Cpitulo 4 Arboles de Decisin y Teora de Utilidad

1 - <#> 1

Objetivos de Aprendizaje
Los estudiantes podrn:
Desarrollar rboles de
decisin exactos y de beneficio Revisar estimados de probabilidad usando el anlisis de Bayes Entender la importancia y uso de la Teora de Utilidad en la toma de decisiones Usar las computadoras para resolver problemas de 1 - <#> decisin ms complejos
2

Introduccin
Los rboles de decisin permiten ver las decisiones: con muchas alternativas y estados naturales las cuales deben ser hechas en secuencia

1 - <#>

Arboles de Decisin
Una representacin grfica donde:

un nodo de decisin de
donde una de varias alternativas puede ser escogida

un nodo de estado natural

del cual un estado natural ocurrir
1 - <#> 4

Arbol de Decisin de Thompson Fig. 4.1

Nodo de Estado Natural 1 Mercado Favorable

Mercado No Favorable Nodo de Decisin Construir Planta Chica2 Mercado Favorable

Mercado No Favorable

1 - <#>

1. Definir el problema 2. Estructurar o dibujar el rbol de decisin 3. Asignar probabilidades a los estados naturales 4. Estimar resultados para cada combinacin posible de alternativas y estados naturales 5. Resolver el problema computando los valores monetarios esperados (VMEs) para cada nodo de estado natural.
1 - <#>

Cinco Pasos para el Anlisis del Arbol de Decisin

Arbol de Decisin de Thompson Fig. 4.2

Nodo de Estado Natural 1 Mercado Favorable (0.5) $200,000

Mercado No VME Favorable -$180,000 (0.5) =$10,000 Nodo de Mercado Decisin Favorable $100,000 (0.5) Construir Planta 2 Chica Mercado No VME Favorable -$20,000 =$40,000 (0.5)
0
1 - <#> 7

Anlisis de Arbol de Decisin en Proyectos de I &D

Definir el problema Descubrimiento de un Nuevo proceso no patentable Desarrollo de Arbol de decisin tradicional modelo con valores presentes netos esperados (VPNE) como resultados Adquisicin de Valores de probabilidad y datos monetarios coleccionados: xitos tcnicos, mercado significante, xitos comerciales Desarrollo de Anlisis tradicional de rbol solucin de decisin Probar solucin Riesgos del proceso analizados Analizar resultados VPNE fu de $3.2 millones Implementar resuladots Decisin hecha para investigar ms a fondo. La prueba de campo result en cancelacin.

1 - <#>

Valor Esperado de Informacin de Muestra

Valor esperado
de mejor decisin con informacin de muestra,

Valor esperado de mejor

VEIM =

suponiendo que no costo colectarla

decisin sin
informacin de muestra

1 - <#>

Estimacin de Valores de Probabilidad por Medio de Anlisis de Bayes

Experiencia de la administracin o intuicin Historia Datos existentes Necesidad de ser capaz de revisar las probabilidades basadas en datos nuevos
Teorema de Bayes Probabilidades anteriores Datos nuevos
1 - <#>

Probabilidades posteriores

10

Tabla 4.1

Fiabilidad de encuesta de mercado en predecir los Estados Naturales Actuales Estados Naturales Actuales Resultado de encuesta
Positivo (predice mercado favorable Para el producto) Negativa (predice mercado no favorable Para el producto)

Mercado Favorable (MF)

P (encuesta positiva|MF) = 0.70 P (encuesta negativa|MF) = 0.30

Mercado No Favorable (MNF)

P (encuesta positiva|MNF = 0.20 P (encuesta negativa|MNF = 0.80

1 - <#>

11

Tabla 4.2
Revisiones de Probabilidad con una Encuesta Positiva

Probabilidad
Condicional

Estado P(Encuesta
Natural positiva|Estado Natural

MF

0.70 0.20

* 0.50
* 0.50

0.35
0.10 0.45

0.35 = 0.78 0.45

MNF

0.10 = 0.22 0.45

1.00
12

1 - <#>

Tabla 4.3
Revisiones de Probabilidad con una Encuesta Negativa
Probabilidad Condicional P(Encuesta negativa|Estado

Estado

Natural

Natural)

MF MNF

0.30 0.80

* 0.50 * 0.50

0.15 0.40

0.15= 0.27 0.55

0.40 = 0.73 0.55

1.00

0.55
1 - <#> 13

Teora de Utilidad
$2,000,000

$0

Aguila (0.5)

Sol (0.5) $5,000,000

1 - <#>

14

Evaluacin de Utilidad
Evaluacin de utilidad asigna el peor resultado una utilidad de 0, y al mejor resultado, una utilidad de 1. Una jugada estandar ies usada para determinar los

valores de utilidad.
Cuando se es indiferente, los valores de utilidad son

iguales

1 - <#>

15

Jugada Estandar para Evaluacin de Utilidad - Fig. 4.6

(p) Mejor resultado Utilidad = 1

(1-p) Peor resultado Utilidad = 0

Otro resultado Utilidad = ??

1 - <#>

16

Fig. 4.7
p= 0.80 $10,000 U($10,000) = 1.0

(1-p)= 0.20 0 U(0)=0

$5,000 U($5,000)=p =0.80

1 - <#>

17

Utility Curve for Jane Dickson Fig. 4.8

1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0.1 0 $1 0.9 0.8

Utilidad

0.5

$2,000

$4,000

$6,000

$8,000

$10,000

Valor Monetario

1 - <#>

18

Preferencias de Riesgo Fig. 4.9

Utilidad

Resultado Monetary
1 - <#> 19

Decisin que Enfrenta Mark Simkin Fig. 4.10

Tachuela cae punto arriba (0.45) $10,000

Tachuela cae punto abajo (0.55) -$10,000

Mark no juega 0

1 - <#>

20

Curva de Utilidad de Mark Simkin Fig. 4.11

1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 -$20,000

-$10,000

$0

$10,000

$20,000

$30,000

1 - <#>

21

Uso de Utilidades Esperadas en la Toma de Decisiones - Fig. 4.12

Utilidad Tachuela cae Punto arriba (0.45) 0.30

Tachuela cae punto abajo (0.55) 0.05

No Juega

0.15

1 - <#>

22

VME(nodo1) ($106,400)p (

Calculos para el Anlisis de Sensibilidad de Thompson Lumber = + 1= $104,000 p + 2,400

p )($2,000)

Igualando el VME(nodo 1) al VME de no conducir la encuesta, tenemos $104,000 p + $2,400 = $40,000 $104,000 p = $37,000

o
p= $37,000 $104,000 = 0.36

1 - <#>

23