desiciones

Análisis de Procesos
de Decisiones

Tema I
Modelos de
Decisión
3 Sesiones


1.1 Conceptos Básicos.
• Decisiones, estados de la
naturaleza y probabilidades.
• Resultados o pagos.
• Árboles de decisión.

1.2 Modelos Clásicos.
• Modelo del pesimista (maxmin).
• Modelo del optimista (maxmax).
• Modelo de minimización de las
pérdidas de oportunidad.
• Modelo del pago promedio.• Modelo del valor monetario
esperado.
• Valor de la información perfecta.

1.3 Análisis de Bayes.
• Valor de la información imperfecta.

1.4 Modelos de Minería de Datos.
• Modelo de lealtad.
• Modelo de rentabilidad.
• Modelo de análisis de respuesta.
• Modelo de asociación.

Modelos de Decisión
Criterios comunes para la toma de
decisiones en la vida cotidiana:
• La intuición.• Las emociones.
El análisis de decisiones
proporciona un marco conceptual
y una metodología para la toma de
decisiones de forma racional.

El Proceso de Toma de
Decisiones
Una decisión puede definirse como
el proceso de elegir la solución para
un problema, siempre y cuando
existan al menos dos soluciones
alternativas.
Las buenas decisiones no garantizan
por sí solas buenosresultados.

Etapas del Proceso de Toma de
Decisiones
• El TD se da cuenta de que existe un
problema.
• El TD recopila datos acerca del
problema.
• El TD elabora un modelo que describe el
problema.
• El TD utiliza el modelo para generar
soluciones alternativas para el problema.
• El TD elige entre las soluciones
alternativas.

El proceso de solución de
problemas en la CA puededividirse en 6 etapas:
1. Identificación, observación y
planteamiento del problema.
2. Construcción del modelo.
3. Generación de la solución.
4. Prueba y evaluación de la solución.
5. Implantación.
6. Evaluación.

(1)

(5)

Identificar el problema
Observar el problema,
recopilar datos
descriptivos e identificar
los factores que afectan
Describir en forma verbal
el problema

(2)(6)

Clasificar los factores
como controlables y no
controlables

Resultados
Futuro
pronosticado
Intervalo
predetermin
ado de
valores
Metas
Continuar

Generar la solución

si

(4) Correr datos de prueba
Evaluar

No aceptable

Datos

si

Desarrollo del modelo
(3)

Implantación

aceptable

¿Los
resultad
os
satisfac
en las
metas ?
no

¿El costo de
cambiar esahorros ?
no

Alto

Revisar el
modelo

El Proceso de Solución de Problemas de CA/IO

Tipos de Decisiones
• Decisiones bajo certidumbre.
• Decisiones utilizando datos
previos.
• Decisiones sin datos previos.

Toma de Decisiones bajo
Certidumbre
Son los casos en que existe sólo
un resultado para una decisión.
Por ejemplo cuando se emplean
los resultados de la programaciónlineal no hay duda con respecto a
cual será la utilidad asociada.

Toma de Decisiones utilizando
Datos Previos
En estos casos se toman decisiones
en forma repetida con muchos
resultados posibles siendo las
circunstancias que rodean la decisión
siempre iguales. Es posible valerse
de la experiencia pasada y es factible
desarrollar probabilidades (modelos)
con respecto a la ocurrencia decada
resultado.

Toma de Decisiones
sin Datos Previos
Aquí las decisiones son únicas (se
toman solo una vez), no existe
experiencia pasada para calcular
probabilidades y las circunstancias
que rodean la decisión cambian de
un momento a otro.

Estructura de los Problemas
para la Toma de Decisiones
Analicemos el caso de la Pizzería Ashley
que tiene que decidir cuál es la políticaóptima de fabricación de pizzas antes
una demanda cambiante.
Además, también se está considerando
la posibilidad de mudar la pizzería de
local.

Ejemplo del caso de una Pizzería
Demanda de Pizzas en los
últimos 100 días
Número de pizzas que
se solicitan

150

160

170

180

Número de días

20

40

25

15

Base de cálculo para las utilidades:
• Por cada pizza que se...