toma de decisiones riesgo, certidumbre e incertidumbre

Universidad de Oriente
Núcleo de Monagas
Programa de Ingeniería de Sistemas
análisis de decisiones










TOMA DE DECISIONES BAJO CERTIDUMBRE, RIESGO E INCERTIDUMBRE








Profesor:
Estaba, César
Sección 01













Maturín, julio de 2012
El análisis de decisiones proporciona una manera útil de clasificar losmodelos para la toma de decisiones. Las situaciones de decisión se clasifican, generalmente, sobre la base de conocimiento que tenga el decisor(o crea tener) de la misma. Es costumbre dividir los grados de conocimiento o información en tres categorías, empezando desde el conocimiento completo hasta la ignorancia. Entre estas categorías están:

1. Certidumbre (información completa)
2. Riesgo(información parcial)
3. Incertidumbre (información limitada)


TOMA DE DECISIÓN BAJO CERTIDUMBRE

En el ambiente del proceso de toma de decisiones bajo certidumbre, quienes la toman conocen con certeza la consecuencia de cada una de las alternativas que implica la selección de la decisión. Naturalmente, seleccionaran la alternativa que maximizara su bienestar o que dará el mejor resultado.
Lastécnicas más representativas para representar toma de decisiones bajo certidumbre, son los modelos de programación lineal.

Programación Lineal

Herramienta que permite modelar y resolver problemas donde se requiere mejorar el uso de recursos limitados. Un modelo de Programación Lineal (PL) se estructura usando un conjunto de variables de decisión con la que se forma una función que describe loque se quiere alcanzar, que por lo general recibe el nombre de función objetivo, y un conjunto de restricciones.
El modelo considera que las variables de decisión tienen un comportamiento lineal, tanto en la función objetivo como en las restricciones del problema.

Supuestos Básicos de la Programación Lineal.
Linealidad
Modelos Deterministas
Variables reales
No Negatividad.

Lalinealidad más allá de que la función objetivo y las restricciones no contengan términos no lineales, requiere satisfacer dos propiedades:

1. La proporcionalidad, requiere que la contribución de cada variable, tanto en la función objetivo como en las restricciones, debe ser directamente proporcional al valor de la variable. Un ejemplo que no cumple con esta propiedad sería el caso de venta de unproducto donde se indique que es más barato si se compra más de un docena, en este caso la contribución por la venta no es la misma si es menos de una docena.


2. La aditividad, la contribución total de las variables, tanto en la función objetivo como en las restricciones, debe ser igual a la suma de la contribución individual de cada variable, es decir la variación de una variable no debeafectar a otra variable. Ejemplo, no se cumple la propiedad en el caso de dos productos competidores, si al incrementar la venta de uno de los productos se afecta la venta de otro.




Modelo de Programación Lineal.

El modelo se construye con tres elementos: variables, restricciones y función objetivo. Una vez obtenido todos estos elementos se procede a presentar el modelo usando unaestructura estándar, donde la función objetivo y las restricciones se presentan de forma lineal y todos los términos que contengan variables se colocan al lado izquierdo del operador, siguiendo el orden del subíndice de las variables.

En el modelado de PL, por lo general, se emplea la siguiente terminología:

Recurso: Se suele dar este nombre a la materia prima que se tiene para elaborar unproducto, pero también se utiliza para indicar la demanda de un producto, el nivel de riesgo, en fin se utiliza para referirse a aquel elemento del problema que debe ser asignado o distribuido entre varias actividades y que posee limites para su uso.

Actividades: Se refiere entre que se debe distribuir el recurso, ya sean productos, tareas, entre otros. Están representadas por las variables de...