Documentos de Académico
Documentos de Profesional
Documentos de Cultura
5 Decisiones multiobjetivo
En secciones anteriores se estudiaron los criterios de decisión para evaluar lo que puede
denominarse como alternativas “de una sola etapa”, en el sentido de que ninguna decisión a futuro
dependerá de la que se tome ahora.
En esta sección se considerará un proceso de decisión “de múltiples etapas” en el cual se toman
decisiones dependientes una tras otra.
Árbol de decisión después de agregar las probabilidades de los eventos aleatorios y los pagos
Los números abajo y arriba de las ramas que no están entre paréntesis son flujos de efectivo (en
miles de dólares) que ocurren en esas ramas.
Para cada trayectoria a través del árbol, desde el nodo a a las ramas terminales, estos números
se suman para obtener el pago total que resulta, mostrado en negritas a la derecha de cada rama.
Del nodo de probabilidad b, las probabilidades son las probabilidades a priori de los estados de la
naturaleza, ya que en este caso no se ha realizado el estudio para obtener más información.
Pero los nodos f y g salen de una decisión de explotar (y después perforar).
Entonces, las probabilidades de estos nodos son las probabilidades a posteriori de los estados de
la naturaleza, dados los resultados del estudio, donde estos números se dan en el diagrama de
árbol de probabilidad.
Por último, se tienen dos ramas que salen del nodo de probabilidad b.
Los números son las probabilidades de los resultados del estudio, favorable (SSF) o desfavorable
(SSD), como se da abajo del diagrama de probabilidad.
El árbol de decisión puede ser muy útil para visualizar y analizar un problema.
3
Cuando el problema es pequeño, como el mostrado en la figura anterior, utilizar el árbol de
decisión en el proceso de análisis es opcional; sin embargo, puede resultar muy útil cuando el
problema es más complicado y deben tomarse una secuencia de decisiones.
Para el nodo g:
Para el nodo h:
Estos pagos esperados se colocan arriba de estos nodos, como se muestra en la siguiente figura.
A continuación, muévase una columna a la izquierda, que consiste en los nodos c, d y e.
El pago esperado para una rama que lleva a un nodo de probabilidad se registra en negritas arriba
de ese nodo; por lo tanto, el paso 3 puede aplicarse como sigue:
Nodo c: la alternativa de perforar tiene PE = 204268.5,
La alternativa de vender tiene PE = 43567,
como 204268.5 > 43567, se elige la alternativa de perforar
Nodo d: la alternativa de perforar tiene PE = 288700.4,
La alternativa de vender tiene PE = 43567,
como 288700.4 > 43567, se elige la alternativa de perforar
Nodo e: la alternativa de perforar tiene PE = 291944.9,
La alternativa de vender tiene PE = 43567,
4
como 291944.9 > 43567, se elige la alternativa de perforar
Árbol de decisión final que registra el análisis para el problema completo de Goferbroke cuando se usan pagos de dinero
El pago esperado para cada alternativa elegida se registra en negritas arriba del nodo de decisión.
La alternativa seleccionada también se indica con la inserción de una doble raya como una barrera
en cada rama rechazada.
Después, el proceso se mueve una columna más a la izquierda, hasta el nodo b.
Como es un nodo de probabilidad, debe aplicarse el paso 2 del procedimiento.
El pago esperado para cada rama se registra arriba del nodo de decisión que sigue; por lo tanto, el
pago esperado es:
Para el nodo b: PE = 351/700(204268) + 349/700(288700) = 246363
como se aprecia en la figura anterior.
Por último, muévase al nodo de la izquierda a, un nodo de decisión y aplíquese el paso 3:
Nodo a: La alternativa de realizar el estudio sismológico tiene PE = 246363,
la alternativa de no realizar el estudio tiene PE = 291944,
como 291944 > 246363, se elige la alternativa de no realizar el estudio
sismológico
5
1.5.4 Software de hojas de cálculo para árboles de decisión
Árbol de decisiones final para el problema de la Goferbroke usando la función de utilidad para el
dinero del dueño con el fin de maximizar la utilidad esperada
El procedimiento de uso y análisis del árbol es el mismo que se describió en la sección anterior
acepto que se sustituyen las utilidades para los pagos monetarios.
Por lo tanto, el valor obtenido para evaluar cada nodo del árbol es ahora la utilidad esperada en
lugar del pago esperado (monetario).
En consecuencia, las decisiones óptimas seleccionadas por la regla de decisión de Bayes
maximizan la utilidad esperada para todo el problema.
Este árbol se parece al de la sección anterior; sin embargo, ahora se han agregado las utilidades
en el lado derecho.
Estas utilidades esperadas llevan a las mismas decisiones en los nodos a, c y d, pero la decisión
en el nodo e cambia ahora a vender en lugar de perforar; sin embargo, el procedimiento de
inducción hacia atrás todavía deja al nodo e en una trayectoria cerrada.
Por lo tanto, la política óptima global es la misma que la dada en la sección anterior (hacer el
estudio de sismología; vender si el resultado es desfavorable; perforar si el resultado es
favorable).
En este ejemplo, el dueño merece un reconocimiento por incorporar la teoría de utilidad al enfoque
de análisis de decisiones de su problema
La teoría de utilidad ayuda a proporcionar un enfoque racional a la toma de decisiones frente a la
incertidumbre; sin embargo, muchos decisores no se sienten a gusto con la noción un tanto
abstracta de la utilidad o con las probabilidades para construir la función de utilidad como para
querer usar este enfoque.
Así, la teoría de utilidad no tiene todavía una aplicación muy amplia en la práctica.
6
1.5.6 Uso de un árbol de decisión para analizar el problema de los pilotes con utilidades
Se debe decidir la longitud de los pilotes que va a comprar una compañía para la cimentación de
una obra. Esta decisión dependerá de la profundidad a la que se encuentre la roca, la cual puede
ser de 18 metros o de 41 metros. Se puede realizar una prueba en el terreno que dará una
indicación de la profundidad, aunque no puede aceptarse con seguridad absoluta. Se ha
recopilado la información siguiente:
Estudios previos en la mejor alternativa hay una proba de 57% de que este 18m y 43% de que
este a 41m el costo de la prueba: 41875.
Las variaciones de los costos se deben a las adecuaciones con plazo que se deban hacer para los
pilotes.
La confiabilidad de la empresa que realiza la prueba es cuando menos encontrar roca a 18, la
prueba indica 18 m en 77% de las acciones acertó.
7
Solución de árbol de decisión:
Nodo F: (229020)(231/274)+(459020)(43/274)=$265115
Nodo G: (487026) (231/274)+(183746)(43/274)=$439431
Nodo C: 265115
Nodo H: (229020)(43/274)+(459020)(1161/1598)=369434
Nodo I: (487026)(437/1578)+(183746)(1161/1598)=268371
Nodo D:268371
Nodo J: (187145)(19/100)+(417145)(81/100)=373445
Nodo K: (445151)(19/100)+(14871)(81/100)=96624
Nodo E: 96624
Nodo B: (265115)(2603/5000)+(268371)(2397/5000)= 266676
Nodo E: 96624
Nodo A: 96624 por ser menor que 266676
8
Podemos indicar que la política optima es no realizar la prueba y comprar pilotes de