sábado, 7 de mayo de 2016

Aplicación de la Programación Lineal

Nota de Nora Bär publicada en La Nación el 1 de mayo de 2016.


Un matemático argentino programa 

el fútbol de Chile


Junto con colegas de ese país, aplica técnicas computacionales para diseñar 
el fixture; el desarrollo llegó a la final de una importante competencia
 internacional
NORA BÄR

Como miles de chicos argentinos, Guillermo Durán pasó muchas tardes pateando una pelota mientras soñaba con ser jugador de fútbol. "A veces creo que me dediqué a la matemática porque no tuve nivel para jugar al fútbol en primera", confiesa el actual director del Instituto de Cálculo de la Facultad de Ciencias Exactas y Naturales de la UBA.
Por eso, cuando hace alrededor de una década la Asociación Nacional de Fútbol Profesional de Chile recurrió al Departamento de Ingeniería Industrial de la Universidad de Chile, con el que Durán estaba colaborando, para pedirles a los científicos que aplicaran técnicas computacionales al calendario del torneo de primera división de ese país, no dudó de que se le presentaba la oportunidad de su vida: unir sus dos pasiones, el fútbol y la ciencia.
Desde entonces, junto con el profesor Andrés Weintraub, uno de los académicos más prestigiosos del país trasandino, programan "científicamente" las tres ligas profesionales y las juveniles de ese país, y el campeonato de básquet argentino. A todo esto se agregaron las eliminatorias latinoamericanas para el Mundial de Rusia 2018.
Es más, tal como informó recientemente Gabriel Rocca en el sitionexciencia.exactas.uba.ar, la excelencia de este desarrollo les valió la nominación como finalistas en lo que se considera el Nobel de la "investigación operativa", el "Premio Franz Edelman".
"Todo surgió a partir de una charla que dio George Nemhauser, una personalidad en este campo, a tal punto que nosotros estudiamos en sus libros -cuenta Durán-. En ese momento, él estaba programando la liga de beisbol de los Estados Unidos. Gente de la Asociación del Fútbol chilena leyó una entrevista que le hizo El Mercurio y nos contactó para ver si podíamos mejorar la programación de su torneo. Desde 2005, programamos la liga de primera con estos métodos; en 2007 se decidió incorporar la segunda; en 2013, la tercera y luego los juveniles."
Toma de decisiones

Según explica Durán, el uso de técnicas computacionales para la toma de decisiones ofrece ventajas cuantitativas y cualitativas.
"Con este sistema -ilustra-, si un equipo del norte de Chile tiene que jugar dos partidos seguidos en el Sur, los juega un domingo y un miércoles. Así, no vuelve a su casa y se ahorra un viaje. Además, se pueden programar torneos más equitativos y teniendo en cuenta necesidades de los clubes. Por ejemplo, cuando la Universidad Católica, que tiene un estadio muy bonito en Santiago, lo alquila para un recital, nosotros los hacemos jugar de visitantes."
A propósito de los perjuicios que puede acarrear jugar en un campo que no está en buenas condiciones, Durán recuerda que, hace unos diez años, un delantero muy conocido que intervenía en la selección argentina, Lucho Figueroa, se lesionó la rodilla por jugar en el Monumental, que en ese momento tenía el piso deteriorado porque dos días antes había habido un recital. En la programación de Durán y colegas, River hubiera jugado esa fecha de visitante y su campo hubiera tenido unos diez días para recuperar el césped.
"Cuando me preguntan cuánto vale lo que hacemos -dice el matemático-, yo contesto: ¿cuánto valía en ese momento la rodilla de Lucho Figueroa? Hay problemas que podrían evitarse con mejores programaciones."
Los investigadores también toman en cuenta otros aspectos que tienen que ver con el atractivo del torneo. Durante el verano, tratan de que los equipos grandes juegen en localidades turísticas, como Viña del Mar, lo que acrecienta el interés por visitar la ciudad. También, que los partidos importantes se disputen en las últimas fechas del torneo, las más apasionantes para el público.
"Todos esos parámetros son incorporados en lo que nosotros llamamos la «función objetivo» del problema -explica el científico-, que desde el punto de vista matemático es bastante difícil de resolver. Nosotros lo que hacemos es modelarlo matemáticamente y después se lo «entregamos» a un software [Solver] computacional para que lo resuelva. Pero no es cuestión de quedarse de brazos cruzados, porque puede tardar tres meses. Hay que «meterle cabeza» al problema, mejorar la formulación matemática para poder resolver más rápido. No podemos decirle a la Asociación de Fútbol «espérennos tres meses que les damos una respuesta». "
Un problema nada sencillo
Eso, precisamente, fue lo que les pasó al principio: se inquietaron porque vieron que el Solver no podía resolver. Sin embargo, haciendo buena matemática lograron disminuir el tiempo de procesamiento de tres meses a 45 minutos o una hora.
"Lo que sucede es que muchas veces tenemos que hacer 50 «corridas» -subraya Durán-. Es un ida y vuelta: uno entrega una formulación , el programa te devuelve una solución que no te conforma, entonces hay que retocarla... Si cada una tardara un mes..."
Pero la investigación operativa no se aplica solamente al deporte. El equipo de Durán también la utilizó en la Argentina para proyectos de simulación de tránsito en La Matanza, recolección de residuos en Morón, Bariloche, Salta y Tucumán, y seguridad del aeropuerto de Ezeiza.
Para el investigador, por otro lado, la importancia de estas iniciativas no sólo está en su uso práctico, sino también en su valor para el desarrollo de recursos humanos. "Desde la universidad, lo que nos interesa es que estos desarrollos sean innovadores -agrega-. Si no, los haría una consultora, que lo que quiere es resolverlos rápido y pasar a otro problema. A nosotros, al revés, nos interesan los problemas complejos porque nos permiten publicar papers científicos."
Según Verónica Becher, investigadora del Conicet y docente del Departamento de Computación de la FCEN, "El equipo de Durán tiene una vasta experiencia en la modelización de problemas reales mediante técnicas de optimización de la investigación operativa. El propósito de esta competencia es reconocer ejemplos significativos de esta disciplina en la vida práctica. Quedar finalista en este premio, que distingue trabajos del mundo entero en los que se combinan la matemática, la computación, la ingeniería, y, me permito decir, el arte de desarrollar modelos matemáticos, es en sí mismo un reconocimiento enorme."
En el podio
El trabajo de Durán y colegas fue seleccionado como finalista del premio Franz Edelman 2016, al que se presentan anualmente alrededor de 30 desarrollos entre los cuales se eligen 12 finalistas. Cada uno de estos equipos son entrevistados un par de horas por Skype y quedan seis finalistas. El 11 de abril todos ellos debieron competir en la ciudad de Orlando, Estados Unidos.
"Nos preparamos durante dos meses para hacer una presentación de 40 minutos -cuenta Durán-. No ganamos (el premio mayor se lo llevó la compañía UPS de reparto de paquetes postales). Pero lo interesante es que competimos contra cinco proyectos norteamericanos. Fuimos los únicos de afuera de los Estados Unidos. Nos volvimos con la sensación de que causamos muy buena impresión. Recibimos muchas felicitaciones y pudimos mostrar que en América latina se hace ciencia de calidad. Fue una experiencia única, muy motivante."

sábado, 9 de abril de 2016

Economía colaborativa

 Nota de Sebastián Campanario publicada en La Nación el 2 de noviembre de 2014

Economía colaborativa: yo comparto, tú compartes, él vende su empresa y se vuelve multimillonario

El lunes pasado fue considerado un "día histórico" por quienes promueven y trabajan en el campo de la "economía colaborativa" o "economía por compartir": luego de años de peleas en los tribunales, el alcalde de San Francisco firmó una nueva normativa que permite a los propietarios de esa ciudad alquilar en forma directa, por pocos días, sus viviendas o las habitaciones dentro de ellas que estén vacías.
"Fue una mañana fantástica para toda la comunidad", saludó la novedad en un comunicado el gigante Airbnb, la plataforma más grande del mundo de locaciones "de persona a persona". En los últimos meses el sector obtuvo victorias similares en ciudades como Barcelona, Portland, Amsterdam o Hamburgo. Es una bocanada de aire fresco para un segmento que viene siendo muy cuestionado desde distintos flancos: porque representa una competencia desleal para quienes dominan los negocios (hoteles, inmobiliarias, compañías de taxis, etcétera), porque los gobiernos lo ven como un drenaje para sus arcas fiscales y porque muchos analistas remarcan que detrás de una filosofía altruista (anclada en el término "compartir") se esconden empresas concentradas que hacen lobby y tienen todos los vicios del mundo capitalista.
"La economía colaborativa constituye de alguna forma una ruptura del capitalismo, es un nuevo modelo de producir, distribuir y consumir", cuenta a la nacion Pau Cabanilla, un especialista español en el tema. "Las cifras son relevantes. En los Estados Unidos ha creado 8,7 millones de empleos y la productividad por trabajador aumentó 8% en la última década. El Instituto Tecnológico de Massachusetts (MIT) calcula su potencial económico en 110.000 millones de dólares (82.000 millones de euros), aunque hoy ronda los 26.000 millones, es decir, se va a cuadriplicar en los próximos años. Quizá para acabar de explotar le hace falta más visibilidad y reconocimiento político y social. Al ser disruptiva genera incertidumbre y miedo en sectores sobre todo regulados. Lo nuevo siempre genera desconfianza", plantea Cabanilla, que estuvo esta semana en Buenos Aires para exponer en el Econ 2014, que se organizó en la Facultad de Ciencias Económicas de la UBA.
Para Cabanilla, hay prejuicios de los economistas con este tema, "que van en la dirección de que no tiene una institucionalización clara y estructurada, es decir, no hay espacios de interlocución, es dispersa, una red de redes sin normas legislativas claras. Cuesta interpretar bien qué es la economía colaborativa y qué no lo es. Son circuitos alternativos a los tradicionales canales de información y análisis de la economía".
Uno de los pocos economistas argentinos que abordaron la temática en forma académica es Ricardo Pérez Truglia, de Harvard: "La gran pregunta es cuánta confianza interpersonal se necesita para sostener estos modelos de economía por compartir", explica. Meses atrás, Pérez Truglia realizó un estudio que partió de la gran diferencia que hay en la variable de confianza interpersonal en los distintos estados de los Estados Unidos. Lo que hizo el economista argentino fue tomar una base de datos de eBay, el gigante de las ventas online, sobre la cual analizó la reacción y la confianza de consumidores ante un mismo producto y un mismo proveedor, para ver si se comportaban de manera distinta en relación con su ubicación geográfica. La respuesta fue impactante: la tecnología y el esquema de reputación en la Web -basados en críticas y vetos de los usuarios- actuaron como un "homogeneizador" de la confianza: los compradores actuaron de forma similar, más allá del estado del que provinieran.
Dos compañeros de Pérez Truglia en Harvard, Benjamin Edelman y Michael Luca, utilizaron en enero la base de Airbnb para estudiar niveles de discriminación (contra locatarios afroamericanos) en la sociedad estadounidense. El mes pasado, Justin Wolfers escribió en Up Shot sobre los resultados de una pequeña encuesta entre 40 economistas top que concluyeron que servicios como el de Uber (que promueve compartir el espacio vacío en los autos o transforma en choferes a dueños de vehículos con tiempo libre para monetizarlo) o Lyft "mejoran la calidad de vida de la población".
Otros analistas no están tan seguros. Uno de los más furiosos críticos es Eugeny Morozov, quien escribe frecuentemente en The Observer. Morozov argumenta que bajo el glamour y la buena prensa del compartir ("Los presidentes de estas compañías suelen ser excelentes contadores de historias", remarca) se esconden otros elementos menos claros. Sostiene que en una economía estancada como la europea actual, o la de Estados Unidos, se trata de volver cool opciones -compartir vehículo, alquilar más barato, comprar ropa usada- que en momentos de boom no lo serían. Algo así como el enamoramiento de algunos periodistas y analistas argentinos en 2002 con los clubes de trueque o aquel invento de los "nuevos pobres" (gente que supuestamente estaba orgullosa de comprar segundas marcas), a los que se romantizó como nuevas prácticas para quedarse, y que terminaron desapareciendo no bien la economía doméstica empezó a repuntar y se volvieron a llenar los shoppings.
Algunas voces críticas
Y las críticas siguen: hay gobiernos locales, como el de Nueva York, que destacan que las modalidades de la sharing economic son ideales para lavado de dinero o para otras actividades ilícitas, y que la mayor parte de las ofertas listadas por firmas como Airbnb en la Gran Manzana no son jubilados que aprovechan para completar un ingreso alquilando la pieza del fondo vacía, sino grandes grupos inmobiliarios con cientos de viviendas que buscan "negrear" sus operaciones. Otro riesgo que se apunta es el de la suba de precios que se acerca al poder adquisitivo de los turistas y vuelve a las viviendas prohibitivas para los bolsillos de los trabajadores urbanos.
"Hay una primera confusión en los términos de la «economía colaborativa», que no discrimina entre proyectos sin fines de lucro, como pueden ser couchsurfing -una plataforma que permite pernoctar en el «sofá» de la casa de un desconocido cuando se viaja- o huertas comunitarias de empresas enormes que valen miles de millones de dólares y tienen prácticas como las de cualquier otra firma capitalista", explica ahora Marcela Basch, periodista especializada en economía colaborativa y fundadora del sitiowww.elplanc.net. "Claramente, no es todo lo mismo", apunta, y cita el caso de Seúl, en Corea, autoproclamada una sharing city, que recientemente prohibió la entrada de Uber por considerar que es un monopolio que favorece la concentración globalizada (la paradoja de la altísima concentración se da en todos los segmentos de la "nueva economía", empezando por Google o Facebook).
Con todo, Basch cree que estas modalidades llegaron para quedarse. "Para mí, Airbnb sigue siendo más interesante, y menos concentrada, y mejor económica, ecológica y socialmente que la cadena de hoteles Hilton; aunque igual sea recontra perfectible. Los teóricos más valiosos de la economía colaborativa (que los hay) están todos de acuerdo en que estamos en un momento muy iniciático, lleno de zonas grises, y que indefectiblemente se avanzará hacia algún tipo de regulación que permita de algún modo mejorar estas prácticas. Con la tecnología disponible, es imposible hacerlas desaparecer. Es como lo que sucedió en su momento con Napster: bajás una y aparecen cinco."

domingo, 27 de marzo de 2016

MÉTODOS CUANTITATVOS PARA LA GESTIÓN (3)

APLICACIÓN DE LOS ÁRBOLES DE DECISIÓN
Vamos a ver una de las herramientas más interesantes y utilizadas para esta tarea. El árbol es una excelente ayuda para la elección entre varios cursos de acción. Proveen una estructura sumamente efectiva dentro de la cual estimar cuales son las opciones e investigar las posibles consecuencias de seleccionar cada una de ellas. También ayudan a construir una imagen balanceada de los riesgos y recompensas asociados con cada posible curso de acción.
En resumen, los árboles de decisión proveen un método efectivo para la toma de decisiones debido a que:
- claramente plantean el problema para que todas las opciones sean analizadas.
- permiten analizar totalmente las posibles consecuencias de tomar una decisión.
- proveen un esquema para cuantificar el costo de un resultado y la probabilidad de que suceda.
- nos ayuda a realizar las mejores decisiones sobre la base de la información existente y de las mejores suposiciones.

CÓMO DIBUJAR UN ÁRBOL DE DECISIONES

Para comenzar a dibujar un árbol de decisión debemos escribir cuál es la decisión que necesitamos tomar. Dibujaremos un recuadro para representar esto en la parte izquierda de una página grande de papel.
Desde este recuadro se deben dibujar líneas hacia la derecha para cada posible solución, y escribir cuál es la solución sobre cada línea. Se debe mantener las líneas lo más apartadas posibles para poder expandir tanto como se pueda el esquema.
Al final de cada línea se debe estimar cuál puede ser el resultado. Si este resultado es incierto, se puede dibujar un pequeño círculo. Si el resultado es otra decisión que necesita ser tomada, se debe dibujar otro recuadro. Los recuadros representan decisiones, y los círculos representan resultados inciertos. Se debe escribir la decisión o el causante arriba de los cuadros o círculos. Si se completa la solución al final de la línea, se puede dejar en blanco.
Comenzando por los recuadros de una nueva decisión en el diagrama, dibujar líneas que salgan representando las opciones que podemos seleccionar. Desde los círculos se deben dibujar líneas que representen las posibles consecuencias. Nuevamente se debe hacer una pequeña inscripción sobre las líneas que digan que significan. Seguir realizando esto hasta que tengamos dibujado tantas consecuencias y decisiones como sea posible ver asociadas a la decisión original.






Un ejemplo de árbol de decisión se puede ver en la siguiente figura:
Una vez que tenemos hecho esto, revisamos el diagrama en árbol. Controlamos cada cuadro y círculo para ver si hay alguna solución o consecuencia que no hayamos considerado. Si hay alguna, la debemos agregar. En algunos casos será necesario dibujar nuevamente todo el árbol si partes de él se ven muy desarregladas o desorganizadas. Ahora ya tendremos un buen entendimiento de las posibles consecuencias de nuestras decisiones.

EVALUAR LOS ÁRBOLES

Ahora ya estamos en condición de evaluar un árbol de decisiones. Aquí es cuando podemos analizar cuál opción tiene el mayor valor para nosotros. Comencemos por asignar un costo o puntaje a cada posible resultado - cuánto creemos que podría ser el valor para nosotros si estos resultados ocurren.
Luego, debemos ver cada uno de los círculos (que representan puntos de incertidumbre) y estimar la probabilidad de cada resultado. Si utilizamos porcentajes, el total debe sumar 100%. Si utilizamos fracciones, estas deberían sumar 1. Si tenemos algún tipo de información basada en eventos del pasado, quizás estemos en mejores condiciones de hacer estimaciones más rigurosas sobre las probabilidades. De otra forma, debemos realizar nuestra mejor suposición.


Esto dará un árbol parecido al de la siguiente figura:

CALCULAR LOS VALORES DE LOS ÁRBOLES

Una vez que calculamos el valor de cada uno de los resultados, y hemos evaluado la probabilidad de que ocurran las consecuencias inciertas, ya es momento de calcular el valor que nos ayudará a tomar nuestras decisiones.
Comenzamos por la derecha del árbol de decisión, y recorremos el mismo hacia la izquierda. Cuando completamos un conjunto de cálculos en un nodo (cuadro de decisión o círculo de incertidumbre), todo lo que necesitamos hacer es anotar el resultado. Podemos ignorar todos los cálculos que llevan a ese resultado.

CALCULAR EL VALOR DE LOS NODOS DE INCERTIDUMBRE

Cuando vayamos a calcular el valor para resultados inciertos (los círculos), debemos hacerlo multiplicando el costo de estos resultados por la probabilidad de que se produzcan. El total para esos nodos del árbol lo constituye la suma de todos estos valores.
En este ejemplo, el valor para “Producto Nuevo, Desarrollo Meticuloso” es:
0,4 (probabilidad de un resultado bueno) x 500.000 (costo)               $200.000
0,4 (probabilidad de un resultado moderado) x 25.000 (costo)             $10.000
0,2 (probabilidad de un resultado pobre) x 1.000 (costo)                           $200
Total: $210.200
Colocamos el valor calculado para cada nodo en un recuadro.

CALCULAR EL VALOR DE LOS NODOS DE DECISIÓN

Cuando evaluamos los nodos de decisión, debemos escribir el costo de la opción sobre cada línea de decisión. Luego, debemos calcular el costo total basado en los valores de los resultados que ya hemos calculado. Esto nos dará un valor que representa el beneficio de tal decisión.
Hay que tener en cuenta que la cantidad ya gastada no cuenta en este análisis - estos son costos ya perdidos y (a pesar de los argumentos que pueda tener un contador) no deberían ser imputados a las decisiones.
Cuando ya hayamos calculado los beneficios de estas decisiones, deberemos elegir la opción que tiene el beneficio más importante, y tomar a este como la decisión tomada. Este es el valor de este nodo de decisión.

El árbol final con los resultados de los cálculos pueden verse en la siguiente figura:
En este ejemplo, el beneficio que hemos calculado previamente para “Nuevo Producto, Desarrollo Meticuloso” fue $210.000. Luego, estimamos el futuro costo aproximado de esta decisión como $75.000. Esto da un beneficio neto de $135.000.
El beneficio neto de “Nuevo Producto, Desarrollo Rápido” es $15.700. En esta rama por consiguiente seleccionamos la opción de mayor valor, “Nuevo Producto, Desarrollo Meticuloso”, y escribimos ese valor en el nodo de decisión.

 

 

CUÁL ES EL RESULTADO

Realizando este análisis podemos ver que la mejor opción es el desarrollo de un nuevo producto. Es mucho más valiosos para nosotros que tomemos suficiente tiempo para registrar el producto antes que apurarnos a sacarlo rápidamente al mercado. Es preferible el mejorar nuestros productos ya desarrollados que echar a perder un nuevo producto, incluso sabiendo que nos costará menos.




Avast logo
El software de antivirus Avast ha analizado este correo electrónico en busca de virus.
www.avast.com