Universidad Nacional de Colombia

Sede Medellín

INTRODUCCIÓN AL ANÁLISIS
DE DECISIONES

Profesora: Patricia Jaramillo A. Ph.D

1-1
I. INTRODUCCIÓN
 EJEMPLO: Caso de optimización
Plan de Expansión del Sistema
Interconectado Nacional de generación de energía eléctrica
Selección de itinerario de serie de proyectos a implementar,
minimizando costos. Se desea:
N T
Minimizar  C (t ) IC (t )
n =1 t =1
t n n

Donde:
N: Número total de proyectos a evaluar
T es el período de análisis
t es el factor de actualización de los costos
Cn(t) es el costo total de implementar el proyecto n el tiempo t
ICn(t)= indicador de selección que toma el valor de 1 si el proyecto
correspondiente es seleccionado. Se considera que si entra es al
principio del periodo t
 Planteamiento del problema
N T
Minimizar  C (t ) IC (t )
n =1 t =1
t n n

Sujeto a:
N t



Q IC ( )  D(t ),
n =1 =1
n n t
T

 IC (t )  1
t =1
n

ICn (t )  1,0

en donde Qn es la capacidad de cada uno de los proyectos considerados en

la expansión del sistema,
D(t) es la demanda en el período t
 Pero…
• ¿Qué pasaría si existen otros objetivos
como maximizar el empleo generado o
maximizar la demanda atendida?
• ¿Qué pasaría si no sabemos con
seguridad cuánto puede costar algunos
de los proyectos?
• ¿Qué pasaría si algunos de los decisores
piensa que no se debe incluir en la lista
de opciones un proyecto pero otro si?

1-5
 En la vida y en el trabajo las personas deben
enfrentarse a decisiones difíciles:
•Un negocio
•Un diseño
•Una compra
•Una contratación
•Un cambio de metas

Algunas decisiones pueden ser fáciles de tomar pero

otras presentan grandes dificultades.
1-6
Ejemplo . ¿Qué alternativa elegir cuando se
consideran varios criterios en conflicto?

1-7
 Ejemplo . ¿Qué alternativa elegir cuando se
consideran varios criterios en conflicto?
Proyectos

VPN (+) TIR (+)(%) Empleo (+) Ventas (+) Impacto ambiental (-)
(mill.$) (trab.) (mill. $) (toneladas SO2)

A 100 15 7 40 50

B 200 25 7 60 200

C 100 20 4 25 25

D 200 30 20 70 350

E 250 25 15 100 500

(+) maximizar
1-8
(-) minimizar
 Ejemplo . ¿Qué alternativa elegir cuando no se tiene seguridad sobre lo
que pasará en el futuro?

La Perforación de un Pozo Petrolero:

Posibles futuros

Futuro 1 Futuro 2 Futuro 3 Futuro 4

Encontrar Encontrar
Encontrar
alrededor de alrededor de
alrededor de Pozo seco
500000 200000
50000 Barriles
Barriles Barriles

Alternativas Beneficios económicos $

A1 Perforar 650000 200000 -25000 -75000

A2 Alquiler
45000 45000 45000 45000
Incondic.
A3 Compartir
250000 100000 0 0
riesgos

Probabilidad 0.10 0.15 0.25 0.50

1-9
Ejemplo. ¿Con qué dimensiones diseñar un sistema cuando su
dinámica es altamente compleja?
La Fe Piedras Blancas
Fuentes Propias Fuentes Propias

CH
P. Ayurá P. Villahermosa
Bombeo a Bombeo a
La Fe P. Blancas
CH

P. La Cascada P. La Montaña
CIRCUITOS

P. Manantiales
P. San Cristóbal

Río Grande II
CH
Fuentes Propias

fuente: Restrepo y Smith. Modelo de despacho óptimo del sistema de acueducto de la ciudad de Medellín, Colombia . II Congreso de la sociedad 1-10
colombiana de investigación de operaciones - 2002
 Múltiples objetivos
Incertidumbre

COMPLEJIDAD EN LAS
DECISIONES

Sistemas dinámicos

imprecisión
Sistemas interrelacionados
y complejos

Múltiples decisores
1-11
Básicamente, en el curso se intentará
responder a las preguntas:

1. ¿Cómo tomar la mejor decisión cuando se

presentan múltiples objetivos en conflicto?
2. ¿Cómo tomar la mejor decisión cuando se
presenta incertidumbre en los resultados o en la
información que se tiene?
3. ¿Cómo tomar la mejor decisión cuando se
presentan múltiples decisores con diversos
intereses en conflicto?

1-12
 Objetivo
Comprender los elementos y usar las
herramientas de la teoría moderna
de análisis de decisiones, así como
diferentes herramientas de
software, para enfrentar los
procesos de toma de decisiones al
interior de una organización.

1-13
 Objetivos específicos
• Entender la estructura general de los procesos
de toma de decisiones

• Entender los posibles criterios a tener en

cuenta en los procesos de toma de decisiones,
ya sea bajo incertidumbre o no.

• Conocer y discutir acerca algunos métodos de

análisis multiobjetivo y sus aplicaciones en
procesos de toma de decisiones.

• Aprender a manejar algunos sistemas soporte

a la decisión.

1-14
 Programa

1. Introducción
2. Elementos de la Decisión
3. Decisiones bajo incertidumbre
4. Árboles de Decisión
5. Teoría de la Utilidad
6. Simulación de Montecarlo
7. Optimización estocástica implícita
8. Decisiones con Múltiples objetivos – caso continuo
9. Decisiones con Múltiples objetivos – caso discreto
10. Decisiones con Múltiples decisores
11. Conclusiones finales

1-15
Conocimientos básicos que
debe tener el estudiante

• Investigación de operaciones I

• Estadística básica

1-16
 Metodología
• Clases magistrales

• Talleres de resolución de problemas

• Talleres de uso de software

• Trabajos realizados por fuera del aula

• Actividades en clase

• Exámenes teóricos

1-17
 Evaluación
• 1. Trabajos presentados por grupos de dos estudiantes (18% cada uno)
• Arboles de decisión, función de utilidad, criterios de incertidumbre - [Semana 4]
• Simulación de Montecarlo y optimización estocástica implícita - [Semana 8]
• Análisis multiobjetivo continuo- [Semana 12]
• Análisis multiobjetivo discreto - [Semana 15]

• 2. Exámenes (8% cada uno):

• Incertidumbre - [Semana 5]
• Análisis multiobjetivo (discreto y continuo) - [Semana 16]
• 12% actividades

1-18
 Bibliografía
Texto guía: HAIMES. Y.2016. Risk Modeling, assessment and Management. Cuarta edición.
Whiley Series.

Otros
Smith R., O. Mesa, I. Dyner, P. Jaramillo, G. Poveda, D. Valencia. 2000. Decisiones con
múltiples objetivos e incertidumbre. Universidad Nacional de Colombia. Medellín

Decision-making Process. Concepts and Methods. (2006) D. Bouyssou, D. Dubois, M. Pirlot and H.
Prade (eds). Wiley

MUNIER N. A Strategy for Using Multicriteria Analysis in Decision-Making. A Guide for Simple and
Complex environmental Projects. (2011), Springer.

HOGART R. 1994. Judgement and choice. The psychology of decision. John Wiley & sons.

1-19
 Bibliografía
CLEMEN R. 1996. Making hard decisions. An Introduction to Decision Analysis.
SeconBAIR B. 1989. Managerial Decisions under Uncertainty. An introduction to
the Analysis of decision Making. John Wiley and Sons, Inc.

d edition .Duxbury Press.

A. GOICOECHEA, D. R. HANSEN, L. DUCKSTEIN. Multiobjective decision

analysis with engineering and business applications. 1982. New York : John
Wiley & Sons.

GOODWIN y WRIGHT. 1996 Decision analysis for management judgment. John

Wiley and sons.

CANADA J., W. SULLIVAN y J. WHITE. 1997. Análisis de la inversión de capital

para ingeniería y administración. Segunda Edición. Ed. Prentice Hall.

JENNINGS D, y S. WATTAN. 2000.Toma de decisiones: Un enfoque integrado.

CECSA.

1-20
 Algunas Revistas

• Theory and decision

• Decision support systems
• Decision sciences
• Journal of multicriteria decision analysis
• Econometrica
• Journal of mathematical psychology
• Management science
• Operations research
• Organizational behavior and human decision
processes

1-21
 1.Introducción
La toma de decisiones

1-22
 En la vida y en el trabajo las personas deben
enfrentarse a decisiones difíciles:

•Un negocio
•Un diseño
•Una compra
•Una contratación
•Un cambio de metas

Algunas decisiones pueden ser fáciles de tomar pero

otras presentan grandes dificultades. 1-23
LA CIENCIA DE LA DECISION trata de modelizar los
procesos de decisiones complejas, en los que entran en
juego: las alternativas posibles, los eventos desconocidos que
pueden afectar los resultados, los posibles cursos de acción y
los resultados mismos.

LAS METODOLOGÍAS DESARROLLADAS identifican los

elementos claves de la decisión y los estructura en un
modelo matemático, tal que su solución matemática coincida
con la mejor alternativa para el decisor.

1-24
 Múltiples objetivos
Incertidumbre

COMPLEJIDAD EN LAS
DECISIONES

Sistemas dinámicos

imprecisión
Sistemas interrelacionados
y complejos

Múltiples decisores
1-25
 Una buena decisión:

Alcanza metas

Reduce pérdidas de tiempo

Reduce pérdidas de dinero

Evita remordimientos
1-26
Cada decisión requiere de un proceso
muy diferente.
Ninguna decisión se puede extrapolar a
otra decisión.
La verdadera conexión entre todas las
experiencias de decisión no es qué se
decide sino cómo se decide.

1-27
Una buena decisión no garantiza un
buen resultado así como tampoco una
mala decisión da necesariamente un
bueno.

El descuidado puede tener buena suerte

y el cuidadoso puede ser víctima de las
circunstancias.

Pero una buena decisión si aumenta

las probabilidades de éxito
1-28
 ¡Los métodos para toma de decisiones
no son nada nuevo!
En “Historia “(año 450 A.C.), Herodoto dice lo
siguiente:

• "Si se debe tomar una decisión importante [los

persas] discuten la cuestión cuando están
ebrios y al día siguiente el jefe de la casa
presenta la decisión para su reconsideración
cuando están sobrios. Si aún así la aprueban, se
adopta; si no, se abandona.
• A la inversa, toda decisión tomada en estado de
sobriedad, se reconsidera posteriormente
cuando están ebrios."
1-29
 En países desarrollados
Se usa en:

• Diseño de estructuras
• Política energética
• Diseño y operación de sistemas urbanos
(emergencias, transporte, infraestructura social, ...)
• Defensa nacional (militares)
• Salud pública
• Planificación de recursos hídricos
• Justicia criminal.

1-30
 En países desarrollados
Se usa en:

• Sistemas de comunicación
• Diseño de redes de distribución y transporte
• Finanzas
• Planificación de inventarios
• Producción
• Productos químicos

Y muchos otros temas que apuntan a mejorar la

productividad y eficiencia.
1-31
• En Colombia muchas de las decisiones
trascendentales tradicionalmente han sido
tomadas mediante conocimientos empíricos y
no con el apoyo de modelos matemáticos.

• Obviamente, la experiencia es fundamental,

sin embargo, El Análisis de Decisiones ayuda a
una profundización en el manejo de los datos
y la organización de la información,
apoyándose en el conocimiento empírico.

1-32
 Barreras para el uso de la IO en
Colombia
• En muchas áreas de las empresas no hay personal
calificado que entienda cómo puede aplicarse un
modelo y qué se le puede pedir.

• En muchas empresas se tiene una inmensa cantidad

de datos, pero las bases de datos como bases de
conocimiento no están disponibles y por tanto los
métodos cuantitativos son ineficientes.

• Lo softwares son aún costosos.

• Predomina la Cultura de la “malicia indígena”.

1-33
Porque ahora es más fácil su uso?
• Existen técnicas más desarrolladas para atender los
problemas más complejos

• Problemas irresolubles en el pasado, ahora lo son

• Softwares cada vez mas accesibles

• Capacidad computacional mucho más alta

• Ya hay gran cantidad de datos recolectados

• Se está dando un Cambio cultural

1-34
Porque ahora es más necesario?
• Hay más complejidad en los procesos de toma de
decisiones

• Hay más incertidumbre

• Hay más riesgos

• Hay mayor interes en desarrollo sostenible y

conservación ambiental (Protocolo de Kyoto)

• Globalización: Alca, TLC

• e-World: e-business, e-commerce, e-NNN 1-35

 Nuevas Tendencias

• Se modelan el riesgo y la incertidumbre.

• Se trabaja de manera interdisciplinaria y

complementaria.

• Se usan Métodos más “soft”.

• Se consideran múltiples objetivos

1-36
 Nuevas Tendencias
• Hay mayor Participación de la sociedad en las
decisiones públicas.

• Hay un Manejo integral de calidad y cantidad.

• Visión de muy largo plazo.

• Se usan Nuevas tecnologías: Imágenes de

satélite, SIG, comunicaciones on-line, sistemas
expertos. etc.

1-37
Y existen avanzados softwares llamados Sistemas soporte a la decisión SSD

que integran modelos matemáticos, bases de datos e interfaces amigables

al usuario

1-38