TOMA DE DECISIONES BAJO

INCERTIDUMBRE CON ÁRBOLES DE

DECISIÓN
Brayan Rojas
SOFTWARE Shop
 CONTENIDO
1. Qué son los árboles de decisión?

2. Elementos de los árboles de decisión

3. Construcción de un árbol de decisión con Risk

Simulator. Ejemplo Otorgamiento de un crédito

4. Conclusiones
1. Qué son los árboles de
Decisión?
 INTRODUCCIÓN
Cada día se hace más relevante poder incluir todos los posibles
escenarios a los que se encuentra relacionada una decisión, por
ejemplo, para producir un nuevo producto hay muchas variables a
tener en cuenta, entre ellas manufactura, costos, mercadeo, I&D,
unidades a producir, precio, etc.

Se debe tener en cuenta que muchas de las variables presentan

incertidumbre por ello se hace indispensable contar con una manera de
tomar decisiones bajo incertidumbre pero que a la vez sea fácil de
comprender y analizar para tomar una decisión que se enfrenta a
componentes de riesgo.

|4
 Qué es un árbol de decisión?
• Herramienta analítica para la estructuración y evaluación
de problemas bajo incertidumbre

• Técnica para presentar, analizar, seleccionar y evaluar

entre varias posibilidades de acción o escenarios

• Permiten entre otros evaluar consecuencias,

implementar variables de riesgo, hacer análisis con
variables discretas y/o continuas, hacer predicciones y
cálculos de probabilidades

|5
Aplicaciones de los Árboles de Decisión (AD)
• Construcción de una nueva planta de producción o ampliar la
actual
• Desarrollo de un nuevo producto o mejorar los actuales
• Selección de Portafolios
• Exploración y producción de pozos petrolíferos
• Evaluación de proyectos de inversión con opciones reales
• Defensa Nacional en estrategias de guerra
• Comprar una lotería
• Contratación de Outsourcing
• Otorgamiento de un crédito

|6
2. Elementos de un Árbol de
Decisión
 Elementos de un AD 1
• Alternativas de decisión  Posibles cursos de acción
para el decisor
• Eventos Probabilísticos asociados al proceso de
decisión eventos que no se controlan y presentan
incertidumbre
• Información Económica Relevante Consecuencias
económicas de las posibles decisiones
• Secuencia del proceso de Decisión  Orden y
relaciones en el cual se producen las decisione (Nodos de
Decisión y nodos de Estado).

1. Castilo, M. (2011). Toma de Decisiones en las Empresas:

|8
entre el arte y la técnica. Universidad de los Andes
 Solúción de un AD 2

Etapas del proceso de decisión:

1. Definición del problemas
2. Estructuración del árbol de decisiones
3. Resolver el árbol, utilizando valores esperados y
seleccionando la mejor estrategia
- Maximizar
- Minimizar
4. Análisis de sensibilidad
5. Tomar la decisión

2. Bravo, O. & Sánchez, M. (2007). Gestión Integral de|Riesgos.

9
Tomo I. 2da Edición. Bravo & Sanchez, EU.
3. Construcción de un Árbol de
Decisión
1. Definición del Problema
 Ejemplo 1. Otorgamiento Crédito 3
Una entidad desea decidir si otorgar un crédito o no a un
cliente para la compra de un vehículo por US$ 20.000. Se
encuentra en la siguiente situación:

- Si se otorga el crédito existe una probabilidad del 0.1 de

incumplimiento
- Si el cliente realiza los pagos la entidad obtiene una utilidad
del 15% sobre el valor del vehículo
- Si el cliente incumple la entidad tiene un costo de US$
15.000
- El no otorgamiento del crédito no genera costo para la
compañía
|12 entre el arte y la técnica. Universidad de los Andes
3. Castilo, M. (2011). Toma de Decisiones en las Empresas:
2. Estructuración del Árbol de
Decisión
 Identificación Elementos AD 2
Alternativas de Decisión
- Compañía otorga el crédito al cliente
- Compañía no otorga el crédito al cliente

Eventos Probabilísticos
- El cliente cumple con sus pagos C, Probabilidad = 0.9
- El cliente no cumple con sus pagos NC, Probabilidad = 0.1

Información Económica Relevante

- Utilidad Neta asociada  20.000 * 0.15 = US$ 3000
- Costos asociados al incumplimiento  US$ 15.000
- Costos de No otorgamiento  US$ 0
2. Ibid |14
 Diagrama de Influencia
Los diagramas de influencia son una herramienta gráfica que
nos permite analizar, causas, efectos, así como variables no
controlables y críticas.

Nos permiten identificar las variables y rutas claves para tomar

una decisión adecuada.

Los elementos claves en los diagramas de influencia son:

- Nodos
- Flechas o arcos

|15
 Tipos de Nodos
Nodo de Decisión

Nodo de Incertidumbre

Nodo Terminal o de
Resultados

|16
Diagrama de Influencia (ejemplo 1.)

|17
 3. Resolver el Árbol
USO DE RISK SIMULATOR – DECISION TREE
 RISK SIMULATOR

PRONÓSTICOS SIMULACIÓN DE MONTECARLO

OPTIMIZACIÓN HERRAMIENTAS DE ANÁLISIS

ESTADÍSTICO

BIZ STATS ÁRBOLES DE DECISIÓN

 RS Decision Tree
El nuevo módulo le permitirá:

- Realizar la diagramación de los árboles

- Incluir incertidumbre en sus variables por medio de 45

distribuciones de probabilidad

- Realizar análisis de escenarios y de sensibilidad

- Obtener las probabilidades de cada uno de los posibles resultados

en el problema planteado

|20
 4. Análisis de Sensibilidad
USO DE RISK SIMULATOR – DECISION TREE
 5. Toma de Decisiones
APLICACIÓN BAJO SIMULACIONES DE MONTE CARLO
 ¿QUÉ ES SIMULACIÓN DE MONTE CARLO?
• El MÉTODO DE MONTE CARLO (propuesto por J. Von
Neumann y S. Ulam) es una técnica de selección de
números aleatorios a través de una o más
distribuciones de probabilidad, para utilizarlas en una
simulación.

• En un Monte Carlo, el muestreo artificial o simulado

trata de crear un universo teórico descrito
completamente por una LEY DE PROBABILIDAD que se
supone conocida o adecuada. Posteriormente, de este
universo se obtiene una MUESTRA aleatoria mediante
una sucesión de números aleatorios.
4. Conclusiones
 Conclusiones
• Los árboles de decisión determinan la mejor combinación de
acciones que se deben seleccionar ante diferentes escenarios.

• Me permite definir la mejor estrategia generalmente para maximizar

o minimizar un caso.

• Evaluación de consecuencias por medio de la sensibiilidad

• Para construir un buen árbol de decisión se debe construir

previamente un diagrama y tablas de las relaciones lógicas y
dependientes entre variables y decisiones, de igual forma las
probabilidades, costos y beneficios de cada alternativa, lo anterior
se expresa en los nodos de decisión e incertidumbre y las ramas.

|26