estadistica
INVESTIGACION OPERATIVA II
Solo con fines de avance para la clase de ayudantía
Aux. : Egr. Challapa Llusco Gustavo
FORMULARIO SIS-2610 “A”
TOMA DE DECISIONES
Completacerteza
Proceso de
decision
SIS-2510
Teoría Bayesiana de
decisión
-Con experimentación
-Sin experimentación
Arboles de decisión
Función de utilidad
Teoría de colas
Teoría de inventariosRiesgo
Teoría de juegos
Criterios de decisión:
MaxiMax
MaxiMin
MiniMax
Laplace
Hurwicz
Savage
Completa
Incertidumbre
Elementos de una toma de decisiones
1.- Decisor.
2.- Conjuntode alternativas (Controlable): A a1 , a2 , a3........ai
3.- Estados de la naturaleza (No controlable):
1 , 2 ,3 .......... j
4.- Probabilidades a priori (Si la tomade decisión es bajo riesgo): P( ) P(1 ), P( 2 ), P( 3 )..........P( j )
5.- Matriz de Costo/Beneficio.
1
2
a1
f (a1 ;1 )
f (a1 ; 2 )
.
.
.
.
.
.
.
.
.
.
..
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
ai
f (ai ;1 )
p(1 )
p( 2 )
6.- Función de los alternativas/estados de la naturaleza:
….
….
j
f (a1 ; j)
f (ai ; 2 )
p( )
….
.
.
.
.
f (ai ; j )
p( j )
f (ai ; j )
7.- Métodos de decisión. (Toma de decisión bajo incertidumbre, Toma de decisión bajo riesgo, etc)
8.-Elegir la mejor alternativa.
1
SIS -2610 “A”
INVESTIGACION OPERATIVA II
Solo con fines de avance para la clase de ayudantía
Aux. : Egr. Challapa Llusco Gustavo
METODOS DE SOLUCION
1.-TOMA DE DECISIONES BAJO RIESGO
1.1.-TEORIA BAYESIANA
1.1.1.- Toma de decisión sin experimentación:
Opt.
E[ f (ai ; j )] = Opt. E[ f (ai ; j ) * P( j )]
-
Si la matriz de consecuencias esde pérdidas o costos entonces:
Opt. = Min E[ f (ai ; j )]
-
Si la matriz de consecuencias es de ganancias o beneficios entonces:
Opt. = Max E[ f (ai ; j )]
E[] Se denomina valor...
Regístrate para leer el documento completo.