Professional Documents
Culture Documents
INTRODUCCION
Anlisis de decisiones: Es una herramienta cuyo objetivo es ayudar en el estudio de la toma de decisiones en escenarios bajo una gran incertidumbre. Estudiaremos dos formas: Toma de decisiones sin experimentacin Toma de decisiones con 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.
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).
Nn Q1n Q2n
Qmn Pn
P
i !1
!1
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.
ESTADOS DE LA NATURALEZA ALTERNATIVA Petrleo Seco Perforar 700 -100 Sembrar caa 90 90 Probabilidad a priori 0.25 0.75
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 E[pago (perforar)] = 0.25*700 + 0.75*(-100) = 100 E[pago (sembrar)] = 0.25*90 + 0.75*(90) = 90 Como 100 > 90, la decisin es perforar.
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.
A. de S. continuacin
PROB. A PRIORI
0,15
0,85
A. de S. continuacin
PROB. A PRIORI
0,35
0,65
Conclusin: La decisin es muy sensible a la probabilidad a priori de encontrar petrleo. Lo cual nos dice que debemos de hacer algo ms para tomar nuestra decisin.
Si p es la probabilidad a priori de encontrar petrleo entonces el pago esperado por perforar ser: E(pago perforar) = 700p 100(1-p) = 800p - 100
PUNTO DE CRUCE E(pago perforar) = E(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.
INFORMACION COMPLEMENTARIA PARA TOMAR UNA DECISIN Una exploracin sismolgica obtiene 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 = SSD)
Definicin: Dos eventos A y B en un espacio de probabilidad son independientes si la ocurrencia de uno de ellos no influye en el valor de la probabilidad del otro. Esto se expresa escribiendo: P[AB] = P[A] De lo anterior se deduce que P[AB] = P[A].P[B] si A y B son independientes.
CONTINUACIN. T. BAYES
Una frmula que se deriva de la definicin de probabilidad condicional es la siguiente: P[AB] = P[A]P[BA] = P[B]P[AB] 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 definen una particin (*) en S y A cualquier evento en Fs entonces:
n
P[A] =
i !1
P[ABi ]P[Bi]
CONTINUACIN. T. BAYES
Teorema de Bayes: Sea S un espacio muestral y B1, B2, ...,Bn, eventos tales que definen una particin en S y A cualquier evento en Fs entonces se cumple la relacin: P[BkA] =
P[A Bk ]P[Bk ]
P[A B ]P[B ]
i i i !1
P(estado i | resultado j) !
P(resultad o
k !1
j | estado k) * P(estado k)
E(pago[s. caa|SSD])
1 6 * 90 * 90 30 ! 60 7 7
1/7
6/7
E(pago[s. caa|SSF])
1 1 * 90 * 90 30 ! 60 2 2
1/2
1/2
90
60
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.
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
j
las las
VEE continuacin
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
VEE continuacin
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.
-100
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)
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 -PE7[(pago de c/rama) * (probabilidad de c/rama)] 3. Para cada ND, compare los PE de sus ramas y seleccione la alternativa cuya rama tenga mayor pago esperado.
BIBLIOGRAFA
Pea Daniel, Fundamentos de Estadstica. Alianza Editorial, Madrid 2001 H. TAHA, Investigacin de Operaciones, Ed. Alfaomega, Mxico 1998. F. HELLIER, G. LIEBERMAN, Introduccin a la investigacin de operaciones, Ed. McGraw-Hill 2001. KENNEDY y NEVILLE. (1982) "Estadstica para Ciencias e Ingeniera". Mxico: Harla. SCHEAFFER y MCCLAVE. (1993) "Probabilidad y Estadstica para Ingeniera". Mxico: Grupo Editorial Iberoamrica. BRETS A. P, LLABRS X. T., GRIMA PERE y POZUELA L. (2000) Mtodos estadsticos. Control y mejora de la calidad Mxico: Alfaomega Grupo Editor