ÁRBOLES DE DECISIÓN

1
 Agenda

• Formulación de Problemas.
• Toma de Decisiones Bajo Incertidumbre.
• Toma de Decisiones considerando Probabilidades.
• Árboles de Decisión.
Formulación de Problemas

• Un problema de toma de decisiones está

caracterizado por las alternativas de decisión,
los estados de la naturaleza y el esquema de
pagos.
• Las alternativas de decisión resumen las posibles
estrategias que el tomador de decisiones puede
tomar.
• Los estados de la naturaleza se refieren a
eventos futuros, que no están bajo el control del
tomador de decisiones, que pueden ocurrir.
Deben ser exhaustivos y mutuamente
excluyentes.
 Matriz de Pagos

• Se construye a partir de la combinación de

las alternativas con los estados de la
naturaleza, el resultado de dicha combinación
está representado por un pago.
• Los pagos pueden ser expresados en
términos de utilidades, costos, tiempos,
distancia o cualquier otra medida adecuada
al problema.
 Toma de Decisiones

• Existen tres criterios utilizados para tomar

decisiones cuando no se tiene información
probabilística precisa sobre los estados de la
naturaleza:

– Criterio Optimista.
– Criterio Conservador.
– Criterio Minimax (arrepentimiento)
Ejemplo 1

La compañía ACME está considerando construir una planta

para la fabricación de una nueva high-tech trampa para
correcaminos. Debido a los diferentes factores que influyen,
es muy difícil saber cual va a ser la demanda del producto.
Se ha estimado que la demanda puede ser alta (A), media
(M) o baja (B). La compañía puede construir una planta
pequeña (P), una planta normal (N) o una planta grande (G).
Las utilidades promedio (en millones) para cada escenario se
muestran a continuación.

Demanda
Alta Media Baja

Tamaño Pequeña 4 4 -2
de Normal 0 3 -1
Planta Grande 1 5 -3
6
 Criterio Optimista

• El criterio optimista es utilizado cuando el

tomador de decisiones es optimista con
respecto a los estados de la naturaleza.
• Se selecciona la alternativa con el mayor
(mejor) pago posible.
• Si la tabla de pagos está en función de los
costos se selecciona la alternativa con el
menor (mejor) pago posible.
Ejemplo 1 Sol

Resuelva el problema de la compañía ACME utilizando el

criterio optimista.
Demanda
Alta Media Baja Max
Pequeñ 4 4 -2 4
Tamañ a
o de
Normal 0 3 -1 3
Planta
Grande 1 5 -3 5

Al considerar el mejor escenario para cada alternativa, la que

presenta la mayor (mejor) utilidad es la alternativa de
construir una planta Grande.

8
Ejemplo 1 Sol en función de costos

Resuelva el problema de la compañía ACME utilizando el

criterio optimista. Suponga que la matriz tiene costos en
lugar de utilidad
Demanda
Alta Media Baja Min
Pequeñ 4 4 -2 -2
Tamañ a
o de
Normal 0 3 -1 -1
Planta
Grande 1 5 -3 -3

Si la tabla de pagos está en función de los costos se

selecciona la alternativa con el menor (mejor) pago
posible. La mejor alternativa es construir la planta
grande
9
 Criterio Conservador

• El criterio conservador es utilizado cuando el

tomador de decisiones es conservador con
respecto a los estados de la naturaleza.
• A cada alternativa se le asigna el menor pago
posible, luego se selecciona la alternativa con el
mayor (mejor) de los pagos asignados. Es decir,
se selecciona la alternativa con el máximo de los
pagos mínimos.
• Si la tabla de pagos está en función de los
costos, se selecciona la alternativa con el mínimo
de los pagos máximos.
 Ejemplo 1 Sol

Resuelva el problema de la compañía ACME utilizando el

criterio optimista.
Demanda
Alta Media Baja Min
Pequeñ 4 4 -2 -2
Tamañ a
o de
Normal 0 3 -1 -1
Planta
Grande 1 5 -3 -3

Al considerar el peor escenario para cada alternativa, la que

presenta la mayor (mejor) utilidad es la alternativa de
construir una planta Normal.

11
 Ejemplo 1 Sol

Resuelva el problema de la compañía ACME utilizando el

criterio optimista. Suponga que los datos de la matriz son
costos
Demanda
Alta Media Baja Max
Pequeñ 4 4 -2 4
Tamañ a
o de
Normal 0 3 -1 3
Planta
Grande 1 5 -3 5

Si la tabla de pagos está en función de los costos, se

selecciona la alternativa con el mínimo de los pagos
máximos. Al considerar el peor escenario para cada
alternativa, la que presenta el menor (mejor) costo es la
alternativa de construir una planta Normal. 12
Criterio Minimax (Arrepentimiento)

• Se debe construir una tabla de costos de

oportunidad (arrepentimiento).
• La tabla se construye al calcular, para cada
estado de la naturaleza, la diferencia entre el
pago de cada alternativa con el mejor pago para
dicho estado de la naturaleza.
• A cada alternativa se le asigna el mayor costo de
oportunidad posible, luego se selecciona la
alternativa con el menor de los costos asignados.
Es decir, se selecciona la alternativa con el
mínimo de los costos de oportunidad máximos.
Ejemplo 1 Sol

Resuelva el problema de la compañía ACME utilizando el

criterio minmax. Demanda
Alta Media Baja

Tamaño Pequeña 4-4 5-4 -1-(-2)

de Normal 4-0 5-3 -1-(-1)
Planta Grande 4-1 5-5 -1-(-3)
A partir de la matriz de costos de oportunidad se escoge al
menor de los máximos costos Demanda
Alta Media Baja Max
Pequeñ 0 1 1 1
Tamañ a
o de
Normal 4 2 0 4
Planta
Grande 3 0 2 3

La planta a construir deberá ser Pequeña. 14

Toma de Decisiones Considerando Probabilidades

• Criterio del Valor Esperado.

– Si existe información disponible sobre el
comportamiento probabilístico de los estados
de la naturaleza, se puede usar el criterio del
valor esperado (EV).
– El pago esperado de cada decisión es
calculado al ponderar los pagos bajo cada
estado de la naturaleza con la probabilidad
respectiva de cada estado.
– La decisión escogida será la que presente el
mejor valor esperado.
 Agenda

• Árboles de Decisión.
• Valor Esperado de la Información Perfecta.
• Probabilidades Posteriores
• Valor Esperado de la Información Muestral.
• Eficiencia de la Información Muestral.
 Árbol de Decisión

• Un árbol de decisión es una representación

cronológica del problema.
• Existen dos tipos de nodos: círculos (estados de la
naturaleza) y cuadrados (alternativas de decisión).
• Las ramas del árbol dejando cada círculo representa
a cada estado de la naturaleza, mientras las ramas
que dejan cada cuadrado representa a cada
alternativa de decisión.
• Al final de cada rama-fin del árbol se encuentran los
pagos acumulados de todas las ramas desde el inicio
hasta la rama-fin.
 Ejemplo 1

El restaurante Burger Prince está considerando construir un

nuevo restaurante en la carrera séptima. Se ha estimado que
la tasa de arribo de clientes al restaurante puede ser de 80
clientes/hora (s1) con una probabilidad del 40%, 100
clientes/hora (s2) con una probabilidad del 20% y 120
clientes/hora (s3) con una probabilidad del 40%. El
restaurante puede abrir uno de tres tipos de locales (d1, d2 o
d3). Las utilidades promedio (en dólares) para cada escenario
se muestran a continuación.
Tasa de Arribos
80 c/h 100 c/h 120 c/h
d1 10000 15000 14000
Modelo
d2 8000 18000 12000
Local
d3 6000 16000 21000
 Ejemplo 1 Sol

Utilidades

s1 .4 10,000
s2 .2
2 15,000
s3 .4
d1
14,000
s1 .4
d2 8,000
1 s2 .2
3 18,000
d3 s3
.4
12,000
s1 .4
6,000
s2 .2
4 16,000
s3
.4
21,000
 CALCULO DE VALOR ESPERADO

• El Valor Esperado (EV) de la decisión di está

definido como:
N
EV (di )   P(s j )Vij
j 1

donde: N = el número de estados de la

naturaleza
P(sj ) = la probabilidad de que ocurra el
estado sj
Vij = el pago obtenido con la alternativa
di y el estado de la naturaleza sj
 Ejemplo 1 Sol

EMV = .4(10,000) + .2(15,000) + .4(14,000)

d1 2 = $12,600

d2 EMV = .4(8,000) + .2(18,000) + .4(12,000)

1 3 = $11,600

d3
EMV = .4(6,000) + .2(16,000) + .4(21,000)
4 = $14,000

Se escoge el modelo con el mejor valor esperado, el

modelo d3
La compañía de automotores FLIPO está evaluando la posibilidad de lanzar un nuevo vehículo en
julio de 2010. Con la información que dispone actualmente la gerencia comercial de FLIPO, el
lanzamiento del vehículo puede resultar Exitoso con probabilidad 0.29, Normal, con probabilidad
0.36, ó Fracaso con probabilidad 0.35.

FLIPO puede contratar un estudio con la firma MEDICARS para conocer con mayor precisión cómo
estará la competencia del vehículo en cuestión, el cual dará como resultado la intensidad de la
competencia, la cual puede ser Agresiva o Baja. Experiencias previas en el sector permiten
estimar que la probabilidad de que la competencia resulte Agresiva es de 0.60 y de que resulte
Baja es de 0.40. Si la competencia resulta Agresiva, la probabilidad de que el proyecto de
lanzamiento del vehículo sea Exitoso es de 0.05, la probabilidad de que resulte Normal 0.40 y la
probabilidad de que resulte Fracaso es de 0.55. Si la competencia resulta Baja, la probabilidad de
que el lanzamiento del vehículo resulte Exitoso es de 0.65, la probabilidad de que resulte Normal
0.30 y probabilidad de que resulte Fracaso es de 0.05.

Si el lanzamiento del vehículo resulta Exitoso, FLIPO obtendrá una utilidad neta estimada en $1000
millones de pesos. Si resulta Normal, se obtendrá una utilidad neta de $ 400 millones de pesos. Si
resulta en Fracaso FLIPO tendría una pérdida neta de $ 700 millones. MEDICARS cobra por su
estudio $40 millones de pesos y garantiza que su estimación de la competencia es absolutamente
confiable. El costo de oportunidad estimado para FLIPO de no lanzar el vehículo es de $150
millones de pesos.

22
Valor Esperado de la Información Perfecta

• Con frecuencia, antes de tomar una decisión, se

puede contar con información que permite
mejorar la estimación de la probabilidades de los
estados de la naturaleza.
• El Valor Esperado de la Información Perfecta
(EVPI) corresponde al incremento en el valor
esperado si se sabe con certeza cuál estado de la
naturaleza va a ocurrir.
• El EVPI ofrece un valor límite del precio que se
deberá pagar por la información muestral.
Valor Esperado de la Información Perfecta

Pasos para Calcular el EVPI:

• Determine el pago óptimo para cada estado de
la naturaleza.
• Calcule el valor esperado con esos valores
óptimos y las probabilidades correspondientes.
• Halle la diferencia entre el Valor Esperado (EV)
de la mejor decisión y el valor esperado con los
pagos óptimos. El resultado será el EVPI.
 Ejemplo 1 Sol

Primero se hallan los pagos óptimos para cada estado de

la naturaleza: Estados de la Naturaleza
80 c/h 100 c/h 120 c/h
Pago 10000 18000 21000
óptimo

Ahora se calcula el valor esperado con los pagos óptimos:

.4(10,000) + .2(18,000) + .4(21,000) = $16,000

Como el valor esperado del modelo d3 es de $14000,

entonces el EVPI es de:
$16,000 - $14,000 = $2,000
Probabilidades Posteriores

• La información muestral puede ayudar a estimar

mejor las probabilidades de ocurrencia de un
estado de la naturaleza.
• Las estimaciones iniciales son llamadas
probabilidades anteriores (a priorí).
• Utilizando probabilidades condicionales, las
probabilidades anteriores se pueden actualizar
utilizando el teorema de Bayes.
• Las probabilidades actualizadas se conocen como
probabilidades posteriores (a posteriorí).
Probabilidades Posteriores
Pasos para el cálculo:
• Para cada estado de la naturaleza multiplique la
probabilidad anterior por la correspondiente
probabilidad condicional del indicador, así se
obtiene la probabilidad conjunta.
• Sume las probabilidades conjuntas del mismo
indicador sobre todos los estados de la naturaleza,
así se obtiene la probabilidad marginal.
• Para cada estado de la naturaleza, divida la
probabilidad conjunta sobre la probabilidad
marginal del indicador. El resultado será la
probabilidad posterior.
28

Ejemplo 2

El restaurante Burger Prince ha considerado contratar un

estudio de mercadeo que le cuesta $1000. El estudio le
entregará un concepto Favorable o Desfavorable sobre la
concurrencia de clientes en el nuevo local. Basados en
estudios similares Burger Prince ha determinado que las
probabilidades de un concepto favorable para cada estado de
la naturaleza son:

P(favorable | 80 clientes por hora) = .2

P(favorable | 100 clientes por hora) = .5
P(favorable | 120 clientes por hora) = .9

¿Debería Burger Prince contratar el estudio de

mercadeo?
 Ejemplo 2 Sol

Diagrama de Influencia

Decision Resultados
Clientes
Estudio
Estado Nat Mercadeo
por hora
Consecuencia

Estudio Tipo
Mercado Restaurante Ganancia
 Ejemplo 2 Sol

Primero se hallan las probabilidades posteriores para cada

estado de la naturaleza:

Concepto Favorable:
Estados Anterior Condicional Conjunta Posterior
0.4 0.2 (0.4)*(0.2)=0.0 0.08/0.54 = 0.148
80 c/h
8
0.2 0.5 (0.2)*(0.5)=0.1 0.10/0.54 = 0.185
100 c/h
0
0.4 0.9 (0.4)*(0.9)=0.3 0.36/0.54 = 0.667
120 c/h
6
Marginal 0.54
 Ejemplo 2 Sol

Concepto Desfavorable:

Estados Anterior Condicional Conjunta Posterior

0.4 0.8 (0.4)*(0.8)=0.3 0.32/0.46 = 0.696
80 c/h
2
0.2 0.5 (0.2)*(0.5)=0.1 0.10/0.46 = 0.217
100 c/h
0
0.4 0.1 (0.4)*(0.1)=0.0 0.04/0.46 = 0.087
120 c/h
4
Marginal 0.46
Ejemplo 2 Sol

s1 (.148)
$10,000
s2 (.185)
4 $15,000
d1 s3 (.667)
$14,000
s1 (.148)
Concepto Favorable: d2
$8,000
5 s2 (.185)
2 $18,000
s3 (.667)
I1 d3 $12,000
s1 (.148)
(.54) $6,000
6 s2 (.185)
$16,000
s3 (.667)
1 $21,000
 Ejemplo 2 Sol

Concepto Desfavorable:

1 s1 (.696) $10,000
s2 (.217)
I2 7 $15,000
d1 s3 (.087)
(.46)
$14,000
s1 (.696)
d2 $8,000
s2 (.217)
3 8 $18,000
s3 (.087)
d3 $12,000
s1 (.696) $6,000
s2 (.217)
9 $16,000
s3 (.087)
$21,000
Ejemplo 2 Sol

EMV = .148(10,000) + .185(15,000)

d1 4
+ .667(14,000) = $13,593
$17,855
d2
5 EMV = .148 (8,000) + .185(18,000)
2
d3 + .667(12,000) = $12,518
I1
(.54)
6 EMV = .148(6,000) + .185(16,000)
+.667(21,000) = $17,855
1
7 EMV = .696(10,000) + .217(15,000)
I2 d1 +.087(14,000)= $11,433
(.46)
d2
3 8 EMV = .696(8,000) + .217(18,000)
d3 + .087(12,000) = $10,554
$11,433
9 EMV = .696(6,000) + .217(16,000)
+.087(21,000) = $9,475
 Ejemplo 2 Sol

Primero se calcula el valor esperado con las probabilidades

marginales:
.54(17,855) + .46(11,433) = $14,900.88
Como el valor esperado anterior (del modelo d3) era de
$14000, entonces el EVSI es de:
$ 14,900.88 - $14,000 = $900.88

La eficiencia de la Información Muestral es:

900.88/2000 = 0.45
36

Ejercicio 1

La compañía de taxis YellowCab ha decidido renovar su flota de

vehículos, y para ello ha considerado utilizar vehículos con motores
a gasolina, eléctricos o de GNV. Una de las principales
preocupaciones para la compañía es el precio del combustible, que
tiene tendencia a seguir subiendo. El análisis de decisión se centra
en la utilización de un vehículo en un período de un mes. Por lo
tanto, se presentan a continuación los costos amortizados de cada
modelo (la cuota mensual a pagar) y el consumo mensual de
combustible.
Cuota (Mes) Consumo
Gasolina 1000 180 (gl)
GNV 1050 600 (m3)
Eléctrico 1020 1350 (kWhB)
37

Ejercicio 1

El precio unitario de cada tipo de combustible está atado al precio

internacional del petróleo (recuerde que le GNV se puede obtener
de la refinación de Petróleo y algunas centrales eléctricas utilizan
combustible fósil para generar energía eléctrica). A continuación se
presentan los costos unitarios para 3 escenarios posibles, con sus
respectivas probabilidades, de cambios en el precio del petróleo en
el próximo año.
Alza Sin cambio Baja (0.3)
(0.5) (0.2)
Gasolina (gl) 4 2 1,4
GNV (m3) 1 0,5 0,45
Eléctrico
(kWhB) 0,4 0,3 0,3
Precios en dólares.
a. ¿Cuál tipo de vehículo debería adquirir la compañía YellowCab?
38
Ejercicio 1

Al ser una decisión estratégica para la compañía (por que deberá

adquirir 50 vehículos) se ha considerado la posibilidad de contratar
un estudio econométrico para predecir el comportamiento del precio
del petróleo. El estudio podrá concluir que el precio seguirá, tenderá
a la alza o tenderá a la baja. El costo del estudio amortizado para un
mes es de US$2500, las probabilidades condicionales se dan en la
siguiente tabla:
P(i / j) Alza Sin Cambio Baja
Alza 0.8 0.2 0.1
Estable 0.1 0,7 0.2
Baja 0.1 0,1 0.7

b. ¿Se deberá contratar el estudio?

c. Revise la decisión tomada anteriormente basado en el resultado
anterior.