PROBABILIDADESy
toma de decisiones
1MSc EDGAR N. CARRERA
Análisis cuantitativo y toma de decisiones
Incrementar la efectividad de la toma de decisiones Metodología cuantitativa Comparar y evaluar Encontrar la mejor solución o solución óptima. Mejorar la toma de decisiones, eficiencia y mayores utilidades.
El analista se concentra en los hechos o datos
numéricos asociados con el
problema.
Elabora expresiones matemáticas que
describen los objetivos, restricciones y otras
relaciones que existen en el problema.
Usando uno o más métodos cuantitativos,
hará una recomendación basada
en los aspectos analizados.
2MSc EDGAR N. CARRERA
ANÁLISIS CUANTITATIVO
Es el enfoque científico para la toma de decisiones administrativas. LOS CAPRICHOS, EMOCIONES Y CONJETURAS NO FORMAN PARTE DE ÉL..
•Los datos son manipulados otransformados en informaciónvaliosa para las personas quetoman las decisiones.•Las computadoras han jugado unpapel decisivo en su utilización.
3MSc EDGAR N. CARRERA
4MSc EDGAR N. CARRERA
Modelo de análisis cuantitativoUtilidades = Ingresos – Gastos
Utilidades = Ingresos – (costos fijos+costos variables)
Utilidades = (precio unitario de venta)(número de unidades vendidas) – [costo fijo+(costo unitario variable)(número de unidades vendidas)]
Utilidades = sX – [f+vX]
Ventajas del modelado matemático:
Representan la realidad de forma precisa.
Ayudan a quien toma las decisiones a
formular problemas.
Proporcionan perspectivas e información.
Ahorran tiempo y dinero en la toma de
decisiones y resolución de problemas.
Puede ser la única vía eficaz para resolver
oportunamente algunos problemas
grandes y complejos.
Pueden utilizarse para comunicar problemas y soluciones a los demás.
5MSc EDGAR N. CARRERA
Posibles problemas
Definición del problema: punto de vista, efecto en otros departamentos, supuestos iniciales, solución anticuada
Desarrollo del modelo: concordancia con los modelos de los libros de texto, comprensión del modelo
Adquisición de datos: datos contables, validez de los datos
Desarrollo de la solución: matemáticas difíciles de comprender, respuesta única
Prueba de la solución
Análisis de resultados
6MSc EDGAR N. CARRERA
A algunos no les gusta el largo y formal proceso de toma de decisiones, hacen las
cosas precipitadamente.
Una vez que los administradores ven algunos resultados que tienen recompensas importantes se convencen de que el análisis
cuantitativo es una herramienta beneficiosa
7MSc EDGAR N. CARRERA
TEORÍA DE PROBABILIDADES
¿Cuál es la probabilidad de…? ¿Qué tan factible es…?
¿Qué tan probable es…? ¿Cuáles son las probabilidades de…?
La PROBABILIDAD es la medida numérica, asignada en la escala de 0 a 1, de la posibilidad de que ocurra un evento.
La probabilidad es importante en la toma de decisiones porque proporciona una forma de medir, expresar y analizar las incertidumbres asociadas con eventos futuros.
Falta de certidumbre.
8MSc EDGAR N. CARRERA
Los modelos que involucran posibilidad o riesgofrecuentemente medidos como un valor de probabilidad, son llamados MODELOS PROBABILÍSTICOS
9MSc EDGAR N. CARRERA
Experimentos y espacio muestralEXPERIMENTO
Cualquier proceso que puede generar uno de un conjunto de
resultados bien definidos. Ej: lanzar una moneda.
ESPACIO MESTRAL
Conjunto de todos los resultados posibles para el experimento. Ej:
S={cara, cruz}10MSc EDGAR N. CARRERA
11
• La probabilidad de un resultado experimental es la medida numérica de la posibilidad de que ese resultado experimental ocurra.
• Se deben satisfacer dos requerimientos de probabilidad básicos:
0 ≤ P(Ei) ≤ 1P(E1) + P(E2) + … + P(Ek) = 1
MSc EDGAR N. CARRERA
MÉTODOS PARA ASIGNAR
PROBABILIDADES
Método clásico: Usa la suposición de resultados igualmente probables como base para asignar probabilidades. Si un experimento tiene n resultados posibles, asigna 1/n a cada resultado experimental.
Método de frecuencia relativa: Asigna diferente probabilidad para cada uno de los resultados experimentales, cuando no hay razón para asumir que todos son igualmente probables.
Método subjetivo: Se usa cuando hay pocos datos relevantes para suponer de manera realista que todos los resultados del experimento son igualmente probables. 12MSc EDGAR N. CARRERA
Evento y probabilidad de eventoUn evento es una colección de puntos muestrales o
resultados experimentales.
EJEMPLOS:1. La probabilidad de que al tirar un dado de como resultado un número impar es:
S={1,3,5}
P(S)=P(1)+P(3)+P(5)
=1/6+1/6+1/6 = 3/6 = 0.5
2. Encontrar la probabilidad de que al tirar dos dados, la suma sea 4.
S={(1,3),(2,2),(3,1)}
P(S)= 3/36= 1/12=8.33
La probabilidad de un evento, puede encontrarse por
sustracción si se conoce la probabilidad de su
complemento P(A) = 1 – (Ac)
13MSc EDGAR N. CARRERA
Eventos mutuamente excluyentes
Regla de la adición: Proporciona la probabilidad de queocurra al menos un evento de un conjunto de eventos.
P(A ∪ B) = P(A)+P(B) – P(A ∩ B)
EJEMPLOS:1. La probabilidad de que al sacar una carta esta sea un
corazón o un as de cualquier figura es:
P(A) = 13/52, P(B) = 4/52 y P(A ∩ B) = 1/5213/52+4/52-1/52=16/52=30.77%
Si los dos eventos no tienen ningún punto muestral en común entonces: P(A ∪ B) = P(A)+P(B) Ej: la probabilidad de que al tirar dos dados la suma sea 10 o 12
14MSc EDGAR N. CARRERA
2.En un curso de 20 estudiantes, 16 aprobaron el primerexamen, 14 aprobaron el segundo examen y 12aprobaron ambos.
A = evento de aprobar el primer examenB = evento de aprobar el segundo examen, entonces:
P(A) = 16/20 = 0.80P(B) = 14/20 = 0.70
P(A ∩ B) = 12/20 = 0.60Si aprueban quienes hayan aprobado al menos un
examen, entonces ¿cuál es la probabilidad de que unestudiante reciba una calificación aprobatoria en estecurso?
0.80+0.70-0.60= 0.90 = 90%Los alumnos tienen una probabilidad de 90% de aprobar
al menos uno de los exámenes. 15MSc EDGAR N. CARRERA
Eventos independientesRegla de la multiplicación
Se utiliza para encontrar la probabilidad de unaintersección de dos eventos.
P(A ∩ B) = P(A|B)P(B) = P(B|A)P(A)
Si existe independencia P(A ∩ B) = P(A)P(B)
EJEMPLOS:
1. La probabilidad de que al tirar una moneda y undado, la moneda caiga cara y el dado un númeropar
P(A) = 1/2, P(B) = 3/6
1/2*3/6 = 3/12=25% 16MSc EDGAR N. CARRERA
2. Un periódico conoce que el 84% se suscribe a la edición diaria,además uno que ya tiene una edición diaria tiene una probabilidadde un 75% de suscribirse a la edición dominical. ¿Cuál es laprobabilidad de que el cliente se suscriba a la edición diaria y a ladominical?
D = evento de suscripción diariaS = evento de suscripción dominical
P(S ∩ D) = P(S|D)P(D) = (0.75)(0.84) = 0.63 = 63%
3. El gerente de una tienda sabe que el 30% de sus clientes usantarjeta cuando compran, ¿cuál es la probabilidad de que lospróximos dos compren ambos con tarjeta de crédito?
A= evento de que el primer cliente use tarjetaB= evento de que el segundo cliente use tarjeta
P(A ∩ B) = P(A)P(B) = (0.30)(0.30) = 0.09 = 9%
17MSc EDGAR N. CARRERA
GRACIAS
18MSc EDGAR N. CARRERA
Top Related