Toma de decisiones

con experimentación.
Teorema de Bayes
Por la Prof. Doris C. Baptista Carrillo
Algunos conceptos
 Los estados de la naturaleza se comportan como una variable
aleatoria, cuya distribución se conoce distribución a priori.
 Las distribuciones a priori son subjetivas dependen de la
experiencia o la intuición de un individuo.
 Las probabilidades para los estados de la naturaleza se
conocen como probabilidades a priori
 Experimentación en toma de decisiones significa que,a
través de pruebas adicionales se pueden mejorar las
estimaciones preliminares de las probabilidades de los
estados de la naturaleza
 Estas estimaciones mejoradas se le llaman probabilidades a
posteriori
Teorema de Bayes

 El teorema puede ser adecuado para indicar cómo

debemos modificar nuestras probabilidades subjetivas
cuando se recibe información adicional de un experimento.

 La utilidad de la estadística bayesiana está expuesta en

ciertas estimaciones basadas en el conocimiento

subjetivo a priori y admitir revisar esas estimaciones
en función de la demostración.
Teorema de Bayes

 Teorema de Bayes es la
concordancia entre
probabilidades de que
algún suceso ocurra
partiendo de un suceso
producido.
Paso a paso. Aplicación del
teorema de Bayes para el caso
Goferbroke Co.
 Probabilidades a priori: estado de la naturaleza
petróleo es 0,25 y seco 0,75.
 Existe la posibilidad de realizar una exploración
sismológica del terreno para obtener una major
estimación de la probabiliadad de que exista petróleo
en el terreno. El costo es 30 mil dólares. Los resultados
posibles de la exploración se dividen en 2 categorias:
 SSD: sondeos sismicos desfavorables, es poco probable
encontrar petróleo
 SSF: sondeos sismicos favorables, es bastante
probable encontrar petróleo
Probabilidades condicionales
 Con base a la experiencia, si hay petróleo, la
probabilidad de sondeos sismicos es:
 P(SSD/estado=petróleo)=0,4 desfavorables
 P(SSF/estado=petróleo)=0,6 favorables
 Si no hay petróleo, es decir el verdadero estado de
la naturaleza es seco, la probabilidad de sondeos
sismicos es:
 P(SSD/estado=seco)=0,8 desfavorables
 P(SSF/estado=seco)=0,2 favorable
Teorema de Bayes

Aplicando el Teorema de Bayes en el problema es:

Probabilidad a posteriori es igual a:
P(Estado=estado i / Resultado=resultado j) es la division
entre:
Probabilidad conjunta /Probabilidad(resultado)
Calculemos las probabilidades
conjuntas
Datos
Calculemos las probabilidades
conjuntas
Datos
Probabilidades conjuntas
=

Prob. a priori x
Probabilidad condicional

Probabilidades
incondicionales o
resultado son la suma de
las probabilidades
conjunta por resultado
Probabilidades a posteriori

Aplicando el Teorema de
Bayes en el problema es:
Probabilidad a posteriori
P(Estado=estado i /
Resultado=resultado j) es
la division entre:
Probabilidad conjunta
/Probabilidad(resultado)
Árbol de decisión

Basado en el Teorema de Bayes

Construcción de un árbol de
decisión
 Un árbol de decisión es una representación gráfica de

un problema de decision. Esta conformado por nodos y

ramas

 Nodo de decisión, indica que ese es un punto de

decisión y se representa por un cuadrado.

 Nodo de probabilidad indica que es un punto aleatorio

y se representa con un círculo.

Árbol de decisión del caso
Goferbroke Co.
AD con las probabilidades en los
nodos aleatorios y el pago en
cada rama

El pago en cada rama es la

suma algebraica de todos
los pagos en esa rama
Análisis del AD para tomar
la decision en el caso
Nodo f= (670)(0,143) + (-130)(0,857)
= -15,7

Nodo c = -15,7 < 60

= 60

Nodo b= (60)(0,7) + (270)(0,3)

= 123

Nodo a = 123 > 100

= 123
Solución: se recomienda
realizar el sondeo sísmico

Nodo a = 123 > 100

= 123
Para reforzar el conocimiento les recomiendo los
siguientes videos:

Árbol de Decisión de la UPV

https://www.youtube.com/watch?v=7-koU4wgTmc

Árboles de decisión con información muestral imperfecta

de la UPV
https://www.youtube.com/watch?v=gQsIeivm-HU

Información muestral imperfecta y Teorema de Bayes de

la UPV
https://www.youtube.com/watch?v=aCdhEUAkxo0