Arbol de Decisiones

1
 ARBOL DE DECISIONES
Ejemplo 01: Una Compaa de Manufacturas Elctricas que
produce aparatos de aire acondicionado , tiene que decidir si
comprar o no un componente importante para su producto
final de un abastecedor o fabricarlo en su propia planta.
Las alternativas de decisin son entonces :

1) Comprar el componente (C)

2) Fabrica el componente (F)

La determinacin de la mejor decisin depender de la

aceptacin(demanda) de su producto final en el mercado.
Dado que la demanda que la Ca enfrenta por su producto
final est fuera del control del Decisor, esta constituye una
variable de estado. De acuerdo con la administracin de la
Ca. Los posibles valores de la demanda por su producto final
pueden ser : 2
 ARBOL DE DECISIONES
DA = Demanda alta del producto final de la Ca.
DM = Demanda media del producto final de la Ca.
DB = Demanda baja del producto final de la Ca.

Para determinar la decisin ptima fue necesario

conocer mayor informacin respecto a las probabilidades de
ocurrencia de cada estado de la naturaleza (DA,DM,DB).
El resultado final de la decisin se expresa en trminos
de ganancias netas. La administracin de la Ca. ha estimado
las ganancias netas para este problema :
Alternativas Estados de la Naturaleza (Niveles de demanda)
De Decisin DA DM DB

Fabricar (F) 130 40 -20

Comprar(C) 70 45 10
 ARBOL DE DECISIONES
1) Determine la decisin ptimo segn criterio del valor esperado y
suponiendo las siguientes probabilidades de ocurrencia para cada
estado de la naturaleza: P(DA) = 0.30, P(DM) = 0.30, P(DB) = 0.40.
2) Calcular el valor esperado de la informacin perfecta
3) Calcular el valor esperado de la informacin de la muestra e identifique
la decisin ptima.
4) Calcule la informacin de la eficiencia de la muestra.
CRITERIO PROBABILISTICO (Criterio del Valor Esperado)
De acuerdo con la experiencia de la administracin de la Ca. se asign
las siguientes probabilidades de ocurrencia.
Puede ser entonces : P(DA) = 0.30, P(DM) = 0.30, P(DB) = 0.40

Segn el criterio probabilstico, se decide por la alternativa de mayor

ganancia esperada :
Alternativas
Fabricar (F) : 130(0.30) + 40 (0.30) + -20(0.40) = 43.0
Comprar (C) : 70(0.30) + 45 (0.30) + 10(0.40) = 38.5
Se decide : Fabricar el componente. La Ca obtendra las mayores
ganancias netas esperadas de 43,000 dlares. 4
 ARBOL DE DECISIONES

Valor esperado
Es la media de la distribucin de
probabilidad
Se calcula como:
m
E ( x) X i p ( X i )
i 1
 ARBOL DE DECISIONES
Valor esperado: Ejemplo 1
Suponga que usted compra en S/. 1,000.00
un ticket de una rifa, en la que se vendern
100 rifas en total, y la cual paga un premio
de S/. 50,000.00
Hay dos eventos posibles:
Usted gana la rifa, o
Pierde
Cul es el valor esperado del juego?
 ARBOL DE DECISIONES
Valor esperado: ejemplo
La distribucin de probabilidades es:

Evento X P(X)
Gana S/. 49000 1/100
Pierde S/. - 1000 99/100

El valor esperado es:

E(X) = 49000*(1/100) + -1000*99/100 = -500
Qu significa ese resultado?
 ARBOL DE DECISIONES
rboles de decisin
Pueden usarse para desarrollar una
estrategia ptima cuando el tomador de
decisiones se enfrenta con:
Una serie de alternativas de decisin
Incertidumbre o eventos futuros con
riesgo
*Un buen anlisis de decisiones incluye un
anlisis de riesgo
 ARBOL DE DECISIONES
rboles de decisin: Componentes y
estructura

Alternativas de decisin en cada punto de

decisin
Eventos que pueden ocurrir como
resultado de cada alternativa de decisin.
Tambin son llamados Estados de la
naturaleza
 ARBOL DE DECISIONES

rboles de decisin: Componentes y

estructura
Probabilidades de que ocurran los eventos
posibles
Resultados de las posibles interacciones
entre las alternativas de decisin y los
eventos. Tambin se les conoce con el
nombre de Pagos
 ARBOL DE DECISIONES

rboles de decisin: Componentes y

estructura
Los rboles de decisin poseen:
Ramas: se representan con lneas
Nodos de decisin: de ellos salen las ramas de
decisin y se representan con
Nodos de incertidumbre: de ellos salen las
ramas de los eventos y se representan con
 ARBOL DE DECISIONES
rboles de decisin: Componentes y
estructura: ejemplo
Evento 1
Pago 1
Punto de P(Evento 1)
decisin

Alternativa 1 Evento 2 Pago 2

P(Evento 2)

Evento 3 Pago 3
P(Evento 3)

Alternativa 2 Pago 4
 ARBOL DE DECISIONES
rboles de decisin: Anlisis: criterio
del Valor Monetario Esperado
Generalmente se inicia de derecha a
izquierda, calculando cada pago al final de
las ramas
Luego en cada nodo de evento se calcula un
valor esperado
Despus en cada punto de decisin se
selecciona la alternativa con el valor
esperado ptimo.
 ARBOL DE DECISIONES
Anlisis: ejemplo de la rifa
Gana
49.000
Punto de (0,01)
decisin
-500
Juega la rifa

Pierde -1000
(0,99)

No juega la rifa 0
 ARBOL DE DECISIONES

Anlisis: ejemplo de la rifa

En el nodo de evento se calcul el valor

esperado de jugar la rifa
Luego se selecciona, en este caso el valor
ms alto (por ser ganancias)
La decisin desechada se marca con \\
En este caso la decisin es no jugar la rifa
 ARBOL DE DECISIONES
rboles de decisin: Ejemplo 2
Un fabricante est considerando la produccin de
un nuevo producto. La utilidad incremental es de
$10 por unidad y la inversin necesaria en equipo
es de $50.000
El estimado de la demanda es como sigue:

Unidades Probabilidad
6000 0.30
8000 0.50
10000 0.20
 ARBOL DE DECISIONES
rboles de decisin: Ejemplo 2
(continuacin):
Tiene la opcin de seguir con el producto actual
que le representa ventas de 2.500 unidades con
una utilidad de $5.5/unidad sin publicidad, con la
opcin de que si destina $14.000 en publicidad
podra, con una probabilidad de 80% conseguir
ventas de 5.500 unidades y de un 20% de que stas
sean de 4.000 unidades.
Construya el rbol de decisin y determine la
decisin ptima.
 ARBOL DE DECISIONES
rboles de decisin: Ejemplo 3: La
decisin de "La rata Polito"
Durante la ltima semana "La rata Polito" ha recibido
3 propuestas matrimoniales de 3 mujeres distintas y
debe escoger una. Ha determinado que sus atributos
fsicos y emocionales son ms o menos los mismos, y
entonces elegir segn sus recursos financieros.
La primera se llama Jenny. Tiene un padre rico que
sufre de artritis crnica. "La rata Polito" calcula una
probabilidad de 0.3 de que muera pronto y les herede
$100.000. Si el padre tiene una larga vida no recibir
nada de l.
 ARBOL DE DECISIONES
rboles de decisin: ejemplo: La
decisin de "La rata Polito"
La segunda pretendiente se llama Juana, que es
contadora en una compaa. "La rata Polito" estima
una probabilidad de 0.6 de que Juana siga su carrera
y una probabilidad de 0.4 de que la deje y se dedique
a los hijos. Si contina con su trabajo, podra pasar a
auditora, donde hay una probabilidad de 0.5 de
ganar $40.000 y de 0.5 de ganar $30.000, o bien
podra pasar al departamento de impuestos donde
ganara $40.000 con probabilidad de 0.7 o $25.000
(0.3). Si se dedica a los hijos podra tener un trabajo
de tiempo parcial por $20.000.
 ARBOL DE DECISIONES
rboles de decisin: ejemplo: La
decisin de "La rata Polito"
La tercer pretendiente es Mara, la cual slo puede
ofrecer a "La rata Polito" su dote de $25.000.
Con quin debe casarse "La rata Polito"? Por qu?
Cul es el riesgo involucrado en la secuencia
ptima de decisiones?

Tomado de: Gallagher. Watson. METODOS CUANTITATIVOS PARA LA

TOMA DE DECISIONES EN ADMINISTRACIN. McGraw Hill, Mxico, 1982
 ARBOL DE DECISIONES
Los rboles de decisin y el riesgo
El anlisis del riesgo ayuda al tomador de
decisiones a identificar la diferencia entre:
el valor esperado de una alternativa de
decisin, y
el resultado que efectivamente podra ocurrir
El riesgo se refiere a la variacin en los resultados
posibles.
Mientras ms varen los resultados, entonces se
dice que el riesgo es mayor.
Existen diferentes maneras de cuantificar el riesgo,
y una de ellas es la variancia.
 ARBOL DE DECISIONES

Los rboles de decisin y el riesgo

La variancia se calcula como:
m 2

var( X ) p( X ) X E ( X )
j j
j 1
Donde: p(Xj) es la probabilidad del evento
Xj y E(X) es el valor esperado de X
 ARBOL DE DECISIONES
Los rboles de decisin y el riesgo
Ejemplo: el caso de "La rata Polito" (datos en miles)
Decisin X p(X) E(X) var
Jenny 100 0.30 30 2100
0 0.70
Juana 40 0.15 29,3 60,252
30 0.15
40 0.21
25 0.09
20 0.40

Mara 25 1.00 25 0
 ARBOL DE DECISIONES
Los rboles de decisin y el riesgo:
ejemplo: el caso de "La rata Polito"
La decisin por Jenny es la del valor esperado
ms alto, pero tambin es la ms riesgosa,
pues los resultados varan entre $0 y $100.000
La decisin por Mara es la menos riesgosa,
pero la de menor rendimiento.
Tal vez la mejor decisin sea Juana, ya que el
valor esperado es cercano al de Jenny pero
con un riesgo menor.