INTRODUCCION

Toma de decisiones sin experimentacin Toma de decisiones con experimentacin

TOMA DE DECISIONES SIN EXPERIMENTACIN

ESQUEMA
ALTERNATIVAS FACTIBLES
(Estrategias del tomador de decisiones. Selecciona slo una)

VS ESTADO DE LA NATURALEZA
(Estrategias de la naturaleza. Sucesos inciertos, se conocen o se tiene idea de sus probabilidades)

MARCO CONCEPTUAL
El tomador de decisiones necesita elegir una de las alternativas posibles. La naturaleza elegir uno de los estados de la naturaleza. Cada combinacin de una accin y un estado de la naturaleza da como resultado un pago, que se da por medio de una tabla de pagos. La tabla de pagos se usa para encontrar una accin ptima para el tomador de decisiones segn un criterio adecuado.

MODELO DE TABLA DE PAGOS PARA EL ANLISIS DE DECISIONES

ESTADOS DE LA NATURALEZA ALTERNATIVAS
A1 A2 N1 Q11 Q21 N2 Q12 Q22 Nn Q1n Q2n

Am

Qm1

Qm2

Qmn

NOTA: El tomador de decisiones elige su estrategia para promover su propio beneficio. Por el contrario la naturaleza es un jugador pasivo que elige sus estrategias de manera aleatoria. El tomador de decisiones tiene informacin para tener en cuenta sobre la posibilidad de los estados de la naturaleza. Esta informacin se traduce en una distribucin de probabilidad. El estado de la naturaleza es una variable aleatoria (distribucin a priori).

MODELO DE TABLA DE PAGOS PARA EL ANLISIS DE DECISIONES CON PROBABILIDADES A PRIORI

ESTADOS DE LA NATURALEZA ALTERNATIVAS
A1 A2 N1 Q11 Q21 N2 Q12 Q22 Nn Q1n Q2n

Am PROB. A PRIORI

Qm1 P1

Qm2 P2
n

Qmn Pn

Pi
i 1

DOS CONCEPTOS IMPORTANTES

A priori: independiente de la experiencia, es decir, que sta supone pero no puede explicar, aunque sea necesario a la posibilidad de la experiencia; a priori no designa, pues, una anterioridad psicolgica, sino una anterioridad lgica o de validez. En la filosofa escolstica, [razonamiento] que desciende de la causa al efecto, o de la esencia de una cosa a sus propiedades.

A posteriori

Que proviene o depende de la experiencia.

En la filosofa escolstica, [razonamiento] que asciende del efecto a la causa o de las propiedades de una cosa a su esencia.

FORMULEMOS UN EJEMPLO
Un ingenio es dueo de unos terrenos en los que puede haber petrleo. Un gelogo consultor ha informado que piensa que existe una posibilidad entre cuatro de encontrar petrleo. Otra posibilidad es sembrar caa en estos terrenos. El costo de la perforacin es de 100.000 dlares. Si encuentra petrleo el ingreso esperado ser de 800.000 dlares. Si no se encuentra petrleo se incurre en una prdida de 100.000 dlares. Por otro lado la caa producir un ingreso de 90.000 dlares.

TABLA DE PAGOS PARA EL ANALISIS DE DECISION DEL PROBLEMA DEL INGENIO

(Ganancia o prdida)

ESTADOS DE LA NATURALEZA ALTERNATIVA Perforar Sembrar caa Probabilidad a priori Petrleo 700 90 0.25 Seco -100 90 0.75

rbol de decisin con probabilidad a priori

CRITERIO DEL PAGO MXIMO

Para cada accin posible, encuentre el pago mnimo sobre todos los estados de la naturaleza. Despus encuentre el mximo de estos pagos mnimos. Elija la accin cuyo pago mnimo corresponde a este mximo.

EXPLICACIN Este criterio elige la accin que proporciona el mejor pago para el peor estado de la naturaleza. Proporciona la mejor garanta del pago que se obtendr. Sin importar cual sea el estado de la naturaleza el pago por vender el terreno no puede ser menor que 90.

Este razonamiento es vlido cuando se est compitiendo con un oponente racional. Este criterio casi no se usa contra la naturaleza.

CRITERIO DE LA MXIMA POSIBILIDAD

Identifique el estado ms probable de la naturaleza (aquel que tenga la probabilidad a priori ms grande). Para este estado de la naturaleza, encuentre la accin con mximo pago.

En nuestro ejemplo, el estado seco tiene la mayor probabilidad a priori. En la columna seco el pago mximo corresponde a la siembra de caa.

EXPLICACIN

La accin elegida es la mejor para el estado ms importante de la naturaleza. Desventaja: Ignora otra informacin. No considera otro u otros estados de la naturaleza distintos al ms probable.

REGLA DE DECISIN DE BAYES Usando las mejores estimaciones disponibles de las probabilidades de los respectivos estados de la naturaleza (en este caso las probabilidades a priori), se calcula el valor esperado del pago de cada accin posible. Se elige la accin con mximo pago esperado.

Para nuestro ejemplo VME[pago (perforar)] = 0.25*700 + 0.75*(-100) = 100 VME[pago (sembrar)] = 0.25*90 + 0.75*(90) = 90 Como 100 > 90, la decisin es perforar. Por ser el mayor VME.

RESUMEN DE LOS CALCULOS PARA EL CRITERIO DE BAYES

ESTADOS DE LA NATURALEZA ALTERNATIVAS
PERFORAR SEMBRAR C. PETRLEO 700 90 SECO -100 90 VME (ESPERANZA) 100 MAX 90 MIN

PROB. A PRIORI

0.25

0.75

EXPLICACIN La mayor ventaja de este criterio es que incorpora toda la informacin disponible (pagos, estimaciones de las probabilidades de los estados de la naturaleza). La mayor crtica es que las probabilidades a priori no dejan de ser subjetivas.

ANLISIS DE SENSIBILIDAD Nos centraremos en el anlisis de sensibilidad sobre las probabilidades a priori. Queremos saber cmo cambia nuestra decisin al cambiar las probabilidades a priori. Supongamos que sabemos con buena certeza que 0.15 < P(petrleo) < 0.35. Esto implica que 0.65 < P(seco) < 0.85. Comenzamos el A. de S. aplicando el criterio de Bayes para los dos casos extremos.

ESTADOS DE LA NATURALEZA ALTERNATIVAS

PERFORAR SEMBRAR C. PETRLEO 700 90 SECO -100 90 ESPERANZA 20 MIN 90 MAX

PROB. A PRIORI
VME VME 700 * 0.15 90 * 0.15

0.15
(

0.85
105 85 20 90

100) * 0.85 13.5

90 * 0.85

76.5

ESTADOS DE LA NATURALEZA ALTERNATIVAS

PERFORAR SEMBRAR C. PETRLEO 700 90 SECO -100 90 ESPERANZA 180 MAX 90 MIN

PROB. A PRIORI
VME VME 700 * 0.35 90 * 0.35 (

0.35
100) * 0.65

0.65
245 65 180 90

90 * 0.65

31.5

58.5

Conclusin:

La decisin es muy sensible a la probabilidad a priori de encontrar petrleo. Lo cual nos dice que de hacer algo para tomar nuestra decisin.

CAMBIO DEL PAGO ESPERADO EN FUNCIN DE LA PROBABILIDAD A PRIORI

Si p es la probabilidad a priori de encontrar petrleo entonces el pago esperado por perforar ser: VME(pago perforar) = 700p 100(1-p) = 800p - 100

GRFICA DEL CAMBIO DEL PAGO ESPERADO

PUNTO DE CRUCE VME(pago perforar) = VME(pago caa)

800p 100 = 90 p = 190/800 = 0.2375

Se debe cultivar caa si p < 0.2375 Se debe perforar en busca de petrleo si p > 0.2375

GENERALIZACIONES

MAS DE DOS ALTERNATIVAS Si se tiene ms de dos alternativas entonces habr ms de dos rectas. Las partes superiores (para cualquier valor de la probabilidad a priori) seguirn indicando que alternativa debe elegirse. Los puntos de corte indica en donde la decisin cambia de una alternativa a otra.

MAS DE DOS ESTADOS DE NATURALEZA

Se centra el anlisis de sensibilidad en dos estados de la naturaleza. Esto significa investigar que pasa cuando la probabilidad a priori de un estado aumenta mientras la del otro disminuye en la misma cantidad y se mantienen fijas las probabilidades a priori de los estados restantes. Este procedimiento se repite para los pares de estados que se deseen.

TOMA DE DECISIONES CON EXPERIMENTACIN

INFORMACION COMPLEMENTARIA PARA TOMAR UNA DECISIN Una exploracin sismolgica ob ene sondeos ssmicos que indican si la estructura geolgica es favorable o no a la presencia de petrleo. Con esto mejoramos la estimacin de la probabilidad de que haya petrleo. Supongamos que el costo de este estudio es de 30.000 dlares.

RESULTADOS DE LA EXPLORACIN DOS RESULTADOS POSIBLES:

Es poco probable encontrar petrleo SSD (Sondeo ssmico desfavorable)

Es bastante probable encontrar petrleo SSF (Sondeo ssmico favorable)

Por experiencia (datos histricos) tenemos las siguientes probabilidades condicionales: P(SSD estado = petrleo) = 0.4 P(SSF estado = petrleo) = 1 - 0.4 = 0.6 P(SSD estado = seco) = 0.8 P(SSF estado = seco) = 1 - 0.8 = 0.2

PROBABILIDADES A POSTERIORI

Quisiramos saber ms bien las siguientes probabilidades, llamadas probabilidades a posteriori (Seguramente son ms tiles que las anteriores)
P(estado = petrleo resultado = SSD) P(estado = seco resultado = SSD) P(estado = petrleo resultado = SSF) P(estado = seco resultado = SSF)

EL TEOREMA DE BAYES NOS PERMITE CALCULAR ESTAS PROBABILIDADES

Definicin: Si A y B son eventos en un espacio de probabilidad la probabilidad condicional de A dado B denotada por P[A B] se dene mediante la relacin:
P[A B] P[A B] = , con P[B] P[B]

Definicin: Dos eventos A y B en un espacio de probabilidad son independientes si la ocurrencia de uno de ellos no inuye en el valor de la probabilidad del otro. Esto se expresa escribiendo: P[A B] = P[A] De lo anterior se deduce que P[A B] = P[A].P[B] si A y B son independientes.

Una frmula que se deriva de la definicin de probabilidad condicional es la siguiente: P[A B] = P[A]P[B A] = P[B]P[A B] y relaciona las probabilidades condicionales en trminos de las probabilidades no condicionales P[A] y P[B]. Probabilidad total: Sea S un espacio muestral y B1, B2, ...,Bn, eventos tales que denen una particin (*) en S y A cualquier evento en Fs entonces:
n

P[A] =
i 1

P[A Bi ]P[Bi]

Teorema de Bayes: Sea S un espacio muestral y B1, B2, ...,Bn, eventos tales que denen una particin en S y A cualquier evento en Fs entonces se cumple la relacin: P[Bk A] =

P[A B k ]P[B k ]
n

P[A B i ]P[Bi ]
i 1

TEOREMA DE BAYES COMO HERRAMIENTA EN LA TOMA DE DECISIONES

P(estado i | resultado j)

P(resultado j | estado i) * P(estado i)

n

P(resultado j | estado k) * P(estado k)

k 1

CLCULO DE LAS PROBABILIDADES A POSTERIORI

P(estado = petrleo resultado = SSD)

0.4 * 0.25 0.4 * 0.25 0.8 * 0.75

1 7

0.1429 0.14

P(estado = seco resultado = SSD)

0.8 * 0.75 0.4 * 0.25 0.8 * 0.75

1 o tambin 1 7 6 7

6 7

0.8571 0.86
0.8571 0.86

P(estado = petrleo resultado = SSF)

0.6 * 0.25 0.6 * 0.25 0.2 * 0.75

1 0.5 2

P(estado = seco resultado = SSF)

0.2 * 0.75 0.6 * 0.25 0.2 * 0.75

1 o tambin 1 2 1 2

1 0.5 2
0.5

DIAGRAMA DE RBOL PARA EL CLCULO DE LAS PROBABILIDADES A POSTERIORI

probabilidades independientes P(SSF) P(resultado) P(SSD) 0.1 0.6 0.7

0.15 0.15 0.3

CLCULO DEL PAGO ESPERADO TENIENDO EN CUENTA LAS PROBABILIDADES A POSTERIORI

Pago esperado si el resultado es un sondeo desfavorable

E(pago[perforar|SSD])
1 6 * 700 * ( 100) 30 7 7 15.7

E(pago[s. caa|SSD])

1 * 90 7

6 * 90 30 7

60

RESUMEN DE LOS CALCULOS PARA EL CRITERIO DE BAYES (SSD)

ESTADOS DE LA NATURALEZA ALTERNATIVAS
PERFORAR SEMBRAR C. PROBABILIDAD A POSTERIORI (SSD) PETRLEO 700 90 SECO -100 90 ESPERANZA -15.7 60

1/7

6/7

Pago esperado si el resultado es un sondeo favorable E(pago[perforar|SSF])

1 1 * 700 * ( 100) 30 270 2 2

E(pago[s. caa|SSF])

1 * 90 2

1 * 90 30 2

60

RESUMEN DE LOS CALCULOS PARA EL CRITERIO DE BAYES (SSF)

ESTADOS DE LA NATURALEZA ALTERNATIVAS
PERFORAR SEMBRAR C. PROBABILIDAD A POSTERIORI (SSF) PETRLEO 700 90 SECO -100 90 ESPERANZA 270 60

1/2

1/2

DECISIN, BAJO EXPERIMENTACIN, CON LA REGLA DE BAYES

DESFAVORABLE (SD)

SEMBRAR CAA

90

60

FAVORABLE (SF)

PERFORAR POR PETROLEO

300

270

VALOR DE LA EXPERIMENTACION Antes de realizar cualquier experimento, debe determinarse su valor potencial. Veremos dos mtodos para evaluar este potencial, a saber: Valor esperado de la informacin perfecta. Valor esperado de la experimentacin.

VALOR ESPERADO DE LA INFORMACIN PERFECTA (VEIP) Aqu se supone que la experimentacin elimina toda incertidumbre sobre cual es el estado verdadero de la naturaleza y se hace un clculo sobre cual sera la mejora en el pago esperado. Esta cantidad se llama valor esperado de la informacin perfecta. (cota superior para el valor del experimento) Pago esperado con informacin perfecta = 0.25*700+0.75*90 = 242.5 VEIP = PECIP pago esperado sin experim. VEIP = 242.5 100 = 142.5

VEIP continuacin

Si el VEIP fuera menor que 30 entonces no se llevara a cabo la experimentacin. En nuestro caso el VEIP > 30, lo cual indica que puede valer la pena llevar a cabo la experimentacin. Entramos a confirmar esto estudiando un segundo mtodo: Valor Esperado de la Experimentacin = VEE

VALOR ESPERADO DE LA EXPERIMENTACIN (VEE) En este caso no se calcula una cota superior para el incremento del pago esperado. Se calcula de manera directa este incremento esperado: Pago esperado de la experimentacin = P(resultado j)*E(pago|resultado j), j

En esta expresin el clculo de las esperanzas debe hacerse con las probabilidades a posteriori

De los clculos anteriores sabemos que los valores de P(resultado j) son: P(SSD) = 0.7 y P(SSF) = 0.3 As mismo los valores de E(pago|resultado j), que se calcularon teniendo en cuenta las probabilidades a posteriori, son: E(pago|resultado = SSD) = 90 E(pago|resultado = SSF) = 300

El pago esperado con experimentacin = 0.7*90 + 0.3*300 = 153 El VEE ser entonces: VEE = El pago esperado con experimentacin El pago esperado sin experimentacin = 153 100 = 53 > 30 Como este valor excede a 30.000 entonces debe llevarse a cabo el sondeo de sismologa

RBOL DE DECISIN Es una manera de visualizar un problema de decisin mediante un esquema de rbol (red sin ciclos). Su objetivo es facilitar la comprensin del problema y los clculos.

CONSTRUCCIN DEL RBOL DE DECISIN

0.14 0.7 -100 800 0.86 0 -30 90 -100 0.3 90 0.5 0 90 0.25 0 -100 0.75 700 -100 90 90 800 0.5 670 -130 670 -130 60

ELEMENTOS DEL RBOL

Los arcos = Ramas Puntos de ramificacin = Nodos

Nodo de decisin = Indica que debe tomarse una decisin (cuadrado) Nodo de probabilidad = Indica que ocurre un evento aleatorio (crculo)

CLCULOS, PRIMERA ETAPA

LOS NMEROS EN EL RBOL Nmeros debajo de ramas = Flujos de efectivo Nmeros arriba de las ramas = Probabilidad
(despus de un nodo de probabilidad) (a priori o a posteriori)

Nmeros en cada nodo = Pagos esperados

(Surgen del procedimiento de anlisis)

CLCULOS, SEGUNDA ETAPA

ANLISIS Una vez calculado el rbol se hace el siguiente procedimiento de anlisis

1. Iniciar en el lado derecho, moverse a la izquierda una columna a la vez, realizar el paso 2 o el 3 segn los nodos sean de probabilidad (NP) o de decisin (ND). 2. Para cada NP calcular su pago esperado -PEde c/rama) * (probabilidad de c/rama)] [(pago

3. Para cada ND, compare los PE de sus ramas y seleccione la alternativa cuya rama tenga mayor pago esperado.

BIBLIOGRAFA
H. TAHA, de Ed. Alfaomega, Mxico 2003. a la investigacin de Ed.

F. HELLIER, G. LIEBERMAN, McGraw-Hill 2007.

F. HILLIER, G. LIEBERMAN, MARK HILLIER. McGraw-Hill. 2001.

cuantitativos para

SCHEAFFER y MCCLAVE. (1993) "Probabilidad y Estadstica para Ingeniera". Mxico: Grupo Editorial Iberoamrica.

rboles de decisin: Tarea en clase

Un fabricante est considerando la produccin de un nuevo producto. La utilidad incremental es de $10 por unidad y la inversin necesaria en equipo es de $50.000 El estimado de la demanda es como sigue:
Unidades 6000 8000 10000 Probabilidad 0.30 0.50 0.20

rboles de decisin: ejemplo (continuacin):

Tiene la opcin de seguir con el producto actual que le representa ventas de 2.500 unidades con una utilidad de $5.5/unidad sin publicidad, con la opcin de que si destina $14.000 en publicidad podra, con una probabilidad de 80% conseguir ventas de 5.500 unidades y de un 20% de que stas sean de 4.000 unidades Construya el rbol de decisin y determine la decisin ptima

Problemas para hacer en casa

Del libro Mtodos cuantitativos para administracin. Frederck y Mark Hiller y Lieberman. McGraw-Hiil 2001 Pgina 509-513, los ejercicios 2,3, 5,6,7,8,10