Professional Documents
Culture Documents
RBOL DE DECESIONES
Sesiones 05
ANLISIS DE DECISIONES
Introduccin.
Modelos de decisin.
rboles de decisiones.
INTRODUCCIN
Con frecuencia los gerentes tienen que tomar decisiones en
entornos que contienen mucha incertidumbre. Ejemplo:
Un fabricante introduce un nuevo producto al mercado.
Una firma financiera que invierte en valores.
Un contratista gubernamental licita un nuevo contrato.
Gabriel Suyo C.
Gabriel Suyo C.
Anlisis de decisiones
En la vida real, y tanto en el mbito profesional como el personal, nos vemos enfrentados a
multitud de situaciones en las que tenemos que decidir entre varias alternativas. El proceso
de toma de decisiones es la piedra angular de la mayora de los problemas tcnicos, de
negocios y gubernamentales. Los ingenieros deben tomar decisiones cuando consideran un
cambio en el diseo de un producto. Los ejecutivos de mercadotecnia deben decidir sobre
los territorios e intensidad de las campaas de ventas. Los funcionarios del gobierno deben
hacerlo sobre los fondos a dedicar para el desarrollo de una regin especfica del pas.
Gabriel Suyo C.
Anlisis de decisiones
La teora de decisiones dice que la tarea de hacer una seleccin
caer en una de cuatro categoras generales dependiendo de la
habilidad personal para predecir las consecuencias de cada
alternativa.
CATEGORA
CONSECUENCIAS
Certidumbre
Deterministas
Riesgo
Probabilsticas
Incertidumbre
Desconocidas
Conflicto
Influidas por un
oponente
Gabriel Suyo C.
Anlisis de decisiones
Toma de decisiones bajo certidumbre.
Se da cuando se puede predecir con certeza las consecuencias de
cada alternativa de accin. Otra manera de pensar en esto es que
existe una relacin directa de causa y efecto entre cada acto y
consecuencia. Si est lloviendo, deber llevarse un paraguas?, si
hace frio, deber llevarse un abrigo?.
Gabriel Suyo C.
TIPOS DE DECISIONES
A) EN CUANTO AL NIVEL DE PROGRAMABILIDAD.
Tipos de problemas:
Gabriel Suyo C.
TIPOS DE DECISIONES
P
R
O
B
L
E
M
A
S
MAL
ESTRUCTURADOS
BIEN
ESTRUCTURADOS
DECISIONES NO
PROGRAMADAS
DECISIONES
PROGRAMADAS
SUPERIOR
INFERIOR
N
I
V
E
L
E
N
L
A
Gabriel Suyo C.
O
R
G
A
N
I
Z
A
C
I
O
N
TIPOS DE DECISIONES
Gabriel Suyo C.
TIPOS DE DECISIONES
LA
TOMA
DE
Gabriel Suyo C.
TIPOS DE DECISIONES
Modelo de satisfaccin:
completamente informado
tanto debe examinarlas.
Gabriel Suyo C.
TIPOS DE DECISIONES
C) EN CUANTO A LOS ESTADOS DE LA NATURALEZA O NIVEL
DE CONOCIMIENTO DEL DECISOR: este criterio da origen a tres
situaciones en las que se toman la decisiones as:
Anlisis de decisiones:
Primer paso
Gabriel Suyo C.
14
Anlisis de decisiones:
Segundo paso
excluyentes
Gabriel Suyo C.
colectivamente
15
Anlisis de decisiones:
Tercer paso
1
r11
r12
:
r1n
ESTADO DE NATURALEZA
2
........
r21
........
r22
........
:
........
r2n
........
M
r1m
r2m
:
rnm
Gabriel Suyo C.
16
Anlisis de decisiones:
Tomar la decisin
Gabriel Suyo C.
17
Gabriel Suyo C.
Gabriel Suyo C.
19
NORMAL
SECO
TRIGO
250
290
200
PATATAS
150
200
250
REMOLACHA
-100
450
350
20
C. Situacin de incertidumbre
Nos encontramos ante varios estados de la naturaleza,
pero no conocemos la probabilidad de ocurrencia de cada
uno de estos estados. El horizonte econmico no es
probabilizable. Es la situacin ms complicada o
dificultosa.
Los criterios ms importantes que se aplican son:
1. Criterio pesimista o de WALD (Maxi-Min).
2. Criterio optimista (Maxi Mas)
3. Criterio de Lapace
4. Criterio de HURWICZ
5. Criterio de SAVAGE (Mini Mas)
Gabriel Suyo C.
Gabriel Suyo C.
22
2. CRITERIO OPTIMISTA
Opuesto al anterior. El sujeto decisor es propsito al riesgo, le
gusta correr riesgo. El decisor va a pensar siempre que cualquier
estrategia que elija va a llevar consigo el mejor estado
naturaleza, que va a obtener siempre el mejor resultado. El
criterio de decisin consiste en elegir la estrategia que le
proporcione el mximo resultado en el mejor de los casos; por ello
se llama maxi-ms.
En una forma similar, si x(ai, ej) representa la ganancia, el
criterio elige la accin ai asociada a :
Elegir _ ai mx ai mn e j x( ai , e j )
Gabriel Suyo C.
23
3. CRITERIO LAPLACE
Este criterio, propuesto por Laplace en 1825, est basado en el
principio de razn insuficiente: como a priori no existe ninguna razn
para suponer que un estado se puede presentar antes que los dems,
podemos considerar que todos los estados tienen la misma
probabilidad de ocurrencia, es decir, la ausencia de conocimiento
sobre el estado de la naturaleza equivale a afirmar que todos los
estados son equiprobables. As, para un problema de decisin con n
posibles estados de la naturaleza, asignaramos probabilidad 1/n a
cada uno de ellos.
La regla de Laplace selecciona como alternativa ptima aquella que
n
1
proporciona un mayor resultado esperado:
mx _ ai
x ai , e j
Gabriel Suyo C.
n
j 1
24
4 CRITERIO DE HURWICZ
Este criterio representa un intervalo de actitudes desde la ms
optimista hasta la ms pesimista. En las condiciones ms optimistas
se elegira la accin que proporcione el mx ai mx ej { x(ai, ej) }. Se
supone que x(ai, ej), representa la ganancia o beneficio. De igual
manera, en las condiciones ms pesimistas, la accin elegida
corresponde a mx ai mn ej { x(ai, ej) }. El criterio de Hurwicz da un
balance entre el optimismo extremo y el pesimismo extremo
ponderando las dos condiciones anteriores por los pesos respectivos
y (1- ), donde 0 1. Esto es, si x(ai, ej) representa beneficio,
seleccione la accin que proporcione:
mx ai mx e j x( ai , e j ) (1 )mn e j x( ai , e j )
Gabriel Suyo C.
25
5. CRITERIO DE SAVAGE
Con este propsito Savage define el concepto de prdida relativa o
prdida de oportunidad rij asociada a un resultado xij como la
diferencia entre el resultado de la mejor alternativa dado que
ejemplo es el verdadero estado de la naturaleza y el resultado de la
alternativa ai bajo el estado ejemplo:
Gabriel Suyo C.
26
Anlisis de decisiones
Toma de decisiones bajo riesgo.
Esta categora incluye aquellas decisiones para las que las consecuencias de una
accin dada dependen de algn evento probabilista. Por ejemplo, supngase que un
pequeo local de ventas de computadoras quiere hacer un pedido de tablets para la
siguiente temporada. La primera tarea es decidir cuntos tablets pedir. Supngase
que debe pagar 350 soles por cada tablet y planea venderlos en 800 soles cada uno.
Los tables que no se venden, no tienen valor de recuperacin.
Venta de Tablets
Probabilidad
0,3
0,3
0,4
Gabriel Suyo C.
Anlisis de decisiones
Con estos datos se puede calcular la ganancia para cada combinacin
de cantidad orden y ventas eventuales. Por ejemplo, si ordena 3
tablets y se venden slo 2, la utilidad neta ser de 550 soles (2800
3350 = 550).
Alternativas
de
decisin
E2=2
E3=3
p1=0,3
p2=0,3
p3=0,4
A1=1
S/.450
S/.450
S/.450
A2=2
S/.100
S/.900
S/.900
A3=3
S/.-250
S/.550
S/.1350
Gabriel Suyo C.
Anlisis de decisiones
El resultado ms importante de la
teora de decisiones bajo riesgo
es que debe seleccionarse la
alternativa que tenga el mayor
valor esperado.
Anlisis de decisiones
Toma de
decisiones bajo
incertidumbre
Toma de
decisiones bajo
conflicto
Gabriel Suyo C.
Gabriel Suyo C.
10%
20%
30%
10%
31
Anlisis de decisiones:
Para simplificar
decisiones:
el
anlisis,
Primer paso
supondremos
las
siguientes
Comprar 0 peridico
Comprar 1 peridico.
Comprar 2 peridicos.
Comprar 3 peridicos.
Gabriel Suyo C.
32
Anlisis de decisiones:
Segundo paso
Gabriel Suyo C.
33
Anlisis de decisiones:
Tercer paso
Gabriel Suyo C.
34
Anlisis de decisiones:
Tomar la decisin
75 centavos
40 centavos
50 centavos
Decisin
0
1
2
3
Probabilidades
0
0
-40
-80
-120
0.1
Estados de naturaleza
1
2
-50
-100
35
-15
-5
70
-45
30
0.3
0.4
Rendimiento esperado
3
-150
-65
20
105
-85.0
-12.5
22.5
7.5
0.2
35
Anlisis de decisiones
Ejemplo de aplicacin.
Supngase que la demanda prevista para el siguiente mes de un determinado producto es 1, 2,
3 o 4, con probabilidades 0,1; 0,3; 0,4 y 0,2, respectivamente. Si un producto que es fabricado
un mes y se vende ese mismo mes tendr un precio de venta de 6500 soles, mientras que si ha
de venderse el mes siguiente ser de 4000 soles. Los costos unitarios de produccin son de
5000 soles. Con estos datos se forma la matriz de decisin (ganancias en soles).
.
Estados de la naturaleza
Alternativas
E1=1
E2=2
E3=3
E4=4
de
decisin
P1=0,1
P2=0,3
P3=0,4
P4=0,2
A1=1
1500
1500
1500
1500
A2=2
500
3000
3000
3000
A3=3
-500
2000
4500
4500
A4=4
-1500
1000
3500
6000
Gabriel Suyo C.
Anlisis de decisiones
Las diferentes alternativas seleccionadas para los distintos criterios sern:
a)Criterio del valor esperado.
Las esperanzas de las ganancias son las siguientes:
Gabriel Suyo C.
Anlisis de decisiones
c) Criterio de Wald o del pesimista.
Los mnimos para cada decisin son:
Gabriel Suyo C.
Anlisis de decisiones
e) Criterio de Hurwicz.
En este caso para cada alternativa tenemos:
mxi X ij mni X ij (1 )
A1 :1500 1500 (1 )
A2 : 3000 500 (1 )
A3 : 4500 500 (1 )
A4 : 6000 1500 (1 )
Si < 0,4, la alternativa sera producir 1 artculo, mientras que si es superior sera
producir 4 artculos.
Gabriel Suyo C.
Anlisis de decisiones
f) Criterio de Savage o Prdida de Oportunidad.
El primer paso es construir la matriz de penalizaciones o prdida de oportunidad. La
matriz la formamos por columnas, obteniendo el mximo de la columna y restndole a
este valor el pago de cada alternativa. As la matriz obtenida es:
Alternativas
de
decisin
Estados de la naturaleza
E1=1
E2=2
E3=3
E4=4
P1=0,1 P2=0,3 P3=0,4 P4=0,2
Mxima PO
A1=1
1500
3000
4500
4500
A2=2
1000
1500
3000
3000
A3=3
2000
1000
1500
2000
A4=4
3000
2000
1000
3000
Anlisis de decisiones
g) Criterio de Prdida Esperada de Oportunidad.
Para cada alternativa calculamos la PEO utilizando el mismo procedimiento
del valor esperado:
Alternativas
de
decisin
Estados de la naturaleza
E1=1
E2=2
E3=3
E4=4
P1=0,1 P2=0,3 P3=0,4 P4=0,2
PEO
A1=1
1500
3000
4500
2550
A2=2
1000
1500
3000
1300
A3=3
2000
1000
1500
800
A4=4
3000
2000
1000
1300
Para
resolver
esto, haremos
un anlisis de
sensibilidad con
la ayuda del
Excel
Gabriel Suyo C.
42
60
10
0
12
0
14
0
-100
40
-50
20
-150
-200
Comprar 0
Comprar 1
Comprar 2
Comprar 3
-250
-300
Gabriel Suyo C.
43
RBOL DE DECISIONES
Gabriel Suyo C.
44
Anlisis de decisiones
RBOLES DE DECISIONES.
El rbol de decisiones es una tcnica que se utiliza para estructurar el proceso de una toma
de decisiones bajo incertidumbre, y su anlisis se basa en la teora de probabilidades.
Anlisis de decisiones
El proceso de construccin contina hasta que todas las posibles secuencias
de variables de decisin y variables aleatorias han sido representadas.
En resumen, un rbol de decisiones est compuesto por nodos de decisin,
representados por cuadrados pequeos y nodos de azar, representados por
crculos pequeos. En cada nodo de decisin el decisor debe elegir una
alternativa, representada por una rama de decisin. Seleccionar la mejor rama
es equivalente a tomar la mejor decisin. En cambio, en los nodos de azar no
puede elegir entre una u otra rama, puede estas ramas aleatorias son
controladas por el azar.
Gabriel Suyo C.
Anlisis de decisiones
Eleccin de la alternativa ptima.
El rbol de decisiones tambin puede ser interpretado como un mapa
esquemtico de carreteras que describe en orden cronolgico los
movimientos que puede elegir un decisor y los movimientos
gobernados por la naturaleza o el azar. Hay muchas rutas que llevan
desde el nodo inicial hasta los nodos finales que representan el final de
cada carretera y donde se recibirn determinados premios.
Gabriel Suyo C.
Anlisis de decisiones
Para analizar un problema de decisiones y establecer la alternativa ptima, el
decisor debe:
Anlisis de decisiones
Ejemplo de aplicacin.
Una Compaa de Manufacturas Elctricas (CME), que produce aparatos de aire
acondicionado, debe decidir si comprar un componente importante para su producto final de
una abastecedor, o fabricarlos en su propia planta. De acuerdo con la administracin de CME,
los posibles valores de la demanda por su producto final pueden ser altos, medios o bajos. Si la
demanda por el producto final es alta, ser ventajoso para CME fabricar el componente,
obteniendo una ganancia neta de S/.130000. En cambio, si CME decide fabricar el componente
y la demanda es baja, los costes unitarios de produccin sern altos debido a la subutilizacin
del equipo de produccin; en este caso los ingresos no compensaran los costos, generando
una prdida neta de S/.20 000. Por otro lado, si CME decide comprar el componente y la
demanda es alta, sus ganancias sern nicamente S/.70 000, y si la demanda es baja las
ganancias sern positivas e iguales a S/.10 000.
.
Gabriel Suyo C.
Anlisis de decisiones
Resultados del problema de CME Ganancia Netas Condicionales
(Miles de soles)
Alternativas
de
decisin
Demanda media
(DM)
Demanda baja
(DB)
Fabricacin del
componente (F)
130
40
-20
Compra del
componente (C)
70
45
10
Anlisis de decisiones
Solucin.
Gabriel Suyo C.
Gabriel Suyo C.
52
30
0
9.1
30
0.55
Dbil
-8
-8
-8
0.45
Fuerte
20
Bsica
20
20
2
12.85
12.85
0.55
Dbil
7
7
0.45
Fuerte
5
Cautelosa
5
0
10.5
0.55
Dbil
15
15
Gabriel Suyo C.
15
53
rbol de Decisiones:
informacin.
Cmo
incorporar
nueva
54
rbol de Decisiones:
informacin.
Cmo
incorporar
nueva
Gabriel Suyo C.
55
Dbil (D2)
Alentador (C1)
0.6
0.3
Desalentador (C2)
0.4
0.7
Gabriel Suyo C.
56
0.3
0.7
PROBABILIDADES A PRIORI
Fuerte
Dbil
0.45
0.55
PROBABILIDADES CONJUNTAS Y MARGINALES
Fuerte
Dbil
Alentador
0.27
0.165
0.435
Desalentador
0.18
0.385
0.565
0.45
0.55
PROBABILIDAD A POSTERIORI
Fuerte
Dbil
Alentador
0.621
0.379
Desalentador
0.319
0.681
Gabriel Suyo C.
57
0.621
Fuerte
30
Agresiva
30
0
15.598
30
0.379
Dbil
-8
-8
-8
0.621
Fuerte
0.435
Alentador
20
Bsica
20
20
1
0
15.598
15.073
0.379
Dbil
7
7
0.621
Fuerte
5
Cautelosa
0
5
8.79
0.379
Dbil
15
15
13.45778
15
0.319
Gabriel Suyo C.
58
13.45778
0.319
Fuerte
30
Agresiva
30
0
4.122
30
0.681
Dbil
-8
-8
-8
0.319
Fuerte
0.565
Desalentador
20
Bsica
20
20
3
0
11.81
11.147
0.681
Dbil
7
7
0.319
Fuerte
5
Cautelosa
0
5
11.81
0.681
Dbil
15
15
Gabriel Suyo C.
15
59
Gabriel Suyo C.
60
VALOR DE LA INFORMACIN
Valor esperado de la informacin de muestra (VEIM)
VEIM = Mximo rendimiento esperado con informacin
menos
Gabriel Suyo C.
61
Ejemplo 03
Observe la siguiente tabla de retribuciones, en la cual las entradas
estn en rendimientos netos en dlares.
Decisin
1
2
3
4
35
27
22
20
Estado de naturaleza
2
3
22
25
25
20
25
25
25
28
4
12
18
28
33
P(2)=0.4
P(3)=0.3
Gabriel Suyo C.
P(4)=0.2
62
Ejemplo 04
Jenny Lind es una escritora de novelas romnticas. Tanto una compaa
flmica como una red televisiva quieren los derechos exclusivos de una de
sus obras ms populares. Si ella firma con la red recibir una sola suma
fija, pero si firma con la compaa flmica la cifra que recibir
depender de la respuesta del mercado ante la pelcula. Las
retribuciones de Jenny se muestran a continuacin
Decisin
Firmar con cia flmica
Firmar con red televisiva
Probabilidad a priori
Estado de naturaleza
Taquilla baja Taquilla media
Taquilla alta
$ 200,000
$ 1,000,000
$ 3,000,000
$ 900,000
$ 900,000
$ 900,000
30%
60%
10%
Gabriel Suyo C.
63
Ejemplo 04 - B
Jenny Lind puede contratar a una empresa que se dedique a la
investigacin de mercados, para hacer una encuesta con un costo de
$100,000. El resultado de la encuesta consistir en una respuesta del
publico favorable (F) o desfavorable (U) a la pelcula.
P(F/Baja)
P(F/Media)
P(F/Alta)
30%
60%
80%
P(U/Baja)
P(U/Media)
P(U/Alta)
70%
40%
20%
Gabriel Suyo C.
64
Ejemplo 05
Para ahorrar en gastos, Martn y Sara acordaron compartir el
automvil para ir y regresar del trabajo. Sara prefiere usar la Av.
Queen City que es mas larga pero mas consistente. Martn prefiere la
autopista que es mas rpida, pero acord con Sara que tomaran la
avenida Queen City si la autopista tenia un embotellamiento de
transito. La siguiente tabla de resultados proporcionan la estimacin
de tiempo en minutos para el viaje de ida y regreso.
Autopista
Autopista
abierta
embotellada
30
30
25
45
Gabriel Suyo C.
65
Ejemplo 05 - B
Adems, acordaron que el clima pareca afectar las condiciones del
transito en la autopista. Sea:
C despejado O nublado
R lluvia
P(O/Abierta) = 0.2
P(R/Abierta) = 0.0
P(C/Embot) = 0.1
P(O/Embot) = 0.3
P(R/Embot) = 0.6
Gabriel Suyo C.
66
Ejemplo 06
Ejemplo: Klimatic S.A. Debe decidir si construye una planta
grande o pequea para producir una nuevo horno microonda,que se
espera tenga una permanencia en el mercado de 10 aos. Una
planta grande costar $2 800 000 y una planta pequea costar
$ 1 400 000. Los estimados de las ventas sobre un periodo de 10
aos y el analisis costo-volumen-utilidad realizada por la gerencia
da:
Tamao
Demanda
Planta
Alta
Moderada
Baja
Grande
Pequea
Probab.
0.5
0. 3
Gabriel Suyo C.
0.2
67
Ejemplo 06 - B
Ejemplo: En el caso de la empresa Cola Sur, el directorio
decide que se realice un estudio de mercado para tener mayor
informacin (alentador (E) o desalentador (G)) antes de
decidir que estrategia elegir. Las pruebas respecto al estudio
de mercado reportan que:
68
Ejemplo 06 - C
Las alternativas:
A: agresivo
B: bsico
C: cauteloso
Eventos:
F, D : mercado fuerte y dbil
E,G : Resultado alentador y desalentador
De las pruebas:
P(E/F) = 0.6
P(G/F) = 0.4
P(E/D) = 0.3
P(G/D) = 0.7
Gabriel Suyo C.
69
P(F|E)
30
P(D|E)
-9
P(F|E)
20
P(D|E)
P(F|E)
P(D|E)
14
P(F|G)
30
P(D|G)
-9
P(F|G)
20
P(D|G)
P(F|G)
P(D|G)
14
C
P(E)
A
G
P(G)
C
Gabriel Suyo C.
70
P(F|E) = 0.57
P(G) = 0.58
P(D|E) = 0.43
71
C
P(E) = 0.42
Gabriel Suyo C.
72
Gabriel Suyo C.
73
Gabriel Suyo C.
74
Gracias !!