Documentos de Académico
Documentos de Profesional
Documentos de Cultura
OPERACIONES II
La indecisin es un veneno
lento, que no produce nada, en cambio,
puede convertirse en hbito.
Ms vale fracasar por haber tomado
una decisin errnea, que hacerlo por no haber
tomado ninguna
H.E.C.P.
Ing. Msc. Harold E. Cohen Padilla
?
Ing. Msc. Harold E. Cohen Padilla
A TENER EN CUENTA
y no lineal
$
Ing. Msc. Harold E. Cohen Padilla
REDUCIR LA INCERTIDUMBRE
Los modelos de toma de decisiones utilizan
algunos conceptos de la estadstica. Por ello es
necesario que recordemos algunos de estos
Conceptos, y en especial el Teorema de Bayes
TEOREMA DE BAYES.
REPASEMOS:
- Regla de laplace
*Un evento
*Multieventos
Probabilidad? - Prob. Condicionada
- Prob. Marginal
- Prob. Total PROBABILIDAD
CONJUNTA
Teorema de Bayes
Solucin:
?
Ing. Msc. Harold E. Cohen Padilla
DIAGRAMA DE RBOL
Tapa Penalty
(8/10):4/5 = (75/90)*(8/10)
Portero Titular
(75/90):5/6
Gol = (75/90)*(2/10)
(2/10):1/5
Decisin
Tapa Penalty
= (15/90)*(5/10)
Portero (5/10):1/2
Suplente
(15/90):1/6 Gol
= (15/90)*(5/10)
(5/10):1/2
Ing. Msc. Harold E. Cohen Padilla
OTRO EJERCICIO
En un sistema de alarma, la probabilidad de que esta se active
habiendo peligro es 0,95 y de la que se active por error sin haber
peligro es 0,03. Si la probabilidad de haber peligro es 0,1. Calcular el
porcentaje de veces (probabilidad) que habindose activado la
alarma no haya peligro.
SOLUCIN:
ACCIDENTE
20% = (0,5)*(0,2)
LLUEVA
50%
NO ACCIDENTE
= (0,5)*(0,8)
80%
ACCIDENTE = (0,3)*(0,1)
10%
NIEVE
DECISION
30%
NO ACCIDENTE = (0,3)*(0,9)
90%
ACCIDENTE
5% = (0,2)*(0,05)
NIEBLA
20%
NO ACCIDENTE
= (0,2)*(0,95)
95%
DECISIONES SIN
EXPERIMENTACIN
Ing. Msc. Harold E. Cohen Padilla
VOLVIENDO AL TEMATENEMOS:
TERMINOLOGA
Accin (a) : Alternativa elegida por el tomador de decisiones del
conjunto que contiene todas las alternativas factibles bajo
consideracin para las distintas formas de proceder del problema en
cuestin
1. EJEMPLO
La GOFERBROKE COMPANY es duea de unos terrenos donde
puede haber petrleo. Segn un gelogo la probabilidad que
exista petrleo en estos terrenos es . La compaa puede, o
bien perforar o vender los terrenos a otra compaa petrolera
por US$90.000 independientemente de que haya o no
petrleo. Si la compaa decide perforar y existe petrleo
ganar US$700.000; Pero si no hay petrleo perder
US$100.000
Dada esta tabla de pagos, el tomador de decisiones elegir una accin que
se supone (como siempre) debe ser la ptima.
Ms adelante se vern diversos criterios para la toma de decisiones
2. EJEMPLO
Los principales clientes de la pizzera LA ITALIANA son los
estudiantes que viven en las residencias de la Universidad
Industrial de Santander.
Existe la probabilidad que estos estudiantes se muden a
unos apartamentos que va a arrendar la universidad o que
factiblemente se trasladen a los nuevos apartamentos que
se estn construyendo cerca. Ante la posibilidad de la
mudanza, la pizzera ha considerado la opcin de
trasladarse a otro lugar, de modo que no se pierda su
ventaja competitiva.
Ing. Msc. Harold E. Cohen Padilla
Residencias
universitarias
UIS
Calle 10
Pizzera
Carrera 27
la
italiana
Ing. Msc. Harold E. Cohen Padilla
Ing. Msc. Harold E. Cohen Padilla
Y AHORA QUE???
En la toma de decisiones sin experimentacin existen varios
criterios para elegir la accin ptima.
a31= -20
2. CRITERIO OPTIMISTA
Algoritmo
1. Para cada estado de la naturaleza se escoge el mayor valor y se lleva
a una lista.
Este es el mayor
PAGOS MXIMOS
pago posible que la
petrolera podra
A11= 700.000 obtener, dado que la
naturaleza obrara
a22= 90.000 benvolamente.
Este es el mayor
pago posible que la
PAGOS MXIMOS pizzera podra
obtener, dado que la
a11= 100 naturaleza obrara
benvolamente.
a22= 150
a33= 200
Algoritmo
1. De todos los estados de la naturaleza se elige el estado que tenga
mayor probabilidad de ocurrir.
Este es el mayor
pago posible que la
PAGO POR MAYOR petrolera podra
PROBABILIDAD (SECO) obtener para el
estado de la
A12= -100.000
naturaleza con
mayor probabilidad.
a22= 90.000
Este es el mayor
pago posible que la
PAGOS MXIMOS pizzera podra
obtener, dado que la
a13= 20 naturaleza obrara
benvolamente.
a23= 25
a33= 200
Algoritmo
Arrepentimiento Pago de la
de una accin Pago mximo
accin para el
para un estado = para el estado -
estado de la
de la naturaleza de la naturaleza
naturaleza
Ing. Msc. Harold E. Cohen Padilla
MINMX EJEMPLO 1
a21= 610.000
a23= 175
a32= 130
Algoritmo
EJEMPLO 1
E {p(a1 , )}= 0.25* $700000 + 0.75*(-$100000) = $100000
E {p(a2 ,)}= 0.25* $90000 + 0.75*($90000) = $90000
EJEMPLO 2
E {p(a1 , )}= 1/3*100 + 1/3*50 + 1/3*20 = 56.6
E {p(a2 , )}= 1/3*40 + 1/3*150 + 1/3*25 = 71.6
E {p(a3 , )}= 1/3*(-20) + 1/3*20 + 1/3*200 = 66.6
DECISIONES CON
EXPERIMENTACIN
Ing. Msc. Harold E. Cohen Padilla
EN GENERAL LA SIMBOLOGA
Definamos en trminos generales
LA CLAVE EST EN
P(S=s/ = i): Probabilidad a priori de que la
prediccin sea s, dado que el estado
de la naturaleza verdadero es i
TEOREMA DE BAYES
Ing. Msc. Harold E. Cohen Padilla
PROBABILIDADES A PRIORI
La experiencia me permite saber (estadsticamente):
Que existe una probabilidad del 40% de que la
prediccin sea ausencia de petrleo, dado que en
realidad exista petrleo.
P(S=0/1) = 0,4
Que existe una probabilidad del 80% de que la
prediccin sea ausencia de petrleo (pozo seco), dado
que en realidad no exista petrleo.
P(S=0/ 2) = 0,8
Ing. Msc. Harold E. Cohen Padilla
DIAGRAMA DE ARBOL
Ing. Msc. Harold E. Cohen Padilla
CONCLUSIN
Toma de Toma de
decisiones sin decisiones con
experimentacin experimentacin
Cunto ests
dispuesto a
pagar?...
Ing. Msc. Harold E. Cohen Padilla
VALOR DE LA EXPERIMENTACIN
Antes de realizar cualquier experimento debe determinarse su valor
potencial.
Si el valor de la experimentacin es
mayor que el de la informacin perfecta,
la experimentacin no debe realizarse
Ing. Msc. Harold E. Cohen Padilla
Favorable :s=1
P(SSD) 0,7
P(SSF) 0,3
Pago esperado
con experimentacin = [0.7 * $90000 ]+ [0.3 * $300000]
= $153000
Ing. Msc. Harold E. Cohen Padilla
Ing. Msc. Harold E. Cohen Padilla
IMF, DADO
ARRENDAR
ARRENDAR APTO 0,55
PROBABILIDADES
1/3 IMD, DADO
ARRENDAR
0,45
IMF, DADO IR A
CONSTRUCCION
CONSTRUCCION 0,88
DE APTO
1/3 IMD, DADO
CONSTRUCCION
0,12
PROBABILIDADES A PRIORI
La experiencia en el mercado me permite saber (estadsticamente):
Que existe una probabilidad del 55% de que lo mejor sea quedarme cerca,
dado que en los estudiantes arrienden con la universidad.
P(S=1/ 2) = 0,55
A trabajar!!!!
Ing. Msc. Harold E. Cohen Padilla
E{p(a1 ,)}=0.2*$300+0.4*$300+0.25*$300+0.15*$300=$300
E{p(a2 ,q )}=0.2*$290+0.4*$320+0.25*$320+0.15*$320=$314
E{p(a3 ,q )}=0.2*$280+0.4*$310+0.25*$340+0.15*$340=$316
E{p(a4 ,q )}=0.2*$270+0.4*$300+0.25*$330+0.15*$360=$310.5
GRACIAS