INVESTIGACIÓN

OPERATIVA
Introducción al curso
SEMANA 1 (MATERIAL COMPLEMENTARIO)
 Prof. Christian Ramos Angeles

Datos/Observaciones
SEMANA 1:

• Presentación del curso

• Teoría de decisiones
 Sistema de Evaluación

PF  TA1 (15%)  TA2 (15%)  TA3 (15%)  TA4 (15%)  PA (20%)  TI (20%)

Dónde:
PF = Promedio final del curso
TA1 = Tarea Académica 1
TA2 = Tarea Académica 2
TA3 = Tarea Académica 3
TA4 = Tarea Académica 4
PA = Participación
TI = Trabajo de investigación

Datos/Observaciones
 Logro general de aprendizaje de la Asignatura
Al finalizar el curso, el
Logro de aprendizaje de la Unidad 1
estudiante analiza Logro de aprendizaje
problemas utilizando Al finalizar la unidad, el de la Semana 1
métodos de investigación estudiante analiza
operativa para mejorar los problemas de programación Al finalizar la semana los
procesos de la empresa lineal para la optimización alumnos definen la
desde un enfoque de recursos empresariales. investigación operativa y
cuantitativo. sus aplicaciones en las
empresas.

Datos/Observaciones
Introducción a la Investigación
Operativa
• ¿Qué es la Investigación Operativa?
• Son aquellos enfoques científicos para la toma de decisiones
administrativas.
• Los caprichos, emociones y conjeturas no forman parte de él.

6
Consideración básica para el
enfoque de la investigación
operativa

Procesamiento
Datos Información
y manipulación

7
• Cuando se trata de resolver un problema, los administradores
deben considerar factores:

• Cualitativos

• Cuantitativos

8
Ejemplo:
• Modelos cuantitativos de inventario para automatizar la orden
de materias primas adicionales.

9
Enfoque de la Investigación
Operativa

10
Introducción a la Teoría de
Decisiones
• Es una técnica estadística desarrollada para elegir la mejor
secuencia de decisiones en problemas para los cuales la
información es incierta.

11
¿En donde radica la diferencia
entre las buenas decisiones y las malas?
Se basa en la lógica.
Considera todos los datos.
Buenas decisiones Considera alternativas posibles.
Aplica el enfoque cuantitativo
apropiado.

No se basa en la lógica.

No emplea toda la información
Malas decisiones disponible.
No considera todas las alternativas.
No utiliza las técnicas cuantitativas
apropiadas.

12
13
Tipos de ambientes del
proceso de toma de decisiones

oToma de decisiones bajo certidumbre

oToma de decisiones bajo incertidumbre
oToma de decisiones bajo riesgo

14
Toma de decisiones bajo certidumbre

• Son aquellas que se conocen con certeza la consecuencia de

cada una de las alternativas que implica la selección de la
decisión.
• Ejem:
Un banco que paga 6% de tasa de interés en cuenta de ahorro
y bonos del Tesoro del Gobierno que pagan 10% de tasa de
interés.

15
Toma de decisiones bajo incertidumbre

• Hay varios resultados posibles para cada alternativa y quien

toma las decisiones no conoce las probabilidades de los
diferentes resultados.
• Ejem:
No se sabe la probabilidad de que los jugadores elegidos para
la selección peruana de fútbol clasifiquen al próximo mundial.

16
Toma de decisiones bajo riesgo

• Hay varios resultados posibles para cada alternativa, y quien

toma las decisiones conoce la probabilidad de que cada uno de
estos resultados ocurra.
• Ejem:
La probabilidad de que salga un 5 en un lanzamiento de un
dado es de 0.17

17
Proceso de toma de
decisiones bajo incertidumbre
• Acciones: Son los cursos alternativos de acción ó estrategias
que están disponibles para quien toma las decisiones.
• Estados de Naturaleza ó Eventos: Identifican las ocurrencias
que están fuera de control de quien toma las decisiones y que
determina el nivel de éxito de una acción determinada.

18
 Problema Resuelto
• Star Productions, una productora de series de
televisión, acaba de firmar un contrato para producir
un nuevo espectáculo de primera línea, New York
Life. El presidente de la empresa le ha pedido a
usted que determine una inversión inicial apropiada
para el programa piloto de dos horas y para los
siguientes ocho episodios de una hora de la serie.

19
• Formulación de Problemas:
• ACCIONES:
• A1: Inversión de Nivel Inferior (L): Ninguno de los actores tiene un
reconocimiento sustantivo.
• A2: Inversión de Nivel Moderado (M): El actor principal tiene reconocimiento,
pero no así ninguno de los actores de apoyo.
• A3: Inversión de Nivel Alto (H): Más de uno de los actores tiene reconocimiento.

20
• EVENTOS:
• E1: Fracaso (F): menos de 10% de los espectadores ven el programa.
• E2: Éxito (S): entre 10% y 20% de los espectadores ven el programa.
• E3: Gran Éxito (G): más del 20% de los espectadores ven el programa.

21
 Cuadro de Retribuciones en millones de $
(Lo hacen los expertos)
Estados de la Naturaleza (Sj)
Acciones (Aj) Fracaso Éxito Gran Éxito
(F) (S) (G)
Baja (L) -2 5 8
Moderada (M) -5 10 12
Alta (H) -8 6 15

22
• Criterio Optimista (MAXIMAX):
Alternativa Valor Máximo
Baja (L) 8
Moderada (M) 12
Alta (H) 15

“Lo mejor que puede suceder”

23
• Criterio Pesimista o Conservador (MAXIMIN):
Alternativa Valor Mínimo
Baja (L) -2
Moderada (M) -5
Alta (H) -8

“Lo peor que puede suceder”

24
 α :coef. de optimismo. entre 0 y 1
• Criterio de Hurwicz:
Ganancia Pesada = α*(valor máx.)+(1- α)*(valor mín)
= 0.7(8) + (1-0.7)(-2) = 5
Acciones (Aj) Valor Máximo Valor Mínimo Ganancia
Pesada
Baja (L) 8 -2 5.0
Moderada (M) 12 -5 6.9
Alta (H) 15 -8 8.1

“Se selecciona la acción que corresponda a la ganancia pesada más

alta”
25
• Arrepentimiento MINIMAX:

Estados de la Naturaleza (Sj)

Acciones (Aj) Fracaso Éxito Gran Éxito
(F) (S) (G)
Baja (L) -2 5 8
Moderada (M) -5 10 12
Alta (H) -8 6 15

Estados de la Naturaleza (Sj)

Acciones (Aj) Fracaso Éxito Gran Éxito Pena
(F) (S) (G) Máxima
Baja (L) -2-(-2)=0 10-5=5 15-8=7 7
Moderada (M) -2-(-5)=3 10-10=0 15-12=3 3
Alta (H) -2-(-8)=6 10-6=4 15-15=0 6

26
Problemas Propuestos
1. La siguiente tabla de resultados muestra las ganancias (en miles de $) para un problema de análisis
de decisiones con dos alternativas y tres estados de la naturaleza.

Estado de la naturaleza
Alternativa de s1 s2 s3
decisión
d1 250 100 25
d2 100 100 75

a) Construya un árbol de decisión para este problema.

b) Si el tomador de decisiones no sabe nada sobre las probabilidades de los tres estados de la
naturaleza, ¿cuál es la decisión recomendada usando los enfoques optimista, conservador y de
arrepentimiento minimax?

27
2. Suponga que un tomador de decisiones que se enfrenta con
cuatro alternativas de decisión y cuatro estados de la naturaleza
elabora la siguiente tabla de resultados para las utilidades (en
miles de $) que puede esperar.
Estado de la Naturaleza
Alternativa de s1 S2 s3 s4
Decisión
d1 14 9 10 5
d2 11 10 8 7
d3 9 10 10 11
d4 8 10 11 13

28
a) Si el tomador de decisiones no sabe nada acerca de las
probabilidades de los cuatro estados de la naturaleza, ¿cuál es
la decisión recomendada usando los enfoques optimista,
conservador y de arrepentimiento minimax?
b) Suponga que la tabla de resultados da costos en lugar de
ganancias. ¿Cuál es la decisión recomendada usando los
enfoques optimista, conservador o de arrepentimiento minimax?

29
3. La decisión de una empresa en producir una línea nueva de
productos recreativos ha dado como resultado la necesidad de
construir ya sea una planta pequeña o una grande. La mejor
selección del tamaño de la planta depende de cómo reaccione el
mercado a la nueva línea de producción. Para realizar un análisis,
la gerencia de mercadotecnia ha decidido calificar la posible
demanda a largo plazo como baja, media o alta. La siguiente tabla
de resultados muestra la ganancia proyectada en millones de
dólares:

30
 Demanda a largo plazo
Tamaño de planta Baja Media Alta
Pequeña 150 200 200
Grande 50 200 500

Recomiende una decisión basada en el uso de los enfoques optimista,

conservador y de arrepentimiento minimax.

31
Árboles de Decisión
• Representación gráfica de las alternativas, eventos,
probabilidades y ganancias asociadas a un problema de
decisiones.

32
• Ventajas:
• Visualizar las interacciones entre las decisiones y eventos aleatorios.
• Observar las diversas probabilidades asociadas a los eventos aleatorios.

33
• Conceptos Básicos:
• Nodo Cuadrado: = Decisiones
Simbolizan puntos de decisión, donde el tomador de decisiones debe
elegir entre varias acciones posibles.

• Nodo Circular: = Eventos

representan eventos casuales, donde se hace algún planteamiento.

34
• Pasos a seguir:
1. Dibujar el árbol
2. Probabilidades
3. Ganancias en las hojas

35
 Retribución 1

P(B)
Retribución 2

Retribución 3

Retribución 4

P(B)
Retribución 5

Retribución 6

36
Valor esperado de la Información
Perfecta (VEIP)
VEIP | VEcIP  VEsIP |
Donde:
VEIP = valor esperado de información perfecta
VEcIP = valor esperado con información perfecta sobre los estados de la naturaleza
VEsIP = valor esperado sin información perfecta sobre los estados de la naturaleza

37
Valor esperado de la información
muestral (VEIM)
VEIM | VEcIM  VEsIM |
Donde:
VEIM = valor esperado de información muestral
VEcIM = valor esperado con información muestral acerca de los estados de la naturaleza
VEsIM = valor esperado sin información muestral acerca de los estados de la naturaleza

38
 Ejemplo:
ESTADO DE LA NATURALEZA
ALTERNATIVA MERCADO MERCADO VE ($)
FAVORABLE ($) DESFAVORABLE ($)
Construir una fábrica 200,000 -180,000 10,000
grande (A)
Construir una fábrica 100,000 -20,000 40,000
pequeña (B)
Hacer nada (C) 0 0 0
Probabilidades 0.50 0.50
¿ Cuál es el Valor Esperado de la Información perfecta (VEIP) ?

VEcIP = ($200,000)(0.50) + ($0)(0.50) = $100,000

VEsIP = MAX (VEs) = $40,000

VEIP =| $100,000 - $40,000| = $60,000

39
Ejercicio 1:
• Considera la siguiente tabla. Suponga que el tomador de decisiones ha
obtenido las evaluaciones de probabilidad P(s1)=0.65, P(s2)=0.15 y
P(s3)=0.20. Use el enfoque del valor esperado para determinar la decisión
óptima.

Estado de la naturaleza
Alternativa s1 s2 s3
d1 250 100 25
d2 100 100 75

40
Ejercicio 2:
• La siguiente es una tabla de utilidades.

Estado de la naturaleza
Alternativa s1 s2 s3 s4
de decisión
d1 14 9 10 5
d2 11 10 8 7
d3 9 10 10 11
D4 8 10 11 13

41
• Suponga que el tomador de decisiones obtiene información que le
permite hacer las siguientes evaluaciones de probabilidad:
P(s1)=0.5, P(s2)=0.2, P(s3)=0.2 y P(s4)=0.1
a) Use el enfoque del valor esperado para determinar la decisión
óptima.
b) Ahora suponga que las entradas en la tabla de resultados son
costos; use el enfoque del valor esperado para determinar la
decisión óptima.

42
Ejercicio 3:
• Una empresa está considerando tres opciones para manejar su
operación de procesamiento de datos: continuar con su propio
personal, contratar a un proveedor externo para que haga la
administración (a lo que se hace referencia como asesoría
externa) o usando una combinación de su propio personal y un
proveedor externo. El costo de la operación depende de la
demanda futura. El costo de cada operación (en miles de
dólares) depende de la demanda siguiente.

43
 Demanda
Opciones de personal Alta Media Baja
Personal propio 650 650 600
Proveedor externo 900 600 300
Combinación 800 650 500

Si las probabilidades de demanda alta, media y baja son 0.2, 0.5 y 0.3. ¿Cuál alternativa de decisión minimizará el costo esperado
de la operación de procesamiento de datos?¿Cuál es el costo anual esperado asociado con esa recomendación?

44
Ejercicio 4:
• De la siguiente tabla:
Estado de la naturaleza
Alternativa s1 s2 s3
d1 250 100 25
d2 100 100 75

Las probabilidades para los estados de la naturaleza son P(s1)=0.65, P(s2)=0.15 y

P(s3)=0.20.
a) ¿Cuál sería la estrategia de decisión óptima si se dispusiera de información perfecta?
b) ¿Cuál es el valor esperado para la estrategia de decisión elaborada en el inciso a?
c) Usando el enfoque del valor esperado, ¿Cuál es la decisión recomendada sin información
perfecta? ¿Cuál es el valor esperado?
d) ¿Cuál es el valor esperado de la información perfecta?

45
Relaciones básicas de probabilidad
• Complemento de un evento

P( A)  P( A )  1 c

• Ley de la adición

P( A  B)  P( A)  P( B)  P( A  B)
Para eventos mutuamente excluyentes:

P( A  B)  P( A)  P( B)
46
• Probabilidad condicional
Evento futuro

P( A  B)
P( A | B) 
P( B)
Se lee: “La probabilidad de A dado B”

Evento futuro

P( A  B)
P( B | A) 
P( A)
Se lee: “La probabilidad de B dado A”

47
 Ejemplo:
• Sea:
M = evento de que un oficial sea hombre
W = evento de que un oficial sea mujer
B = evento de que un oficial sea promovido
Entonces:
• Probabilidad de que un oficial sea hombre y se promueva
• Probabilidad de que un oficial sea hombre y no se promueva P ( M  B)
• Probabilidad de que un oficial sea mujer y se promueva P( M  B c )
• Probabilidad de que un oficial sea mujer y no se promueva P(W  B)
• Probabilidad de una promoción dado que el oficial es un hombre
P(W  B c )
• Probabilidad de una promoción dado que el oficial es una mujer
P( B | M )
P( B | W )
48
 Tabla de contingencia para la situación de
promoción de oficiales de policía durante los dos
años anteriores
Promovido No promovido Total
Hombres 288 672 960
Mujeres 36 204 240
Total 324 876 1200

288 36
P( M  B)   0.24 P(W  B)   0.03
1200 1200

672 204
P( M  B C )   0.56 P(W  B C )   0.17
1200 1200
960 240
P( M )   0.80 P(W )   0.20
1200 1200
324 876
P( B)   0.27 P( B C )   0.73
1200 1200

49
 Tabla de probabilidad conjunta para las
promociones de oficiales de policía
Promovido No promovido Total
Hombres 0.24 0.56 0.80
Mujeres 0.03 0.17 0.20
Total 0.27 0.73 1.00

P( M  B) 0.24
P( B | M )    0.30
P( M ) 0.80

P(W  B) 0.03
P( B | W )    0.15
P(W ) 0.20

50
• Si un evento no se modifica por la existencia de otro entonces se
dice que son eventos independientes.
• Dos eventos A y B son independientes si:

P( A | B)  P( A)
P( B | A)  P( B)

51
• Ley de la Multiplicación: sirve para encontrar la probabilidad de
una intersección de dos eventos.
Esta ley se deriva de la definición de probabilidad condicional.

P( A  B)  P( A | B) P( B)
P( A  B)  P( B | A) P( A)

52
• Para el caso de eventos independientes la ley de la multiplicación
sería:

P( A  B)  P( A) P( B)
P( A  B)  P( B) P( A)

53
• Teorema de Bayes
Sea una empresa manufacturera que recibe embarques de partes
de dos proveedores. Suponga que A1 denota el evento de que una
parte es del proveedor 1 y A2 denota el evento de que una parte
es del proveedor 2.
La letra G denota el evento de que una parte es buena y B denota
el evento de que es mala.

54
La probabilidad de que una parte es del proveedor 1 dado que
una parte es mala es igual a:
Evento pasado

P( A1  B)
P( A1 | B) 
P( B)
Sabemos que:

P( A1  B)  P( A1 ) P( B | A1 )
Para encontrar P(B), notamos que el evento B puede ocurrir
sólo de dos maneras:

P( A1  B) y P( A2  B)
55
• Entonces P(B) es igual a:

P( B)  P( A1  B)  P( A2  B)
 P( A1 ) P( B | A1 )  P( A2 ) P( B | A2 )

El teorema de bayes para dos eventos sería:

P( A1 ) P( B | A1 )
P( A1 | B) 
P( A1 ) P( B | A1 )  P( A2 ) P( B | A2 )

P( A2 ) P( B | A2 )
P( A2 | B) 
P( A1 ) P( B | A1 )  P( A2 ) P( B | A2 )
56
Ejercicio 5:
• Una empresa encargó el diseño de dos clases de condominios
(d1 y d2) a una consultora de proyectos. Para tomar esas
decisiones la compañía debe decidir primero si lleva a cabo el
estudio de investigación de mercado. Si el estudio de mercado
se realiza, el resultado será favorable (F) o desfavorable (U). Si
existen dos estados de la naturaleza s1 y s2 y la tabla de
resultados mostrando la ganancia es como sigue en millones
de dólares:

57
 Estado de la naturaleza
Alternativa de decisión s1 s2
d1 100 300
d2 400 200

a) Muestre el árbol de decisión.

b) Usando las siguientes probabilidades, ¿cuál es la estrategia de decisión
óptima?

P(F)=0.56 P(S1|F)=0.57 P(S1|U)=0.18 P(S1)=0.40

P(U)=0.44 P(S2|F)=0.43 P(S2|U)=0.82 P(S2)=0.60

58
Ejercicio 6:
Una empresa está considerando introducir un nuevo producto que podría ser distribuido en el norte
o en el sur.
En el norte se necesita una inversión inicial de US$. 5,000.00 y para el sur de US$. 7,000.00.
Si se va al norte la demanda puede ser de alta, media y baja. Si es alta se espera ganar US$
18,000.00 si es media US$ 12,000.00, si es baja US$ 8,000.00.
En el sur, las ganancias esperadas son US$. 19,000.00, US$ 12,000.00 y US$ 7,000.00 para una
demanda alta, media y baja, respectivamente
En el norte, la probabilidad de demanda alta, media y baja son 0.4, 0.4 y 0.2. En el sur son 0.3, 0.5,
y 0.2.
En caso de que la demanda sea baja la empresa tiene la alternativa opcional de lanzar el producto
B o C. Lanzar el producto B generaría un ingreso adicional de US$ 3,000.00 con una probabilidad
de 0.8 ó una pérdida de US$ 1,000.00.
El producto C podría dar una ganancia de US$. 2,500.00 con una probabilidad de 0.9 ó una
pérdida de US$ 1,000.00

¿Cuál es la estrategia de decisión óptima?

59
 Alta
Dibujar árbol y colocar
las probabilidades 1
I
Media 3
0.4 B
19 2
13 P
Baja 4
N
17 I
C 5
21 14

Alta P
6
7
S
Media I
0.5 9
20 8 B
15
Baja P
10
18
I
C 11
16
P
12
60
1 -5,000 + 18,000 = $13,000

2 -5,000 + 12,000 = $7,000

3 -5,000 + 8,000 + 3000 = $6,000

4 -5,000 + 8,000 – 1,000 = $2,000

5 -5,000 + 8,000 + 2,500 = $5,500

6 -5,000 + 8,000 – 1,000 = $2,000

GANANCIAS
7 -7,000 + 19,000 = $12,000

8 -7,000 +12,000 = $5,000

9 -7,000 +7,000 + 3,000 = $3,000

10 -7,000 + 7,000 – 1,000 = -$1,000

11 -7,000 + 7,000 + 2,500 = $2,500

12 -7,000 + 7,000 -1,000= -$1,000 61

 Alta
Colocar las ganancias
a las hojas 1 13,000
I
Media 3 6,000
0.4 B
19 2 7,000 13 P
Baja 4 2,000
N
17 I
C 5 5,500

21 14

Alta P
6 2,000
7 12,000
S
Media I
9 3,000
0.5
20 8 5,000 B
15
Baja P -1,000
10
18
I
C 11 2,500
16
P
12 -1,000
62
 Resolver los nodos de decisión
y de eventos Alta

1 13,000
I
9,040 Media 5,200 3 6,000
0.4 B
19 2 7,000 13 P
Baja 4 2,000
N
9,040 17 5,150 I
C 5 5,500
5,200
21 14

Alta P
6 2,000
7 12,000
S 6,540
Media I
9 3,000
0.5 2,200
20 8 5,000 B
15
Baja P -1,000
10
Rpta: 18 2,150 I
Lanzar el producto en el norte.
C 11 2,500
En caso que la demanda sea baja, lanzar el producto B.
Esta estrategia nos da una ganancia esperada de $ 9,040 2,200 16
P
12 -1,000
63