Documente Academic
Documente Profesional
Documente Cultură
SISTEMAS E INFORMTICA
TOMA DE
DECISIONES
TOMA DEDECISIONES
Modelo
que
permite
tomar
decisiones cuando un decisor
tiene:
diversas alternativas y
eventos futuros inciertos
MODELO DE
DECISIONES
La estructura general del modelo es:
Sj
d(i)
d1
d2
.
di
.
dm
p(Sj)
S1
Estados de la naturaleza
...
Sj
S2
...
Sn
V(d1;S1)
V(di ;Sj)
p1
p2
...
pj
...
pn
ARBOL DE DECISION
EL MTODO OPTIMISTA.
EL MTODO CONSERVADOR.
EL MTODO DE COSTO DE OPORTUNIDAD
REGLA DE DECISION DE
BAYES
Se considera el concepto de valor esperado o esperanza
matemtica:
ANALISIS DE SENSIBILIDAD
Para el caso con dos estados de la naturaleza , se puede realizar un anlisis de
sensibilidad utilizando un procedimiento grfico; para ello se le asigna:
APLICACIN
DECISIN
ESTADO DE NATURALEZA
S1(40)
S2(80)
d1(40)
40
-10
d2(50)
25
12
d3(60)
22
P(sj )
0,45
0,55
MEJOR(MEJOR) MAX(MAX)
Escogemos el mayor valor de cada
fila, luego el Max(Max); en este
caso 40(d1)
22
METODO PESIMISTA:
-10
12
8
MEJOR(PEOR) MAX(MIN)
Escogemos el menor valor de cada
fila, luego el Max(Min); en este
caso 12(d2)
32
32
15
10
15
32
32
MIN(MAX) = 15 (d2)
d1) (40+-10)/2=15
d2)
(25+12)/2=18.5
d3) (8+22)/2=15
VE(D1) =
= P(S1)V(D1,S1) + P(S2)V(D1,S2)
= (0.45) (40) + (0.55) (-10)
= 12.50
VE(D2)
=
= P(S1)V(D2,S1) + P(S2)V(D2,S2)
= (0.45) (25) + (0.55) (12)
= 17.85
VE(D3) =
= P(S1)V(D3,S1) + P(S2)V(D3,S2)
= (0.45) (8) + (0.55) (22)
= 15.70
ARBOL DE DECISIN
40
P (S1) = 0.45
d1
-10
P (S1) = 0.45
d2
25
12
P (S1) = 0.45
d3
22
MARGEN DE
UTILIDAD
ADICIONAL
ANALISIS DE SENSIBILIDAD
VE (d1) = 40P + (1-P )(-10)
= 40P + 10P 10 P=0, P=1
= 50P - 10
VE (d3)
= 8P + (1-P )(22)
= 8P -22P +22
P=0, P=1
= -14P + 22
VE
40
VE(d1)
30
VE(d2)
20
10
VE(d3)
.5
-10
0.37
1
0.59
Si:
P E [0 ; 0.37>
P E [0.37 ; 0,59>
P E [0.59 ; 1]
d3
d2
d1
APLICACIN
La siguiente matriz representa las posibilidades de produccin diaria de una
empresa que produce polos as como las posibles demandas ; tambin se muestra
los pagos correspondientes
ESTADOS
Decisiones
S1(30)
S2(100)
d1 (30)
150
-10
d2 (50)
80
200
d3 (80)
-20
300
P(Sj)
0.7
0.3
TOMA DE
DECISIONES CON
PROBABILIDADES A
POSTERIORI
PROBABILIDADES A POSTERIORI
Son probabilidades asignadas a los estados previo anlisis
utilizando sustento tecnolgico y cientfico lo cual genera un
costo
P(Ik)
P(Sj / Ik)
P(Ik/Sj)
FRMULAS DE BAYES
VE IM = VE IM VE*
de
de
con
con
E = VE IM/ VE IP
de
de
de
de
P (Sj / IK)
di
p( IK)
UTILIDAD Y PREFERENCIA EN
LA TOMA DE DECISIONES
Existen situaciones en las que la alternativa de decisin con el mejor
valor monetario esperado no es la decisin ms deseable.
UTILIDAD ESPERADA
UE(di)
UTILIDAD ESPERADA
UE(di)
APLICACIN 1
En una empresa acaba de completarse la
fase de diseo y prueba de un producto para
la nueva lnea de tractores para jardines y
uso domstico .
La alta gerencia est
tratando de decidir la estrategia de
mercadotecnia y produccin apropiadas para
usarse con este producto.
Se estn
considerando tres alternativas principales y el
departamento
de
investigacin
de
operaciones
proporciona
la
siguiente
informacin.
DEMANDA
ALTERNATIVAS DE
PRODUCCIN
S1
10
S2
20
d1
10
30
-8
d2
20
20
d3
30
15
0.45
0.55
P(Sj)
Desfavorable
I2
S1
0.6
0.4
S2
0.3
0.7
VALOR ESPERADO
d(i)
Estados de la naturaleza
S1
S2
VALOR
ESPERADO
d1
30
-8
9.1
d2
20
12.85
d3
15
10.5
P(Sj)
0.45
0.55
VE (d2) *
VALOR ESPERADO
VEconIP = p(Sj) . ( mejor valor en
Sj)
= 0.45(30) + 0.55(15) =
21.75
VEdeIP
= VEconIP - VE*
= 21.75 12.85 = 8.9
CALCULOS:
p (S22)
0.435
P(S1/I1)=0.62
d1
VE(d1/I1)= 15.56
P(S2/I1)=0.38
P(I1)= 0.435
d2
30
P(S1/I1)=0.62
-8
20
VE(d2/I1)= 15.06
P(S2/I1)=0.38
d3
P(S1/I1)=0.62
SE ELIGE
EL MAYOR
VE
7
5
VE(d2/I1)= 8.8
P(S2/I1)=0.38
P(S1/I2)=0.32
d1
d2
15
30
VE(d1/I2)=4.16
P(S2/I2)=0.68
-8
P(S1/I2)=0.32
20
VE(d2/I2)= 11.16
P(I2)= 0.565
P(S2/I2)=0.68
d3
P(S1/I2)=0.32
7
5
VE(d2/I2)=11.8
P(S2/I2)=0.68
15
SE ELIGE
EL MAYOR
VE
VE
rama
con
)
= (0.435)15,56 + (0.565)11,8 = 13.4356
VE
de
IM =VEconIM VE*
= 13.4356 12.85 = 0.5856
EFICIENCIA
E = VE deIM / VE deIP
E = 0.5856/8.9 =
0.0658
EFICIENCIA
E = VE deIM / VE deIP
E = 0.5856/8.9 =
0.0658
UTILIDAD ESPERADA
Utilidades (ganancia) S/.
Probabilidad de
indiferencia
preferencia
V ( d1 , S1)
30
V ( d2 , S1)
20
0.8
V ( d3 , S2)
15
0.6
V ( d2 , S2)
0.3
V ( d3 , S1)
0.2
V ( d1 , S2)
-8
Se
multiplica
por 10p
TABLA DE UTILIDADES
di
S1
S2
d1
10
d2
d3
P(
Sj)
0.45
0.55
APLICACIN 2
La panadera Mi Per, se caracteriza por la elaboracin de sus deliciosos
panes, panetones, tortas, entre otros productos, pero por motivos de la
gran acogida que esta obteniendo entre sus consumidores, se ha optado
producir tortas en tres diferentes tamaos: pequeo, mediano y grande.
Dicha panadera considera como posible demanda 150 y 300 tortas hasta
fin de ao.
PRODUCCIO
N
S1 (150)
S2 (300)
D1 (100)
1000
2000
D2 (200)
2250
3000
D3 (300)
2000
4000
Probabilidad
0.6
0.4
PROBABILIDADES A POSTERIORI
Se brinda adems la siguiente informacin:
S
1
S
2
valor
P(Ik/Sj)
I1
I2
0.7
0.3
0.2
0.8
Se pide:
1. Hallar el
esperado de la informacin muestral, la
eficiencia y cuanto pagara a la empresa por la
informacin.
2. Evale la utilidad esperada asignando preferencia a sus
resultados.
SOLUCIN:
Hallar el valor esperado de la informacin muestral, la
eficiencia y cuanto pagara a la empresa por la
informacin.
VALOR ESPERADO
Valor Esperado:
VE (d1) = 0,60 (1000) + 0,40 (2000) = 600 + 800 =
1400
VE (d2) = 0,60 (2250) + 0,40 (3000) = 1350 + 1200
= 2250
VE (d3) = 0,60 (2000) + 0,40 (4000)= 1200 + 1600
= 2800
VE de IP = 2950 2800
VE de IP = 150
Para I1:
P(I1) = P(I1/S1)P(S1) + P(I1/S2)P(S2)
P(I1) = (0.7)(0.6) + (0.2)(0.4)
P(I1) = 0.5
Para I2:
P(I2) = P(I2/S1)P(S1) + P(I2/S2)P(S2)
P(I2) = (0.3)(0.6) + (0.8)(0.4)
P(I2) = 0.5
P (S1/I1) =
= 0.84
P (S2/I1) =
= 0.16
P (S1/I2) =
= 0.36
P (S2/I2) =
= 0.64
ARBOL DE DECISIN
Realizamos el anlisis bayesiano a travs de un rbol de
decisin:
P(S1/I1
)
1000
P(S2/I1
)
2000
P(S1/I1
)
2250
P(S2/I1
)
3000
D1
I1
D2
P(S1/I1
)
2000
D3
P(S2/I1
)
4000
P(S1/I2
)
1000
D1
P(S2/I2
)
VE =
0.84(1000)+0.16(2000)
VE = 840 + 320
VE(D1/I1) = 1160
VE =
0.84(2250)+0.16(3000)
VE = 1890 + 480
VE(D2/I1) = 2370
VE =
0.84(2000)+0.16(4000)
VE = 1680 + 640
VE(D3/I1) = 2320
VE =
0.36(1000)+0.64(2000)
VE = 360 + 1280
VE(D1/I1) = 1640
VE =
0.36(2250)+0.64(3000)
VE = 810 + 1920
VE(D2/I1) = 2730
VE =
0.36(2000)+0.64(4000)
VE = 720 + 2560
VE(D3/I1) = 3280
2000
VE de IM = 2825 - 2800
VE de IM = 25
Hallamos la eficiencia para evaluar que tan mejor es la
probabilidad a priori con respecto a la posteriori:
E=
UTILIDAD Y PREFERENCIA
Se establece para cada alternativa su
preferencia
V(Di;Sj) Preferencia(
P)
4000
3000
2250
2000
1000
1
0.8
0.6
0.5
0
S1
d1
d2
d3
P(s)
0.6
S2
.6
.5
10
.5
.8
0.4
UTILIDAD Y PREFERENCIA
Se establece para cada alternativa su
preferencia
S1
d1
d2
d3
P(s)
S2
.6
.5
0.6
U(di,sj) =
10p
Utilidad
esperada:
UE(d1) : 0(0.6) + 5 (0.4) =2
UE(d2) : 6(0.6) + 8(0.4) =
6.8
UE(d3) : 5(0.6) + 10(0.4)
=7
10
.5
.8
1
0.4
APLICAC IN
Una cooperativa agraria que cuenta con 100 hectreas disponibles de tierras cultivables
debe decidir entre 2 cultivos para la prxima temporada . Para cada cultivo ha obtenido las
siguientes estimaciones sobre la cosecha con diferentes condiciones de clima y las utilidades
por tonelada:
Ton. Por
P(Sj)
Clima
hectrea
Cultivo
1
Cultivo
2
Seco
0.4
Hmedo
0.6
200
100
Ingreso por
ton.
Utilidad
Probabilidad de
indiferencia
0.6
0.7
TALLER 6
La siguiente tabla presenta la informacin de una empresa; donde la
matriz de resultados representa utilidad y est en soles:
S1
S2
S3
d1
400
200
-100
d2
300
-50
200
d3
-100
600
500
P(Sj)
0.70
0.20
0.10
S1
0.6
0.3
0.1
S2
0.4
0.2
0.4
S3
0.1
0.4
0.5
Hallar el valor esperado de la informacin muestral, la eficiencia y
cuanto pagara a la empresa por la informacin.
Evale la utilidad esperada asignando preferencia a sus resultados.