5)(0.10) (0.17)(0.05) * (0.33)(0.08) * (0.5)(0.10) (0.16)(0.95) (0.16)(0.95) * (0.33)(0.92) * (0.5)(0.90) (0.33)(0.92) (0.16)(0.95) * (0.33)(0.92) * (0.5)(0.90) (0.5)(0.90) (0.16)(0.95) * (0.33)(0.92) * (0.5)(0.90) Resultados A D 0.001 0.176 E 5 P (D) = 0.08,9 P (E) = 0.9151
*ol$ci1n en el so0t6are 7in8sb $rocedimiento: 2. 0e iniciar un nuevo problema en el modulo Anlisis de Decisiones (DA). 2. 0e ele(ir Anlisis de %a"es, como se muestra en la !i(ura, especi!icando el nombre del problema ($rueba), " especi!icando como numero de estados ( ) el n,mero =, " como n,mero de indicadores al n,mero de probabilidades condicionales (9):

= 0.1001 = 0.311

P(C/D)= P(A/E)= P(B/E)= P(C/E)=

= 0.5889 = 0.1765 = 0.3318 = 0.,917

B C 0.311 0.5889 0.331 8 0.,917

Investigacin de Operaciones II 4.- Se introd !e e" no#$re "o% indi!&dore%.

Instructor: Hctor Luis Juan Morales

Ago-Dic 09

5.- Se introd !e e" no#$re de "o% e%t&do% n&t r&"e%.

>.:En la /o.a de calculo se introducir las probabilidades conocidas, teniendo cuidado de que las probabilidades apriori

sumen 2, " que tambi+n lo /a(an la suma de las probabilidades conocidas para cada uno de los indicadores en su correspondiente estado.

?.: os resultados que arro.ar el paquete sern los si(uientes:

Investigacin de Operaciones II

Instructor: Hctor Luis Juan Morales

Ago-Dic 09

8.- P&r& o$tener ' #odi(i!&r e" )r&(i!o %e o$tiene "& %i) iente t&$"&*

9.- +r&(i!o ,-r$o" de de!i%ione%.

3.2 anlisis de tabla de a!os

Ejemplo de las tortas. Una persona que prepara tortas para vender tiene el problema de determinar la cantidad de tortas de debe de preparar para poner a la venta, si conoce que: Costo de ingredientes @A-tortas $recio de venta @ 29-tortas 8osto de oportunidad @=-torta no vendida $recio de desec/o @> 0e presenta a continuaci&n la (anancia asociada con cada decisi&n " con la ocurrencia de los posibles demandas que pudieran ocurrir. Demanda de las tortas 5

Investigacin de Operaciones II Pro#!#$ $d!d 5 %or%!& 10 %or%!& 15 %or%!& 20 %or%!& 25 %or%!& 30 %or%!& E1(5) 10% 20 10 0 -10 -20 -30 E2(10) 15% 5 ,0 30 20 10 0

Instructor: Hctor Luis Juan Morales E3(15) 25% -10 25 60 50 ,0 30 E,(20) 25% -25 10 ,5 80 70 60 E5(25) 15% -,0 -5 -30 -65 100 90 E6(30) 10% -55 -20 15 50 85 120

Ago-Dic 09

D1 D2 D3 D, D5 D6

C! cu o de ! .!n!nc$! e&per!d! E(D1 ' E1) = 5(,) = 20 E(D1 ' E2) = 5(,) - 3(5) =5 E(D1 ' E3) = 5(,) / 3(10) = -10 E(D2 ' E1) = 5(,) / 2(5) = 10 E(D2 ' E2) = 10(,) = ,0 E(D, ' E,) = 20(,) / 5(3) = 65

Investigacin de Operaciones II RESOLUCION DE ME ODOS A MANO Criterio Ma!imin" P!.o 012$0o D1 -55 D2 -20 D3 0 34p%$0! D, -10 D5 -20 D6 -30

Instructor: Hctor Luis Juan Morales

Ago-Dic 09

So uc$5n6 D3 15 %or%!&7

8! or 9120

" Criterio M#!ima!" P!.o 012$0o D1 20 D2 ,0 D3 60 D, 80 D5 100 D6 120 34p%$0! " Criterio de $ur%ic&" Coe"$c$en%e de op%$0$&0o 2=0.6 D1 :1 = (0.6) (20) * (0.,) (-55) = -10 D2 :2 = (0.6) (,0) * (0.,) (-20) = 16 D3 :3 = (0.6) (60) * (0.,) (0) = 36 D, :, = (0.6) (80) * (0.,) (-10) = ,, D5 :5 = (0.6) (100) * (0.,) (-20) = 52 D6 :6 = (0.6) (120) * (0.,) (-30) = 60 Se &e ecc$on! e ;! or 0!'or de :1

So uc$5n6 D6 30 %or%!&7

8! or 9120

34p%$0! So uc$5n6 D6 30 %or%!&7 8! or 960

Matri& de 'esar o de '(rdida de o'ortunidad Demanda de ortas 20 25 30 105 1,0 175 70 105 1,0 35 70 105 0 35 70 10 0 35 20 10 0

Decisi)n * Estado D1 5 <or%!& D2 5 <or%!& D3 5 <or%!& D, 5 <or%!& D5 5 <or%!& D6 5 <or%!&

5 0 10 20 30 ,0 50

10 35 0 10 20 30 ,0

15 70 35 0 10 20 30

" Criterio de arre'entimiento Minima!" =!%r$> de pe&!r o de p?rd$d! de opor%un$d!d D1 175 /

Investigacin de Operaciones II D2 D3 D, D5 D6 1,0 105 70 ,0 50

Instructor: Hctor Luis Juan Morales

Ago-Dic 09

34p%$0!

So uc$5n6 D5 25 <or%!&7

8! or6 9,0

=$n$0$>!r e !rrepen%$0$en%o 012$0o. " Criterio del +alor es'erado, Ma!imi&aci)n del +alor es'erado 8! or e&per!do6 D1@ 8E1=(20)(0.1)*(5)(0.15)*(-10)(0.25)*(-25)(0.25)*(- ,0)(0.15)*(-55)(0.1)= -17.5 D2@ 8E2=(10)(0.1)*(,0)(0.15)*(25)(0.25)*(10)(0.25)*(-5)(0.15)*(-20)(0.1)= 13 D3@ 8E3=(0)(0.1)*(30)(0.25)*(60)(0.25)*(,5)(0.25)*(30)(0.15)*(15)(0.1)= 36.75 D,@ 8E,=(-10)(0.1)*(20)(0.15)*(50)(0.25)*(80)(0.25)*(65)(0.25)*(50)(0.1)= ,9.25 D5@ 8E5=(-20)(0.1)*(10)(0.15)*(,0)(0.25)*(70)(0.25)*(100)(0.15)*(85)(0.1)= 50.5 D6@ 8E6=(-30)(0.1)*(0)(0.15)*(30)(0.25)*(60)(0.25)*(90)(0.15)*(120)(0.1)= ,5 So uc$5n6 D5@ 25 <or%!& 8! or6 50.5 " Criterio de 'robabilidades i-uales La'lace D1@ 8E1=(20)(1/6)*(5)(1/6)*(-10)(1/6)*(-25)(1/6)*(- ,0)(1/6)*(-55)(1/6)= -17.5 D2@ 8E2=(10)(1/6)*(,0)(1/6)*(25)(1/6)*(10)(1/6)*(-5)(1/6)*(-20)(1/6)= 10 D3@ 8E3=(0)(1/6)*(30)(1/6)*(60)(1/6)*(,5)(1/6)*(30)(1/6)*(15)(1/6)= 30 D,@ 8E,=(-10)(1/6)*(20)(1/6)*(50)(1/6)*(80)(1/6)*(65)(1/6)*(50)(1/6)= ,2.5 D5@ 8E5=(-20)(1/6)*(10)(1/6)*(,0)(1/6)*(70)(1/6)*(100)(1/6)*(85)(1/6)= ,7.5 D6@ 8E6=(-30)(1/6)*(0)(1/6)*(30)(1/6)*(60)(1/6)*(90)(1/6)*(120)(1/6)= ,5 So uc$on6 d5 25 %or%!& 8! or6 ,7.5 " Criterio del arre'entimiento es'erado . minimi&aci)n de la '(rdida es'erada de o'ortunidad /'eo0 Perd$d! e&per!d! de opor%un$d!d D1 PE41= (0) (0.1) * (35) (0.15) * (70) (0.25) * (105) (0.25) * (1,0) (0.15) * (175) (0.1) = 87.5 D2 PE42= (10) (0.1) * (0) (0.15) * (35) (0.25) * (70) (0.25) * (105) (0.15) * (1,0) (0.1) = 57 D3 PE43= (20) (0.1) * (10) (0.15) * (0) (0.25) * (35) (0.25) * (70) (0.15) * (105) (0.1) = 33.25 D, PE4,= (30) (0.1) * (20) (0.15) * (10) (0.25) * (0) (0.25) * (35) (0.15) * (70) (0.1) = 20.75 D5 PE45= (,0) (0.1) * (30) (0.15) * (20) (0.25) * (10) (0.25) * (0) (0.15) * (35) (0.1) = 19.5 111 D6 PE46= (50) (0.1) * (,0) (0.15) * (30) (0.25) * (20) (0.25) * (10) (0.15) * (0) (0.1) = 25 Solucin: D5 = 25 Tortas Valor: $19.5 abla de resumen del 'roblema de las tortas 'or todos los m(todos Criterio Decisi)n )'tima =!2$0$n Pro#. 15 <or%!& =!2$0!2 Pro#. 30 <or%!& :urA$c> (B=0.6) Pro#. 30 <or%!& 2alor )'timo 90 9 120 9 60 8

Investigacin de Operaciones II Arrepen%$0$en%o 0$n$0!2 8! or e&per!do Pro#!#$ $d!de& $.u! e& Arrepen%$0$en%o e&per!do

Instructor: Hctor Luis Juan Morales Pro#. 25 <or%!& Pro#. 25 <or%!& Pro#. 25 <or%!& Pro#. 25 <or%!& 9 ,0 9 50.5 9 ,7.5 9 19.5

Ago-Dic 09

En el que muestra los criterios que utili'ar el paquete para poder evaluar la tabla de anlisisB a continuaci&n se muestra las equivalencias de los criterios usados en 4nvesti(aci&n de operaciones: 7IN9*B Ma3imin criterion M3ima3 criterion CurDic' criterion Mnima3 re(ret criterion E3pected value criterion Equal li<eli/ood criterion E3pected #e(ret criterion 8oe!!icient o! optimism !or CurDic' criterion In-esti!aci1n de o eraciones 8riterio Ma3:Min (M3imo de los mnimos) 8riterio Ma3:Ma3 (M3imo de los m3imos) 8riterio de compromiso de CurDic' para %ene!icios 8riterio de arrepentimiento de 0ava(e para %ene!icios 8riterio del Ealor Esperado 8riterio de aplace 8riterio del arrepentimiento esperado Fndice de optimismo , donde G 2

Investigacin de Operaciones II

Instructor: Hctor Luis Juan Morales

Ago-Dic 09

3.3 (RBO)+* D+ D+*ICION

+5+4/)O )na compaHa /ace !rente a una decisi&n con respecto a un producto (MII?) desarrollado por uno de sus laboratorios de investi(aci&n. *iene que decidir si proceder al mercado de prueba MII? o si cancelarlo totalmente. 0e estima que la comerciali'aci&n de la prueba costar @2GGJ. a e3periencia previa indica que solamente el =GK de productos son aceptados en el mercado de prueba e ilustraremos la t+cnica por medio de un e.emplo. 0i MII? es aceptado en la etapa de la prueba de mercado de prueba entonces la compaHa /ace !rente a otra decisi&n re!erente al tamaHo de la planta para !i.ar el producto MII?. )na planta pequeHa costar @2LGJ a la estructura " producir 9GGG unidades al aHo mientras que una planta (rande costar @9LGJ a la estructura pero producir MGGG unidades al aHo. El departamento de la comerciali'aci&n /a estimado que /a" una probabilidad del MGK que la competencia responder con un producto similar " que el precio por la unidad vendida (en @) estar como si(ue (si se asume que toda la producci&n es vendida): $lanta (rande $lanta c/ica #espuesta de competencia 9G =L 8ompetencia no responde LG >L 0i se asume que la vida del mercado para MII? est estimada para ser de ? aHos " que los costos totales de la planta anual son @LGJ Ndebe la compaHa /acer el mercado de prueba MII?O $ara permitirnos ver qu+ esta pasando considere la !i(ura si(uiente en donde /emos dibu.ado el rbol de decisiones para el problema.

10

Investigacin de Operaciones II

Instructor: Hctor Luis Juan Morales

Ago-Dic 09

EE (9)1G EEM)1:2GG EE(?)1 %ene!icio & Panancia1 4n(resos Q 8ostos1R@>L-unidadS(9GGGunidades-aHo)S?aHosT:R@2GGU@2LGU (@LGS?)1=2G EE(A)1R@=L-unidadS? aHosT:R2GGU2LGU(LGS?)T1:@22G EE(2G)1R@LGaHoS(MGGGunidades-aHo)S? aHosT:R2GGU9LGULGS?T1@?GG. 7VDV0 DE V$V#*)74DAD: EE(>)1G.>G(=2G)UG.MG(:22G)12M9 EE(I)1G.>G(?GG)UG.MG(:2MG)1=>M EE(=)1(G.?GS(:2GG))U(G.=G(=>M)1=I.9 7VDV0 DE DE8404V7: EE(L)1=>MW Decisi&n I EE(2)1=I.9W Decisi&n = En esta !i(ura representamos tres tipos de nodos 7odos de decisi&n 7odos oportunidad (c/ance o probabilidad) 7odos terminales os nodos de decisi&n representan los puntos en los cuales la compaHa tiene que /acer una opci&n de una alternativa de un n,mero de alternativas posibles, en el primer nodo de decisi&n la compaHa tiene que ele(ir una de las dos alternativas X ponerlo a la venta en el mercado MII?X o Y reali'ar la prueba de mercado MII?X. os nodos oportunidad representan los puntos en los cuales la ocasi&n, o la probabilidad, son .ue(os de un papel dominante " re!le.a el e3cedente de las alternativas que la compaHa no tiene nin(,n control. os nodos terminales representan los e3tremos de tra"ectorias de i'quierda a derec/a a trav+s del rbol de la decisi&n. Eale decir aqu que la parte di!cil de la t+cnica del rbol de decisi&n est al elaborar un dia(rama tal como la !i(ura anterior de la descripci&n del problema. )na ve' que se /a"a /ec/o esto el procedimiento de la soluci&n es absolutamente directo. Vbserve aqu que la ma"ora, pero no todos, de los rboles de decisi&n comien'an con un nodo de decisi&n. )na opci&n que puede a"udarle a dibu.ar rboles de decisi&n es /acerse la pre(unta YNqu+ sucede despu+sOX en cada punto en el rbol como usted lo dibu.e. Vbserve aqu la inclusi&n de la alternativa de Xnin(una plantaX en el nodo de la decisi&n del tamaHo de la planta. Esto es necesario porque simplemente puede no ser provec/oso construir cualquier planta ((rande o pequeHa) incluso si el producto es acertado en la prueba de mercado. Es com,n en problemas de rbol de decisi&n encontrar que en los nodos de decisi&n que necesitamos Xno /acer nadaX la alternativaes una decisi&n implcita que puede ser tomada. Vbserve que es importante que el rbol de decisi&n sea dibu.ado de una !orma en la que /a"a una tra"ectoria ,nica en el rbol del nodo inicial a cada uno de los nodos terminales. $ara !acilitar la discusi&n del rbol de la decisi&n /emos numerado los nodos (decisi&n-c/ance-terminal) 2.9.=.....29. En cada nodo de la decisi&n tambi+n /emos numerado las alternativas, en el nodo 2 que tenemos alternativas 2 " 9 " en las alternativas = del nodo L, M " L. Vbserve que es importante que el rbol de la decisi&n sea dibu.ado de modo que /a"a una tra"ectoria ,nica en el rbol del nodo inicial a cada uno de los nodos terminales. Aunque el dia(rama de rbol de la decisi&n nos a"uda a considerar claramente la naturale'a del problema, no nos /a a"udado /asta a/ora a decidir si MII? o el mercado de prueba (la decisi&n que estamos intentando tomarZ). $ara /acer esto tenemos dos pasos a continuaci&n.

11

Investigacin de Operaciones II

Instructor: Hctor Luis Juan Morales

Ago-Dic 09

En estos pasos necesitaremos utili'ar la in!ormaci&n (n,meros) re!erente las ventas, los precios, los costos !uturos, etc. Mientras que podemos no disponer d+ las !i(uras e3actas para +stos, tales !i(uras son necesarias en nuestros clculos si se quiere proceder. 4nvesti(ando c&mo nuestra decisi&n al mercado de prueba pudo o no cambiar, pues en estas !i(uras el cambio (es decir anlisis de la sensibilidad) puede ser /ec/o una ve', /emos reali'ado los clculos bsicos usando nuestras !i(uras asumidas. /'*O 1 En este paso, para cada tra"ectoria a trav+s del rbol de la decisi&n del nodo inicial a un nodo terminal de un rama, resolvemos el bene!icio (en @) implicado en esa tra"ectoria. Esencialmente en este paso traba.amos del lado i'quierdo del dia(rama al lado derec/o. *ra"ectoria al nodo terminal 9 : obtenemos la (anancia total MII? 1 G costes totales 1 G bene!icios totales 1 G Vbserve que no /acemos caso aqu (" aba.o) de cualquier dinero pasado "a en desarrollar MII? (que siendo un costo sumer(ido, es decir un costo que no puede ser alterado no importa qu+ son nuestras decisiones !uturas, no tiene l&(icamente nin(una parte a .u(ar en decisiones !uturas). *ra"ectoria al nodo terminal M : el mercado de prueba MII? (costo @2GGJ) pero entonces encontramos que no somos acertados r+dito total 1 G costos totales 1 2GG bene!icios totales 1 :2GG (todas las !i(uras en @J) *ra"ectoria al nodo terminal ? : el mercado de prueba MII? (costo @2GGJ), lo encontramos somos acertados, construimos una planta pequeHa (costo @2LGJ) " el /alla'(o es que estamos sin la (anancia total de la competencia ((anancia por ? aHos en 9GGG unidades al aHo en @>L por unidad 1 @I2GJ) 1 el costo total I2G 1 9LG U (costeo total) bene!icio del total ?3LG 1 =2G *ra"ectoria al nodo terminal A : el mercado de prueba MII? (costo @2GGJ), lo encontramos como acertado, construimos una planta pequeHa (costo @2LGJ) " el /alla'(o que tenemos es la (anancia total de la competencia ((anancia por ? aHos en 9GGG unidades al aHo en @=L por unidad 1 @MIGJ) 1 el costo total MIG 1 9LG U bene!icio del total ?3LG 1 :22G Panancia total 1 coste total I2G 1 9LG U bene!icio del total ?3LG 1 =2G *ra"ectoria al nodo terminal 2G : el mercado de prueba MII? (costo @2GGJ), lo encontramos como acertado, construimos una planta (rande (costo @9LGJ) " el /alla'(o es de que no se cuenta con la (nancia total de la competencia (bene!icio por ? aHos en MGGG unidades al aHo en @LG por unidad 1 @2MGGJ) 1 el costo total 2MGG 1 =LG U bene!icio del total ?3LG 1 ?GG Panancia total 1 coste total MIG 1 9LG U bene!icio del total ?3LG 1 :22G Panancia total 1 costo total I2G 1 9LG U bene!icio del total ?3LG 1 =2G *ra"ectoria al nodo terminal 22 : el mercado de prueba MII? (costo @2GGJ), lo encontramos como acertados, construimos una planta (rande (costo @9LGJ) " el /alla'(o que tenemos es r+dito total de la competencia ((anancia por ? aHos en MGGG unidades al aHo en @9G por unidad 1 @L>GJ) 1 el costo total L>G 1 =LG U bene!icio del total ?3LG 1 :2MG Panancia total 1 costo total 2MGG 1 =LG U bene!icio del total ?3LG 1 ?GG Panancia total 1 coste total MIG 1 9LG U bene!icio del total ?3LG 1 :22G Panancia total 1 costo total I2G 1 9LG U bene!icio del total ?3LG 1 =2G *ra"ectoria al nodo terminal 29 : el mercado de prueba MII? (costo @2GGJ), lo encontramos como acertado, pero decidimos no construir la planta "a que la (anancia total 1 G costos totales 1 2GG bene!icios totales 1 :2GG Vbserve que, se(,n lo mencionado previamente, incluimos esta opci&n porque, si el producto es aceptado en la prueba de mercado, podemos no obtener la su!iciente (anancia para cubrir nin(una construcci&n de una !brica " costos totales. $or lo tanto podemos !ormar la tabla si(uiente indicando que para cada rama, el bene!icio total se encuentre implicado en ese rama, del nodo inicial al nodo terminal. 7odo terminal Panancia total

12

Investigacin de Operaciones II
9 M ? A 2G 22 29

Instructor: Hctor Luis Juan Morales

(@J) G :2GG =2G :22G ?GG :2MG :2GG

Ago-Dic 09

7o /emos /ec/o uso /asta a/ora de las probabilidades en el problema : esto lo /acemos en el se(undo paso donde traba.amos del lado derec/o del dia(rama /acia al lado i'quierdo /'*O 2 0e considera el nodo de oportunidad > con las ramas a los nodos terminales ? " A que emanan de +l. a rama al nodo terminal ? ocurre con la probabilidad G.> " el bene!icio =2GJ del total mientras que la rama al nodo terminal A ocurre con la probabilidad G.M " el bene!icio :22GJ del total. $or lo tanto el valor monetario previsto (EME) de este nodo c/ance es dado por G.> 3 (=2G) U G.M 3 (:22G) 1 2M9 (@J) Esencialmente esta !i(ura representa el bene!icio previsto de este nodo c/ance (el >GK del tiempo conse(uimos @ =2GJ " el MGK del tiempo que conse(uimos :@ 22GJ as que en promedio conse(uimos (G.> 3 (=2G) U G.M 3 (:22G)) 1 2M9 (@J)). El EME para cualquier nodo c/ance es de!inido por la Xsuma sobre todas los ramas, la probabilidad de la rama multiplicado por el valor monetario (en @) de la ramaX. $or lo tanto el EME para el nodo c/ance I con las ramas a los nodos terminales 2G " 22 que emanan de +l esta dado por G.> 3 (?GG) U G.M 3 (:2MG) 1 =>M (@J) nodo 2G nodo 22

$or lo tanto en el nodo de la decisi&n de la planta tenemos tres alternativas: Alternativa =: constru"a la planta pequeHa EME 1 2M9J Alternativa M: constru"a la planta (rande EME 1 =>MJ Alternativa L: no constru"a nin(una planta EME 1 :2GGJ Est claro que, en t+rminos de @, el n,mero alternativo M es la alternativa ms atractiva " as podemos rec/a'ar las otras dos alternativas, dando el rbol revisado de la decisi&n mostrada aba.o

13

Investigacin de Operaciones II

Instructor: Hctor Luis Juan Morales

Ago-Dic 09

$odemos a/ora repetir el proceso que reali'amos arriba. El EME para el nodo de oportunidad = que representa si MII? es un +3ito en mercado de prueba o no, se da por: G.= 3 (=>M) U G.? 3 (:2GG) 1 =I.9 (@J)

$or lo tanto en el nodo de decisi&n que representa si al mercado de prueba MII? que ten(a las dos alternativas: Alternativa 2: $oner a la venta MII? EME 1 G Alternativa 9: mercado de prueba MII? EME 1 =I.9J Est claro que, en t+rminos del @, el n,mero alternativo 9 es pre!erible " as que debemos decidir reali'ar la prueba de MII?. Deberamos /acer la prueba de mercado MII? " esta decisi&n tiene un valor monetario previsto (EME) de @=I.9JO 0i MII? es acertado en la prueba de mercado entonces anticipamos, en esta etapa, la construcci&n de una planta (rande (recuerde la alternativa que ele(imos en el nodo de la decisi&n re!erentes al tamaHo de la planta a construir). Vbserve aqu que el EME de nuestra decisi&n (=I.9 en este caso) no re!le.a qu+ suceder realmente es simplemente un promedio o un valor previsto si tuvi+ramos el rbol muc/as veces, pero es un /ec/o que tenemos el rbol una ve' solamente. 0i se(uimos la tra"ectoria su(erida arriba de la comerciali'aci&n MII? de la prueba entonces el resultado monetario real ser uno R : 2GG, =2G, :22G, ?GG, :2MG, :2GG T de corresponder a los nodos terminales M.?.A.2G.22 " 29 dependiendo de las decisiones !uturas " de los acontecimientos oportunos. :+NT'5'* , D+*:+NT'5'* 8onceptualmente uno puede pensar en el sistema de los nodos terminales que se pueden alcan'ar como resultado de nuestra decisi&n de la prueba de mercado como el sistema de !uturos posibles. 7ecesitamos tener levemente cuidados aqu puesto que, se(,n lo observado arriba, los resultados monetarios reales dependern ambos de las decisiones !uturas " de los acontecimientos probabilsticas. 0i estamos con!iados a una planta (rande (que asume que son acertados en mercado de prueba) entonces el

14

Investigacin de Operaciones II

Instructor: Hctor Luis Juan Morales

Ago-Dic 09

sistema de !uturos posibles es dado R : 2GG, ?GG, :2MG T correspondiendo a los nodos terminales M.2G " 22 " por lo tanto el &ptimo es (el @J ?GG) " lo peor es :2MG (@J). 0i no estamos con!iados a una planta (rande (que asume que somos acertados en mercado de prueba) entonces el sistema de !uturos posibles es dado R : 2GG, =2G, :22G, ?GG, :2MG, :2GG T correspondiendo a los nodos terminales M.?.A.2G.22 " 29 " por lo tanto la venta.a es (el @J ?GG) " la desventa.a es :2MG (@J). Mientras que en este e.emplo particular la venta.a " la desventa.a estn i(ual independiente de si, estamos con!iados a una planta (rande o no observar c&mo los !uturos posibles son diversos al depender sobre si estamos con!iados a una planta (rande o no. El problema antes dic/o !ue solucionado usando el paquete, la entrada es mostrada a continuaci&n. *odos los datos son incorporados por nodos en el rbol. 8ada nodo tiene un tipo (d para los nodos de la decisi&n " c para los nodos c/ance), o se va en blanco para los nodos terminales. *odos los nodos se enumeran en el si(uiente rbol de decisi&n. 0i un nodo viene de un nodo de oportunidad entonces adquiere un valor di!erente a cero de la probabilidad asi(nada. nodo; e-ento 1 2 3 " < = > ? @ 1A 11 12 ti o de nodo rentabilidad robabilidad nodo in%ediato prueba d 9,= directo mII? G reali'ar prueba de mercado c M,L nodo M :2GG G.? tamaHo de la planta d >,I,29 G.= pequeHa c ?,A nodo ? =2G G.> nodo A :22G G.M (rande c 2G,22 nodo 2G ?GG G.> nodo 22 :2MG G.M no planta :2GG descri ci1n

En la salida mostrada previamente tenemos para cada nodo de la decisi&n el valor previsto " la decisi&n apropiada " para cada nodo de oportunidad el valor previsto. En la salida mostrada previamente tenemos para cada nodo de la decisi&n el valor previsto " la decisi&n apropiada " para cada nodo de oportunidad el valor previsto. $odemos tambi+n conducir el anlisis de sensibilidad utili'ando una base al(ebraica mas sistemtica (p.e. asi(nar un smbolo p para una probabilidad dada " resolver e3presiones al(ebraicas para el valor monetario esperado). $ara ver esto supon(a que la probabilidad de competidores con una planta (rande no ser mas G.> en su lu(ar ser p, esto implica que la probabilidad de que ten(amos competidores es entonces 2: p. Asuma que podremos de.ar las probabilidades para una planta pequeHa de competencia - no competencia inalteradas.

15

Investigacin de Operaciones II

Instructor: Hctor Luis Juan Morales

-alor re-isto B3@.2A A B3@.2A 2B1AA3 B3=".AA B1"2 B31A 2B1AA3 B3=".AA B>AA 2B1"A3 2B1AA3 B3@.2A decision r$eba de %ercado

Ago-Dic 09

1 2 3 " < = > ? @ 1A 11 12

nodo;e-ento ti o r$eba nodo de decision directo %@@> nodo 0inal r$eba de %ercado nodo de o ort$nidad nodo " nodo 0inal ta%aCo de lanta nodo de o ort$nidad e8$eCa nodo de o ort$nidad nodo > nodo 0inal nodo ? nodo 0inal !rande nodo de o ort$nidad nodo 1A nodo 0inal nodo 11 nodo 0inal nin!$na lanta nodo 0inal -alor es erado total D

lar!o

Esta claro que el paquete concuerda con los clculos que nosotros /emos reali'ado. (Vbserve que este paquete es tambi+n capa' de dibu.ar el rbol de las entradas por utili'ar, as nosotros podemos veri!icar que /emos in(resado correctamente los datos), como se muestra:

Vbserve aqu que desde que los clculos del rbol de decisi&n son directos, es relativamente !cil de llevar un anlisis de sensibilidad para ver como el curso recomendado de una acci&n cambia (a todo) en respuesta a los cambios /ec/os en los datos. 'nlisis de sensibilidad. 8onsidere el rbol de decisi&n dado ms arriba. Esta claro que la decisi&n para estudiar el mercado es in!luenciado por el bene!icio de ?GG (@J) que nosotros obtendremos si el e3amen de comercio es e3itoso " nosotros ele(imos construir una planta (rande " encontramos que no tenemos competidores. En consecuencia nosotros podremos cambiar esta !i(ura de ?GG ( "-o cambiar la probabilidad de que este evento ocurra) para ver si esto cambia la decisi&n del e3amen de mercado. $or e.emplo, supon(a que la probabilidad de que no ten(amos competidores con una planta (rande no ser ms "a de G.> en su lu(ar ser de G.ML. Esto implica que la probabilidad de que ten(amos competidores sera entonces 2:G.ML1G.LL. #e/aciendo los clculos del rbol de decisi&n (utili'ando aqu el paquete) obtendremos:

16

Investigacin de Operaciones II

Instructor: Hctor Luis Juan Morales

Ago-Dic 09

1 2 3 " < = > ? @ 1A 11 12

nodo;e-ento ti o r$eba nodo de decision directo %@@> nodo 0inal r$eba de %ercado nodo de o ort$nidad nodo " nodo 0inal ta%aCo de lanta nodo de do ort$nidad e8$eCa nodo de o ort$nidad nodo > nodo 0inal nodo ? nodo 0inal !rande nodo de o ort$nidad nodo 1A nodo 0inal nodo 11 nodo 0inal nin!$na lanta nodo 0inal -alor es erado total D

-alor re-isto B1."A A B1."A 2B1AA3 B23? B1"2 B31A 2B11A3 B23? B>AA 2B1"A3 2B1AA3 B1."A

decision r$eba de %ercado

lar!o

$or lo tanto nosotros podemos ver que la decisi&n inicial (de e3aminar el mercado) es a,n una decisi&n &ptima. $odemos tambi+n conducir el anlisis de sensibilidad utili'ando una base al(ebraica mas sistemtica (p.e. asi(nar un smbolo p para una probabilidad dada " resolver e3presiones al(ebraicas para el valor monetario esperado). $ara ver esto supon(a que la probabilidad de competidores con una planta (rande no ser mas G.> en su lu(ar ser p, esto implica que la probabilidad de que ten(amos competidores es entonces 2: p. Asuma que podremos de.ar las probabilidades para una planta pequeHa de competencia - no competencia inalteradas. Esta claro que con!orme p decrece en al(una etapa nosotros pre!eriremos una planta pequeHa en lu(ar de una (rande (p.e. si p1G entonces una planta pequeHa con valor monetario esperado de 2M9 sera pre!erible que una planta (rande con un valor monetario esperado de :2MG). Entonces podremos pre(untarnos l&(icamente Qu tan pequea debe ser p antes de preferir una planta pequea $ara contestar esta pre(unta tenemos que nosotros seremos indi!erentes ante una pequeHa planta " una planta (rande cuando sus valores monetarios esperados sean i(uales, por e.emplo, cuando: p(?GG) U (2:p)(:2MG) 1 2M9 p.e. cuando AMGp : 2MG 1 2M9, as p 1 9A9-AMG 1 G.==L?

1/

Investigacin de Operaciones II

Instructor: Hctor Luis Juan Morales

Ago-Dic 09

Entonces si p cae por deba.o de G.==L? pre!eriremos una planta pequeHa en ve' de una (rande. Este tipo de anlisis de sensibilidad sistemtico puede ser pre!erible en al(unas circunstancias para simpli!icar el probar di!erentes n,meros " re/acer los clculos para ver que e!ectos arro.an. +Etensiones. a t+cnica bsica del rbol de decisiones presentado antes puede ser aplicada a cualquier problema en el cual su rbol de decisi&n pueda ser llevado a cabo. E3isten un n,mero vareado de e3tensiones para la t+cnica " consideraremos brevemente solo a cuatro de esas e3tensiones a continuaci&n: Descuento 7odos de oportunidad 7odos de decisi&n )tilidad

8onsideraremos de uno en uno a continuaci&n. Desc$ento En el e.emplo dado anteriormente nosotros estuvimos interesados con el dinero recibido por ? aHos, esta claro que @2 recibidos en siete aHos es menos valioso que @2 recibido a/ora " una t+cnica llamada descuento, o flujo de dinero descontado, (inclu"endo encontrar el valor neto presente de cualquier suma de dinero) puede ser utili'ado para superar esta di!icultad. Aplicando descuentos meramente altera los n,meros que son alimentados a el rbol de decisiones as que estaremos tratando con valores monetarios sobre un equivalente base (da presente). Esto no a!ecta el proceso del rbol (el cual si(ue e3actamente como el indicado en la parte de arriba). Nodos de o ort$nidad. En el e.emplo dado arriba nosotros calculamos un valor para cada nodo de oportunidad. Mientras /emos utili'ado el valor monetario esperado (EME) como el valor del nodo de oportunidad esta opci&n es, en muc/os aspectos, de manera arbitraria " la manera de calcular un valor para un nodo de oportunidad /a sido su(erida. $ara /acerlo de otra !orma mientras es una le" del universo (en este particular aspecto de el espacio:tiempo continuo) que E1mc9, no es una le" del universo que el valor de un nodo de oportunidad debe de ser i(ual al valor EME. #evelar que el EME es un valor promedio :pero en un nodo de oportunidad nosotros nunca veremos el promedio: al(o sucede solo una ve' (p.e. en el nodo n,mero > nosotros veremos competidores o no). $or lo tanto probablemente el valor promedio es en(aHoso " nosotros necesitaremos buscar otra !orma para este nodo. 0i estamos en contra de perder dinero " quisi+ramos tomar una actitud conservativa para /acer una decisi&n deberemos calcular el valor de un nodo de oportunidad tomando el peor suceso que pudiera ocurrir en ese nodo. Esta estrate(ia es conocida como estrategia pesimista (p.e. tal estrate(ia asi(nara al nodo de oportunidad > un valor de :22G contra un valor de EME de 2M9). )na estrate(ia alternativa seria la estrategia optimista de calcular el valor de una nodo de oportunidad tomando el me.or evento que pueda pasar en ese nodo (tal estrate(ia asi(nara al nodo > un valor de =2G contra a un EME de 2M9). Aun otra estrate(ia sera el tomar el valor del nodo de oportunidad como i(ual al mas parecido valor de evento que pueda pasar (probabilidad mas alta) en ese nodo (p.e. tal estrate(ia asi(nara al nodo de oportunidad M un valor de =2G contra un valor de EME de 2M9). Alternativamente nosotros deberemos tomar el valor de un nodo de oportunidad el de al(una combinaci&n ponderada del EME " los valores de las estrate(ias pesimista " optimista. os libros contienen variaciones varias en este tema de cambio de valores para los nodos de oportunidad. Nodos de decisi1n. $uede ser que tomemos alternativamente el valor de un nodo c/ance para ser una cierta combinaci&n car(ada del EME " de los valores dados por las estrate(ias optimistas " pesimistas. a literatura contiene un n,mero de variaciones en este tema de cambiar el valor de un nodo c/ance.

18

Investigacin de Operaciones II

Instructor: Hctor Luis Juan Morales

Ago-Dic 09

$or e.emplo considere las plantas pequeHas " (randes arriba. Eimos que una planta pequeHa condu.o a un EME (realmente un bene!icio neto previsto) de 2M9. Eso implic& una inversi&n total de 2GG para la comerciali'aci&n de la prueba ms 2LG para construir, as que un #V4 de planta (rande 2M9-(2GGU2LG) de 1 L>.AK )na planta (rande a condu.o a un EME (realmente un bene!icio neto previsto) de =>M. Eso implic& una inversi&n total de 2GG para la comerciali'aci&n de la prueba ms 9LG para construir, tan un #V4 de =>M(2GGU9LG) 1 2GMK Mientras que, en este caso el #V4 conducira a la misma decisi&n re!erente al tamaHo de la planta para construir /abra podido conducir a una diversa decisi&n. $or e.emplo tena el EME en el nodo c/ance I sido 2?L entonces sobre una base de EME que inm&vil /abramos ele(ido en el nodo L de la decisi&n construir una planta (rande. $ero sobre una base del #V4 R2?L-(2GGU9LG) el 1 LGKT que eli(i& construir una planta pequeHa.

19

Investigacin de Operaciones II

Instructor: Hctor Luis Juan Morales

Ago-Dic 09

3." Teora de la Utilidad

/roble%a 1 de $tilidad C &" e% e" !o#0ort&#iento de "& )ente %o$re "& !o#0r& de %e) ro%. Se !ono!e 1 e e" 12 de "& 0o$"&!i3n % (re n &!!idente & to#o4i"i%#o &" &5o. E" !o%to de" %e) ro e% de 62000. En !&%o de &!!idente %e de$e 0&)&r e" ded !i$"e 1 e en 0ro#edio e% de 6500. Ade#7% e" !o%to 0ro#edio de "o% d&5o% en n &!!idente e% de 610000. 8Se de$e !o#0r&r e" %e) ro9 C:o1 e Co#0r&r %e) ro (-6500 62<000) ;o !o#0r&r %e) ro - 610<000 ;o !:o1 e - 62<000 0

Criterio del rendi%iento 2-alor3 es erado. =endi#iento e%0er&do (!o#0r&r %e) ro) = -2<500>(0.01)- 2000>(0.99) = 6- 2<005 =endi#iento e%0er&do. (no !o#0r&r %e) ro) = - 10<000>(0.01)? 0>(0.99) = - 100 8Por1 e "& )ente de!ide !o#0r&r e" %e) ro< %@ e" rendi#iento e%0er&do e% 0eor 1 e %i no !o#0r&r& %e) ro9 Res $esta. /or8$e es ad-ersa al ries!o. /roble%a 2 de $tilidad 8C 7" e% e" !o#0ort&#iento de "& )ente %o$re "& 0&rti!i0&!i3n en n& "oter@&< donde :&' 99 $o"&% $"&n!&% ' n& ne)r&9 Se %&!&r& n& $o"&. S@ e%t& e% $"&n!& %e )&n&r& 610<000< ' %i e% ne)r& 0&)&r& 61A000<000. +stado de la nat$raleFa Decisi1n Bola blanca Bola ne!ra /DA.@@ /DA.A1 ;u(ar @2G,GGG @2,GGG,GGG 7o .u(ar G G Criterio del rendi%iento 2-alor3 es erado. =endi#iento e%0er&do (B )&r) = 6-10<000>(0.99) ? 1A000<000>(0.01) = -6100 =endi#iento e%0er&do (;o C )&r)= 6 0>(0.99) ? 0>(0.01) = 60 8Por1 e "& #&'or@& de "& )ente %e"e!!ion& e" rie%)o no C )&r9 Res $esta. /or8$e es ad-ersa al ries!o .
$or lo tanto la idea de la utilidad es sustituir los valores monetarios en cada nodo terminal en el rbol de la decisi&n por las utilidades (puntos) que re!le.an la opini&n del tomador de decisi&n. En t+rminos simples se puede pensar en utilidades como sustituir los @ por puntos. El intentar capturar la traducci&n de los @ a puntos es un proceso impreciso, pero permite a la opini&n vlida del responsable del problema. )na ve' que los valores para uso (eneral se /a"an encontrado entonces procedemos como antes.

20

Investigacin de Operaciones II

Instructor: Hctor Luis Juan Morales

Ago-Dic 09

/roble%a 3 de $tilidad A continuaci&n se presenta una matri' de (anancias asociada con tres posibles decisiones " tres posibles escenarios. Determine la decisi&n a tomarse en !unci&n de la teora de la utilidad. Escenario $recio $recio ba.a estable 09 0= @9G,GGG :@LG,GGG :@9G, GGG :@=G,GGG G G G.L G.9

4nversi&n A, D2 4nversi&n %, D9 7o 4nvertir, D= $robabilidad

$recio sube 02 @=G,GGG @LG,GGG G G.=

0 se decidiera por medio del valor esperado. +2D13 D G.=(=G,GGG)UG.L(9G,GGG)UG.9(:LG,GGG) 1 @I,GGG +2D23 D G.=(LG,GGG)UG.L(:9G,GGG)UG.9(:=G,GGG) 1 :@2,GGG +2D33 D G.=(G)UG.L(G)UG.9(G)1@G G9$H asa si oc$rre *3IJ Kse ierden B<AAAAL Es me.or utili'ar el valor esperado de utilidad 4nicie considerando que U(:LGGGG)1G Min valor de los posibles U(LGGGG)12G Ma3 valor de los posibles MUtilidad de $n a!o de B3AAAA N[ue pre!iereO a) $a(o se(uro de @=G,GGG & b) ;u(ar una otera donde puede (anar i. @LG,GGG con probabilidad $ ii. :@LG,GGG con probabilidad (2:$) *i p\2 se acepta la lotera p\G se aceptan los =G,GGG 8on que valor de se es indi!erente entre i " ii 8on $1G otera no $1G.9 otera no $1G.= otera no $1G.M otera no , , , $1G.IL 4ndi!erente U(=G,GGG) 1 $])(LG,GGG) U (2:$)])(:LG,GGG) U(=G,GGG) 1 G.IL](2G) U (G.GL)](G) 1 @.< Nota. E (lotera) 1 G.IL (LG,GGG) U G.GL (LG,GGG) 1 ML,GGG 21

Investigacin de Operaciones II

Instructor: Hctor Luis Juan Morales

Ago-Dic 09

Utilidad de &2A,AAA N[u+ pre!iereO a3 $a(o se(uro de :9G,GGG M LG,GGG ($rob. $) b3 otera S :LG,GGG($rob. (2:p)) 8on $ 1 G.IG se eli(e lotera $ 1 G.LL se es indi!erente $ 1 G.2G se eli(e el pa(o de :9G,GGG U(:9G,GGG) 1 $S) (LG,GGG) U (2:$) ) (:LG,GGG)1 G.LL (2G) U G.ML (G) 1 <.< NOT'. E (lotera) 1 G.LL (LG,GGG) U G.ML (:LG,GGG) 1 L,GGG :alor %onetario :alor de 2/3 indi0erente :alor de $tilidad LG,GGG :::::: 2G =G,GGG G.IL I.L 9G,GGG G.IG I G G.?L ?.L :9G,GGG G.LL L.L :=G,GGG G.MG M :LG,GGG :::::: G !abla. Utilidad de pagos /recios s$ben /recios estables /recios ba#an *1 *2 *3 In-. ', d1 I.L I G In-. B, d2 2G L.L M No in-., d3 ?.L ?.L ?.L /rob. G.= G.L G.9 !abla de utilidades Utilidad es erada 1 E) (di) 1 ^ $(0.) S )i. E) (d2) G.=(I.L) U G.L(I) U G.9(G) 1 ?.=L::::::::::::::::::::: E(d2) 1 I,GGG E) (d9) G.=(2G) U G.L(L.L) U G.9(M.G) 1 >.LL::::::::::::::::: E(d9) 1 :2,GGG E) (d=) G.=(?.L) U G.L(?.L) U G.9(?.L) 1 ?.LGSS O/TI4O: E(d=) 1 G

22

Investigacin de Operaciones II

Instructor: Hctor Luis Juan Morales

Ago-Dic 09

/roble%a " de $tilidad. N4i!$el Usa Criterios 4Olti les ara seleccionar $na Uni-ersidadN
Mi(uel /a tomado la decisi&n ms importante para perse(uir una educaci&n universitaria. El aplic& a un n,mero de universidades " !ue aceptado en M: a) a )niversidad del Estado " b) la )niversidad de $odun<, una pequeHa escuela donde el esta se(uro de recibir bastante a"uda acad+mica. Mi(uel tambi+n consideraba una carrera en electr&nica o la in(eniera el+ctrica " !ue aceptado en dos escuelas con !uertes reputaciones en in(eniera: c) 4.[.). " d) El 4nstituto $olit+cnico. Mi(uel " 8arlos observaron que /a" muc/as ra'ones a considerar para tomar esta decisi&n. Ellos tambi+n notaron que los intereses de Mi(uel, no son los mismos que para 8arlos. En esta actividad, podrs leer acerca de un proceso sistemtico llamado: *eora de )tilidad de Multi:atributo (MA)*), que a"ud& a Mi(uel " a 8arlos /a /acer una in!ormaci&n opcional acerca del cole(io a in(resar. Al mismo tiempo, podrs aplicar este proceso para tu propia b,squeda sobre el cole(io pre!erido. /asos. 2. Penerar una lista que conten(a los atributos (enerales que son importantes para ti al ele(ir una )niversidad. Estas cualidades sern amplias " estarn basadas en metas ob.etivas " sub.etivas. 9. Especi!icar por lo menos una medida para cada cualidad, " una escala ra'onable para cada medida. =. 8rear una lista de las universidades en las cuales anticipas ser aceptado o /as sido aceptado. M. $or cada )niversidad, reco(er los datos para cada medida. L. Asi(ne a cada medida Yuniversidades comunes_, de G a 2, G el peor " 2 el me.or. >. $re(untar a la clase a entrevistar. ?. $ida a un compaHero de clase que se entreviste con ustedes para determinar la importancia relativa de cada medida. 8on la a"uda de tu compaHero, asi(na puntos a partir de G a 2GG a cada medida, " calcula un peso proporcional entre G " 2 para cada medida. A. 8alcule el total para cada )niversidad. Estos resultados producirn una posici&n de las universidades, permitiendo que identi!iques la me.or )niversidad para ti. I. Despu+s, repasa los resultados para entender las !uer'as " las debilidades de tus alternativas superiores " para concluir tu decisi&n. 'trib$tos y %edidas 8on la a"uda de 8arlos, Mi(uel decidi& que la academia, costo, ubicaci&n " vida social son los !actores (cualidades) ms crticos en la elecci&n de una escuela. Ca' una lista de las cualidades que son importantes para ti, al ele(ir tu universidad. $uedes ele(ir tantas cualidades como desees. Entre ms cualidades sean requerirs ms clculos. 8uando /a"as creado tu propia lista de cualidades, comprala con la de un compaHeroB Nson similaresO, Nson di!erentesO. Despu+s, Mi(uel " 8arlos tomaron su lista de cuatro cualidades " especi!icaron 9 o = medidas para cada cualidad Costo )ocaliFaci1n :ida social 'cadH%ico a cuenta se ubica en la media total de la clase del estudiante del ,ltimo aHo. as (raduaciones son publicadas en el peri&dico de E) as, como el in!orme del mundo Pastos personales (vivienda, alimentaci&n, etc.) Matrcula $romedio de temperatura diaria elevado $ro3imidad a casa Deportes, Atletismo #eputaci&n El tamaHo

Eli(e por lo menos una medida para cada uno de los atributos. *rata de limitarte a no ms de = medidas por cualidad.

23

Investigacin de Operaciones II

Instructor: Hctor Luis Juan Morales

Ago-Dic 09

$ara ase(urar un n,mero mane.able de opciones, /a' pequeHa tu selecci&n de universidades a no ms de L. 4nclu"e por lo menos 9 escuelas que est+s absolutamente se(uro de que sers aceptado. *u lista deber representar la diversidad de tus pre!erencias.

'naliFando cada %edida a si(uiente tarea que Mi(uel " 8arlos en!rentaron !ue ele(ir una escala apropiada para cada una de sus I medidas anteriores. Vbservaron que al(unas de sus medidas, tienen una escala natural (cuenta combinada), mientras que otras como el atletismo, requiere de la construcci&n de una escala. Adems, al(unas de las medidas sern continuas (cuentas sentadas), mientras que otras usarn di!erentes cate(oras. $or e.emplo, Mi(uel " 8arlos desarrollaron M cate(oras para la escala de atletismo: 2G puntos como mnimo en el bsquetbol de /ombres o !,tbol, voleibol de mu.eres o bsquetbol en los ,ltimos dos aHos. 9L puntos como m3imo en cualquiera de los dos deportes anteriores. a divisi&n "-o el estado. Vtros. *ipos " ran(os de medidas 4edida Ran!o de +scala C$enta ro%edio IGG:2MGG (realista) 2. *op 9L Noticias a%ericanas e9. 9> : 2GG in0or%es del %$ndo =. 2G2 : 9LG M. 0in ran(o Pastos ersonales @>,GGG : @29,GGG (realista) 4atrc$la @L,GGG : @9G,GGG (realista) /ro%. de te% erat$ra LG` a ?G` a De G :2GG min. Mane.ando M/r. (2G2:9LG min.) /roEi%idad a casa $aseando de da (9L2:LGG min.) : e.os (otros LGG min.) M3imo 2G en un deporte M3imo 9L en dos deportes 'tletis%o Divisi&n 4 M. Vtro 2. 0eriamente acad+mico Re $taci1n 9. Acad+mico equilibrado " vida social =. Escuela !iestera 2. Deba.o de =,GGG 9. Entre =,GG2:>,GGG Ta%aCo =. Entre >,GG2:29,GGG M. $or encima de 29,GGG Ti o 7atural:continuo 8ate(&rico:construido 7atural:continuo 7atural:continuo 7atural:continuo 8ate(&rico:construido

8ate(&rico:construido

8ate(&rico:construido

8ate(&rico:construido

8rea una tabla que muestre una escala o un ran(o para cada una de las medidas. 7ecesitaras construir una escala para cada medida que no sea tipo natural. Etiqueta cada escala como natural o construida.

24

Investigacin de Operaciones II
4edida C$enta ro%edio Noticias a%ericanas e in0or%e del %$ndo U. /od$nQ 2GLG 0in ran(o

Instructor: Hctor Luis Juan Morales

U. +do. 2GGG 9GG @?,GGG @>,GGG LA` a. 2 2 = M I. 9. U. 2=GG =G @I,GGG @A,GGG >9` a. = = 2 = /olitHcnico 2=9G 9G @29,GGG @29,GGG >A` a. M = 2 9

Ago-Dic 09

Pastos ersonales @I,GGG 4atrc$la @2A,GGG /ro%. de te% . LL` a. /roEi%idad a casa M 'tletis%o M Re $taci1n 9 Ta%aCo 2 *abla. medidas para las M escuelas

)na ve' que Mi(uel " 8arlos reco(ieron los datos, decidieron convertirlos en Yunidades comunes_. Esto si(ni!ica asi(nar un valor de 2 al me.or valor " un valor de G al peor valor, en el ran(o de cada medida. (la palabra Y(anancia_ en MA)* se re!iere al proceso del escalamiento a una unidad com,n que se e3tienda a partir de G a 2). $ara los valores intermedios, si la medida tiene una escala continua, el valor de la unidad com,n puede asi(narse proporcionalmente. $or e.emplo, el promedio para la universidad de $odun< tiene 2GLG. El ran(o para esta medida !ue IGG:2MGG, entonces IGG se convirti& a G " 2MGG a 2, el valor proporcional sera (2GLG:IGG)-(2MGG:IGG)1G.= $or otra parte, para las medidas cate(&ricas, despu+s de asi(nar al me.or valor una unidad com,n de 2 " el peor valor una unidad com,n de G, Mi(uel " 8arlos tuvieron que decidir como repartir las unidades comunes. En al(unos casos, la repartici&n pudo ser proporcional, mientras que en otros casos no lo pudo ser. Ellos decidieron usar las unidades comunes proporcionales para cada medida cate(&rica e3cepto 7oticias Americanas e in!orme Mundial

+ntre-ista de la cond$cta ara calc$lar esos Despu+s, Mi(uel " 8arlos asi(naron pesos a cada una de las medidas re!le.ando la importancia para Mi(uel en cada una de ellas. 8arlos podra entrevist& a Mi(uel, /i'o observaciones para ase(urarse de que Mi(uel entenda las medidas que eli(i& " el e!ecto de los pesos que asi(n& a cada una de ellas. 'trib$tos 4edidas 4enos /re0erida 4s /re0erida Ran!o Orden = 9 M 2 A > L I > *$%D /$ntos Calc$le esos 2A&1AA3 2/$ntos;*$%a3 AA IG ?G 2GG 9G LG >G 2G LG L=A

C$enta ro%edio 22GG 2LGG 'cadH%ico Noticias a%ericanas e in0or%e Deba.o de 2G2 Arriba de 9L del %$ndo Pastos ersonales @29,GGG @>,GGG Costo 4atrc$la @9G,GGG @M,GGG /ro%edio de te% erat$ra LGb a ?Gb a Ubicaci1n /roEi%idad a casa e.os Mu" cerca 'tletis%o Vtros 2G me.ores Encima de Deba.o de :ida *ocial Re $taci1n 9,GGG =,GGG Ta%aCo aiesta %alance *abla. Asi(naci&n de puntos

0ume los pesos de las medidas dentro de cada uno de sus atributos.

25

Investigacin de Operaciones II

Instructor: Hctor Luis Juan Morales

Ago-Dic 09

A/ora calcule el total de puntos. Mi(uel " 8arlos determinaron qu+ escuela es la opci&n me.or para asistir. $untos 1W 3 8) 4edidas /eso U. /od$nQ U. del +do. I.9.U. /olitHcnico C$enta ro%edio .2> .2> 3 .= 1 .GMA .G2> Noticias a%ericanas e in0or%e del %$ndo .2? G .GM9L Pastos ersonales .2= .G>L .2G?I 4atrc$la .2I .G9M? .2?>? /ro%edio de te% erat$ra .GM .G2 .G2> /roEi%idad a casa .GI .GI G 'tletis%o .22 G .22 Re $taci1n .G9 .G9 G Ta%aCo .GI G .GI Total de $ntos 2.GG .9L?? .LLI2 *abla. 8alculo de las cuentas totales de las escuelas .29A .2=MM .29?L .2? .G>L G .2L9 .2GG? .G9M .G=> .GLIM .GI .G=?M .G=?M .G2 .G2 .GLIM .G=G> .>>9? .>GI2

%asado en los puntos anteriores: Mi(uel decidi& asistir a la 4.[.).

26

Investigacin de Operaciones II
/ROB)+4'* /RO/U+*TO*

Instructor: Hctor Luis Juan Morales

T+ORI' D+ D+CI*ION+*

Ago-Dic 09

Problema 1 8olaco Xtiene en la actualidad activos de 2LG GGG d&lares " desea decidir si vende o no un re!resco con sabor a c/ocolate, la 8/&cola. 8olaco tiene tres opciones: O ci1n 1 $robar en !orma local el mercado de 8/ocola ", a continuaci&n, usar los resultados del estudio de mercado para determinar si vende la 8/ocola a nivel nacional o no. O ci1n 2 Eender de inmediato, sin prueba de mercado, la 8/ocola a nivel nacional. O ci1n 3 Decidir de inmediato, sin prueba de mercado, no vender 8/ocola a nivel nacional. A !alta de un estudio de mercado, 8olaco cree que 8/ocola tiene LLK de probabilidades de ser +3ito nacional, " MLK de probabilidades de ser !racaso nacional. 0i la 8/ocola es +3ito nacional, el estado de inversiones de 8olaco aumentar en =GGGGG d&lares " si es !racaso nacional los activos actuales disminuirn en 2GGGGG d&laresX 0i 8olaco, lleva a cabo un estudio de mercado, a un costo de =GGGG d&lares. Ca" >GK de probabilidades que el estudio d+ resultados !avorables, a lo que se llama _c3ito local_, " MGK de probabilidades que el estudio arro.e resultados des!avorables, a lo que se llama _!racaso local_. 0i se obtiene +3ito local, /a" ALK de probabilidades que la 8/ocola sea +3ito nacional. 0i se obtiene !racaso local, /a" s&lo 2GK de probabilidades que la 8/ocola sea +3ito nacional. 0i 8olaco es neutral con respecto a ries(os, o sea, desea X/acer m3imo estado de sus bienes, qu estrategia debe seguir SOLUCION $ara tra'ar un rbol de decisiones que represente el problema de 8olaco, comen'aremos en el presente " prose(uiremos /acia eventos " decisiones !uturas. El rbol de decisiones de la ai(. M se !orma con dos tipos de rami!icaciones: los nodos de decisi&n, representados por " los nadas de evento, representados por V. )n nodo de decisi&n representa un punto en el tiempo cuando 8olaco debe tomar una decisi&n. 8ada rama que sur.a de un nodo de decisi&n representa una decisi&n posible. )n e.emplo de nodo de decisi&n es cuando 8olaco deba determinar si /ace o no la prueba de mercado de 8/ocola. Probar mercado de chocola

No probar mercado de chocola

)n nodo de evento se tra'a cuando las !uer'as e3ternas determinan cul de los diversos eventos aleatorios sucede. 8ada rama de un nodo de evento representa un resultado posible, " el n,mero en cada rama representa la probabilidad que ocurra el evento. $or e.emplo, si 8olaco decide /acer prueba de mercado de 8/ocola, se en!renta al si(uiente nodo de eventos cuando se obten(an los resultados del estudio del mercado: 0.6 xito local Fracaso local

0.4

)na rama de un rbol de decisi&n es una rama terminal si no termina en un nodo. As, las ramas que representan +3ito nacional " !racaso nacional son ramas terminales del rbol de decisi&n de 8olaco. 8omo estamos /aciendo m3ima la cantidad !inal esperada de activos en cada rama terminal, debemos adoptar el estado !inal que resulte si ocurre el tra"ecto que conduce a la rama terminal dada. $or e.emplo, la rama terminal !racaso nacional queX si(ue al !racaso local conduce a un estado !inal de activos de 2LGGGG : =GGGG : 2GGGGG 1 9GGGG d&lares. 0i estuvi+ramos elevando al m3imo las utilidades esperadas, anotaramos utilidades en cada rama terminal.

2/

Investigacin de Operaciones II

Instructor: Hctor Luis Juan Morales

Ago-Dic 09

drbol de decisiones de 8olaco (neutral !rente a ries(os) (d&lares) $ara determinar las decisiones que /a(an m3imo el estado !inal esperado de los activos de 8olaco, avan'amos /acia atrs, a lo cual se llama a veces Xdoblar el rbol /acia atrsX, de derec/a a i'quierda. En cada nodo de evento calculamos el estado !inal esperado de bienes " lo anotamos en V. En cada nodo de decisi&n representamos mediante lila decisi&n que /ace m3imo el estado !inal de activos " anotamos en V el estado !inal de activos relacionado con esa decisi&n. 8ontinuamos avan'ando /acia atrs de este modo /asta alcan'ar el principio del rbol. Entonces se puede obtener la secuencia &ptima de decisiones si(uiendo las 22. 8omen'aremos determinando los estados !inales de activos para los si(uientes tres nodos de evento: 2. Eender a nivel nacional despu+s de c3ito local En este caso tenemos un estado !inal esperado de activos i(ual a .AL(M9GGGG) U .2L(9GGGG) 1 =>GGGG d&lares. 9. Eender a nivel nacional despu+s de aracaso local. En este caso, tenemos un estado !inal esperado de activos i(ual a 2G(M9GGGG) U IG(9GGGG) 1 >GGGG d&lares. =. Eender a nivel nacional despu+s de 7o probar el mercado. En este caso tendremos un estado !inal esperado de activos i(ual a .LL(MLGGGG) U .ML(LGGGG) 1 9?G GGG d&lares. A continuaci&n podemos evaluar tres nadas de decisi&n: 2. Decisi&n despu+s de c3ito local. Eender a nivel nacional da un estadoe !inal esperado de activos ma"or que 7o vender a nivel nacional ", por tanto, marcamos con ff a Eender a 22v.eZ nacional " anotamos un estado !inal esperado de activos de =>G GGG d&lares. 9. .Decisi&n despu+s de aracaso local. 7o vender a nivel nacional da un estado !inal esperado de activos ma"or que vender a nivel nacional ", por tanto, marcamos con ff 7o vender a nivel nacional " anotamos un estado !inal esperado de activos i(ual a 29GGGG d&lares. =. Decisi&n de 7o probar a nivel nacional. Eender a nivel nacional produce un estado !inal esperado de activos ma"or que 7o vender a nivel nacional ", por tanto, marcamos con ff vender a nivel nacional " anotamos un estado !inal esperado de activos i(ual a 9?G GGG d&lares. A continuaci&n debemos evaluar el nodo de evento que se ori(ina en la decisi&n $robar el mercado. Este nodo da un estado !inal esperado de activos i(ual a >G(=>GGGG) U MG(29GGGG) 1 9>MGGG d&lares, que se marca en V. *odo lo que queda es determinar la decisi&n correcta en el nodo de decisi&n. $robar el mercado, en comparaci&n con 7o probar el mercado. Cemos visto que $robar el mercado produce un estado !inal esperado de activos i(ual a 9>M GGG d&lares, " 7o probar el mercado, de 9?G GGG d&lares. $or tanto, marcamos con ff 7o probar el mercado " anotamos 9?G GGG d&lares en .

28

Investigacin de Operaciones II

Instructor: Hctor Luis Juan Morales

Ago-Dic 09

Cemos alcan'ado el principio del rbol " /emos encontrado que la decisi&n &ptima de 8olaco es 7o probar el mercado " vender a nivel nacional. Esta estrate(ia producir un estado !inal esperado de 9?G GGG d&lares. Vbs+rvese que el rbol de decisi&n tambi+n seHala que si /ubi+ramos probado el mercado " despu+s /ubi+ramos actuado en !orma &ptima (o sea, Eender a nivel nacional despu+s del c3ito local " 7o vender a nivel nacional despu+s del aracaso local), /ubi+ramos obtenido un estado !inal esperado de activos i(ual a 9>M GGG d&lares. Problema 2 0o" el manager de los Diablos #o.os. 0upon(amos que /a" corredor en primera base sin out " que deseamos determinar si se tocar la bola. 0uponer que un toque de bola produce uno de los dos resultados si(uientes:(2) con una probabilidad de G.AG, tendr +3ito, en cu"o caso el bateador es puesto out " el corredor en la primera base avan'a a la se(unda. (9)8on probabilidad de G.9G el toque !allar " el corredor de primera base ser out al tratar de avan'ar a la se(unda, " el bateador lle(ar seif a la primera. El n,mero esperado de carreras que anotarn los Diablos #o.os en una entrada, en diversas situaciones, aparece en la *abla I. (a) 0i nuestra meta es elevar al m3imo el n,mero de carreras anotadas en una entrada, Ndebemos ordenar el toqueO 4ndependientemente de esta respuesta, Npor qu+ cree el lector que se toca la bolaO (b) 0i estamos pensando en robar la se(unda base sin out, Nqu+ probabilidad de +3ito se necesita para que esta .u(ada sea la decisi&n &ptimaO

Tabla 9 Situacin en bases Corredor en primera Corredor en primera Corredor en se !nda Corredor en se !nda #in corredores en base Numer o de Outs 0 1 1 0 1 Numero esperado de carreras 0.813 0.498 0.6"1 1.194 0.$43

Problema 3 Erica va a volar a ondres el L de a(osto de 2II2 " re(resa a casa el 9G de a(osto del mismo aHo. Co" es 2 de ;ulio de 2II2. Co" puede comprar un boleto de ida por =LG d&lares o uno de via.e redondo por >>G d&lares. *ambi+n puede esperar /asta el 2 de a(osto de 2II2 para comprar. Ese da, 2 de a(osto de 2II2, un boleto de ida costar =?G d&lares " uno de via.e redondo costar ?=G d&lares. Es posible que entre 2 de .ulio " 2 de a(osto su /ermana, que traba.a en la aerolnea pueda tener un boleto de ida sin costo para Erica. a probabilidad que lo pueda /acer es G.=G. 0i Erica /a comprado un boleto de via.e redondo el 2 de .ulio " su /ermana /a conse(uido el boleto (ratis, puede re(resar a la aerolnea Xla mitadX de su boleto de ida " vuelta. En este caso, el costo total ser ==G d&lares ms una multa de LG d&lares. 8on un rbol de decisiones determine c&mo /acer mnimo el costo esperado por Erica para que se transporte a ondres de ida " vuelta.

Tabla 10 Caso %peraci&n de !n paciente con apendicitis %peraci&n de !n paciente con dolor abdominal ca!sado por otra Probabilidad de que muera el paciente 0.0009 0.0004 29

Investigacin de Operaciones II

Instructor: Hctor Luis Juan Morales 0.0064 0

Ago-Dic 09

en'ermedad %peraci&n con !n ap(ndice per'orado No operar a !n paciente con dolor abdominal ca!sado por otra en'ermedad

Problema 4 )n paciente in(resa a un /ospital con !uertes dolores en el abdomen. 8on base en su e3periencia, el Dr. $+re' cree que /a" 9AK de probabilidades de que el paciente ten(a apendicitis " ?9K de probabilidades de que los dolores no son espec!icos. El Dr. $+re' puede operar al paciente a/ora o esperar 29 /oras para tener un dia(n&stico ms preciso. En 29 /oras, el Dr. $+re' sabr con se(uridad si tiene o no apendicitis. El problema es que en las 29 /oras que transcurran, el ap+ndice del paciente, si es apendicitis, se per!orara " la operaci&n ser muc/o ms peli(rosa. De nuevo, con base en su e3periencia, el Dr. $+re' cree que si espera 29 /oras, /a" >K de probabilidades que el paciente termine con un ap+ndice per!orado, 99K de probabilidades que sea una apendicitis XnormalX " ?9K de probabilidades que el dolor se deba a otras causas. 0e(,n su e3periencia anterior, el Dr. $+re' presenta las probabilidades que se muestran en la *abla 22 respecto a que muera el paciente.0i se supone que la meta del Dr. $+re' sea elevar al m3imo la probabilidad que sobreviva el paciente, utilice un rbol de decisiones para a"udar al Dr. $+re' a tomar la decisi&n correcta. Problema 5 a aruit 8omputer 8ompan" !abrica c/ips de memoria en lotes de die'. 0e(,n su e3periencia, aruit sabe que el AGK de todos los lotes contienen el 2GK (uno de cada die') de c/ips de!ectuosos, " el 9GK de todos los lotes contienen el LGK (L de cada 2G) de c/ips de!ectuosos. 0i un lote bueno, esto es, con 2GK de de!ectos, se manda a la si(uiente etapa de producci&n, se incurre en M GG d&lares de costos. aruit tiene tambi+n la opci&n de reprocesar un lote a un costo de 2 GGG d&lares. Es se(uro que un lote reprocesado ser despu+s un lote bueno. Vtra opci&n es que, por un costo de 2 GG d&lares, aruit puede probar un c/ip de cada lote para tratar de determinar si es de!ectuoso ese lote. Determine como puede aruit reducir al mnimo el costo total esperado por lote. *ambi+n calcule el EE4M " el EE4$ Multiplicamos los costos por :2 " trataremos de /acer m3imo a :(costo total). Esto permite utili'ar las !&rmulas para EE4M " EEl$ de la 0ec. 2=.=. Ca" dos estados del mundo: P 1 el lote es bueno " 1 el lote es malo Nos proporcionan las siguientes verosimilitudes: p)*+,- . . p)N*+,- . .90/ p)*+0- . . p)N*+0- ..10/ 10/ 10/ aruit tiene la opci&n de llevar a cabo un e3perimento: inspeccionar un c#ip por lote. os resultados posibles del e3perimento son $ %se encuentra que el c#ip es de!ectuoso &$ 1 se encuentra que el c#ip no es de!ectuoso. $ara terminar el rbol de decisiones de la ai(. I necesitamos calcular las probabilidades a posteriori p(%4D), p'()$*, p'")&$* " p'()&$*. 8omen'amos calculando las probabilidades con.untas:
. 80).10 . $0).10 . 80).90 0.0 8 0.1 0 0." $

p)* n ,p)* n 0p)N* n ,-

. p),-p)*+,. p)0-p)*+0. p),-p)N*+ ,-

. . .

. . .

30

Investigacin de Operaciones II

Instructor: Hctor Luis Juan Morales

. $0).10 -

Ago-Dic 09

p)N* n 0-

p)0-p)N*+0 . .

0.1 0

A continuaci&n calculamos la probabilidad de cada uno de los resultados e3perimentales:

p)*- . )* n ,p)N* )N* n . ,2 )* n 02 )N* n 0. . 0.0 8 0." $ 2 2 0.1 0 . 0.1 0 . 0.1 8 0.8 $

Entonces usamos la re(la de %a"es para determinar las probabilidades a posteriori necesarias:
p)0+*. p)* n 0p)*p)* n ,p)*p)* n 0p)N*p),+N* p)* n 0p)N*. 0.10 0.18 . 1 9

p),+*-

0.08 0.18

4 9 1 0 8 $ " $ 8 $

p)0+N*-

0.10 0.8$

0."$ 0.8$

Estas probabilidades a posteriori se emplean para completar el rbol de la ai(. I. El clculo directo indica que la estrate(ia &ptima es probar un c#ip. 0i resulta de!ectuoso, se reprocesa el lote. 0i no resulta de!ectuoso, el lote puede prose(uir. 0e incurre en un costo esperado de 2LAG d&lares. $ara calcular el EE4M, supon(a que probar un c#ip en un lote ilV costar. Entonces la rama probar c+lipdel rbol /abra aumentado 2GG d&lares su valor esperado, a :2 MAG d&lares. Entonces /ubi+ramos tenido EE84M 1 :2 MAG d&lares " EE84V 1 :2>GG d&lares. Entonces EE4M 1 EE84M : EE84V 1 :2MAG d&lares:g:2 >GG d&lares) 1 29G d&lares. $ara calcular el EE4$, empleamos el rbol de la ai(. 2G. Eemos que EE84$ 1:29GG d&lares. Entonces EE4$ 1 EE84$ : EE84V 1 :29GG d&lares :g:2>GG d&lares) 1 MGG d&lares.

31

Investigacin de Operaciones II

Instructor: Hctor Luis Juan Morales

Ago-Dic 09

EE4$ (valor esperado con in!ormaci&n per!ecta)

E.emplo del uso de la re(la de ba"es en rboles de decisiones (e.emplo de los c/ips) (d&lares) Problema 6

32

Investigacin de Operaciones II

Instructor: Hctor Luis Juan Morales

Ago-Dic 09

+Ea%en de UP de 1@@< de (rboles de Decisiones 0u compaHa est considerando si debe o!recer para dos contratos (M02 " M09) en o!erta de un departamento (ubernamental para la !uente de ciertos componentes. a compaHa tiene tres opciones: V!erta para M02 solamenteB o V!erta para M09 solamenteB o V!erta para M02 " M09. 0i se van las o!ertas a ser sometidas la compaHa incurrir en costos adicionales. Estos costos tendrn que ser recuperados enteramente del precio del contrato. El ries(o, por supuesto, es que si una o!erta es !racasada la compaHa /abr /ec/o una p+rdida. El costo de o!recimiento para el contrato M02 solamente es @LG.GGG. a !uente componente cost& si la o!erta es acertada sera @2A.GGG. El costo de o!recimiento para el contrato M09 solamente es @2M.GGG. a !uente componente cost& si la o!erta es acertada sera @29.GGG. El costo de o!recimiento para el contrato M02 " el contrato M09 es @LL.GGG. a !uente componente cost& si la o!erta es acertada sera @9M.GGG. $ara cada contrato, se /an determinado los precios blandos posibles. Adems, los (ravmenes sub.etivos se /an /ec/o de la probabilidad de conse(uir el contrato con un precio blando particular se(,n lo demostrado aba.o. Vbserve aqu que la compaHa puede someter solamente una o!erta " no puede, por e.emplo, someter dos o!ertas (en diversos precios) para el mismo contrato. Opcion tendencia Probabilidad De precios de conseguir Posibles () contrato MS1 solo 130,000 0.20 115,000 0. 5 MS2 solo !0,000 0.15 "5,000 0. 0 "0,000 0.#5 MS1 $ MS2 1#0,000 0.05 1%0,000 0."5 En caso que las o!ertas de la compaHa para M02 " M09 +l (ane ambos contratos (en el precio demostrado arriba) o nin(,n contrato en todos. N[ue su(iere )sted que la compaHa debe /acer " porqu+O N8ules son las desventa.as " venta.as de su lnea de accion su(eridaO )n consultor se /a acercado a su compaHa con una o!erta con un retorno de @9G.GGG en e!ectivo ase(urado si usted o!rece @>G.GGG para el contrato M09 solamente que su o!erta est (aranti'ada para ser acertada. NDebe usted aceptar su o!erta o no " porqu+O Problema 7 +Ea%en de UP de 1@@" de 'rboles de Decisiones El (rupo de buscadores de metal (MDP) es una compaHa de e3ploraciones (eol&(icas encar(ada de la conducta de terrenos para comprobar si los e3isten dep&sitos si(ni!icativos de metal (di(nos de la e3plotaci&n comercial adicional) presentes o no. MDP actualmente tiene una opci&n a la compra !rancamente un terreno para @=m. 0i MDP compra terreno entonces /ar una e3ploraci&n (eol&(ica de la tierra. a e3periencia previa indica que para el tipo de terreno ba.o e3ploraciones (eol&(icas de la consideraci&n tiene un costo apro3imadamente de @2m " brinda los dep&sitos si(ni!icativos del metal como si(ue: man(aneso 2K probabilidad oro G.GLK probabilidad plata G.9K probabilidad

33

Investigacin de Operaciones II

Instructor: Hctor Luis Juan Morales

Ago-Dic 09

0olamente uno de estos tres metales se encuentra siempre (si en todos), es decir no /a" ocasi&n de encontrar dos o ms de estos metales " nin(una oportunidad de encontrar nin(,n otro metal. 0i se encuentra el man(aneso entonces el terreno se puede vender en @=Gm, si es oro se encuentra entonces el terreno se puede vender en @9LGm " si se encuentra la plata el terreno se puede vender en @2LGm. MDP puede, si desean, pa(ar @?LG.GGG por el derec/o de conducir una prueba de e3ploraci&n de tres das antes de decidir si compra la parte de la tierra o no. *ales pruebas de e3ploraciones de tres das pueden dar solamente una indicaci&n preliminar de si los dep&sitos si(ni!icativos del metal estn presentes o no " la e3periencia previa indica que las e3ploraciones de tres das de la prueba cuestan @9LG.GGG e indican que los dep&sitos si(ni!icativos del metal son los actuales LGK del tiempo. 0i la prueba de e3ploraci&n de tres das indica dep&sitos de metal si(ni!icativo, entonces las probabilidades encontrar el man(aneso, del oro " de la plata se incrementan =K, el 9K " el 2K respectivamente. 0i la prueba de e3ploraci&n de tres das no puede indicar depositos de metal si(ni!icativo entonces las oportunidades de encontrar man(aneso, oro " plata a G.?LK, a G.GMK " a G.2?LK disminu"en respectivamente. N[u+ recomendara usted a MDP sobre que debera /acer " porqu+O )na compaHa que traba.a en un campo relacionado a MDP est preparada para pa(ar la mitad de todos los costes asociados a esta parte de terreno " re(resar por mitad todos los r+ditos. Nba.o estas circunstancias qu+ recomendara usted al MDP sobre que debera /acer " porqu+O

34

Investigacin de Operaciones II

Instructor: Hctor Luis Juan Morales

Ago-Dic 09

Problema 8 Penerar un problema como el $roblema de Mi(uel de: deportes, !armacia o !brica.

Rtt .;;tRales.cica.es;rd;Rec$rsos;rd@@;ed@@&A1@1&A3;tabladec.Rt%SRe!laDec

35