TEC-302 Simulacin de Modelos de Computador rbol de Decisin

Profesor: John Edward Santana 1

Objetivo del Tema

Identificar Esperado el concepto de Valor

Identificar los elementos y Arbol de decisin y ver ejemplos de cmo aplicar esta herramienta.

Probabilidades
En qu consisten las probabilidades? Indican incertidumbre acerca de un evento que: Ocurri en el pasado Ocurre en el presente Ocurrir en el futuro
3

Enfoques de probabilidad
Clsico o escuela objetiva Frecuencias relativas Personalista o subjetivo

Fuentes de las probabilidades

Historia del pasado Juicio subjetivo Distribuciones tericas

Valor esperado
Es la media de la distribucin de probabilidad Se calcula como:

E ( x ) = X i p( X i )
i =1

Valor esperado: ejemplo

Suponga que usted compra en 1000 un nmero de una rifa, la cual paga un premio de 50.000. Hay dos eventos posibles: Usted gana la rifa, o Pierde Cul es el valor esperado del juego?

Valor esperado: ejemplo

La distribucin de probabilidades es:
Evento Gana Pierde X 49000 - 1000 P(X) 1/100 99/100

El valor esperado es: 49000*(1/100) + -1000*99/100 = -500 Qu significa ese resultado?

8

rboles de Decisin
Excelentes para seleccionar varios cursos de accin Proveen estructura para:
Organizar las opciones Investigar posibles resultados Visualizar el riesgo y los beneficios

entre

rboles de decisin
Pueden usarse para desarrollar una estrategia ptima cuando el tomador de decisiones se enfrenta con: Una serie de alternativas de decisin Incertidumbre o eventos futuros con riesgo Un buen anlisis de decisiones incluye un anlisis de riesgo

10

rboles de decisin: Componentes y estructura

Alternativas de decisin en cada punto de decisin Eventos que pueden ocurrir como resultado de cada alternativa de decisin. Tambin son llamados Estados de la naturaleza

11

rboles de decisin: Componentes y estructura

Probabilidades de que ocurran los eventos posibles Resultados de las posibles interacciones entre las alternativas de decisin y los eventos. Tambin se les conoce con el nombre de Pagos

12

rboles de decisin: Componentes y estructura

Los rboles de decisin poseen:
Ramas: se representan con lneas Nodos de decisin: de ellos salen las ramas de decisin y se representan con Nodos de incertidumbre: de ellos salen las ramas de los eventos y se representan con
13

Construccin del rbol

Partiendo de la decisin a tomar Proceso visual Dibujar un cuadrado Representa la decisin a tomar Partiendo de ese cuadrado Dibujar una lnea por cada opcin posible Escribir la opcin sobre la lnea Al final de cada lnea considerar los resultados Si son inciertos (probables) dibujar un crculo Los crculos representan resultados inciertos (probables) Si el resultado es otra decisin a tomar dibujar un cuadrado Los cuadrados representan decisiones
14

Construccin del rbol

Por cada nuevo cuadrado Repetir el proceso como si fuera el primer cuadrado Por cada crculo Dibujar una lnea por cada resultado probable En cada lnea escribir el resultado probable Repetir el proceso hasta que no queden cuadrados ni crculos sin lneas

15

rboles de decisin: Componentes y estructura: ejemplo Evento 1

Punto de decisin

P(Evento 1) Alternativa 1

Pago 1

Evento 2 P(Evento 2)

Pago 2

Evento 3 P(Evento 3) Alternativa 2

Pago 3

Pago 4
16

rboles de decisin: Anlisis: criterio del Valor Monetario Esperado

Generalmente se inicia de derecha a izquierda, calculando cada pago al final de las ramas. Luego en cada nodo de evento se calcula un valor esperado. Despus en cada punto de decisin se selecciona la alternativa con el valor esperado ptimo

17

rboles de decisin: Anlisis: ejemplo de la rifa

Punto de decisin

Gana (0,01) Juega la rifa

-500

49.000

Pierde (0,99) No juega la rifa

-1000

0
18

rboles de decisin: Anlisis: ejemplo de la rifa

En el nodo de evento se calcul el valor esperado de jugar la rifa Luego se selecciona, en este caso el valor ms alto (por ser ganancias) La decisin desechada se marca con \\ En este caso la decisin es no jugar la rifa
19

Ejemplo
Decidir si es mejor desarrollar un nuevo producto o consolidar los existentes

20

rbol para el Ejemplo

M oderada

M oderada

Respuesta del Mercado

M oderada

21

Revisin del rbol

El rbol se revisa:
Repasando cada cuadrado y cada crculo Ver si no se dejaron opciones sin considerar

Si es necesario pueden dibujarse segmentos del rbol por aparte

Si el rbol ya se congestion

Al final se tiene que tener una buena idea del problema y de todos sus posibles resultados
22

Evaluacin del rbol

Para llegar a determinar la decisin:
Asignar un puntaje a cada posible resultado
Representa el estimado de beneficio a obtener de ese resultado Puede ser un valor en dinero

Revisar cada crculo

Asignar una probabilidad a cada resultado Deben sumar 1 o 100% En base a datos, experiencia o pura estimacin

23

rbol para el Ejemplo

US$1,000,000
0.4 0.4 0.2

M oderada

US$50,000 US$2,000 US$1,000,000

0.1

0.2 M oderada

US$50,000

0.7

US$2,000 US$400,000
M oderada

0.3 0.4 0.3

US$20,000 US$6,000

0.6

US$20,000 US$2,000
24

0.4

Proceso de Decisin
Clculo del valor de un nodo crculo
Sumatoria de:
Valor de cada resultado multiplicado por su probabilidad
Los resultados ms probables pesan ms

Se escribe el resultado en el crculo

25

rbol para el Ejemplo

420,400 US$1,000,000
0.4 0.4 0.2

M oderada

US$50,000 US$2,000 US$1,000,000

111,400
0.1 0.2 M oderada

US$50,000

0.7

US$2,000 US$400,000
M oderada

129,800

0.3 0.4 0.3 0.6

US$20,000 US$6,000 US$20,000 US$2,000

26

12,800

0.4

Proceso de Decisin
Clculo del valor de un nodo de decisin (cuadrados)
Escribir el costo de cada decisin
El costo de implementarla

Restarlo del valor del nodo siguiente El resultado es el beneficio esperado

Notas
No deben incluirse gastos realizados antes del anlisis
Son costos hundidos

Seleccionar la opcin de mayor beneficio

27

Datos del Ejemplo

Desarrollo Detallado Tiene un costo de US$150,000 Desarrollo Rpido Tiene un costo de US$80,000 Consolidar Productos Tiene un costo de US$30,000 Continuar Productos No tiene costo US$0,000

28

rbol para el Ejemplo

US$420,400 US$270,400
0.4 0.4 0.2

US$1,000,000
M oderada

US$50,000 US$2,000 US$1,000,000

US$111,400
0.1 0.2 M oderada

US$50,000

0.7

US$2,000 US$400,000
0.4

US$129,800 0.3
0.3 0.6

M oderada

US$20,000

US$6,000 US$20,000 US$2,000

29

US$99,800

US$12,800

0.4

Anlisis del Ejemplo

La opcin seleccionada es desarrollar un nuevo producto
Desarrollo detallado Tiene un costo de US$150,000 Con beneficio de US$420,000 Beneficio neto: US$270,000

Es mejor que desarrollarlo con desarrollo rpido

Beneficio neto: US$31,400

Y mejor que consolidar

Mejor beneficio neto en esa opcin:
US$99,800
30

Puntos Clave
Los rboles de decisin Dan un panorama visual completo Todas las opciones pueden ser evaluadas Permiten evaluar consecuencias Gua sobre cmo asignar valores y probabilidades Permite decidir en base a informacin (datos) o estimaciones
31

rboles de decisin: ejemplo

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

32

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.
33

rboles de decisin: ejemplo: La decisin de Larry

Durante la ltima semana Larry ha recibido 3 propuestas matrimoniales de 3 mujeres distintas y debe escoger una. Ha determinado que sus atributos fsicos y emocionales son ms o menos los mismos, y entonces elegir segn sus recursos financieros. La primera se llama Jenny. Tiene un padre rico que sufre de artritis crnica. Larry calcula una probabilidad de 0.3 de que muera pronto y les herede $100.000. Si el padre tiene una larga vida no recibir nada de l
34

rboles de decisin: ejemplo: La decisin de Larry

La segunda pretendiente se llama Jana, que es contadora en una compaa. Larry estima una probabilidad de 0.6 de que Jana siga su carrera y una probabilidad de 0.4 de que la deje y se dedique a los hijos. Si contina con su trabajo, podra pasar a auditora, donde hay una probabilidad de 0.5 de ganar $40.000 y de 0.5 de ganar $30.000, o bien podra pasar al departamento de impuestos donde ganara $40.000 con probabilidad de 0.7 o $25.000 (0.3). Si se dedica a los hijos podra tener un trabajo de tiempo parcial por $20.000.
35

rboles de decisin: ejemplo: La decisin de Larry

La tercer pretendiente es Mara, la cual slo puede ofrecer a Larry su dote de $25.000. Con quin debe casarse Larry? Por qu? Cul es el riesgo involucrado en la secuencia ptima de decisiones?

36

Los rboles de decisin y el riesgo El anlisis del riesgo ayuda al tomador de decisiones a identificar la diferencia entre: el valor esperado de una alternativa de decisin, y el resultado que efectivamente podra ocurrir

37

Los rboles de decisin y el riesgo

El riesgo se refiere a la variacin en los resultados posibles. Mientras ms varen los resultados, entonces se dice que el riesgo es mayor. Existen diferentes maneras de cuantificar el riesgo, y una de ellas es la varianza.
38

Los rboles de decisin y el riesgo

La varianza se calcula como: 2 m var( X ) = p ( X ) X E ( X ) j j j =1 Donde P(Xj) es la probabilidad del evento Xj y E(X) es el valor esperado de X
39

Los rboles de decisin y el riesgo: ejemplo: el caso de Larry (datos en miles) Decisin Jenny Jana X 100 0 40 30 40 25 20 25 P(X) 0.30 0.70 0.15 0.15 0.21 0.09 0.40 1.00 E(X) 30 29,3 var 2100 77,55

Mara

25

0
40

Los rboles de decisin y el riesgo: ejemplo: el caso de Larry

La decisin por Jenny es la del valor esperado ms alto, pero tambin es la ms riesgosa, pues los resultados varan entre $0 y $100.000 La decisin por Mara es la menos riesgosa, pero la de menor rendimiento Tal vez la mejor decisin sea Jana, ya que el valor esperado es cercano al de Jenny pero con un riesgo menor

41