9
TEORIA DE DECISIONES Unidad Dos WILLIAM EDUARDO MOSQUERA LAVERDE. Universidad Nacional Abierta y a Distancia UNAD

Unidad 2 Curso Teoria de Decisiones

Embed Size (px)

DESCRIPTION

contenido para estudio unidad 2 teoría de las decisiones

Citation preview

TEORIA DE DECISIONESUnidad Dos

WILLIAM EDUARDO MOSQUERA LAVERDE.

Universidad Nacional Abierta y a Distancia

UNAD

Capitulo 1 Teoría de Juegos. Capitulo 2 Cadenas de Markov.Capitulo 3 Programación por metas

Capitulo 1 Teoría de Juegos. Capitulo 2 Cadenas de Markov.Capitulo 3 Programación por metas

UNIDAD 2: “ Decisiones bajo Incertidumbre”

Recorrido por el curso

Juego.

Estrategias. Dominadas.

Mixtas.

Punto de silla.

Jugadas. Legal.

Matriz de pagos. Valor Esperado.

Probabilidades.

Capitulo 1 Teoría de JuegosCapitulo 1 Teoría de Juegos

  b1 b2 b3 b4 

a1 18 3 0 2 

a2 0 3 8 20 

a3 5 4 5 5 

a4 16 4 2 25 

a5 9 3 0 20 

Capitulo 1 Teoría de JuegosCapitulo 1 Teoría de Juegos

Estrategias          

       propuestas por A        

  a1 a2 a3 a4 a5      

   Elección de B 0 0 4 2 0   Niveles de seguridad para A

= 4   (estrategia maximin )

Capitulo 2 Cadenas de Markov.Capitulo 2 Cadenas de Markov.

Para

S0 S1 S2

a0 P11 P12 P13 Estado 1

De a1 P21 P22 P33 Estado 2

Capitulo 2 Cadenas de Markov.Capitulo 2 Cadenas de Markov.

Marca Periodo 1 Numero de Clientes

Ganancias Perdidas Periodo 2Numero de

Clientes

A 220 50 45 225

B 300 60 70 290

C 230 25 25 230

D 250 40 35 255

  1 000 175 175 1 000

  A B C D

A 175/220=0.796 40/300=0.133 0/230=0 10/250=0.040

B 20/220=0.091 230/300=0.767 25/230=0.109 15/250=0.060

C 10/220=0.046 5/300=0.017 205/230=0.891 10/250=0.040

D 15/220=0.067 25/300=0.083 0/230=0 215/250=0.860

Tabla No. 1

Tabla No. 2

Algoritmo Heurístico.

Optimización combinatoria.

Objetivos Múltiples.

Clasificación de Restricciones.

Variables de desviación.

Capitulo 3 Programación por metas.Capitulo 3 Programación por metas.

Capitulo 3 Programación por metas.Capitulo 3 Programación por metas.

Formular el problema de la Planificación de la producción de una fábrica de papel como un problema de programación por metas. Supóngase la existencia de dos procesos, uno mecánico y otro químico, por los que se puede obtener la pulpa de celulosa para la producción del papel. El modelo de programación multiobjetivos es el siguiente:

Objetivos: Max f1(x) = 1000X1 + 3000X2 (Maximizar el margen bruto) Min f2(x) = X1 + 2X2 (Minimizar la demanda biológica de O2)

Restricciones rígidas iníciales: 1000X1 + 3000X2 >= 300000 (Margen Bruto) X1 + X2 >= 400 (Empleo) X1 <= 300 (Capacidades de producción) X2 <= 200 X1, X2 >= 0

BIENVENIDOSBIENVENIDOS