1.

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.

1.5.1 Árboles de decisión

Además de la matriz de pagos, la información de un problema de decisión puede representarse
también gráficamente en forma de los llamados árboles de decisión,
Un árbol de decisión facilita el proceso de toma de decisiones y proporciona una forma para
desplegar visualmente el problema y después organizar el trabajo de cálculo que se describió en
las secciones anteriores.
Estos árboles de decisión son especialmente útiles cuando debe tomarse una serie de decisiones
y para el ejemplo prototipo es:

Diagrama de árbol para la Goferbroke

La progresión de eventos se muestra empezando por el lado izquierdo y moviéndose hacia la
derecha.
1. Primero, debe tomarse la decisión de perforar para encontrar petróleo o vender la tierra.
2. SI la decisión es perforar, el siguiente evento es enterarse acerca del estado de la
naturaleza, en cuanto a que la tierra tenga petróleo o esté seca.
3. Finalmente, se obtienen los pagos que resultan de esos eventos.
La terminología de los árboles de decisión es:
Nodo o bifurcación: puntos de intersección (A o B).
Nodo de decisión: se represente mediante un cuadrado e indica que en ese punto del
proceso debe tomarse una decisión.
Nodo de probabilidad: se representa mediante un círculo e indica que en ese punto del
proceso ocurre un evento aleatorio (probabilístico).
Arco o rama: líneas que salen de los nodos, se utilizan para denotar las decisiones o los
estados de la naturaleza.
También pueden anotarse probabilidades sobre las ramas para denotar la probabilidad de
que ocurra un estado determinado de la naturaleza.
1
En la figura anterior:
o El nodo A es un nodo de decisión porque ahí ocurre la decisión de perforar o vender.
o El nodo B es un nodo de probabilidad porque ahí ocurre un evento aleatorio, la ocurrencia
de uno de los dos posibles estados de la naturaleza (petróleo y seco).
o Cada una de las dos ramas que salen del nodo B corresponden a uno de los dos posibles
eventos aleatorios.
o El número entre paréntesis sobre la rama proporciona la probabilidad de que ese evento
pueda ocurrir.
1.5.2 Construcción del árbol de decisión
El ejemplo prototipo incluye una serie de dos decisiones:
1. ¿Debe llevarse a cabo un sondeo sísmico antes de elegir una acción?
2. ¿Qué acción (perforar o vender el terreno) debe elegirse?
El árbol de decisión correspondiente, antes de realizar los cálculos se muestra a continuación.

Árbol de decisión (antes de realizar los cálculos) para el problema de Goferbroke

Nodo a: nodo de decisión, es la primera decisión (realizar o no el sondeo sismológico).
Nodo b: nodo de probabilidad, representa el evento aleatorio del resultado del sondeo
sismológico.
Ramas en el nodo b: las dos ramas que salen de b representan los dos resultados posibles
de la exploración.
Nodos c, d y e: nodos de decisión, representan la segunda decisión (perforar o vender).
Nodos f, g y h: si la decisión es perforar, entonces se llega a estos nodos de probabilidad,
donde las dos ramas corresponden a los dos estados posibles de la naturaleza.
2
Obsérvese que la trayectoria seguida para llegar a cualquier pago (excepto la inferior) está
determinada tanto por la decisión tomada, como por los eventos que están fuera del control del
decisior y esta es una característica de los problemas que se estudian en el análisis de decisiones.
El siguiente paso en la construcción del árbol de decisión es insertar números en el árbol como se
muestra a continuación:

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.

1.5.3 Análisis de árboles de decisión

Una vez construido el árbol de decisión con sus números, puede analizarse el problema con el
siguiente procedimiento:
1. Iníciese en el lado derecho del árbol de decisión y muévase a la izquierda una columna a la
vez.
Para cada columna, realícese el paso 2 o el paso 3 según si los nodos en esa columna son
de probabilidad o de decisión.
2. Para cada nodo de probabilidad, calcúlese su pago esperado, para ello multiplíquese el
pago esperado de cada rama (dado en negritas a la derecha) por la probabilidad de esa
rama y después sume estos productos.
Regístrese esta cantidad esperada para cada nodo de decisión en negritas junto al nodo y
designe esta cantidad como el pago esperado de la rama que lleva a este nodo.
3. Para cada nodo de decisión, compárense los pagos esperados de sus ramas y
selecciónese la alternativa cuya rama tenga el mayor pago esperado.
En cada caso, regístrese la elección en el árbol de decisión con una doble raya como
barrera en las ramas rechazadas.
Para comenzar el procedimiento, considérese la columna de nodos de la derecha; es decir, los
nodos de probabilidad f, g y h.
Aplíquese el paso 2, sus pagos esperados (PE) son:
Para el nodo f:

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

Este procedimiento se ha movido de derecha a izquierda para el análisis; sin embargo, al

completar el árbol de decisión, el decisor podrá leerlo de izquierda a derecha, para apreciar el
avance real de los eventos.

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.

Costo de los pilotes de la proba a la que se encuentra

Se compran pilotes de La profundidad de las rocas

18 41
18 187145 417145
41 445151 141871

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.

P (prueba = 18/ roca = 18) = .77

La prueba indicaba 41 m en el 23% de las ocasiones (fallo)

P (prueba =41/ roca= 18) = .23

Cuando hemos encontrado roca a 41 m, la prueba indicaba 41 m en el 81 % de las ocasiones

acertó.

P (prueba =41/ roca= 41) = .81

La prueba indicaba 18 m en el 19% de las ocasiones fallo.
P (prueba = 18 m/ roca = 41) = .19

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