1

Universidad Santa María

Facultad de Ingeniería y Arquitectura
Especialidad: Ingeniería Civil y Otras
Especialidades
Cátedra: Investigación de Operaciones I
Profesor: Pedro Camargo.

Horario: DOS HORAS DE CLASE EN LA SEMANA.

Día lunes: De 2,30 Am a 4,00 Pm.
Miércoles: De 1,45 Am a 3,15 Pm.
HORARIO DE LOS PARCIALES: 8, 30,00 AM, AULA 703

PRIMER PARCIAL: FECHA: SEGUNDO PARCIAL: FECHA: TERCER PARCIAL:

FECHAS:

Primera Clase del Semestre II- 2022 / Semestre I- 2023.

Catedra: Investigación de Operaciones I.

Fecha de envió: 08 de octubre de 2022. Hora: 13,00 pm.

Material de Clase Enviado:

Tema IV

Árbol de Decisiones.

Introducción.

El árbol de decisión es un diagrama que representan en forma secuencial condiciones y acciones;

muestra qué condiciones se consideran en primer lugar, en segundo lugar y así sucesivamente.
Este método permite mostrar la relación que existe entre cada condición y el grupo de acciones
permisibles asociado con ella. Un árbol de decisión sirve para modelar funciones discretas, en las
que el objetivo es determinar el valor combinado de un conjunto de variables, y basándose en el
valor de cada una de ellas, determinar la acción a ser tomada. Los árboles de decisión son
normalmente construidos a partir de la descripción de la narrativa de un problema. Ellos proveen
una visión gráfica de la toma de decisión necesaria, especifican las variables que son evaluadas,
qué acciones deben ser tomadas y el orden en la cual la toma de decisión será efectuada. Cada vez
que se ejecuta un árbol de decisión, solo un camino será seguido dependiendo del valor actual de
 2

la variable evaluada. Se recomienda el uso del árbol de decisión cuando el número de acciones es
pequeño y no son posibles todas las combinaciones Los árboles de decisión proveen un método
efectivo para la toma de decisiones debido a que:  Claramente plantean el problema para que
todas las opciones sean analizadas.  Permiten analizar totalmente las posibles consecuencias de
tomar una decisión.  Proveen un esquema para cuantificar el costo de un resultado y la
probabilidad de que suceda.  Nos ayuda a realizar las mejores decisiones sobre la base de la
información existente y de las mejores suposiciones. Partes de árbol: Todos los arboles de
decisiones son parecidos a su estructura y tienen los mismos componentes. Para ser más
específicos se requieren las siguientes cuatros componentes:  Alternativas de decisiones en cada
punto de decisiones.  Eventos que pueden ocurrir como resultado de cada alternativa de
decisiones.  Probabilidades de que ocurran los eventos posibles como resultados de decisiones. 
Resultados de las posibles interacciones entre las alternativas de decisiones y los eventos. Se ha
demostrado que los árboles de decisión son eficaces cuando es necesario describir problemas con
más de una dimensión o condición. También son útiles para identificar los requerimientos de
datos críticos que rodean al proceso de decisión, es decir, los árboles indican los conjuntos de
datos que la gerencia requiere para formular decisiones o tomar acciones.

Capítulo I

Características de Árbol de Decisiones.:

Técnica que permite analizar decisiones secuenciales basada en el uso de resultados y

probabilidades asociadas. Los árboles de decisión se pueden usar para generar sistemas expertos,
búsquedas binarias y árboles de juegos, los cuales serán explicados posteriormente.

Un árbol de decisión, se caracteriza por ser, el inicio de la representación gráfica de un Problema.

Ayuda a realizar las mejores decisiones con base a la información existente y a las mejores

suposiciones. Su estructura permite analizar las alternativas, los eventos, las probabilidades y los
resultados.

Dónde se aplica el árbol de decisiones.

 3

La técnica del Árbol de Decisiones puede ser aplicada en cualquier problema de toma

de decisiones, sin embargo se tiene un uso amplio en la toma de decisiones de inversión,
reinversión, políticas de créditos y financiamiento a corto y largo plazo.
Cómo llenar una tabla de decisión
La tabla de decisión está integrada por cuatro secciones:

1. Identificación de Condiciones: señala aquellas que son más relevantes. ...

2. Entradas de Condiciones: indican qué valor, si es que lo hay, se debe asociar para una determinada
condición.

Cómo hacer un diagrama de árbol de decisiones paso a paso.

Cómo crear un árbol de decisión con Lucidchart

1. Abre un documento en blanco.

2. Escribe un nombre para el diagrama de árbol de decisión. ...

3. Comienza a dibujar el árbol de decisión.

4. Agrega nodos. Agrega ramas al árbol de decisión.

5. Agrega probabilidades y valores al árbol de decisión.

Toma de decisiones programada.

Las decisiones programadas se toman de acuerdo con políticas, procedimientos o reglas escritas o

no escritas, que facilitan la toma de decisiones en situaciones recurrentes porque limitan o
excluyen otras opciones. ... En el caso de Nike, comprar tiempo de publicidad en televisión es
una decisión programada.
Árbol de los problemas.
El árbol de problemas es una técnica que se emplea para identificar una situación negativa
(problema central), la cual se intenta solucionar analizando relaciones de tipo causa-efecto.
Cómo hacer un diagrama de Árbol de decisiones.

1. Iniciar el árbol dibujando un nodo cuadrado que representa la decisión principal del problema.

2. Agregar las ramas y nodos que se presentarán en los posibles caminos que podemos elegir a partir
del nodo de decisión inicial.

3. En los nodos de probabilidad, colocar los valores de probabilidad en cada rama.

 4

Qué elementos conforman el árbol de decisión.

Los árboles de decisión son normalmente construidos a partir de la descripción de la narrativa de

un problema. Ellos proveen una visión gráfica de la toma de decisión necesaria, especifican las
variables que son evaluadas, qué acciones deben ser tomadas y el orden en la cual la toma
de decisión será efectuada.
Qué es un diagrama de árbol en probabilidad y estadística.
El diagrama de árbol es una representación gráfica de los posibles resultados del experimento, el
cual consta de una serie de pasos, donde cada uno de estos tiene un número infinito de maneras
de ser llevado a cabo. Se utiliza en los problemas de conteo y probabilidad.
Qué representan las ramas o arcos en un árbol de decisión.
En el árbol de decisión existen dos clases de elementos:
a) Arcos o Ramas: Punto de selección entre diferentes alternativas.
b) Nudos o Vértices: existen dos tipos de vértices representados con notación diferente:
c) Puntos de decisión que representan las opciones a adoptar. Se representan mediante un
cuadrado.

Cuáles son los pasos para elaborar un árbol de problemas.

Se puede comenzar por la identificación del problema más importante y de sus causas y

consecuencias, el resultado alcanzado se expresa mediante el trazo o dibujo
del árbol del problema. Debe llegarse a un consenso sobre el problema central que constituirá la
base del tronco.

Qué es una tabla de decisión en programación.

Una tabla de decisiones es una entrada de lógica de reglas planificadas, en formato de tabla, que
se compone de condiciones, representadas en las cabeceras de columna y fila, y acciones,
representadas como puntos de intersección de los casos condicionales de la tabla.
 5

Capítulo II

Modelo Ilustrativo Práctico.

Árbol de Decisión (Ejercicio Resuelto)

La gerencia de una tienda debe decidir si debe construir una instalación pequeña o grande en otra
ciudad. La demanda ahí puede ser baja o alta, con probabilidades estimadas de un 40% y 60%,
respectivamente. Si se construye la instalación pequeña y la demanda resulta ser alta, el gerente
puede decidir no expandirse (ganancia $223) o expandirse (ganancia $270). Si se construye una
instalación pequeña y la demanda es baja, no hay razón para expandirse y la ganancia estimada en
este caso es de $200. Por otro lado si se construye una instalación grande y la demanda resulta ser
baja, la opción es no hacer nada (ganancia $40) o estimular la demanda con publicidad local. La
respuesta a la publicidad puede ser modesta o considerable, con probabilidades estimadas de un
30% y 70%, respectivamente. Si es modesta, la ganancia estimada será sólo de $20; si la respuesta
es considerable, la ganancia aumenta a $220; y por último, si construye una instalación grande y la
demanda resulta ser alta, la ganancia estimada es de $800.

Dibuje un árbol de decisiones. Después analícelo para determinar el pago esperado de cada
decisión y nodo de evento. ¿Qué alternativa tiene la ganancia esperada más alta?
Para estos efectos es importante comprender la nomenclatura comúnmente utilizada para
representar un árbol de decisión.

1. Los nodos de decisión se anotan como cuadrados.

2. Los nodos de incertidumbre se anotan como círculos.
3. Los nodos de resultados finales se anotan como triángulos.
4. Los eventos se unen con líneas o ramas del árbol.
5. Los costos o beneficios asociados a una decisión o evento se anotan en la  rama (para efectos de
recordar aplicarlos al final de esa rama).
6. Las probabilidades de un evento se anotan entre paréntesis en la rama correspondiente a ese
evento.
7. Los valores asociados a cada pago final se anotan junto al triangulo correspondiente, e incluyen
costos asociados a la rama.
8. Se diseñan comenzando por la decisión inicial, y una rama a la vez. Es importante tener claro el
orden temporal de los eventos.
9. Es importante distinguir entre eventos sobre los cuales se tiene poder de decisión, y aquellos que
no.
10. Se debe estimar el valor o resultado final de cada extremo del árbol.
11. Se deben estimar o calcular las probabilidades de ocurrencia de los eventos inciertos.
12. Se deben estimar los correspondientes valores esperados para cada rama del árbol. La resolución
es hacia atrás.
 6

A continuación se muestra un ejemplo de dicha notación aplicada a un problema descrito en el

libro Administración de Operaciones, Producción y Cadena de Suministros, Duodécima Edición,
Página 131, de los autores Chase, Jacobs y Aquilano. En dicha representación gráfica se puede
apreciar la utilización de los elementos descritos en la nomenclatura anteriormente.

En relación a nuestro ejemplo utilizaremos el software POM for Windows el cual se encuentra

disponible junto al libro Administración de Operaciones, Procesos y Cadena de Suministro,
Décima Edición, de los autores Krajewski, Ritzman y Malhotra. Notar que la versión del software
utilizado no dispone de la opción de resultado final (triángulo) por tanto se ha dado término a
cada ramificación utilizando un nodo (círculo) de incertidumbre.
 7

De esta forma la primera decisión consiste en construir una instalación pequeña o grande. Si

la instalación es pequeña y la demanda es baja (con probabilidad de un 40%) no se hace nada y se
obtiene $200 de ganancia, sin embargo, si la instalación es pequeña y la demanda es alta (con
probabilidad de un 60%), nos enfrentamos a una segunda decisión: expandirse (con ganancia
estimada de $270) o no expandirse (con ganancia estimada de $223).
Por otro lado si se decide por una instalación grande la demanda puede ser alta (con probabilidad
de un 60%) en cuyo caso la ganancia es de $800 (y no se hace nada más) o la demanda puede ser
baja (con probabilidad de un 40%), enfrentándose en este último caso a una nueva decisión:
estimular o no la demanda. Si no se hace nada (es decir, si no se estimula la demanda) la ganancia
será de $40 y si se estimula (realizar publicidad) la respuesta puede ser moderada (con
probabilidad de un 30%) y ganancia estimada de $20 o considerable (con probabilidad estimada de
un 70%) y ganancia de $220.
Luego de hacer la representación en POM for Windows del problema seleccionamos Solve para
encontrar la solución que representa la mayor ganancia esperada. El resultado que ofrece el
software se muestra a continuación:
 8

La gerencia por tanto debe construir la instalación grande con una ganancia esperada de
$544 ($544=$160*0,4+$800*0,6 y además $160=$20*0,3+$220*0,7. La ganancia esperada
asociada a la instalación pequeña es de $242). Notar que esta decisión (el tamaño de la
instalación) es la única que se toma ahora. Las decisiones siguientes se toman después de ver si la
demanda es baja o alta.
 9

Capítulo III

Practicas ilustrativas para la Casa con Solución, (Es decir Practique

en Casa).

Ejercicio 1:

Benjamin Moses, jefe de ingenieros de Offshore Chemicals, Inc., tiene que

decidir sobre la conveniencia de construir una nueva planta de procesamiento
basada en una tecnología experimental. Si la nueva planta funciona bien, la
compañía obtendrá una utilidad neta de $20 millones. Si la nueva planta
fracasa, la compañía perderá $10 millones. Benjamin calcula que la
probabilidad de que la nueva planta funcione satisfactoriamente es de 40%.

Qué decisión debe tomar Benjamin Moses?

Solución 1:

Elaboramos el árbol de decisión según las opciones que nos muestra el

problema:
 10

Qué decisión debe tomar Benjamin Moses?

Solución 1:

Elaboramos el árbol de decisión según las opciones que nos muestra el problema:

En este ejercicio no tenemos mayor inconveniente para hallar el valor de los

nodos terminales; debido a que el enunciado los indica de forma directa. 

Ejercicio 2:
Una planta manufacturera ha alcanzado su plena capacidad. Ahora, la
compañía tiene que construir una segunda planta, ya sea pequeña o grande, en
un lugar cercano. La demanda futura podría ser alta o baja. La probabilidad de
que sea baja es de 0.3. Si la demanda es baja, la planta grande tiene un valor
presente de $5 millones y la planta pequeña, de $8 millones. Si la demanda es
alta, a la planta grande corresponde un valor presente de $18 millones y a la
planta pequeña, un valor presente de sólo $10 millones. Sin embargo, la planta
pequeña puede ampliarse después en caso de que la demanda resulte ser alta,
para alcanzar un valor presente de $14 millones.
a. Dibuje un árbol de decisiones para este problema.
 11

b. ¿Qué debe hacer la gerencia para obtener el beneficio esperado más

alto?

Solución 2:

Elaboramos el árbol de decisión según las opciones que nos muestra el

problema:

Estudien con Tiempo y Justo a Tiempo.

Buena suerte.

Pedro Camargo.
12