Instituto Politécnico Nacional

Escuela Superior de Cómputo

Decisiones
Secuenciales

M. En C. Eduardo Bustos Farías

1
 Decisiones Secuenciales

• Son decisiones encadenadas entre si que se

presentan a lo largo del período de estudio
previamente seleccionado.

• En consecuencia, la decisión inicial se toma

sobre la base de la consideración explícita de
otras decisiones futuras.

2
 Árboles de Decisión

Son modelos gráficos empleados para

representar las decisiones secuenciales, así
como la incertidumbre asociada a la
ocurrencia de eventos
considerados claves.

3
 Ejemplo de una decisión secuencial

Una empresa está considerando el

lanzamiento de un nuevo producto al
mercado o tal vez diferirlo para dentro de dos
años.
Esto significa que la empresa debe tomar la
decisión de invertir o no invertir en t=0
y t=2.

4
 Construcción de un Árbol de Decisión

• Nodos:

1. De Decisión .................
Indican los puntos en el tiempo donde se toma la decisión.

2. De Eventos .................

Indican la existencia de eventos sujetos a incertidumbre

asociados a las alternativas de inversión.
5
 Continuación Construcción.........

• Ramas:

1. Que parten de los nodos de decisión

representan alternativas de inversión o
cursos de acción:

6
 Continuación Construcción ..........

2. Las ramas que parten de los nodos de

eventos representan situaciones sujetas a
incertidumbre que han sido cuantificadas
por intermedio del uso de probabilidades.
Demanda alta .. 0.6

Demanda baja .. 0.4

7
Pasos a seguir

1. Identifique las decisiones requeridas, así

como los eventos sujetos a incertidumbre.

2. Construya el Árbol de Decisión:

•Orden cronológico de las decisiones
•Eventos claves
•Alternativas y probabilidades
asociadas a los eventos claves

8
 Continuación Pasos a Seguir........

3. Estime los flujos monetarios de cada

alternativa bajo la ocurrencia de cada uno
de los eventos probabilísticos.

4. Estime las probabilidades de cada rama y de

cada nodo probabilístico

5. Resuelva de atrás hacia delante para

conocer el E[VPN(i)].
9
 Determinación de Probabilidades
en los Nodos de Eventos
P(A2/A1)
P(A1A2) = P1

P(A1) P(B2/A1)
P(A1B2) = P2

P(B1B2)
P(B1B2) = P3

P(A2/A1) = P(A1A2) P(B2/A1) = P(A1B2)

P(A1) P(A1)
10
 Resolución del Árbol. Algunas guías.....

• Si el nodo es un Nodo de Evento el valor esperado es

igual a:

∑
m
E(NE) = Xj x Pj
j =1

Donde m es el número de ramas que parten del nodo.

• Si el nodo es un Nodo de Decisión el valor esperado

se determina seleccionando el máximo valor
esperado de las ramas que partes de ese nodo.
E(ND) = máx [E(VPN)1, E(VPN)2,..............
Donde 1,2, ... Representan el número de ramas que parten del
11 nodo.
Ventajas y Desventajas

1. La consideración explícita de decisiones futuras

obliga al decisor a elaborar planes de mas largo
plazo.

2. La técnica de resolución, aunque sencilla, puede

volverse compleja en la medida que aumentan
alternativas y eventos probabilísticos.

3. Solo maneja distribuciones de probabilidades

discretas.
12