TEORIA DE DECISIONES Profesor: Gabriel Conde A. Escuela de Ingeniería Industrial y Estadística UNIVERSIDAD DEL VALLE CALI
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 1/65
TEORIA DE DECISIONESProfesor: Gabriel Conde A.
Escuela de Ingeniería Industrial yEstadística
UNIVERSIDAD DEL VALLECALI
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 2/65
INTRODUCCION
Análisis de decisiones: Es una herramienta cuyoobjetivo es ayudar en el estudio de la toma dedecisiones en escenarios bajo una gran incertidumbre.
Estudiaremos dos formas:
•Toma de decisiones sin experimentación
•Toma de decisiones con experimentación
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 3/65
TOMA DE DECISIONES SINEXPERIMENTACIÓN
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 4/65
ESQUEMA
ALTERNATIVAS FACTIBLES(Estrategias del tomador de decisiones. Selecciona sólo una)
VSESTADO DE LA NATURALEZA
(Estrategias de la naturaleza. Sucesos inciertos, se conocen o se tiene
idea de sus probabilidades)
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 5/65
MARCO CONCEPTUAL
• El tomador de decisiones necesita elegir una delas alternativas posibles.
• La naturaleza elegirá uno de los estados de la
naturaleza.• Cada combinación de una acción y un estadode la naturaleza da como resultado un pago,que se da por medio de una tabla de pagos.
• La tabla de pagos se usa para encontrar unaacción óptima para el tomador de decisionessegún un criterio adecuado.
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 6/65
MODELO DE TABLA DE PAGOS PARAEL ANÁLISIS DE DECISIONES
ESTADOS DE LA NATURALEZA
ALTERNATIVAS N1 N2 … Nn
A1 Q11 Q12 … Q1n
A2 Q21 Q22 … Q2n
… … … …
Am Qm1 Qm2 … Qmn
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 7/65
NOTA:
El tomador de decisiones elige su estrategia parapromover su propio beneficio. Por el contrario lanaturaleza es un jugador pasivo que elige sus
estrategias de manera aleatoria.
El tomador de decisiones tiene información para teneren cuenta sobre la posibilidad de los estados de la
naturaleza. Esta información se traduce en unadistribución de probabilidad. El estado de la naturaleza
es una variable aleatoria (distribución a priori).
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 8/65
MODELO DE TABLA DE PAGOS PARA ELANÁLISIS DE DECISIONES CON
PROBABILIDADES A PRIORI
ESTADOS DE LA NATURALEZA
ALTERNATIVAS N1 N2 … Nn
A1 Q11 Q12 … Q1n
A2 Q21 Q22 … Q2n
… … … …
Am Qm1 Qm2 … Qmn
PROB. A PRIORI P1 P2 … Pn
1Pn
1i i
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 9/65
DOS CONCEPTOS IMPORTANTES
a priori: Independiente de la experiencia, es decir, queésta supone pero no puede explicar, aunque seanecesario a la posibilidad de la experiencia; a
priori no designa, pues, una anterioridadpsicológica, sino una anterioridad lógica o devalidez.
En la filosofía escolástica, [razonamiento] quedesciende de la causa al efecto, o de la esenciade una cosa a sus propiedades.
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 10/65
a posteriori
Que proviene o depende de la experiencia.
En la filosofía escolástica, [razonamiento]que asciende del efecto a la causa o de laspropiedades de una cosa a su esencia.
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 11/65
FORMULEMOS UN EJEMPLO
Un ingenio es dueño de unos terrenos en los quepuede haber petróleo. Un geólogo consultor hainformado que piensa que existe una posibilidad
entre cuatro de encontrar petróleo. Otra
posibilidad es sembrar caña en estos terrenos. Elcosto de la perforación es de 100.000 dólares. Siencuentra petróleo el ingreso esperado será de800.000 dólares. Si no se encuentra petróleo seincurre en una pérdida de 100.000 dólares. Por
otro lado la caña producirá un ingreso de 90.000dólares.
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 12/65
TABLA DE PAGOS PARA EL ANALISIS DEDECISION DEL PROBLEMA DEL INGENIO
ESTADOS DE LA
NATURALEZAALTERNATIVA Petróleo SecoPerforar 700 -100
Sembrar caña 90 90Probabilidad a priori 0.25 0.75
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 13/65
CRITERIO DEL PAGO MÁXIMO
Para cada acción posible, encuentre el pago
mínimo sobre todos los estados de lanaturaleza. Después encuentre el máximo deestos pagos mínimos. Elija la acción cuyo
pago mínimo corresponde a este máximo.
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 14/65
EXPLICACIÓN
Este criterio elige la acción que proporciona elmejor pago para el peor estado de la naturaleza.
Proporciona la mejor garantía del pago que seobtendrá. Sin importar cual sea el estado de lanaturaleza el pago por vender el terreno nopuede ser menor que 90.
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 15/65
Este razonamiento es válido cuando se está
compitiendo con un oponente racional.
Este criterio casi no se usa contra la naturaleza.
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 16/65
CRITERIO DE LA MÁXIMA
POSIBILIDAD
Identifique el estado más probable de la
naturaleza (aquel que tenga la probabilidad apriori más grande). Para este estado de la
naturaleza, encuentre la acción con máximo
pago.
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 17/65
En nuestro ejemplo, el estado seco tiene lamayor probabilidad a priori. En la columnaseco el pago máximo corresponde a lasiembra de caña.
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 18/65
EXPLICACIÓN
La acción elegida es la mejor para el estadomás importante de la naturaleza.
Desventaja: Ignora otra información. Noconsidera otro u otros estados de la
naturaleza distintos al más probable.
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 19/65
REGLA DE DECISIÓN DE BAYES
Usando las mejores estimaciones disponiblesde las probabilidades de los respectivos
estados de la naturaleza (en este caso lasprobabilidades a priori), se calcula el valoresperado del pago de cada acción posible. Se
elige la acción con máximo pago esperado.
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 20/65
Para nuestro ejemplo
E[pago (perforar)] = 0.25*700 + 0.75*(-100)= 100
E[pago (sembrar)] = 0.25*90 + 0.75*(90)= 90
Como 100 > 90, la decisión es perforar.
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 21/65
RESUMEN DE LOS CALCULOS PARA ELCRITERIO DE BAYES
ESTADOS DE LA NATURALEZA
ALTERNATIVAS PETRÓLEO SECO ESPERANZA
PERFORAR 700 -100 100 MAX
SEMBRAR C. 90 90 90 MIN
PROB. A PRIORI 0,25 0,75
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 22/65
EXPLICACIÓN
La mayor ventaja de este criterio es queincorpora toda la información disponible (pagos,
estimaciones de las probabilidades de losestados de la naturaleza).
La mayor crítica es que las probabilidades apriori no dejan de ser subjetivas.
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 23/65
ANÁLISIS DE SENSIBILIDAD
Nos centraremos en el análisis de sensibilidadsobre las probabilidades a priori. Queremossaber cómo cambia nuestra decisión al
cambiar las probabilidades a priori.Supongamos que sabemos con buenacerteza que 0.15 < P(petróleo) < 0.35. Esto
implica que 0.65 < P(seco) < 0.85.Comenzamos el A. de S. aplicando el criteriode Bayes para los dos casos extremos.
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 24/65
A. de S. continuación
ESTADOS DE LA NATURALEZA
ALTERNATIVAS PETRÓLEO SECO ESPERANZA
PERFORAR 700 -100 20 MIN
SEMBRAR C. 90 90 90 MAX
PROB. A PRIORI 0,15 0,85
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 25/65
A. de S. continuación
ESTADOS DE LA NATURALEZA
ALTERNATIVAS PETRÓLEO SECO ESPERANZA
PERFORAR 700 -100 180 MAX
SEMBRAR C. 90 90 90 MIN
PROB. A PRIORI 0,35 0,65
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 26/65
Conclusión:
La decisión es muy sensible a la
probabilidad a priori de encontrar petróleo.
Lo cual nos dice que “debemos de hacer
algo más” para tomar nuestra decisión.
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 27/65
CAMBIO DEL PAGO ESPERADO EN FUNCIÓNDE LA PROBABILIDAD A PRIORI
Si p es la probabilidad a priori de
encontrar petróleo entonces el pagoesperado por perforar será:E(pago perforar) = 700p – 100(1-p)
= 800p - 100
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 28/65
GRÁFICA DEL CAMBIO DEL PAGOESPERADO
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 29/65
PUNTO DE CRUCE
E(pago perforar) = E(pago caña)
800p – 100 = 90p = 190/800 = 0.2375
Se debe cultivar caña si p < 0.2375Se debe perforar en busca de petróleosi p > 0.2375
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 30/65
GENERALIZACIONES
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 31/65
MAS DE DOS ALTERNATIVAS
Si se tiene más de dos alternativas entonceshabrá más de dos rectas. Las partessuperiores (para cualquier valor de la
probabilidad a priori) seguirán indicando quealternativa debe elegirse. Los puntos de corteindica en donde la decisión cambia de una
alternativa a otra.
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 32/65
MAS DE DOS ESTADOS DENATURALEZA
Se centra el análisis de sensibilidad en dosestados de la naturaleza. Esto significainvestigar que pasa cuando la probabilidad
a priori de un estado aumenta mientras ladel otro disminuye en la misma cantidad yse mantienen fijas las probabilidades a priori
de los estados restantes. Esteprocedimiento se repite para los pares deestados que se deseen.
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 33/65
TOMA DE DECISIONES CONEXPERIMENTACIÓN
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 34/65
INFORMACION COMPLEMENTARIA
PARA TOMAR UNA DECISIÓNUna exploración sismológica obtienesondeos sísmicos que indican si la
estructura geológica es favorable o no ala presencia de petróleo. Con estomejoramos la estimación de laprobabilidad de que haya petróleo.Supongamos que el costo de esteestudio es de 30.000 dólares.
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 35/65
RESULTADOS DE LA EXPLORACIÓN
DOS RESULTADOS POSIBLES:
Es poco probable encontrar petróleoSSD (Sondeo sísmico desfavorable)
Es bastante probable encontrar petróleoSSF (Sondeo sísmico favorable)
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 36/65
Por experiencia (datos históricos) tenemoslas siguientes probabilidades condicionales:
P(SSD estado = petróleo) = 0.4
P(SSF estado = petróleo) = 1 - 0.4 = 0.6
P(SSD estado = seco) = 0.8
P(SSF estado = seco) = 1 - 0.8 = 0.2
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 37/65
PROBABILIDADES A POSTERIORI
Quisiéramos saber más bien las siguientesprobabilidades, llamadas probabilidades a
posteriori (Seguramente son más útiles quelas anteriores)
P(estado = petróleo resultado = SSD)P(estado = seco resultado = SSD)
P(estado = petróleo resultado = SSF)P(estado = seco resultado = SSD)
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 38/65
EL TEOREMA DE BAYES NOS PERMITECALCULAR ESTAS PROBABILIDADES
Definición: Si A y B son eventos en un espacio deprobabilidad la probabilidad condicional de A dado Bdenotada por P[AB] se define mediante la relación:
P[AB] = , con P[B] 0
Definición: Dos eventos A y B en un espacio deprobabilidad son independientes si la ocurrencia de
uno de ellos no influye en el valor de la probabilidaddel otro. Esto se expresa escribiendo:P[AB] = P[A]
De lo anterior se deduce que P[AB] = P[A].P[B] si
A y B son independientes.
P[B]
B]P[A
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 39/65
CONTINUACIÓN. T. BAYES
Una fórmula que se deriva de la definición deprobabilidad condicional es la siguiente:P[AB] = P[A]P[BA] = P[B]P[AB] y relaciona lasprobabilidades condicionales en términos de lasprobabilidades no condicionales P[A] y P[B].
Probabilidad total: Sea S un espacio muestral y B1,B2, ...,Bn, eventos tales que definen una partición (*)en S y A cualquier evento en Fs entonces:
P[A] = P[ABi ]P[Bi]
n
i 1
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 40/65
CONTINUACIÓN. T. BAYES
Teorema de Bayes:
Sea S un espacio muestral y B1, B2, ...,Bn, eventostales que definen una partición en S y A cualquier
evento en Fs entonces se cumple la relación:
P[BkA] =
n
1i
ii
k k
]]P[BBP[A
]]P[BBP[A
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 41/65
TEOREMA DE BAYES COMO HERRAMIENTA
EN LA TOMA DE DECISIONES
n
1k
k)P(estado*k)estado| joP(resultad
i)P(estado*i)estado| joP(resultad j)resultado|iP(estado
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 42/65
CÁLCULO DE LAS PROBABILIDADESA POSTERIORI
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 43/65
P(estado = petróleo resultado = SSD)
P(estado = seco resultado = SSD)
14.01429.07
1
75.0*8.025.0*4.0
25.0*4.0
0.860.85717
6
7
11tambiéno
86.08571.07
6
75.0*8.025.0*4.0
75.0*8.0
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 44/65
P(estado = petróleo resultado = SSF)
P(estado = seco resultado = SSF)
5.021
75.0*2.025.0*6.025.0*6.0
0.52
1
2
11tambiéno
5.0
2
1
75.0*2.025.0*6.0
75.0*2.0
DIAGRAMA DE ÁRBOL PARA EL CÁLCULO
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 45/65
DIAGRAMA DE ÁRBOL PARA EL CÁLCULODE LAS PROBABILIDADES A POSTERIORI
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 46/65
CÁLCULO DEL PAGO ESPERADO
TENIENDO EN CUENTA LASPROBABILIDADES A POSTERIORI
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 47/65
Pago esperado si el resultado es unsondeo desfavorable
E(pago[perforar|SSD])
E(pago[s. caña|SSD])
7.1530)100(*7
6700*
7
1
603090*7
690*
7
1
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 48/65
RESUMEN DE LOS CALCULOS PARA ELCRITERIO DE BAYES (SSD)
ESTADOS DE LA NATURALEZA
ALTERNATIVAS PETRÓLEO SECO ESPERANZA
PERFORAR 700 -100 -15.7
SEMBRAR C. 90 90 60
PROBABILIDAD APOSTERIORI(SSD) 1/7 6/7
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 49/65
Pago esperado si el resultado es unsondeo favorable
E(pago[perforar|SSF])
E(pago[s. caña|SSF])
27030)100(*2
1700*
2
1
603090*2
190*
2
1
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 50/65
RESUMEN DE LOS CALCULOS PARA ELCRITERIO DE BAYES (SSF)
ESTADOS DE LA NATURALEZA
ALTERNATIVAS PETRÓLEO SECO ESPERANZA
PERFORAR 700 -100 270
SEMBRAR C. 90 90 60
PROBABILIDAD APOSTERIORI(SSF) 1/2 1/2
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 51/65
DECISIÓN, BAJO EXPERIMENTACIÓN,CON LA REGLA DE BAYES
SONDEO ALTERNATIVA
OPTIMA PAGO SIN COSTO
EXPLOTACION
PAGO CONCOSTO
EXPLOTACION
DESFAVO-RABLE(SD)
SEMBRARCAÑA 90 60
FAVORABLE(SF)
PERFORARPOR
PETROLEO 300 270
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 52/65
VALOR DE LA EXPERIMENTACION
Antes de realizar cualquier experimento, debedeterminarse su valor potencial. Veremos dosmétodos para evaluar este potencial, a saber:
•Valor esperado de la información perfecta.
•Valor esperado de la experimentación.
VALOR ESPERADO DE LA
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 53/65
VALOR ESPERADO DE LAINFORMACIÓN PERFECTA (VEIP)
Aquí se supone que la experimentación eliminatoda incertidumbre sobre cual es el estadoverdadero de la naturaleza y se hace un cálculosobre cual sería la mejora en el pago esperado.
Esta cantidad se llama valor esperado de lainformación perfecta. (cota superior para el valordel experimento)
Pago esperado con información perfecta =
0.25*700+0.75*90 = 242.5VEIP = PECIP – pago esperado sin experim.
VEIP = 242.5 – 100 = 142.5
VEIP ti ió
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 54/65
VEIP continuación
Si el VEIP fuera menor que 30 entonces no
se llevaría a cabo la experimentación.
En nuestro caso el VEIP > 30, lo cual indicaque puede valer la pena llevar a cabo laexperimentación.Entramos a confirmar esto estudiando un
segundo método: Valor Esperado de laExperimentación = VEE
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 55/65
VALOR ESPERADO DE LAEXPERIMENTACIÓN (VEE)
En este caso no se calcula una cota superiorpara el incremento del pago esperado. Secalcula de manera directa este incremento
esperado:Pago esperado de la experimentación =P(resultado j)*E(pago|resultado j), j
En esta expresión el cálculo de lasesperanzas debe hacerse con lasprobabilidades a posteriori
j
VEE continuación
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 56/65
VEE continuación…
De los cálculos anteriores sabemos que losvalores de P(resultado j) son:
P(SSD) = 0.7 y P(SSF) = 0.3
Así mismo los valores de E(pago|resultado j),que se calcularon teniendo en cuenta lasprobabilidades a posteriori, son:
E(pago|resultado = SSD) = 90E(pago|resultado = SSF) = 300
VEE ti ió
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 57/65
VEE continuación…
El pago esperado con experimentación =
0.7*90 + 0.3*300 = 153
El VEE será entonces:VEE = El pago esperado con experimentación -El pago esperado sin experimentación =
153 – 100 = 53 > 30Como este valor excede a 30.000 entonces
debe llevarse a cabo el sondeo de sismología
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 58/65
ÁRBOL DE DECISIÓN
Es una manera de visualizar un problema
de decisión mediante un esquema de árbol(red sin ciclos). Su objetivo es facilitar lacomprensión del problema y los cálculos.
CONSTRUCCIÓN DEL ÁRBOL DE DECISIÓN
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 59/65
CONSTRUCCIÓN DEL ÁRBOL DE DECISIÓN
-30
0
0.3
0.7 -100
90
0
800670
-130
60
-100
90
0.5
0.5
800
0
670
-130
90
-100
90
0.75
0.25
700
-100
90
0.14
0.86
0.5
0.5
Á
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 60/65
ELEMETOS DEL ÁRBOL
• Los arcos = Ramas
• Puntos de ramificación = Nodos
Nodo de decisión = Indica que debe tomarseuna decisión (cuadrado)
Nodo de probabilidad = Indica que ocurre unevento aleatorio (círculo)
CÁLCULOS PRIMERA ETAPA
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 61/65
CÁLCULOS, PRIMERA ETAPA
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 62/65
LOS NÚMEROS EN EL ÁRBOL
Números debajo de ramas = Flujos de efectivo
Números arriba de las ramas = Probabilidad(después de un nodo de probabilidad) (a priori o a posteriori)
Números en cada nodo = Pagos esperados(Surgen del procedimiento de análisis)
CÁLCULOS SEGUNDA ETAPA
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 63/65
CÁLCULOS, SEGUNDA ETAPA
ANÁLISIS
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 64/65
ANÁLISISUna vez calculado el árbol se hace el siguiente
procedimiento de análisis
• 1. Iniciar en el lado derecho, moverse a la izquierdauna columna a la vez, realizar el paso 2 o el 3según los nodos sean de probabilidad (NP) o dedecisión (ND).
• 2. Para cada NP calcular su pago esperado -PE-[(pago de c/rama) * (probabilidad de c/rama)]
• 3. Para cada ND, compare los PE de sus ramas yseleccione la alternativa cuya rama tenga mayorpago esperado.
BIBLIOGRAFÍA
5/9/2018 6-teoriadedecisionesu-1210559336242331-9 - slidepdf.com
http://slidepdf.com/reader/full/6-teoriadedecisionesu-1210559336242331-9-559ca2dcde423 65/65
BIBLIOGRAFÍA
Peña Daniel, “Fundamentos de Estadística”. Alianza Editorial, Madrid 2001
H. TAHA, “Investigación de Operaciones”, Ed. Alfaomega, México 1998.
F. HELLIER, G. LIEBERMAN, “Introducción a la investigación deoperaciones”, Ed. McGraw-Hill 2001.
KENNEDY y NEVILLE. (1982) "Estadística para Ciencias e Ingeniería".México: Harla.
SCHEAFFER y MCCLAVE. (1993) "Probabilidad y Estadística paraIngeniería". México: Grupo Editorial Iberoamérica.
BRETÉS A. P, LLABRÉS X. T., GRIMA PERE y POZUELA L. (2000)“Métodos estadísticos. Control y mejora de la calidad” México: AlfaomegaGrupo Editor