Teoria de Decisiones

2.10Valor de la información imperfecta

2. Arboles de decisión
 2.3 Valor Monetario esperado
De una tabla de decisión con valores condicionales y de probabilidad para todos los estados
naturales, podemos determinar un Valor Monetario Esperado (EMV) para cada alternativa, es
decir, el valor promedio para cada alternativa, si pudiéramos tomar la decisión un gran número de
veces.
El EVM, para una alternativa, es la suma de los posibles resultados de la alternativa, cada una
ponderada por la probabilidad de ocurrencia de tal resultado.

EVM (alternativa i) = (resultado de 1er estado natural) x (probabilidad del 1er resultado natural) +
(resultado de 2do estado natural) x (probabilidad del 2do resultado natural) + … + (resultado del último
estado natural) x (probabilidad del ultimo resultado natural)
 2.3 Valor Monetario esperado
Ejemplo:
Alternativas Mercado Mercado
Favorable Desfavorable
Construir una planta grande $2 000 000 $-1 800 000
Construir una planta pequeña $1 000 000 $-200 000
No hacer nada $-10 750 0
Probabilidades 0.6 0.4

EVM (A1) = (0.6)($2 000 000) + (0.4)($-1 800 000) = $1 200,000 – $720 000 = $480 000
EVM (A1) = (0.6)($1 000 000) + (0.4)($-200 000) = $600 000 – $80 000 = $520 000
EVM (A1) = (0.6)($0) + (0.4)($0) = $0 + $0 = $0

Así que bajo este criterio la mejor opción es construir una planta pequeña
 2.2 Tabla de Perdida
• Determina la ganancia que se perdería debido a desconocimiento del estado de la naturaleza
que existe.
• Es la diferencia entre el pago real y el que se habría obtenido si el acto optimo hubiera sido
escogido para el estado de la naturaleza que fue obtenido.
• No es puramente optimista ni puramente conservador (pérdida de oportunidad o
arrepentimiento asociado con la alternativa de decisión) Enfoque minimax. Se selecciona el
mínimo de los valores de arrepentimiento máximo.

Fórmula
L(αi,θj)= M(α*,θj)-M(αi,θj)

Donde α* es el acto optimo para el estado θ y M(α*,θj) es el valor de la función

pago para el acto optimo y para el estado θj.
 2.2 Tabla de Perdida
Ejemplo
En una empresa industrial, el gerente esta considerando si expandir o no la
capacidad de la fabrica comprando una de dos maquinas, la primera tiene una
doble capacidad que la segunda y cuesta 50% menos.
La capacidad existente de la fabrica de la empresa no es suficiente para satisfacer
la demanda corriente del producto. Las ventas de la empresa tienen un alta
correlación con las condiciones económicas generales.
Si las condiciones económicas mejoran en el futuro, la maquina de alta capacidad
será requerida, si las condiciones permanecen estables, la maquina de baja
capacidad será la adecuada. Si esta a la vista de una recesión la capacidad
corriente bastara.
 2.2 Tabla de Perdida
Solución
a1= Comprar la maquina con alta capacidad
a2= Comprar la maquina de baja capacidad
a3= no se compra ninguna maquina.

e1= Prosperidad Tabla de costos o decision

e2= Estabilidad Estados de la naturaleza
e3= Recesión Alternativas Prosperidad Estabilidad Recesión
a1 Alta Capacidad 25 15 -10
a2 Baja Capacidad 16 20 0
a3 Ninguna 12 12 8
 2.2 Tabla de Perdida
Solución
Tabla de costos o decisión Seleccionar el valor máximo del estado de la
Estados de la naturaleza naturaleza y restarlo por cada elemento de la
Alternativas Prosperidad Estabilidad Recesión columna.
a1 Alta Capacidad 25 15 -10
(a1,e1) = 25-25 = 0
a2 Baja Capacidad 16 20 0 (a2,e1) = 25-16 = 9
a3 Ninguna 12 12 8 (a3,e1) = 25-12 = 13
(a1,e2) = 20-25 = 5 Mejor Decisión seria la
Tabla de Perdidas Alternativa 3 porque su
(a2,e2) = 20-20 = 0
Estados de la naturaleza Pago seria de 8 millones.
(a3,e2) = 20-12 = 8
Alternativas Prosperidad Estabilidad Recesión
a1 Alta Capacidad 0 5 18 (a1,e3) = 8-(-10) = 18
a2 Baja Capacidad 9 0 8 (a2,e3) = 8-0 = 8
a3 Ninguna 13 8 0
(a3,e3) = 8-8 = 0
 2.4 Perdida de oportunidad esperada
Ayuda a minimizar la perdida o el arrepentimiento, se apoya de las probabilidades
en las que pueden ocurrir los estados de la naturaleza combinándolas con las
perdidas de oportunidades.

• Es la metodología para maximizar el VME

• Consiste en minimizar la pérdida de oportunidad esperada (POE)

1. Se construye una tabla de pérdida de oportunidad.

2. Se calcula el POE de cada alternativa multiplicando la pérdida de

oportunidad por la probabilidad y se suma todo.
2.4 Perdida de oportunidad esperada
Ejemplo Thompson Lumber
1. Se construye una tabla de pérdida de oportunidad
Tabla de pérdida de oportunidad ESTADO DE LA NATURALEZA
de Thompson Lumber (Utilidades/Pérdidas)
ALTERNATIVA Mercado Favorable $ Mercado Desfavorable $
Construir una fábrica grande 0 180.000
Construir una fábrica pequeña 100.000 20.000
Hacer nada 200.000 0
Probabilidad 0,5 0,5

2. Se calcula el POE de cada alternativa multiplicando la pérdida de oportunidad por

la probabilidad y se suma todo
EOL(construir fábrica grande) = (0,5)(0) + (0,5)(180.000) = 90.000
EOL(construir fábrica pequeña) = (0,5)(100.000) + (0,5)(20.000) = 60.000
EOL(construir fábrica grande) = (0,5)(200.000) + (0,5)(0) = 100.000
2.4 Perdida de oportunidad esperada
Ejemplo Thompson Lumber
Tabla de pérdida de ESTADO DE LA NATURALEZA
oportunidad de Thompson (Utilidades/Pérdidas)
Lumber
ALTERNATIVA Mercado Mercado EOL
Favorable $ Desfavorable $
Construir una fábrica grande 0 180.000 90.000
Construir una fábrica pequeña 100.000 20.000 60.000
Hacer nada 200.000 0 100.000
Probabilidad 0,5 0,5
 2.4 Perdida de oportunidad esperada
Ejercicio 1
Tom Smith y Becky Anderson se conocen desde que estaban en la escuela preparatoria. Hace dos años entraron a la
misma universidad y ahora están tomando cursos en la escuela de negocios. Ambos esperan graduarse en Finanzas.
En un intento por ganar dinero extra y utilizar algo de lo que han aprendido en sus cursos, Tom y Becky han decidido
considerar la posibilidad de fundar una pequeña empresa que proporcione servicios de procesamiento de palabras a
los estudiantes que necesitan preparar documentos e informes de manera profesional. Luego de utilizar un enfoque
de sistemas, Cal y Becky identificaron tres estrategias. La estrategia 1 consiste en invertir en un sistema de
microcomputadores considerablemente caro que posee una impresora láser de alta calidad. En un mercado
favorable, deberían obtener una utilidad neta de $10.000 en los dos años siguientes. Si el mercado no fuera
favorable podrían perder $8.000. La estrategia 2 consiste en comprar un sistema menos caro. En un mercado
favorable, durante llos siguientes dos años podrían obtener un rendimiento de $8.000. En un mercado favorable
tendrían una pérdida de $4.000. La última estrategia, la 3, es hacer nada. Tom es básicamente una persona que
toma riesgos, mientras que Becky prefiere evitarlos.
a) ¿Qué tipo de procedimiento de decisiones utilizará Cal? ¿cuál sería su decisión?
b) ¿Qué tipo de persona es Becky en cuanto a la toma de decisiones?¿Qué decisiones tomaría ella?
c) Si Tom y Becky fueran indiferentes al riesgo, ¿qué tipo de metodología para la toma de decisiones
utilizarían? ¿Qué recomendaría usted si éste fuese el caso?
 2.4 Perdida de oportunidad esperada
Solución
El problema corresponde a un ambiente de decisiones bajo incertidumbre.
Alternativa Buen Mercado Mercado Malo
Estrategia 1 10.000 -8.000
Estrategia 2 8.000 - 4.000
Estrategia 3 0 0
a) Debido a que Tom asume riesgos, podría utilizar el criterio de decisión maximax. El valor de $10.000, es el valor
máximo de la tabla
b) Becky debería utilizar el criterio de decisión maximin, debido a que ella desea evitar el riesgo. Se identifica el
resultado mínimo o peor de cada renglón y se selecciona el máximo de estos valores, Becky escogería la estrategia 3
c) Si Tom y Becky son indiferentes al riesgo, podrían utilizar e enfoque de igualdad de probabilidades. En esta
metodología selecciona la alternativa que maximiza los promedios del renglón. El promedio del renglón de la
estrategia 1 es [ ($10.000 - $8.000)/2]= $10.000 , el de la estrategia 2 es [ ($8.000 - $4.000)/2]= $2.000 , y el
promedio de la estrategia 3 es $0. Se escoge la estrategia 2 que maximiza los promedios de línea.
2.4 Perdida de oportunidad esperada
Ejercicio 2
Luis Castro está considerando invertir dinero que heredó. La siguiente tabla de
ganancias presenta las utilidades que tendría durante el año siguiente según
cada una de las tres alternativas de inversión. Luis está considerando:
Estado de la naturaleza
ALTERNATIVA DE DECISIÓN BUENA ECONOMÍA MALA ECONOMÍA
Mercado de valores 80.000 -20.000
Bonos 30.000 20.000
Certificado de depósito 23.000 23.000
Probabilidad 0,5 0,5
a) ¿Qué decisión maximizaría las utilidades esperadas?
b) ¿Cuál es la cantidad máxima que debería pagar por un pronóstico perfecto de la economía?
c) Desarrolle la tabla de pérdida de oportunidad del problema de inversión al que se enfrenta Luis Castro
¿Qué decisión minimizaría la pérdida de oportunidad esperada?¿Cuál es la POE mínimo?
2.4 Perdida de oportunidad esperada
Ejercicio 3
A pesar de que las estaciones de gasolina independientes han pasado por un época difícil,
Susana Suarez piensa abrir su propia estación de servicio. Su problema es decidir de qué
tamaño debería ser. Los rendimientos anuales dependerán tanto del tamaño de su estación
como del número de factores de marketing relacionados con la industria petrolera y la
demanda de gasolina. Después de un análisis cuidadoso, Susana desarrollo la siguiente tabla:
Tamaño de la Primera Estación Mercado Bueno Mercado Mediano Mercado Pobre
Pequeña 50.000 20.000 -10.000
Mediana 80.000 30.000 -20.000
Grande 100.000 30.000 -40.000
Muy grande 300.000 25.000 -160.000
a) ¿Cuál es la decisión maximax?
b) ¿Cuál es la decisión minimax?
c) ¿Cuál es la decisión de igualdad de probabilidades?
d) Desarrolle una tabla de pérdida de a oportunidad
2.5 Teoría de la utilidad
La teoría de la utilidad esperada aborda el análisis de situaciones donde los individuos deben
tomar una decisión sin saber qué resultados pueden trascender de esa decisión; es decir, tomar
decisiones bajo incertidumbre.

Estos individuos elegirán el acto que dará lugar a la utilidad esperada más alta, siendo ésta la
suma de los productos de probabilidad y utilidad sobre todos los resultados posibles.

La decisión también dependerá de la aversión al riesgo del agente y la utilidad de otros agentes.
2.5 Teoría de la utilidad
La teoría de utilidad refleja la actitud de un tomador de decisiones hacia consideraciones como
la ganancia, la perdida y el riesgo.

Fórmula

U(pago) = P*U(Mejor pago) + 1-P * U(Peor Pago)

Utilidad Esperada.
𝑁

𝑈𝐸 𝑑𝑖 = ෍ 𝑃 𝑠𝑗 𝑈𝑖𝑗
𝑗=1
 2.5 Teoría de la utilidad -Ejemplo
Una empresa tiene tres alternativas de inversión. Los resultados se proporcionan en miles de dólares.
Condiciones económicas
Alternativa de decisión Aumento e1 Estable e2 Disminución e3

a1 Inversión A 100 25 0
a2 Inversión B 75 50 25
a3 Inversión C 50 50 50
Probabilidades 0.40 0.30 0.30

Dos tomadores de decisiones expresaron sus juicios definiendo las siguientes probabilidades de indiferencia.
Probabilidad de Indiferencia
Utilidad Tomador de Decisiones A Tomador de Decisiones B

$75 000 0.80 0.60

$50 000 0.60 0.30
$25 000 0.30 0.15
A) Utilizando el método del valor esperado ¿Cuál es la decisión recomendada?
B) Encuentre la decisión recomendada para cada tomador de decisiones con el enfoque de utilidad esperada
¿Qué puede decir de estos?
 2.5 Teoría de la utilidad -Ejemplo
Utilizando el método de valor esperado. Utilizando Teoría de utilidad.
Condiciones económicas Condiciones económicas
Alternativa de decisión Aumento e1 Estable e2 Disminución e3 Alternativa de decisión Aumento e1 Estable e2 Disminución e3

MEJOR PEOR
a1 Inversión A 100 25 0 a1 Inversión A 100 25 0
PAGO PAGO
a2 Inversión B 75 50 25 a2 Inversión B 75 50 25
a3 Inversión C 50 50 50 a3 Inversión C 50 50 50
Probabilidades 0.40 0.30 0.30 Probabilidades 0.40 0.30 0.30

VEa1 = (100*0.40) + (25*0.30) + (0*0.30) = 47.5 1.- Identificar el mejor y peor pago y asignarles
una escala de 0 al peor pago y 10 al mejor pago.
VEa2 = (75*0.40) + (50*0.30) + (25*0.30) = 52.5
VEa3 = (50*0.40) + (50*0.30) + (50*0.30) = 50
 2.5 Teoría de la utilidad -Ejemplo
Utilizando Teoría de utilidad.
Condiciones económicas
Probabilidad de Indiferencia Alternativa de decisión Aumento e1 Estable e2 Disminución e3
Utilidad Tomador de Decisiones A Tomador de Decisiones B
MEJOR PEOR
a1 Inversion A 100 25 0
PAGO PAGO
$75 000 0.80 0.60 a2 Inversion B 75 50 25
$50 000 0.60 0.30 a3 Inversión C 50 50 50
$25 000 0.30 0.15 Probabilidades 0.40 0.30 0.30

U(75 000) = (0.80*U(100) + ((1-0.80)*U(0)) U(75 000) = (0.60*U(100) + ((1-0.60)*U(0))

Decisiones A

Decisiones B
Tomador de

Tomador de
U(75 000) = (0.80*10 + (0.20*0)=8
U(50 000) = (0.60*U(100) + ((1-0.60)*U(0))
U(50 000) = (0.60*10 + (0.40*0)=6
U(25 000) = (0.30*U(100) + ((1-0.30)*U(0))
U(25 000) = (0.30*10 + (0.70*0)=3
U(75 000) = (0.60*10 + (0.40*0)=6
U(50 000) = (0.30*U(100) + ((1-0.30)*U(0))
U(50 000) = (0.30*10 + (0.70*0)=3
U(25 000) = (0.15*U(100) + ((1-0.15)*U(0))
U(25 000) = (0.15*10 + (0.85*0)=1.5
 2.5 Teoría de la utilidad -Ejemplo
Tomador de Decisiones A Utilidad Esperada.
𝑁
Condiciones económicas
Alternativa de decisión Aumento e1 Estable e2 Disminución e3 𝑈𝐸 𝑑𝑖 = ෍ 𝑃 𝑠𝑗 𝑈𝑖𝑗
𝑗=1
a1 Inversión A 10 3 0
a2 Inversión B 8 6 3
𝑼𝑬 𝒅𝟏 = 0.4*(10) + 0.30*(3) + 0.30*(0) =4.9
a3 Inversión C 6 6 6 𝑼𝑬 𝒅𝟐 = 0.4*(8) + 0.30*(6) + 0.30*(3) =5.9
Probabilidades 0.40 0.30 0.30 𝑼𝑬 𝒅𝟑 = 0.4*(6) + 0.30*(6) + 0.30*(6) =6 (mejor decisión)

Tomador de Decisiones B
Condiciones económicas
Alternativa de decisión Aumento e1 Estable e2 Disminución e3

a1 Inversión A 10 1.5 0
a2 Inversión B 6 3 1.5 𝑼𝑬 𝒅𝟏 = 0.4*(10) + 0.30*(1.5) + 0.30*(0) =4.45 (mejor decisión)
a3 Inversión C 3 3 3 𝑼𝑬 𝒅𝟐 = 0.4*(6) + 0.30*(3) + 0.30*(1.5) =3.75
Probabilidades 0.40 0.30 0.30 𝑼𝑬 𝒅𝟑 = 0.4*(3) + 0.30*(3) + 0.30*(3) =3
 2.6 Desarrollo de Arboles de decisión
Definición
Un árbol de decisiones es un modelo gráfico de un proceso de decisión. Con él podemos introducir
probabilidades al análisis de decisiones complejas que involucran muchas opciones y condiciones
futuras que no se conocen, pero que pueden especificarse en términos de un conjunto de
probabilidades discretas o de una distribución de probabilidad continua.
2.6 Desarrollo de Arboles de decisión

simbolizan puntos de decisión, donde el tomador

de decisiones debe elegir entre varias acciones
posibles. De estos nodos de decisión, sale una
rama para cada acción posible.
2.7 Análisis del problema de decisión
1. Defina el problema en términos estructurados. Primero, determine qué factores son
relevantes para la solución. Después, estime las distribuciones de probabilidad apropiadas para
describir conductas futuras de esos factores. Recabe datos financieros referentes a los
resultados condicionales.
2. Modele el proceso de decisión; esto es, construya un árbol de decisiones que ilustre todas las
opciones involucradas en el problema. Este paso estructura el problema presentando todo el
proceso de decisión de manera esquemática y organizada, paso por paso. Durante este paso, el
tomador de decisiones elige el número de periodos en que se divide el futuro.
3. Aplique los valores de probabilidad y datos financieros apropiados a cada una de las ramas y
subramas del árbol de decisiones. Esto le permitirá distinguir el valor de probabilidad y el valor
monetario condicional asociados con cada resultado.
2.7 Análisis del problema de decisión
4. “Resuelva” el árbol de decisiones. Usando la metodología ilustrada, proceda a localizar la
rama particular del árbol que tiene el valor esperado más alto o que maximiza el criterio de
decisión, cualquiera que éste sea.
5. Realice análisis de sensibilidad; esto es, determine cómo reacciona la solución a cambios en
los datos de entrada. Cambiar los valores de probabilidad y los valores financieros condicionales
permite al tomador de decisiones probar tanto la magnitud como la dirección de la reacción.
Este paso permite experimentar sin compromisos o errores reales, y sin interrumpir las
operaciones.
6. Enumere las suposiciones subyacentes. Explique las técnicas de estimación usadas para
llegar a las distribuciones de probabilidad. ¿Qué clase de suposiciones de contabilidad y costos
fundamentan los valores financieros condicionales usados para llegar a una solución? ¿Por qué
se decidió el futuro en ese número de periodos? Hacer explícitas estas suposiciones, permite a
otros conocer los riesgos que toman cuando usan los resultados del análisis de su árbol de
decisiones. Use este paso para especificar los límites dentro de los cuales serán válidos los
resultados obtenidos, y en especial las condiciones en las que las decisiones no serán válidas.
2. Arboles de decisión
Ejemplo
Una compañía de seguros nos ofrece una indemnización por accidente de $
210.000. Si no aceptamos la oferta y decidimos ir a juicio podemos obtener $
185.000, $ 415.000 o $ 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 éstos, en el 50% se obtiene la
menor indemnización, en el 30% la intermedia y en el 20% la más alta,
determinar la decisión más acertada.
2. Arboles de decisión
2. Arboles de decisión-Ejercicio 1
Christie Stem, la propietaria y gerente general del centro de esquí Snow Fun, a decidir cómo debe
administrar el hotel la próxima temporada. Las ganancias de Christie de la temporada de esquí de este año
dependerán de cuántas nevadas haya durante el invierno. Con base en la experiencia, cree que la
distribución de probabilidad de las nevadas y la ganancia resultante puede resumirse en la tabla.
Hace poco, Christie recibió una oferta de una cadena de hoteles para operar el centro durante el invierno,
garantizándole una ganancia de $45,000; por otro lado, ha estado considerando la renta de equipo de
fabricación de nieve para la temporada. Si renta el equipo, la estación podría operar tiempo completo, sin
importar la cantidad de nieve natural que caiga. Si decide usar nieve fabricada para complementar las
nevadas naturales, su ganancia de la temporada será $120,000, menos el costo de rentar y operar el equipo
de fabricación de nieve. El costo de renta será cerca de $12,000 por la temporada, independientemente de
cuánto se use. El costo de operación será $10,000 si cae más de 40 pulgadas de nieve natural, $50,000 si cae
entre 20 y 40 pulgadas y $90,000 si cae menos de 20 pulgadas.
2. Arboles de decisión-Ejercicio 2
Una empresa compra la materia prima a dos proveedores A y B, cuya calidad se muestra en la tabla
siguiente:

La probabilidad de recibir un lote del proveedor A en el que haya un 1% de piezas defectuosas es del 70%.
Los pedidos que realiza la empresa ascienden a 1.000 piezas.
Una pieza defectuosa puede ser reparada por 1 euro. Si bien tal y como indica la tabla la calidad del
proveedor B es menor, éste está dispuesto a vender las 1.000 piezas por 10 euros menos que el proveedor

A. Indique el proveedor que debe utilizar.

2. Arboles de decisión-Ejercicio 3
Se está planteando construir una nueva sección en su negocio de comida rápida, si bien no sabe si hacer
la nueva sección grande o pequeña. Al mismo tiempo se plantea si reúne información sobre las ventas
previstas o si por el contrario no hace nada.

La información sobre las ventas previstas puede aconsejarle un mercado creciente o un mercado
decreciente, siendo de 500 euros el coste de dicha información, y la probabilidad de que la información
sea favorable del 60%. Si el mercado es creciente las ganancias previstas son de 9.000 euros si la sección
es grande y 3.000 si es pequeña.

Si el mercado es decreciente puede perder 10.000 euros si la sección es grande y 5.000 si es pequeña. Si
no reúne información adicional, la estimación de probabilidades de que el mercado sea creciente es del
60%, contrariamente un informe favorable incrementaría la probabilidad de un mercado creciente al 80%
y un informe desfavorable disminuiría la probabilidad de un mercado creciente al 40%.

Indique la decisión que debe tomar.

2. Arboles de decisión-Ejercicio 4
El gerente de una empresa tiene dos diseños posibles para su nueva línea de cerebros electrónicos, la
primera opción tiene un 80% de probabilidades de producir el 70% de cerebros electrónicos buenos y un
20% de probabilidades de producir el 50% de cerebros electrónicos buenos, siendo el coste de este diseño
de 450.000 de euros.

La segunda opción tiene una probabilidad del 70% de producir el 70% de cerebros electrónicos buenos y
una probabilidad del 30% de producir el 50% de cerebros electrónicos buenos, el coste de este diseño
asciende a 600.000 euros. El coste de cada cerebro electrónico es de 100 euros, si es bueno se vende por
250 euros, mientras que si es malo no tiene ningún valor.

Conociendo que la previsión es de fabricar 50.000 cerebros electrónicos, decida el diseño que debe elegir
el gerente de la empresa.
 2. Arboles de decisión
Solución Ejercicio 1.

Estadística para administración y economía, p781.

2.8 Diagrama de influencia
los diagramas de influencia fueron desarrollados a mediados de 1970, también se les da el
nombre de diagramas de relevancia.
Un diagrama de influencia o relevancia es una forma grafica o visual para describir relaciones o
modelar un sistema.

Los diagramas de influencia (DI) se definen como una

representación gráfica para modelar una realidad, dentro del
cual se incluyen variables de decisión y de azar para facilitar la
toma de decisiones.
 2.8 Diagrama de influencia
Información Cualitativa
El diagrama de influencia contiene dos conjuntos, un conjunto de nodos y otro de arcos.
Nodos de azar: Se corresponden con variables de azar y representan eventos que no están bajo el control de quien
toma la decisión. Gráficamente se representan con un círculo o un óvalo.
Nodos de decisión: Se relacionan con variables de decisión y representan
acciones bajo el control del decisor. Los posibles valores de estas variables Tipo de nodo Representación gráfica.
se corresponden con las diferentes alternativas que se pueden tomar. Las
Azar
decisiones deben estar ordenadas en el tiempo. Gráficamente se
representan con un rectángulo. Decisión
Nodos de valor: Representan el objetivo a maximizar, es decir, la utilidad
esperada. La utilidad queda definida como una función real de varias Valor
variables tanto de azar como decisiones. Los nodos de valor en un
diagrama de influencia no tienen descendientes. Gráficamente se
representan como un rombo, como un hexágono o bien como un
rectángulo de esquinas redondeadas, dependiendo de los autores.
 2.8 Diagrama de influencia
Información Cualitativa
Los arcos, a su vez, pueden tener distinto significado dependiendo del destino de los mismos.
Arcos condicionales: Son todos aquellos arcos que están dirigidos hacia nodos de azar o hacia nodos de valor.
Representan dependencia probabilística en el caso de ir dirigidos a un nodo de azar y dependencia funcional si
están dirigidos hacia un nodo de valor, pero no implican causalidad ni dependencia temporal.
Arcos informativos: Son los arcos que llegan a nodos de decisión. Implican precedencia en el tiempo, es decir,
cualquier incertidumbre o decisión en el origen de estos arcos ha de estar resuelta antes de que se tome la decisión
destino del arco. Algunos casos con un nodo de cada tipo
Con 3 nodos
Con 2 nodos Dependencia completa
Independencia total B
P(A,B,C) = P(C|A,B) P(B|A) P(A) B
A B
A B C
A B C
B B
A B Independencia parcial Independencia condicional
P(A,B,C) = P(C|B) P(B|A) P(A) *Los ciclos no están
A B C permitidos, de lo contrario no
A B A B C B podría determinar su
distribución.
 2.8 Diagrama de influencia
Información Cuantitativa
Todo diagrama de influencia contiene, aun nivel mas bajo, información cuantitativa acerca de cada nodo.
Corresponde con lo siguiente:
•La especificación de las probabilidades para los nodos al azar
•Las alternativas para los nodos de decisión.
•Los valores de salida para los nodos de valor.
El almacenamiento suele hacerse en forma de tabla, que se implementa mediante matrices.
NODO C
Diagrama Con 3 nodos al azar Nodo B a1 a2
Nodo A a1 a2 b1 b2 b1 b2
B C
a1 0.5 b1 0.5 0.5 C1 0.5 0.5 0.5 0.5
A a2 0.5 b2 0.5 0.5 C2 0.5 0.5 0.5 0.5
2.8 Diagrama de influencia
Ejemplo
En un ecosistema, las plantas se nutren por fotosíntesis, por ende es importante la cantidad de luz solar que
les llega, la cual disminuye cuando se nubla el cielo. Los animales herbívoros se alimentan de estas plantas
para poder subsistir y a su vez los animales carnívoros se alimentan de todos los demás animales (incluyend
o otros carnívoros).
2.10 Valor de la información imperfecta
Ejemplo
En un ecosistema, las plantas se nutren por fotosíntesis, por ende es importante la cantidad de luz solar que
les llega, la cual disminuye cuando se nubla el cielo. Los animales herbívoros se alimentan de estas plantas
para poder subsistir y a su vez los animales carnívoros se alimentan de todos los demás animales (incluyend
o otros carnívoros).