Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Arboles de Decision PDF
Arboles de Decision PDF
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.
|4
Qué es un árbol de decisión?
• Herramienta analítica para la estructuración y evaluación
de problemas bajo incertidumbre
|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).
Eventos Probabilísticos
- El cliente cumple con sus pagos C, Probabilidad = 0.9
- El cliente no cumple con sus pagos NC, Probabilidad = 0.1
- 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
|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.
|26