TOMA DE DECIONES CON PROBABILIDAD APOSTERIORI

UNJFSC – INGENIERIA INDUSTRIAL 1

UNIVERSIDAD NACIONAL “JOSÉ FAUSTINO
SÁNCHEZ CARRIÓN”

FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA
INDUSTRIAL
TOMA DE DECISIONES CON PROBABILIDADES A
POSTERIORI
ELABORADO POR:
ARIAS ÁLVAREZ, GARY MIGUEL
CUNZA CALERO, GERALDINE
MORA QUISPE, JEYSON JIMMY
PACORA PANANA, CARLO JAVIER
PLASENCIA SANTA CRUZ, ROGELIO
QUESQUÉN CARVALLO, DIANA CECILIA
ASESOR:
DR. ALCIBÍADES SOSA PALOMINO
HUACHO - PERÚ
2014


TOMA DE DECIONES CON PROBABILIDAD APOSTERIORI
UNJFSC – INGENIERIA INDUSTRIAL 2



TABLA DE CONTENIDO
OBJETIVOS ..................................................................................................................... 3
Objetivo general del tema: ............................................................................................ 3
Objetivos específicos del tema: .................................................................................... 3
TOMA DE DECISIONES CON PROBABILIDADES A POSTERIORI ................... 4
CONSIDERACIONES BÁSICAS: .............................................................................. 4
VALOR ESPERADO DE LA INFORMACIÓN MUESTRAL ................................... 5
EFICIENCIA DE LA INFORMACIÓN MUESTRAL ................................................ 5
ANÁLISIS DE BAYES: ............................................................................................... 5
CASO PRÁCTICO ....................................................................................................... 6
SOLUCIÓN .................................................................................................................. 8
REGLA DE DECISIÓN DE BAYES ........................................................................... 8
VALOR ESPERADO DE LA INFORMACIÓN PERFECTA .................................... 9
PROBABILIDADES A POSTERIORI ........................................................................ 9
ARBOL DE DECISIONES .......................................................................................... 9
BIBLIOGRAFÍA ............................................................. Error! Bookmark not defined.

TOMA DE DECIONES CON PROBABILIDAD APOSTERIORI
UNJFSC – INGENIERIA INDUSTRIAL 3


OBJETIVOS

Objetivo general del tema:
Llegar a evitar la toma de decisiones en forma arbitraria sin previo análisis, entender los
modelos de decisiones para tomar decisiones con seguridad.
Objetivos específicos del tema:
 Exponer de una manera clara los conceptos, teoremas y aplicaciones.
 Encontrar maneras de aplicar los modelos de decisiones.
 Identificar problemas en cuales podamos aplicar toma de decisiones con
probabilidades a priori.
 Elaborar el árbol de decisión para facilitar el desarrollo del proyecto.
 Determinar cuanto pueden demorar las actividades no críticas antes de provocar
un retraso en la fecha de culminación del proyecto.
 Analizando la toma de decisiones en los cambio de tiempo que sufre el
Proyecto siendo motivo de Investigación.
 Resolver problemas prácticos.








TOMA DE DECIONES CON PROBABILIDAD APOSTERIORI
UNJFSC – INGENIERIA INDUSTRIAL 4

TOMA DE DECISIONES CON PROBABILIDADES A
POSTERIORI
Las probabilidades a priori pueden ser mejorables con experimentación es decir mayor
investigación para luego determinar las probabilidades a posteriori que serán usadas
finalmente para el análisis y la toma de decisiones.
CONSIDERACIONES BÁSICAS:
I
k:
Indicador ó Información Muestral (Nueva Información).
P (I
k
/S
j
): Probabilidad Condicional que indica que ocurre I
k
dado que ya ocurrió S
j
(se
conoce por datos históricos)
Eficiencia: Medida de comparación que indica que tan mejor es el estudio adicional que
se ha hecho con respecto al anterior o a priori.





Fórmulas:

) (
) ( ) / (
) / (
Ik P
Sj P Sj Ik P
Ik Sj P

 ………LEY DE BAYES


P (I
k
)
P (S
j
)
APRIORI
APOSTERIORI
Probabilidad
Transformada

P (I
k
/S
j
)

TOMA DE DECIONES CON PROBABILIDAD APOSTERIORI
UNJFSC – INGENIERIA INDUSTRIAL 5



  ) ( ) / ( ) ( Sj P Sj Ik P Ik P
VALOR ESPERADO DE LA INFORMACIÓN MUESTRAL
VE
de
IM = VE
con
IM – VE*
EFICIENCIA DE LA INFORMACIÓN MUESTRAL
IP
IM
de
de
VE
VE
E 
ANÁLISIS DE BAYES:
Es un procedimiento para estimar las probabilidades de situaciones cuando un estudio o
la información de la muestra está disponible. Para describir el procedimiento, definamos
la terminología siguiente y su notación:
Eventos: normalmente representa un posible evento o situación en el futuro. Por
ejemplo, un estado de naturaleza para el fabricante de decisión puede ser nivel de la
demanda, la opción de consumidor, el ingreso la condición nivelada, económica, rango
de temperatura, actitudpersonal, y el gusto. Sea s(i) el estado de naturaleza i y i = 1,...,
n.
Probabilidad apriori: representa la posibilidad que un estado de naturaleza ocurrirá en
un sentido general. Representa a menudo, en promedio, la probabilidad de un estado de
naturaleza sin saber cualquier información. Sea P(s(i)) la probabilidad anterior para el
estado de naturaleza s(i).
Estudio o información de la muestra: normalmente es la información extra que
nosotros podemos conseguir si un estudio, o prueba es realizada. Los resultados de un
estudio o muestra pueden ser representados por indicadores diferentes. Sea I(j) el
indicador j del estudio o resultados de la muestra y j = 1,... ,m.
TOMA DE DECIONES CON PROBABILIDAD APOSTERIORI
UNJFSC – INGENIERIA INDUSTRIAL 6

Probabilidad condicional: representa la posibilidad de un evento particular dado que
otro evento ocurre. En análisis de Bayes o tabla de análisis de pagos, representa
normalmente la probabilidad de un indicador del estudio (resultado) dado un estado
particular de naturaleza. Sea P(I(j)/s(i)) la probabilidad condicional de I(j) dado s(i). La
probabilidad condicional puede ser una indicación de la fiabilidad de la información de
la muestra.
Probabilidad marginal (Probabilidad Total): nosotros definimos la probabilidad
marginal como la probabilidad general de un indicador del estudio I(j), es decir, P(I(j)).
Dado P(s(i)) y P(I(j)/s(i)),
P(I(j)) = S P(s(i)) P(I(j)/s(i)) para i =1 a n.
Probabilidad de unión: representa la probabilidad de que eventos múltiples ocurran
simultáneamente. En DA, la probabilidad de unión de ambos I(j) y s(i) ocurriendo es
representado por P(I(j),s(i)), y
P(I(j),s(i)) = P(s(i)) P(I(j)/s(i))
Probabilidad Aposteriori: es una probabilidad condicional que representa la posibilidad
de un estado de naturaleza dada el estudio o resultado de la muestra. Esto ofrece la
probabilidad de lo que pasará si la información extra muestra una indicación. Sea
P(s(i)/I(j)) represente la probabilidad aposteriori de s(i) dado I(j), entonces
P(s(i)/I(j)) = P(I(j),s(i)) / P(I(j))

CASO PRÁCTICO
Una empresa petrolera local ABC S.A. es dueña de unos terrenos en donde se puede
encontrar petróleo. Un geólogo consultor ha informado a la Gerencia que piensa que
TOMA DE DECIONES CON PROBABILIDAD APOSTERIORI
UNJFSC – INGENIERIA INDUSTRIAL 7

existe una posibilidad de cuatro de encontrar petróleo. Debido a esta posibilidad otra
compañía petrolera ha ofrecido comprar las tierras en 90,000 dólares. Sin embargo, la
ABC S.A. está considerando conservarla para perforar ella misma. El costo de la
perforación es 100,000 dólares. Si encuentra petróleo, el ingreso esperado será de
800,000 dólares; así la ganancia esperada para la Compañía (después de deducir el costo
de la perforación) será de $700,000. Se incurrirá en una pérdida de $100,000 (el costo
de barrenar o perforar) si no se encuentra petróleo.
Antes de tomar una decisión se debe llevar a cabo una exploración sismológica del
terreno para obtener una mejor estimación de la probabilidad de que haya petróleo. El
costo es 30,000 dólares.
La exploración sismológica obtiene sondeos sísmicos que indican si la estructura
geológica es favorable para la presencia de petróleo.
Los resultados posibles se dividen en:
I
1
: Sondeos sísmicos desfavorables, es poco probable encontrar petróleo.
I
2
: Sondeos sísmicos favorables; es bastante probable encontrar petróleo.
Según la experiencia del que hace el estudio.
Si hay petróleo, la probabilidad de sondeos sísmicos desfavorables es:
P (I
1
/Estado = petróleo) = .4 y P (I
2
/Estado = petróleo) = .6
Si no hay petróleo (es decir, si el verdadero estado de la naturaleza es seco) la
probabilidad de sondeos sísmicos desfavorables se estima en:
P (I
1
/estado = seco) = .8 y P (I
2
/estado seco) = .2
TOMA DE DECIONES CON PROBABILIDAD APOSTERIORI
UNJFSC – INGENIERIA INDUSTRIAL 8

Estado de la tierra
Alternativa Sj
dj
Pago (Miles de Dólares)
S1
(Petróleo)
S2
(Seco)
d1 (Perforar)
d2 (Vender terreno)
700
90
- 100
90
Posibilidad del estado P (Sj) 1 de 4 = .25 3 de 4 = .75

1. Elabore el árbol de decisiones para este problema.
2. ¿La información vale el costo de $ 30,000 por hacer el estudio de la exploración
sismológica del terreno?
3. ¿Cuánto es lo máximo que la empresa petrolera debe estar dispuesta a pagar por
el estudio de exploración sismológica?
4. ¿Cuál es la Eficiencia de la información del estudio sismológico?
SOLUCIÓN
REGLA DE DECISIÓN DE BAYES
Se calcula el valor esperado del pago para cada acción posible o alternativa. Se elige la
acción con el máximo pago esperado.
VE (Perforar) = 0.25 x 700 + 0.75 x (-100) = 100  Decisión Óptima
VE (Vender terreno) = 0.25 x 90 + 0.75 (90) = 90
La decisión Óptima es denominada Mejor Valor Esperado (VE*)
VE* = 100
TOMA DE DECIONES CON PROBABILIDAD APOSTERIORI
UNJFSC – INGENIERIA INDUSTRIAL 9

VALOR ESPERADO DE LA INFORMACIÓN PERFECTA
VE
de
IP = VE
con
IP – VE*
VE
de
IP = [.25 (700) + .75 (90)] – 100
VE
de
IP = 142.5
PROBABILIDADES A POSTERIORI
I
k

S
j

I
1
Sondeos sísmicos
desfavorables
I
2
Sondeos sísmicos favorables

S
1
Petróleo

P(I
1
/S
1
)=.4

P(I
2
/S
1
)=.6


S
2

Seco

P(I
1
/S
2
)=.8

P(I
2
/S
2
)=.2

ARBOL DE DECISIONES

TOMA DE DECIONES CON PROBABILIDAD APOSTERIORI
UNJFSC – INGENIERIA INDUSTRIAL 10


VE
de
IM = VE
con
IM – VE* VE
de
IM = 153 - 100 VE
de
IM = 53
 P (I
1
) =


2
1 j
P (I
1
/S
j
).P (S
j
) P (I
1
) = P (I
1
/S
1
).P (S
1
) + P (I
1
/S
2
).P (S
2
)
P (I
1
) = .4 x .25 +.8 x .75 = .7

 P (I
2
) =


2
1 j
P (I
2
/S
j
).P (S
j
) P (I
2
) = P (I
2
/S
1
).P (S
1
) + P (I
2
/S
2
).P (S
2
)
P (I
2
) = .6 x .25 +.2 x .75 = .3

TOMA DE DECIONES CON PROBABILIDAD APOSTERIORI
UNJFSC – INGENIERIA INDUSTRIAL 11

 P (S1/I1) =
) 1 (
) 1 ( ) 1 / 1 (
I P
S P S I P 

P (S1/I1) = 14 .
7 .
25 . 4 .



 P (S2/I1) =
) 1 (
) 2 ( ) 2 / 1 (
I P
S P S I P 

P (S2/I1) = 86 .
7 .
75 . 8 .




 P (S1/I2) =
) 2 (
) 1 ( ) 1 / 2 (
I P
S P S I P 


P (S1/I2) = 5 .
3 .
25 . 6 .




 P (S2/I2) =
) 2 (
) 2 ( ) 2 / 2 (
I P
S P S I P 


P (S2/I2) = 5 .
3 .
75 . 2 .



Respuesta a las interrogantes:
¿La información vale el costo de $ 30,000 por hacer el estudio de la exploración
sismológica del terreno?
VE
de
IM = $53 000
Esto quiere decir que si se justifica el costo por haber hecho este estudio, ya que el costo
del estudio es mucho menor al valor desperado de la información muestral.
TOMA DE DECIONES CON PROBABILIDAD APOSTERIORI
UNJFSC – INGENIERIA INDUSTRIAL 12