INVESTIGACIÓN DE OPERACIONES 2

ÁRBOLES DE DECISIÓN
DOCENTE: LUIS ROBERTO QUISPE VÁSQUEZ
CICLO: 6TO
Árboles de decisión con TreePlan
SITUACIÓN PROBLEMÁTICA

¿Cómo los árboles de decisión

nos puede ayudar a tomar las
decisiones correctas, eligiendo
entre las múltiples alternativas
para obtener el máximo
beneficio?

DOCENTE: LUIS ROBERTO QUISPE VÁSQUEZ

Logro de aprendizaje

Al finalizar la sesión, el estudiante resuelve casos

sobre toma de decisiones, usando los árboles de
decisión, demostrando dominio del tema.
Uso de un árbol de decisión para analizar el problema
de perforación de pozos petroleros

Tabla de pagos y probabilidades:

Estado de naturaleza
Decisión Petróleo Seco
Perforar 600 -200
No perforar 0 0

Todos los pagos están en miles de dólares

Árbol de decisión: Folding back:
Petróleo 600 • En cada nodo de incertidumbre (círculo):
0.4 calcular el valor esperado
Perforar (SUMPRODUCT de pagos y
probabilidades para cada rama).
Seco
-200
0.6 • En cada nodo de decisión (cuadro): elegir
No perforar la “mejor” rama (valor máximo).
0
Uso de TreePlan para analizar el problema de la
perforación de pozos petroleros

1. Seleccionar Decision Tree en el menú Tools.

2. Hacer clic en “New Tree”, con lo que se trazará un árbol predeterminado
con un solo nodo de decisión y dos ramas, como se muestra a continuación.

3. Rotular cada rama. Reemplace “Decision 1” con “Perforar” (celda D2).

Reemplace “Decision 2” con “No perforar” (celda D7).
4. Para reemplazar el nodo terminal de la rama perforar con un nodo de
incertidumbre, haga clic en el nodo terminal (celda F3) y luego seleccione
Decision Tree en el menú Tools. Haga clic en “Change to event node”, seleccione
dos ramas, luego haga clic en OK. TreePlan traza el árbol.
Uso de TreePlan para analizar el problema de la
perforación de pozos petroleros

5. Cambie las etiquetas “Event 3” y “Event 4” por “Petróleo” y “Seco”,

respectivamente.
6. Cambie las probabilidades predeterminadas (celdas H2 y H7) de 0.5 y 0.5 por
los valores correctos de 0.4 y 0.6.
7. Introduzca los pagos parciales en cada rama: (-200) para “Perforar” (D6), 0
para “No perforar” (D14), 800 para “Petróleo” (H4) y 0 para “Seco” (H9). El
valor terminal de los flujos de efectivo se calcula automáticamente con base
en los flujos de efectivo parciales.
Uso de TreePlan para analizar el problema de la
perforación de pozos petroleros
Características de TreePlan

• Los valores terminales (pago) se calculan automáticamente a partir de los pagos parciales
(K3=D6+H4, K8=D6+H9, K13=D14). Como una alternativa, pueden introducirse directamente
(en cuyo caso se ignoran los pagos parciales).

• Los valores foldback se calculan automáticamente (I4=K3, I9=K8, E6=H1*I4+H6*I9, E14=K13,

A10=Máx(D6,D14)).

• Las decisiones óptimas se indican dentro de los cuadros de los nodos de decisión (rotuladas con
el número de la rama; por ejemplo, rama #1 = Perforar).

• Pueden hacerse cambios en el árbol haciendo clic en un nodo, y seleccionando Decisión Tree en
el menú Tools (cambia el tipo de nodo, # de ramas, etcétera).

• Hacer clic en “Options…” en el cuadro de diálogo Decision Tree permite elegir Maximize Profit o
Minimize Cost.
Qué hacer cuando debe tomar decisiones en
ambientes de mucha incertidumbre?

• Un fabricante lleva un nuevo producto ¿Cuál será la reacción de los

clientes potenciales? ¿El producto debe probarse en una región
pequeña antes de decidir su distribución completa?
• Una empresa financiera invierte en valor bursátiles ¿Cuáles son los
sectores del mercado y los valores individuales con las mejores
perspectivas? ¿Hacia dónde se dirige la economía?
• Una empresa agropecuaria esta eligiendo la mezcla de cosecha y
ganado para la próxima temporada ¿Cuáles serán las condiciones del
clima? ¿Hacia dónde se dirigen los precios? ¿Cuáles serán los costos?
DECISIÓN

Proceso de elegir la
solución de un problema,
suponiendo que existen
varias alternativas
Terminología

• Problema Probabilístico: La información no se conoce con certeza

en el momento de la toma de decisión.
• Tomador de decisiones: individuo o grupo que tiene la
responsabilidad de tomar la decisión (o secuencia de decisiones)
que se analiza.
• Alternativas: son las opciones que debe considerar en la decisión
quien debe tomarla.
• Estado de la naturaleza: son factores aleatorios que determinan la
situación que se encontrará en cuando se ejecute la decisión.
Posibles situaciones.
• Resultado: combinación de una alternativa y un estado de la
naturaleza.
ANALISIS DE DECISIONES

• Decisiones de Nivel Sencillo: Decisión que

debe tomarse en un solo punto del tiempo.

• Decisiones de Multinivel: Conjunto de

decisiones que deben de tomarse en varios
puntos secuenciales del tiempo.
Matriz de Resultados
Decisión,
Estrategia o Eventos/Sucesos/Estados de la Naturaleza
Alternativa

ALTERNATIVAS Evento 1 Evento2 Evento3

Alternativa 1 120 20 100
Alternativa 2 50 10 80
Alternativa 3 40 15 20
Probabilidades a 0.4 0.3 0.3
Priori

Probabilidades de que ocurra cada evento

Es el resultado al seleccionar una alternativa de acuerdo al evento: =>

Puede ser utilidad/ingreso/costos/inversión
 ANÁLISIS DE DECISIONES

DECISIONES BAJO DECISIONES BAJO

CERTIDUMBRE INCERTIDUMBRE
• Los Parámetros son • Los parámetros varían con
conocidos y ciertos. el tiempo y obedecen a
• Programación Lineal procesos estocásticos.
• La buena decisión es • El gerente no esta
juzgada de acuerdo a los preocupado solamente por
resultados obtenidos. los resultados, sino que
también con la cantidad de
riesgo que cada decisión
acarrea.
Criterios de Decisión

Toma de decisiones sin Toma de decisiones con

probabilidades probabilidades

• Optimista (lo mejor de lo • Criterio de Bayes (VESI)

mejor)
• Pago al Experto: VEIP
• Pesimista (lo mejor de lo
• Información Muestral:
peor)
VEIM
• Hurwicz (alfa)
• Costo de Oportunidad,
Penalidad o Savage
Criterios de Decisión

No existe un criterio de decisión único que sea el mejor

para todas las situaciones.

Elegir un criterio de decisión depende en gran parte del

temperamento del tomador de decisiones y de su
actitud hacia la toma decisiones y las circunstancias
de la decisión a tomar.
 Criterios de Decisión
• Optimista (lo mejor de lo mejor)

PARA GANANCIAS EL MÁXIMO DE LO MÁXIMO

PARA COSTOS EL MÍNIMO DE LO MÍNIMO

• Pesimista (lo mejor de lo peor)

GANANCIAS: LO MÁXIMO DE LO MÍNIMO

COSTOS: LO MÍNIMO DE LO MÁXIMO

 Hurwicz (alfa)

• Combinar el criterio optimista y pesimista (balancea o

da un equilibrio entre ambos criterios)
• ALFA = grado de optimismo y pesimismo
• Optimista = alfa = 100%
• Pesimista= 1- alfa = 0%
• Alfa = %optimismo
• 1-alfa =% pesimismo
CRITERIO DE SAVAGE, PENALIDADES O COSTO DE OPORTUNIDAD

Paso 1: De cada evento escoger el mejor valor.

Paso 2: Encontrar la oportunidad que se dejo o no se aprovecho
Ganancia = mejor valor – ganancia seleccionada
(lo que se dejo de ganar)

Costos = costo seleccionado – mejor valor

(lo que se gastó demás)
Paso 3: De cada alternativa escoger lo peor que pueda pasar
(máximo valor)
Paso 4: De lo peor escoger lo mejor (el menor valor)
EJEMPLO
Los dueños de InkaFarma, están tratando de decidir si
construyen una nueva sucursal en el centro comercial, en el
perímetro del Hospital del Seguro Social o en una zona marginal
que tiene un gran potencial de crecimiento en el distrito de
Trujillo. La probabilidad de que la ventas de medicamentos
estén en el promedio es de 30%, y de que estén por encima del
promedio es de 20%; la probabilidad que las ventas se
encuentren por debajo del promedio es del 50%. La
administración ha preparado las siguientes proyecciones de las
utilidades anuales (en miles de soles) para cada resultado
posible: Ver Tabla 01
Tabla 01: MATRIZ DE BENEFICIOS

EVENTOS/SUCESOS/ESTADOS DE LA NATURALEZA

Ventas por Ventas Ventas

debajo en el por encima
ALTERNATIVAS del promedio Promedio del promedio
DECISIONES (VDP) (VP) (VEP)
ESTRATEGIAS

En el Centro Comercial (CC) 150 250 350

Perimetro del Hospital (PH) 250 200 500

Zona Marginal (ZM) 50 100 300

Probabilidad 50% 30% 20%

Criterio Optimista

• Cuando se decide escoger la alternativa que tenga el

potencial de producción de la mayor ganancia posible.

Alternativas VDP VP VEP Optimista Optimista: lo mejor de lo mejor.

Según este criterio la mejor
CC 150 250 350 350
alternativa es ubicar la sucursal en
PH 250 200 500 500 el perímetro del hospital teniendo
una ganancia esperado de 500mil $
ZM 50 100 300 300
Criterio Pesimista
• El objetivo es seleccionar la alternativa que
maximice la ganancia mínima posible

Alternativ Pesimista (lo mejor de lo peor)

VDP VP VEP Pesimista
as
SEGÚN ESTE CRITERIO LA
CC 150 250 350 150
MEJOR ALTERNATIVA ES
PH 250 200 500 200 UBICAR LA SUCURSAL EN EL
ZM 50 100 300 50 PERIMETRO DEL HOSPITAL
TENIENDO UNA GANANCIA
ESPERADA DE 200MIL $
Criterio Hurwicz

• Combina los criterios optimista y pesimista. Se

define un coeficiente de optimismo α (alfa)
que tiene un valor entre 0 y 1

• Calcular para cada alternativa:

Ganancia esperada: α * (ganancia máxima) + (1- α) * ganancia mínima
Valor Esperado Con Información Perfecta: VEIP

Diferencia entre el valor esperado de una estrategia óptima, con base en

información perfecta y el "mejor" valor esperado , sin ninguna información de
muestra. Es lo máximo que se le paga a un experto empresa especializada.

Si el valor es cero, entonces no es necesario contratar o hacer un estudio

adicional.
Pasos:
• Calcular el Bayes por evento (cada evento el 100% probable)
• Encontrar el GEIP: Ganancia esperada con información Perfecta (valor con
certeza total..el ideal)
• A cada bayes de evento aplicarle su probabilidad a priori
• Calcular el VEIP
• Maximizar: VEIP = GEIP – VESI
• Minimizar: VEIP= VESI - GEIP
 Valor Esperado Con Información Muestral: VEIM

Lo máximo que se gastaría en una investigación.

Pasos:
• Identificar los Indicadores o Situaciones Favorables (Éxito) o Desfavorables (Fracaso)
• Si la suma de las probabilidades por indicador no suma 1 (todos los indicadores)
entonces seguir el siguiente paso, caso contrario ir a los tres últimos pasos.
• Encontrar las probabilidades:
• Conjuntas: cada probabilidad de indicador * probabilidad apriori del evento
• Marginales: sumar las probabilidades conjuntas (por indicador). Verifique que
sume 1
• A posteriori: Cada prob. conjunta entre la prob. marginal. Verifique que cada fila
sume 1
• Encuentre el Bayes por indicador
• Calcular el GEIM: Aplique a cada Bayes por indicador su prob marginal
• Calcular el VEIM
• Maximizar: VEIM = GEIM – VESI
• Minimizar: VEIM= VESI - GEIM
 EFICIENCIA DE LA INFORMACION MUESTRAL

• Eficiencia:
La relación de VEIP con VEIM; la información perfecta tiene una eficiencia
de 100 por ciento.

% Eficiencia = ( VEIM /VEIP ) * 100

Ejemplo: Ef =1.5 / 2.5 = 0.60 = 60%

La información muestral es 60% tan eficiente como la información perfecta

Las estimaciones de eficiencias altas indican que la información muestral

casi es tan buena como la información perfecta y que fuentes
adicionales de información no producirían resultados significativamente
mejores.
Metacognición

¿En que consiste y

como se pueden
aplicar los árboles
de decisión?
Aplicación

• Desarrolla en forma grupal ejercicios de árboles decisión

• Recepcionan ejercicios los mismos que serán resueltos en forma
individual o grupal

DOCENTE: LUIS ROBERTO QUISPE VÁSQUEZ

“Estar preparado es importante, saber esperar lo es aún más,
pero aprovechar el momento adecuado es la clave de la vida”
Arthur Schnitzler
GRACIAS