Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Seccin 2: Introduccin
Muchos problemas de decisin requieren de la toma de decisiones sucesivas. Por
ejemplo la oficina de crditos de un banco, en la toma de decisin de entregar un
crdito, puede tomar dos decisiones separadas. La primera decisin es si ordenar o no
una investigacin acerca del solicitante. La segunda decisin es si entregar o no el
crdito. Estos procesos de decisin son conocidos como toma de decisin secuencial y
se resuelven usualmente por otros mtodos que el utilizado en una tabla de retornos.
Para organizar los elementos de esas estrategias complejas en un arreglo significativo,
introducimos el concepto de un diagrama de rbol de decisin.
El rbol de decisin, en sus ramas nos permite retratar cada posible accin y
mostrar cada posibilidad de retorno. El diagrama de rbol de decisin ser til en un
tipo de problema de decisin donde el conjunto de posibles eventos no es el mismo
para cada posible estrategia, o de ser los mismos, sus probabilidades son diferentes
para cada estrategia. Un tercer uso de los rboles de decisin es para aquellos
problemas en donde el tomador de decisin tiene la oportunidad de experimentar o
desarrollar una bsqueda de informacin antes de tomar una decisin.
Seccin 3: Formas del rbol de decisin
El rbol de decisin se compone de cuatro elementos: ramas, nodos de decisin,
nodos de eventos y retornos (payoff). Una rama es una estrategia simple o un posible
evento conectado a dos nodos o a un nodo y a un retorno.
Un nodo de decisin es un punto sobre el rbol representado por un cuadrado ,
desde el cual emergen dos o ms ramas. Cada rama desde un nodo de decisin
representar una posible estrategia simple que puede adoptar el tomador de decisin. Un
nodo evento es un punto en el rbol representado por un crculo, , desde el cual dos o
ms ramas emergen. Cada una de ellas representar un posible evento que puede
ocurrir. Los retornos son los resultados (payoff) de una secuencia de estrategias y
eventos que forman un nico camino en el rbol desde el punto inicial al punto final.
En la figura 4.2.1 se representa un posible diagrama de rbol. El nodo inicial del
rbol comienza con la primera decisin, una eleccin entre estrategias 1y 2. A
continuacin de las estrategias un evento aleatorio ocurre, evento 1 y 2. el tomador de
decisin est ahora en uno de los cuatro nodos de decisin y debe elegir una segunda
estrategia, estrategia 3 y 4. A continuacin un segundo evento aleatorio ocurre, evento 3
o 4. Dependiendo de cual camino ha seguido, uno de los 16 posibles retornos resultar.
Por ejemplo, la secuencia: estrategia1, evento 2, estrategia3, evento 4 resultado en un
retorno CP6.
La decisin ptima para cada problema de decisin es elegir un conjunto de
estrategias simples que producen el mejor valor esperado para el nodo inicial.
Pg. N 1
INVESTIGACIN OPERATIVA
Universidad Tecnolgica Nacional
Regional San Rafael
Pg. N 2
INVESTIGACIN OPERATIVA
Universidad Tecnolgica Nacional
Regional San Rafael
Figura 4.3.1
Pg. N 3
INVESTIGACIN OPERATIVA
Universidad Tecnolgica Nacional
Regional San Rafael
Note que para CP3 y CP9, la cantidad vendida es solamente 200 kg., siendo la
demanda de 300 kg.
Si no se dispone de otra informacin (probabilidades), debemos tratar este
problema usando una de las reglas de decisin bajo incertidumbre. Si aplicamos el
criterio pesimista, deberamos determinar los peores retornos para cada nodo. Si el
vendedor vende poblado arriba, el peor retorno es -$10. Si vende poblado abajo y no
ocurre competencia, el mnimo retorno es -$10. Sin embargo, si ocurre competencia es
de -$60. El vendedor elegir vender poblado arriba dado que -$10 es mejor retorno que
-$60. En la figura 4.3.2 se muestran esos valores encima de cada nodo o evento. Las
estrategias no elegidas se muestran con el camino cortado por dos lneas paralelas.
4.1 Decisin bajo riesgo
Asumamos ahora que el vendedor conoce las probabilidades para cada evento
posible. Estos nmeros aparecen entre parntesis encima de cada rama que emerge de
un nodo evento (figura 4.3.3). El vendedor puede utilizar los valores esperados como
criterio de decisin. Para ello debe determinar los EMV para las dos estrategias
posibles, vender poblado arriba o poblado abajo.
Pg. N 4
INVESTIGACIN OPERATIVA
Universidad Tecnolgica Nacional
Regional San Rafael
Entonces:
EMV (S1: sell uptown) = 0.5 (-10) + 0.4 (40) + 0.1(40) = $ 15
Para la estrategia de vender poblado abajo, debemos primero calcular el EMV los
dos eventos ocurre competencia y no ocurre competencia. De esta forma tenemos:
EMV (E1: ocurre competencia)
= 0.1 (-60)+0.5 (-10)+0.4 (40) = $ 5
EMV (E1: no ocurre competencia) = 0.4 (-10) + 0.5 (40)+0.1 (40) = $ 20
Luego,
EMV (S2: sell downtown) = 0.3 (5) + 0.7 (20) = $15.5
Y la decisin ptima es:
S1: vender poblado abajo, con un retorno esperado de $ 15.5
El mtodo de anlisis utilizado es la resolucin del problema de rbol de decisin
se denomina induccin por retroceso. Este asume que para evaluar una estrategia inicial,
Pg. N 5
INVESTIGACIN OPERATIVA
Universidad Tecnolgica Nacional
Regional San Rafael
Estrategias
S2: comp. 100
S3: comp. 200
E1: Dem. = 0
CP4 = 30
CP7 = - 60
Eventos
E2: Dem. = 100
CP5 = 20
CP8 = -10
Estrategias
S2: comp. 100
S3: comp. 200
Eventos
E2: Dem. = 200
CP11 = 20
CP14 = 40
Pg. N 6
INVESTIGACIN OPERATIVA
Universidad Tecnolgica Nacional
Regional San Rafael
Pg. N 7
INVESTIGACIN OPERATIVA
Universidad Tecnolgica Nacional
Regional San Rafael
Figura 4.3.5
La solucin del problema se encuentra evaluando los dos nodos evento y eligiendo
el mejor.
En la figura 4.3.6 mostramos los valores de los retornos al final de las ramas junto
a las probabilidades de todos los eventos posibles, obteniendo:
EMV (S3: comprar 100)
= 0.1 (-30)+0.5 (20)+0.4 (20) = $ 15
EMV (S4: comprar 200)
= 0.1 (-60)+0.5 (-10)+0.4 (40) = $ 5
De esta forma, la decisin ptima para el recuadro I es S3: comprar 100 kg. con un
EMV de $15. Resolviendo el cuadro II, obtenemos:
EMV (S3: comprar 100)
= 0.4 (-30)+0.5 (20)+0.1 (20) = $ 20
EMV (S4: comprar 200)
= 0.4 (-60)+0.5 (40)+0.1 (40) = $ 20
El ptimo para el cuadro II es cualquiera de las dos estrategias dado que arrojan el
mismo valor de EMV.
Habiendo resuelto los dos problemas de decisin simple ahora podemos resolver
el problema global de decisin. Obteniendo:
EMV (S1: vender arriba)
= 0.5 (-10)+0.4 (40)+0.1 (40) = $ 15
EMV (S2: vender abajo)
= 0.3 (15)+0.7 (20) = $ 18.5
Luego, la decisin ptima es a estrategia S2: vender poblado abajo
La decisin conjunta para este problema sera:
1. Decisin 1: vender poblado abajo.
Si ocurre competencia, entonces
2. Decisin 2: comprar 100 kg. de manzanas.
Mdulo III: rboles de decisin
Pg. N 8
INVESTIGACIN OPERATIVA
Universidad Tecnolgica Nacional
Regional San Rafael
Figura 4.3.6
Pg. N 9
INVESTIGACIN OPERATIVA
Universidad Tecnolgica Nacional
Regional San Rafael
E4: $5
E6:
E7:
E5: $ 6
E3: Sin
competidor
CP1= 5000
CP3=4800
CP2= 6000
CP4= 5400
CP5= 5500
CP7= 6000
CP6= 6500
CP8= 6800
CP9= 10.000
CP10= 12.000
CP11= 3000
CP13= 2400
CP12= 4000
CP14= 3000
CP15=7000
CP17=6500
Pg. N 10
INVESTIGACIN OPERATIVA
Universidad Tecnolgica Nacional
Regional San Rafael
Pg. N 11
INVESTIGACIN OPERATIVA
Universidad Tecnolgica Nacional
Regional San Rafael
Pg. N 12
INVESTIGACIN OPERATIVA
Universidad Tecnolgica Nacional
Regional San Rafael
Para resolver el rbol de decisin reducido evaluamos las estrategias S1, S2 y S3.
Obteniendo:
EMV (S1) = 0.5 (5300) + 0.4 (6320) + 0.1 (12000) = $ 6.378
EMV (S2) = 0.4 (3600) + 0.55 (7200) + 0.05 (15000) = $ 6.150
EMV (S3) = 0
Por ltimo la decisin de GPC ser la estrategia S1: introducir la lnea econmica.
La decisin global para GPC es como sigue:
1. Decisin 1: Estrategia S1: introducir una lnea econmica.
Si el competidor introduce una lnea econmica, entonces
2. Decisin 2: estrategia S4: fijar un precio de $ 5
Si el competidor introduce una lnea de lujo, entonces
3. Decisin 2: estrategia S5: fijar un precio de $ 6
Si no hay competencia entonces
4. Decisin 2; estrategia S5: fijar un precio de $6
La utilidad esperada total es de $ 6.378
Mdulo III: rboles de decisin
Pg. N 13
INVESTIGACIN OPERATIVA
Universidad Tecnolgica Nacional
Regional San Rafael
Pg. N 14
INVESTIGACIN OPERATIVA
Universidad Tecnolgica Nacional
Regional San Rafael
Esta claro que sin informacin adicional, el banco debe entregar el crdito y
esperar ganar una cantidad no mayor de $ 3.760. Sin embargo el banco cree que si
dispusiera de informacin adicional acerca de los solicitantes de prstamos, las
posibilidades de no pago serian menores y la utilidad razonablemente ms importante.
Para encontrar esto, primero debe reevaluar las probabilidades de que el solicitante
pague en trmino o no pague.
Asumamos que para obtener dicha informacin adicional, el banco encarga una
investigacin especial con un costos de $ 500 que recomendar entregar el prstamo
(T1) o negarlo (T2). Por otra parte, el banco podr aceptar o no esta recomendacin. El
rbol de decisin para este problema se muestra en la figura 4.5.3. Hemos introducido
una modificacin en la notacin la cual ser til para analizar problemas de este tipo:
A1, A2: estrategia en cuanto a la decisin de obtener informacin
T1, T2, etc.: posible test, experimento o encuesta de informacin.
Tambin hemos agregado un pequeo triangulo a la decisin A2: ordenar
investigacin, el cual representa el costo de la investigacin. Este valor ser incluido
en el clculo de los retornos sobre los extremos finales del rbol y sern considerados en
el anlisis solamente cuando consideremos la estrategia A1 versus la A2. Note que el
final del rbol se divide en tres secciones: I, II y III. Estas tres secciones representan
problemas de decisin casi idnticos. La nica diferencia entre ellos son los valores de
probabilidad de los eventos.
Pg. N 15
INVESTIGACIN OPERATIVA
Universidad Tecnolgica Nacional
Regional San Rafael
Pg. N 16
INVESTIGACIN OPERATIVA
Universidad Tecnolgica Nacional
Regional San Rafael
caso de dos eventos y dos respuestas del test de informacin. Si la informacin es 90%
confiable la Tabla 6.1.2 da los valores para el mismo caso.
E1
E2
T1
T2
E1
E2
T1
0.9
0.1
T2
0.1
0.9
E1: Pago
E2: No pago
Total
154
156
38
44
Total
192
200
Del anlisis de la tabla es posible encontrar los valores de las probabilidades P (E/T)
dividiendo cada cantidad por el total de la columna. Los resultados se muestran en la
Tabla 6.1.3.
Tabla 6.1.3.
de la encuesta
Confiabilidad
E1: Pag
E2: No pag
T1: Positiva
154/192 = 0.80
2/8 = 0.25
T2: Negativa
38/192 = 0.20
6/8 = 0.75
= 1
= 1
Pg. N 17
INVESTIGACIN OPERATIVA
Universidad Tecnolgica Nacional
Regional San Rafael
correcta el 80 % de las veces, mientras que para E2 (no pagaron), se dio una prediccin
correcta del 75 % de las veces.
Para el anlisis del rbol de decisin necesitamos calcular las probabilidades
condicionales P (E/T) y disponemos como datos iniciales las de la Tabla 6.1.4, es decir
las P (E/T), las cuales representan la confiabilidad de nuestros datos.
Para el clculo recurrimos al Teorema de Baves.
Primeramente calculamos las probabilidades asociadas multiplicando los valores
de la tabla 6.1.4. (P(E/T)), por los eventos de las probabilidades anteriores, P(E),
obteniendo las probabilidades asociadas, P(T y E). Dado que segn Bayes:
P (T y E) = P (T/E) * P (E)
Estos valores se muestran en la Tabla 6.1.5
Tabla 6.1.5. Probabilidades asociadas. P (T y E).
E1: Pag
E2: No pag
P(T)
T1: Positiva
0.77
0.01
= 0.78
T2: Negativa
0.19
0.03
= 0.22
P(E)
= 0.96
= 0.04
Por ltimo podemos encontrar los valores de P (E/T) dividiendo cada valor de
P (T y E) por el correspondiente valor de P (T). Los resultados se muestran en la Tabla
6.1.6
E1
E2
T1
0.987
0.013
= 1
T2
0.864
0.136
= 1
Pg. N 18
INVESTIGACIN OPERATIVA
Universidad Tecnolgica Nacional
Regional San Rafael
Pg. N 19