2.

rbol de decisiones

Investigacin de Operaciones
Sesin 02
Luigi Cabos Villa
Docente TP
Carrera de Administracin

rboles de Decisin
El rbol es una
excelente herramienta
para la eleccin entre
varios cursos de
accin. 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.

rboles de Decisin
La estructura del rbol
nos permite:
Organizar las opciones
Investigar posibles
resultados
Visualizar el riesgo y los
beneficios
Resultados:
=

Componentes y Estructura
1.
2.
3.
4.

Alternativas de Decisin
Eventos
Probabilidades
Resultados
Estos datos se organizan
mediante la estructura de un
diagrama de rbol que ilustra
las interacciones posibles
entre las decisiones y los
eventos

Evento 1

(.4)

Evento 2

(.5)

Evento 3

(.1)

Estados
de la
naturaleza

Probabilidad
de
ocurrencia

$90
$50
$10

A
B
C

Retribucin

VEA=.4(90)+.5(50)+.1(10)=$62
Nodo de Decisin
A = alternativa 1
B = alternativa 2
C = alternativa 3

Aplicaciones con rbol de

decisin

Ejemplo 01
Una compaa de seguros
nos ofrece una indemnizacin por
accidente de 210,000. Si no
aceptamos la oferta y decidimos ir a
juicio podemos obtener 185,000,
415,000 580,000, dependiendo
de las alegaciones que el juez
considere aceptables. Si perdemos el
juicio, debemos pagar las costas que
ascienden a 30,000.
Sabiendo que el 70% de los
juicios se gana y, de stos, en el 50%
se obtiene la menor indemnizacin,
en el 30% la intermedia y en el 20%
la ms alta, determine la decisin
ms acertada.

Ejemplo 01
1. SOLUCIN:

Ejemplo 01
1. SOLUCIN:

El VE de ganar el juicio sera: (0,5)(185)+(0,3)(415)+(0,2)(580) = 333

El VE de ir al juicio sera: (0,7)(333)+(0,3)(-30) = 224,1
La decisin adecuada es ir a juicio.

Ejemplo 02
Una pizzera est planificando su actividad para el prximo domingo. En
funcin de los datos que se reflejan en la siguiente tabla (beneficios
obtenidos), construir un rbol de decisin y probar que la decisin ms
acertada es hornear 170 pizzas.

Ejemplo 02
SOLUCIN:

Ejemplo 03
Una empresa que ensambla artculos para el hogar debe tomar la decisin
de construir una planta grande o pequea para ensamblar un nuevo
modelo, del cual se espera tenga una permanencia de 5 aos en el
mercado. Una planta grande cuesta $3,000,000 en su construccin y puesta
en marcha, mientras que una planta pequea cuesta $1,500,000. Las
estimaciones de la compaa para los niveles de demanda durante los 5
aos son: Alta (50%), Media (20%) y Baja (30%).
Un estudio de mercado indica lo siguiente:
a. Una PG con demanda A producira utilidades anuales de $1,000,000
b. Una PG con demanda M producira utilidades anuales de $650,000
c. Una PG con demanda B producira utilidades anuales de $190,000
d. Una PP con demanda A producira utilidades anuales de $500,000
e. Una PP con demanda M producira utilidades anuales de $420,000
f. Una PP con demanda B producira utilidades anuales de $300,000
Cul sera la mejor decisin respecto al tamao de planta a construir?

Ejemplo 03
SOLUCIN:

Fuente: http://www.youtube.com/watch?v=nm-q_Z7m5Ec&feature=relmfu

Ejemplo 04
Un repartidor de peridicos puede comprar el Wall Street Journal a 40 centavos
cada uno y venderlo a 70 centavos. Sin embargo, debe adquirir los peridicos antes
de saber cuntos puede vender. Si compra ms peridicos de los que puede vender
, desechar el excedente sin costo adicional. Si no compra suficientes peridicos,
pierde ventas potenciales y tendr clientes insatisfechos. Suponga que esta prdida
de ventas es representada por un costo de prdida estimado en 50 centavos por
cada cliente insatisfecho.
Para una demanda de 0, 1, 2 y 3 peridicos, con una distribucin de probabilidades
de 0.1, 0.3, 0.4 y 0.2, respectivamente, elabore una tabla de retribuciones e indique
cul sera la mejor decisin que el repartidor de peridicos podra tomar.
Estado de la naturaleza
Decisin

-50

-100

-150

-40

30

-50

-100

-80

-40

60

-50

-120

-80

-40

90

Ejemplo 04
SOLUCIN:
Estado de la naturaleza
Decisin
0
1
2
3

3. Teorema de Bayes

Investigacin de Operaciones
Sesin 03
Luigi Cabos Villa
Docente TP
Carrera de Administracin

Introduccin:
1.

Sea P(Bi) la probabilidad de

que la fuente Bi sea la que
est presente y la probabilidad
de que esa fuente produzca el
evento E se representa como
P(E | Bi). Ntese que si B1, B2,
B3, , Bk son todas las
posibles fuentes productoras
de E, se tiene que:

P( Bi ) 1
i 1

Teorema de Bayes:
2.

La probabilidad de que ocurra

E esta dada por:
k

P( E ) P( Bi ) P( E | Bi )
i 1

3.

Al tener esto en cuenta, el

determinar la probabilidad de
que Bi haya sido el causante
de E estara dada por:

P( Bi E )
P( Bi | E )
P( E )

Teorema de Bayes:
4.

Por lo tanto, la probabilidad

de que la fuente Bi haya sido
la causante del evento E,
estar dada por:

P( Bi E )
P( Bi ) P( E | Bi )
P( Bi | E )
k
P( E )
P( Bi ) P( E | Bi )
i 1

Aplicacin del Teorema:

1. Guerrero juega el 90% de
partidos en la seleccin
peruana. De los partidos
que juega, la seleccin
gana el 70%; sin
embargo de los que no
juega, la seleccin gana
el 80%.
Determine:
a) La probabilidad de que
la seleccin gane.
b) La probabilidad de que
la seleccin pierda.

70%

90%

NG
30%

80%

10%
NJ

20%

NG

Aplicacin del Teorema:

SOLUCIN:
a) La probabilidad de que
la seleccin gane.
P(G) = (0,9)(0,7) + (0,1)(0,8)
P(G) = 0,71 = 71%
b) La probabilidad de que
la seleccin pierda.
P(NG) = 1 P(G)
P(NG) = 1 0,71
P(NG) = 0,29 = 29%

70%

80%

90%

10%
NJ

Aplicacin del Teorema:

c)

Sabiendo que la seleccin peruana

no ha ganado, calcular la
probabilidad de que Guerrero
juegue.

90%

SOLUCIN:

30%

Teorema de Bayes:

P(A/B) =

80%

10%

( )
()

NJ

P(J/NG) =

( )
()

(0,9)(0,3)
0,29

= 0,93

NG

Ejemplo 02
Considrese la siguiente situacin:
Una compaa armadora de computadoras compra mdulos de memoria
RAM a tres proveedores: B1, B2 y B3. Del total requerido por la compaa,
B1 suministra el 55%, B2 suministra el 30% y B3 suministra el 15%.
Adems, el 3% de las memorias que provee B1 estn defectuosas, el 1% de
las memorias que provee B2 estn defectuosas, y el 2.5% de las memorias
que suministra B3 estn defectuosas.
1. Cul es la probabilidad de que al tomar una memoria al azar de la
totalidad suministrada esta sea defectuosa?
2. Supngase que usted a obtenido una memoria que est defectuosa,
qu probabilidad hay de que el proveedor B2, haya sido el que
suministr tal memoria?

Ejemplo 02
SOLUCIN 1:
P(E|B1)=0.03

P(EB1)=(0.55)(0.03)=0.016

P(B1)=0.55

P(B2)=0.30

P(E|B2)=0.01
P(EB2)=(0.30)(0.01)=0.003

P(B3)=0.15

P(E|B3)=0.025

P(EB3)=(0.15)(0.025)=0.00375

P(D) = 0.016+0.003+0.00375 =0.02325

Ejemplo 02
SOLUCIN 2:
P(D|B1)=0.03

P(DB1)=(0.55)(0.03)=0.016

P(B1)=0.55

P(B2)=0.30

P(D|B2)=0.01
P(DB2)=(0.30)(0.01)=0.003

P(B3)=0.15

P(D|B3)=0.025

P(DB3)=(0.15)(0.025)=0.00375

P(D) = 0.016+0.003+0.00375 =0.02325

P(B2| D) = 0.003/0.02325=0.1290

Ejemplo 03
En un despacho de consultora, 60% del trabajo lo realiza el grupo de
administracin y el restante 40% el grupo de software. El equipo
administrativo tiene 3% de errores y el de software 5%.
1. Si un trabajo es tomado al azar, cul es la probabilidad de que tenga
errores?
2. Determine la probabilidad de que dicho trabajo lo realiz el
departamento administrativo.

Ejemplo 03
SOLUCIN 1:

Ejemplo 03
SOLUCIN 2:

P(B1 | E) = 0.018/0.38 = 0.4737

Ejemplo 04
En una cadena de televisin se hizo una encuesta a 2500 personas para
saber la audiencia de un debate y de una pelcula que se emitieron en
horas distintas: 2 100 vieron la pelcula, 1 500 vieron el debate y 350 no
vieron ninguno de los dos programas. Si elegimos al azar a uno de los
encuestados:
a) Cul es la probabilidad de que viera la pelcula y el debate?
b) Cul es la probabilidad de que viera la pelcula, sabiendo que vio el
debate?
c) Sabiendo que vio la pelcula, cul es la probabilidad de que viera el
debate?

EJERCICIOS
Resolver los problemas
propuestos del libro de Eppen,
Gould, Schmidt, captulo 10,
(pags. 488-497)

Fin de la Sesin 02