Teoría de utilidad, Árbol con muestreo, Teoría de juegos-parte1

Teoría de utilidad, Árbol con muestreo, Teoría de juegos-parte1

Soto Cornelio Frank Antony – Frank.soto.c@uni.pe

Curso: Investigación de Operaciones II – Profesor: Dr. Lujan Campos Luis – Ciclo: 2021-I (virtual)

Universidad Nacional de Ingeniería – Facultad de Ingeniería Industrial y de Ingeniería de Sistemas

1. Caso o Aplicación: Utilidad

1.1. Descripción del problema 

Este trabajo tiene como objetivo describir las etapas de desarrollo de un sistema de apoyo a la decisión para evaluar la calidad de los servicios. proporcionados por empresas subcontratadas que atienden a organizaciones del sector minorista brasileño. Usó investigación aplicada, implementado a través de un estudio de caso realizado con los proveedores de servicios subcontratados de una de las 158 subsidiarias de una minorista empresa. Utilizando el Proceso de Jerarquía Analítica, fue posible desarrollar un modelo de evaluación capaz de medir el desempeño de los indicadores de calidad y evaluar el desempeño de los servicios subcontratados prestados a la empresa en estudio.

Elementos:

• Objetivo:

• Identificar el mejor servicio a brindar

• Alternativas:

• A1: Servicio de categoría Premium
• A2: Servicio de categoría Estándar
• A3: Servicio de categoría Económica

• Estados de la naturaleza:

• E1: Costo de tiempo
• E2: Costo de personal
• E3: Costo de calidad

• Pagos/beneficios:

• Puntaje de $ 0 USD a $ 1000 USD.

Tabla 1: Matriz de decisión modificada con probabilidades

1.2. Tablas con cálculos:

• Cálculos de la Utilidad (U) de cada valor:

• Cálculo de la Utilidad Esperada y Valor Esperado:

1. Se hallan las Utilidades para cada valor, sabiendo previamente que la Utilidad para 400 es 100 [U(400)=100] y la Utilidad para 50 es 0 [U(50)=0].

U(Valor) = p* U(400) + (1-p)* U(50)

1. Una vez hallado la Utilidad para cada valor, se procede a calcular la Utilidad Esperada (UE), el cual será un promedio ponderado para cada alternativa con las probabilidades.

UE(Ai) = 0.20*vi1 + 0.35*vi2 + 0.45*vi3

VE(Ai) = 0.20*pi1 + 0.35*pi2 + 0.45*pi3

Donde:

v: valor de la matriz de decisión

p: probabilidad asignada a la tabla de utilidad

i: número de fila respectiva a cada alternativa decisión

1.3. Conclusión:

Se recomienda tomar a la Alternativa A1 (Servicio categoría Premium) como la mejor alternativa de servicio, ya que tanto en la Utilidad Esperada y Valor Esperado se obtiene el valor más alto de entre todas las alternativas.

2. Caso o Aplicación: Árbol con muestreo

2.1. Descripción del problema 

La identificación y jerarquía de riesgos en la gestión de inventarios permiten mapear y generando un plan de acciones para controlarlos, disminuirlos o incluso extinguirlos. Esto La investigación tiene como objetivo identificar y medir el grado de importancia de los principales problemas. encontrado en el sector de una cadena de producción de metales. El método utilizado para desarrollar esta investigación es el Proceso de Jerarquía Analítica (AHP), con el fin de jerarquizar y así definir la mejor manera de gestionar los riesgos. Los principales resultados de este estudio revelan que cada área de la organización presenta un riesgo que se destaca en la gestión de inventarios, permitiendo a la empresa controlar sus mejores gastos, alineándose con la estrategia de las empresas de producir al mayor costo. Exceso de consumo (demanda), retraso del proveedor (suministro) y divergencia de existencias (manipulación de materiales) se destacaron como los principales riesgos en sus categorías.

...