Teora decisiones

Prof. Jairo R. Coronado-Hernndez

Introduccin
Se debe elegir una decisin de un conjunto de posibles acciones. El conjunto contiene todas las alternativas de acciones factibles. Existe incertidumbre porque el resultado se ve afectado por efectos aleatorios que se encuentran fuera de control. Una decisin frente al evento que ocurre da como resultado un pago (resultado).

Categoras en las decisiones

Las toma de decisiones se pueden tomar en diferentes ambientes: 1. Cuando se conocen los datos -> Bajo certidumbre. 2. Cuando los datos se describen con distribuciones de probabilidad ->Bajo riesgo. 3. Cuando no se conoce el comportamiento de los datos -> Bajo incertidumbre.

Toma de decisiones individual

TOMA DE DECISIONES CON CERTIDUMBRE

Toma de decisiones con certidumbre

Se supone que los datos conocen con total certeza. Los modelos de programacin matemtica son ejemplo de toma de decisiones bajo certidumbre en donde todas las funciones estn bien definidas.

Optimizacin
Hablar de optimizacin es buscar la mejor manera de realizar una actividad, con el propsito de maximizar el desempeo de un sistema, al mismo tiempo en que se minimizan los costes. La optimizacin trata de minimizar o maximizar una o ms funciones.

Modelo de optimizacin
Estos problemas se expresan como:

Programacin matemtica
La programacin matemtica es un conjunto de tcnicas de optimizacin en la que se modelan matemticamente problemas reales que se resuelven con exactitud por medio del diseo de algoritmos exactos utilizando la computadora. El termino programacin matemtica se refiere a la creacin de un programa que consiste en determinar los valores de unas variables con el fin de optimizar uno o ms objetivos.

Elementos de un programa matemtico

Un programa matemtico est compuesto por un conjunto de ndices, parmetros, variables, y unas ecuaciones y/o inecuaciones que describen el problema. Los ndices identifican el dominio del conjunto de elementos que conforman el problema. Los parmetros son aquellos que contiene la informacin conocida. Las variables son las decisiones a tomar en su respectivo dominio. Las restricciones definen las relaciones entre diversas variables y los datos para modelar la realidad teniendo en cuenta las limitaciones del problema La funcin de se va optimizar como una representacin matemtica de los logros que se desean cumplir.

Procedimiento para la resolucin de problemas en programacin matemtica

Clasificacin de los problemas de programacin matemtica

Dependiendo del tipo de variable y de restricciones se puede clasificar como:
Programacin lineal cuando las variables son continuas y las restricciones son lineales. Programacin entera cuando las variables son enteras y las restricciones lineales. Programacin lineal-entera-mixta cuando las variables pueden ser continua o discreta y las restricciones lineales. Programacin no lineal

Programacin lineal
La programacin lineal consiste en la optimizacin de una funcin objetiva con relaciones lineales y sujetas a restricciones con relaciones lineales en donde las variables son continuas. Las restricciones pueden ser ecuaciones o inecuaciones. Es la tcnica ms utilizada en el mundo de la optimizacin

Programacin lineal
Un programa lineal es de la forma

Programacin lineal
Que es equivalente a decir

Supuestos de la Programacin Lineal

1. Proporcionalidad: dada una variable, su contribucin al costo total es proporcional al valor del coeficiente de coste. As mismo la contribucin de un coeficiente tecnolgico es proporcional, Aditividad: La contribucin total en una ecuacin est dada por las suma de las contribuciones individuales de dicha ecuacin. Divisibilidad: Las variables de decisin se pueden dividir en fracciones cualesquiera que sean, es decir, son variables continuas. Determinismo: Se conocen con total certidumbre el valor de los parmetros de decisin. No negatividad: Como en la mayora de los casos las variables representan cantidades fsicas, estas deben ser no negativas.

2. 3.

4.

5.

Problema de la dieta
Nace por el deseo del ejercito americano de asegurar unos requerimientos nutricionales al menor costo. Consiste en determinar las cantidades de distintos nutrientes que deben ingerirse asegurar ciertas condiciones de nutricin y minimizar el costo de compra de los nutrientes

Formulacin matemtica del problema de la dieta

Datos disponibles:
El numero de nutrientes El numero de alimentos La cantidad de nutrientes que tiene un alimento La cantidad mnima de nutrientes aconsejada El precio de compra de un alimento

Modelo matemtico

Problema del transporte

El propsito de este problema consiste en determinar el programa de transporte que minimice el costo total de transporte y que al mismo tiempo satisfaga los limites de oferta y demanda.

Formulacin matemtica del problema del transporte

Datos disponibles:
El numero de orgenes El numero de destinos La oferta disponible en un origen La cantidad demandada en un destino El coste de envi

El problema del transporte

Modelo matemtico

Procedimiento de resolucin
En general un modelo de programacin matemtica se resuelven por medio de algoritmos pre-programados que pueden ser exactos, heursticos o meta heursticos. En general siguen el siguiente esquema:
Base de datos
Simplex Branch & Bound Otros

Solver Modelo Modelado computacion al

Resultados

El mtodo simplex
El mtodo simplex es un algoritmo de forma de solucin mediante la organizacin en tablas del problema de programacin lineal. Se estudiar el mtodo simplex solo como cultura general para comprender el funcionamiento interno de los algoritmos de optimizacin. Fue diseado por Dantzing en 1947. Las iteraciones del simplex se mueven por los puntos extremos (soluciones factibles) hasta alcanzar el optimo.

Iteraciones del Simplex

Por medio de un ejemplo se ilustraran los detalles del simplex. Resolver el siguiente problema:

max z s.a. 6 x1 4 x2 x1 2 x2 x1 x2 x1 , x2 2 0

5 x1 4 x2 24 6

x2 1

Convertir de inecuaciones a ecuaciones

Las restricciones de tipo son llamadas holguras y se convierten agregando una variable adicional de holgura que suma sobre el lado izquierdo Las restricciones de tipo son llamadas excedentes y se convierten agregando una variable adicional de excedente que resta sobre el lado izquierdo.

Convertir de inecuaciones a ecuaciones

El problema quedara: max z 5 x1 4 x2

s.a. 6 x1 4 x2 x1 2 x2 x1 x2 x2

s1 s2 s3 s4 0

24 6 1 2

x1 , x2 , s1 , s2 , s3 , s4

El mtodo se representa utilizando el Tableau Simplex

Bsica z s1 s2 z 1 0 0 x1 -5 6 1 x2 -4 4 2 s1 0 1 0 s2 0 0 1 s3 0 0 0 s4 0 0 0 solucin 0 24 6

s3
s4

0
0

-1
0

1
1

0
0

0
0

1
0

0
1

1
2

Se selecciona la variable de entrada a la base

El criterio es el costo reducido ms negativo. SI hay empate utilizar una regla lexicogrfica.
Bsica z s1 s2 s3 s4 z 1 0 0 0 0 x1 -5 6 1 -1 0 x2 -4 4 2 1 1 s1 0 1 0 0 0 s2 0 0 1 0 0 s3 0 0 0 1 0 s4 0 0 0 0 1 solucin 0 24 6 1 2

Seleccionar la variable de salida a la base

Se calculan las interacciones o coordenadas al origen de todas las restricciones con direccin no negativa utilizando el criterio de la razn mnima.
x1 s1 s2 6 1 Sol 24 6 Razn 24 / 6 = 6 / 1= 4 6 Minimo

s3
s4

-1
0

1
2

1 /-1 =

-1

Ignorar
ignorar

2 / 0 = infinito

Seleccionar pivote
Bsica z s1 s2 s3 z 1 0 0 0 x1 -5 6 1 -1 x2 -4 4 2 1 s1 0 1 0 0 s2 0 0 1 0 s3 0 0 0 1 s4 0 0 0 0 solucin 0 24 6 1

s4

Iterar utilizando gauss-jordan

Bsica z x1 s2 s3 s4 z 1 0 0 0 0 x1 0 1 0 0 0 x2 s1 -0,6666 0,8333 0,6666 0,16666 1,3333 0,16666 1,6666 0,1666 1 0 s2 0 0 1 0 0 s3 0 0 0 1 0 s4 0 0 0 0 1 solucin 20 4 2 5 2

Prueba de la razn mnima

x2 x1 s2 s3 s4 0,66666667 1,33333333 1,66666667 1 Sol 4 2 5 2 Razn 6 1,5 3 2

Pivotaje
Bsica z x1 x2 s3 s4 z 1 0 0 0 0 x1 0 1 0 0 0 x2 0 0 1 0 0 s1 0,75 0,25 -0,125 0,375 0,125 s2 0,5 -0,5 0,75 -1,25 -0,75 s3 0 0 0 1 0 s4 0 0 0 0 1 solucin 21 3 1,5 2,5 0,5

Como ninguno de los coeficientes del rengln z asociados a las variables no bsicas son negativos, entonces es una solucin optima.

Toma de decisiones Individual

TOMA DE DECISIONES BAJO INCERTIDUMBRE

Decisin bajo incertidumbre

Implica acciones alternativas cuyas retribuciones dependen de los estados de la naturaleza (aleatorios). Hay un matriz de pagos con m acciones y n estados de la naturaleza, que se representan de la siguiente manera:

Matriz de pagos
s1 a1 a2 : am
V(a1, s1) V(a2, s1) : V(am, s1)

s2
V(a1, s2) V(a2, s2) : V(am, s1)

sn
V(a1, sn) V(a2, sn) : V(am, sn)

ai representa la accin i, y el elemento sj representa el estado de la naturaleza j, la retribucin o resultado asociado a la accin y al estado de la naturaleza es v(ai, sj).

Criterios de Anlisis
Como existe falta de informacin y no se conocen las distribuciones de probabilidad y no se pueden determinar se utilizan los siguientes criterios para analizar:
Laplace Minimax Savage Hurwicz

Estos criterios difieren en el grado de conservadurismos del tomador de decisin.

Criterio de Laplace
Como no se conocen las distribuciones de probabilidades de los estados, no hay razn para no creer que sean diferentes (es la misma para todos los estados de la naturaleza). Hay una hiptesis optimista.

max
ai

1 n

v(ai , si )
j 1

El criterio Maximin (minimax)

Se basa en una actitud conservadora de elegir las peores condiciones posibles . Si hay perdidas, se procede a minimizar la mxima perdida.

min max v(ai , si ) ai sj

En caso contrario, a maximizar la mnima ganancia.

max min v(ai , s i ) sj ai

EL criterio de pesadumbre o arrepentimiento de Savage

Modera el conservadurismo del criterio minimax(maximin) remplazando la matriz de retribucin por una matriz de perdidas mediante la siguiente transformacin:
v(a i , s i ) r (a i , s j )

min v(a k , si ) a
k

si v es perdida si v es ganancia

max v(a k , si ) a
k

v(a i , s i )

Luego se aplica el minimax(maximin)

El criterio de Hurwicz
Diseado para tomar decisiones que van desde la ms optimista a la ms pesimista. Se define 0 1 La eleccin esa asociada a:

max ai

min v(ai , si ) sj

(1

).

max v(ai , si ) sj

Donde es el ndice de optimismo

Ejemplo 1
La empresa NOS2 prepara un campamento de verano para adiestrar a las personas en supervivencia en la naturaleza. Estima que la asistencia puede estar en una de cuatro categoras: 200, 250, 300 y 350 personas. El costo del campamento ser mnimo se construye para adaptarse exactamente a la demanda. las variaciones de ms o menos de la demanda ideal incurren en costos adicionales, debido a construcciones sobrantes o ingresos perdidos cuando no cabe toda la demanda. Se tiene la siguiente matriz de costos:

Ejemplo 1
200 200 $ 5,000.00 Estados de la naturaleza 250 300 $10,000.00 $18,000.00 350 $25,000.00

Alternativas de decisin

250
300 350

$ 8,000.00
$21,000.00 $30,000.00

$ 7,000.00
$18,000.00 $22,000.00

$12,000.00
$12,000.00 $19,000.00

$23,000.00
$21,000.00 $15,000.00

Criterio Laplace
Decisin 200 250 300 350 200 $ 5,000.00 $ 8,000.00 $ 21,000.00 $ 30,000.00 Estados de la naturaleza 250 300 $ 10,000.00 $ 18,000.00 $ 7,000.00 $ 12,000.00 $ 18,000.00 $ 12,000.00 $ 22,000.00 $ 19,000.00 350 Promedio $ 25,000.00 $ 14,500.00 $ 23,000.00 $ 12,500.00 $ 21,000.00 $ 18,000.00 $ 15,000.00 $ 21,500.00 Minimo $ 12,500.00

Minimax
Decisin 200 250 300 350 200 $ 5,000.00 $ 8,000.00 $ 21,000.00 $ 30,000.00 Estados de la naturaleza 250 300 $ 10,000.00 $ 18,000.00 $ 7,000.00 $ 12,000.00 $ 18,000.00 $ 12,000.00 $ 22,000.00 $ 19,000.00 350 Maximo del renglon $ 25,000.00 $ 25,000.00 $ 23,000.00 $ 23,000.00 $ 21,000.00 $ 21,000.00 $ 15,000.00 $ 30,000.00 Minimo $ 21,000.00

Criterio Savage
1
Decisin 200 250 300 350 Minimo Estados de la naturaleza 200 250 300 $ 5,000.00 $ 10,000.00 $ 18,000.00 $ 8,000.00 $ 7,000.00 $ 12,000.00 $ 21,000.00 $ 18,000.00 $ 12,000.00 $ 30,000.00 $ 22,000.00 $ 19,000.00 $ 5,000.00 $ 7,000.00 $ 12,000.00 350 $ 25,000.00 $ 23,000.00 $ 21,000.00 $ 15,000.00 $ 15,000.00

Decisin 200 250 300 350

Estados de la naturaleza 200 250 300 350 $ $ 3,000.00 $ 6,000.00 $ 10,000.00 $ 3,000.00 $ $ $ 8,000.00 $ 16,000.00 $ 11,000.00 $ $ 6,000.00 $ 25,000.00 $ 15,000.00 $ 7,000.00 $ -

$ $ $ $

Maximo 10,000.00 8,000.00 16,000.00 25,000.00

Minimo

8,000.00

Criterio Hurwicz
Decisin 200 250 300 350 Alpha= Minimo $ 5,000.00 $ 7,000.00 $ 12,000.00 $ 15,000.00 0.1 Maximo Ponderacin $ 25,000.00 $ 23,000.00 $ 23,000.00 $ 21,400.00 $ 21,000.00 $ 20,100.00 $ 30,000.00 $ 28,500.00 Minino $ 20,100.00

Decisin 200 250 300 350

Alpha= Minimo $ 5,000.00 $ 7,000.00 $ 12,000.00 $ 15,000.00

0.8 Maximo Ponderacin $ 25,000.00 $ 9,000.00 $ 23,000.00 $ 10,200.00 $ 21,000.00 $ 13,800.00 $ 30,000.00 $ 18,000.00 Minino $ 9,000.00

Toma de decisiones Individual

TOMA DE DECISIONES BAJO RIESGO

Toma de decisiones bajo riesgo

Las ventajas a cada alternativa de decisin se describen con distribuciones de probabilidad. La decisin se suele basar en el criterio del valor esperado. Se comparan alternativas de decisin con base en la maximizacin de la utilidad esperada o la minimizacin del costo esperado.

Anlisis con rboles de decisin

Se basa en el criterio del valor esperado para maximizar o minimizar un objetivo. Se supone que la retribucin esperada asociada con cada alternativa es probabilstica. Hay una cantidad finita de alternativas de decisin con matrices explicitas de retribucin. Se utiliza la siguiente notacin para la construccin del mismo: El valor esperado puede asumir dos criterios: Son tiles cuando se toman decisiones en serie.
Representa un punto de decisin Representa un evento aleatorio

El de las probabilidades a posteriori El de las funciones de utilidad

Ejemplo 1: Inversin en valroes.

Suponga que se desea invertir $10000 en el mercado de valores, comprando acciones de una de dos compaas: A y B. Las acciones de la compaa A son arriesgadas, pero podrian producir un rendimiento de 50% sobre la inversin en el prximo ao. Si las condiciones del mercad de valores no son favorables (Mercado a la baja), las acciones pueden perder el 20% de su valor. La empresa B proporciona utilidades seguras , de 15% en un mercado a la alza y solo un 5% en un mercado a la baja. Segn las publicaciones consultadas se predicen que hay un 60% de probabilidades que el mercado este en alza y el 40% de que este a la baja. Dnde debera invertirse el dinero?

Solucin:
Rendimientos en un ao por inversin de $10000

Alternativas de decisin Acciones para la empresa A

Mercado a la alza

Mercado a la baja

5000

-2000

Acciones para la empresa B

Probabilidad de ocurrencia

1500

500

0.6

0.4

Mercado a la Alza (0.6) Invertir en A 2 V(A)=2200 Mercado a la baja (0.4) 1 Mercado a la Alza (0.6)

$5000

-$2000 $1500

Invertir en B 3 V(B)=1100 Mercado a la baja (0.4) $500

La mejor decisin es invertir en A. Por qu?

Paquetes de software

Aplicaciones con software

Aplicaciones con software

Ejemplo 2: Explotacin de petrleo

Ejemplo 2: Explotacin de petrleo

Lectura y actividades para entregar en la prxima clase

Lecturas de apoyo: captulo 15 Anlisis de decisiones de (Hillier, 2010) y captulo 14 Anlisis de decisiones y juegos partes 14.2 y 14.3. Realizar un ensayo sobre el uso de las funciones de utilidad en los arboles de decisin con un ejemplo. Mximo 5 pginas con referencias. Grupo de 3 estudiantes. Desarrollar a mano el ejercicio 2 del conjunto de problemas 14.A de (Taha, 2004). Utilice todos los criterios posibles. Al final tome una decisin. Individual. Desarrollar con el software TreeAge el ejercicio 9 del conjunto de problemas 14.2A de (Taha, 2004). Individual.

Bibliografa
Taha, h. Investigacin de Operaciones (2004). Pearson. Mexico. Frederick S. Hillier, Gerald J. Lieberman. Introduccin a la investigacin de operaciones (2010). McGraw-Hill. Mexico.