rboles de Decisiones

2.

rboles de Decisiones

En el captulo anterior presentamos criterios de decisin para evaluar lo que se pueden denominar alternativas de una sola etapa, en el sentido de que ninguna decisin a futuro depender de la que se tome ahora. En esta seccin consideramos un proceso de decisin de mltiples etapas en el cual se toman decisiones dependientes una tras otra. Se puede hacer una representacin grfica del problema de decisin mediante el uso de un rbol de decisin. Esta representacin facilita el proceso de toma de decisiones. Definicin.- El rbol de decisiones es una representacin grfica de un anlisis de decisiones en forma cronolgica. Muestra las alternativas de decisin, los estados de la naturaleza, las probabilidades asignadas y las utilidades o prdidas condicionales. Ventajas: 1.- Estructura el proceso de decisin obligando al usuario a enfocar el proceso de toma de decisiones en una forma ordenada y en secuencia. 2.- Permite examinar todos los resultados posibles; los deseables y los negativos. 3.- Permite comunicar a otros el proceso de toma de decisiones de una manera muy clara, ilustrando cada suposicin sobre el futuro. 4.- Permite discutir en grupo las alternativas al enfocar individualmente cada cifra de costos o ingresos, las probabilidades de un resultado, suceso o evento y los supuestos correspondientes. 5.- Se puede programar en computadora de manera tal que permita hacer simulaciones sobre los diferentes supuestos y sus efectos. Los pasos a seguir son los siguientes: 1.- Definir acciones mutuamente excluyentes y eventos mutuamente excluyentes y colectivamente exhaustivos para luego graficar el rbol. 2.- Especificar o calcular la probabilidad para cada evento. 3.- Determinar la ganancia condicional asociada con las diferentes combinaciones de acciones y eventos. 4.- Calcular la ganancia esperad para cada nodo de dedicin y de evento. 5.- Elegir la opcin ptima por el criterio del valor esperado. Nota.- Se supone que las condiciones no cambian mientras tomamos la decisin. En cada nodo de evento se determina el valor esperado sumando los productos de las probabilidades de ocurrencia de los resultados por los beneficios correspondientes a cada uno. En cada nodo de decisin se escoge la rama que tiene mayor valor esperado El ejemplo que sigue ilustra los fundamentos del procedimiento del rbol de decisin. Ejemplo 1.- Una compaa tiene ahora las opciones de construir una planta de tamao completo o una pequea que se puede aplicar despus. La decisin depende principalmente de las demandas futuras del producto que

Ing. Efran Murillo

rboles de Decisiones

producir la planta. La construccin de una planta de tamao completo puede justificarse en trminos econmicos si el nivel de demanda es alto. En caso contrario, quiz sea recomendable construir una planta pequea ahora y despus decidir en dos aos si sta se debe ampliar. El problema de decisin de mltiples etapas (dos etapas) se presenta aqu por que si la compaa decide construir ahora una planta pequea, en dos aos deber tomarse una decisin a futuro relativa a la expansin de dicha planta. En la figura A se presenta un resumen del problema como un rbol de decisin. Se supone que la demanda puede ser alta o baja. El rbol de decisin tiene dos tipos de nodos: uno cuadrado ( ) representa un punto de decisin y un crculo () denota un evento probabilstico. Por lo tanto, comenzando con el nodo 1 (un punto de decisin), debemos tomar una decisin referente al tamao de la planta. El nodo 2 es un evento probabilstico del cual emanan dos ramas que representan demanda alta o baja, dependiendo de las condiciones del mercado. Estas condiciones se representarn al asociar probabilidades con cada rama. El nodo 3 es tambin un evento probabilstico del cual emanan dos ramas que representan demandas alta y baja. Lgicamente, la compaa considerar la posible expansin a futuro de la planta pequea slo si la demanda en los dos primeros aos resulta ser elevada. Esta es la razn por la que el nodo 4 representa un punto de decisin, donde las dos ramas que de l emanan representan las decisiones de expansin y de no expansin. Una vez ms, los nodos 5 y 6 son eventos probabilsticos y las ramas que emanan de cada uno representan demandas alta y baja. Los datos del rbol de decisin debe incluir (1) las probabilidades asociadas con las ramas que emanan de los eventos y (2) los ingresos asociados con diversas alternativas del problema. Supngase que la compaa est interesada en estudiar el problema en un periodo de 10 aos. Un estudio de mercado seala que las probabilidades de tener demandas altas y bajas en los 10 aos siguientes son 0.75 y 0.25, respectivamente. La construccin inmediata de una planta grande costar $5 millones y una planta pequea costar slo $1 milln. La expansin de la planta pequea de aqu a dos aos se calcula costar $4.2 millones. Los clculos o estimaciones del ingreso anual de cada una de las alternativas estn dados de la manera siguiente. Si se construye la planta completa: Si la demanda es alta, generar $1000000 anualmente. Si la demanda es baja, generar $300000 anualmente.

Si se construye la planta pequea: Si la demanda es alta, generar $250000 anualmente para cada uno de los 10 aos. Si la demanda es baja, generar $200000 anualmente.

Para la planta pequea ampliada: Si la demanda es alta, generar $900000 anualmente. Si la demanda es baja, generar $200000 anualmente.

Para la planta pequea sin expansin y con alta demanda en los dos primeros aos, seguida de una baja demanda en cada uno de los ocho aos restantes producir $200000.

Estos datos se resumen en la figura A. Ahora estamos listos para evaluar las alternativas. La decisin final debe sealarnos qu hacer en los nodos de decisin 1 y 4. La evaluacin de las alternativas est basada en el uso del criterio del valor esperado (VE). Los clculos empiezan en la etapa 2 y despus retroceden a la etapa 1. Por lo tanto, en los ltimos ocho aos, podemos evaluar las dos alternativas en el nodo 4 de la manera siguiente: VE{ganancia neta|expansin}= (900000 x 0.75 + 200000 x 0.25) x 8 4200000 = $ 1600000 VE{ganancia neta|no expansin}= (250000 x 0.75 + 200000 x 0.25) x 8 = $ 1900000 Por lo tanto, en el nodo 4, la decisin indica que no habr expansin y la ganancia neta esperada es $1900000.

Ing. Efran Murillo

rboles de Decisiones

Ahora podemos reemplazar todas las ramas del nodo 4 por una sola rama con una ganancia de $ 1900000, que representa la ganancia neta para los ltimos ocho aos. Ahora efectuamos los clculos de la etapa 1 que corresponden al nodo 1 como sigue: VE{ganancia neta/planta grande}= (1000000 x 0.75 + 300000 x 0.25) x 10 5000000 = $ 3250000 VE{ganancia neta/planta pequea} = (1900000+250000x2)x0.75 + 200000x10x25 1000000 = $1300000 Por lo tanto, la decisin ptima en el nodo 1 consiste en construir una planta grande. Tomar esta decisin ahora elimina evidentemente la consideracin de las alternativas en el nodo 4.

Figura A. rbol de decisiones para el ejemplo 1.

Ejercicio: En el ejemplo anterior, supngase que la demanda durante los ltimos ocho aos puede ser alta, mediana o baja, con las probabilidades 0.7, 0.2, y 0.1, respectivamente. Los ingresos anuales se resumen de la manera siguiente: 1. La planta pequea ampliada con demandas alta, mediana y baja producir un ingreso anual de $ 900 000, $ 600 000 y $ 200 000. 2. La planta pequea no ampliada con demanda alta, mediana o baja rendir un ingreso anual de $ 400 000, $ 280 000 y $ 150 000. Determine la decisin ptima en el nodo 4. [Resp. VE{ganancia neta|expansin} = $ 1960000 y VE{ganancia neta|no expansin} = $ 2808000. Por lo tanto, se decide no hacer la ampliacin en el nodo 4.]

Ing. Efran Murillo

rboles de Decisiones

Ejemplo 2.- Colaco tiene en la actualidad activos de 150 000 dlares y desea decidir si vende o no un refresco con sabor a chocolate, la Chocola. Colaco tiene tres opciones: Opcin 1: Probar en forma local el sabor de Chocola y, a continuacin, usar los resultados del estudio de mercado para determinar si vende la Chocola a nivel nacional o no. Opcin 2: Vender de inmediato, sin prueba de mercado, la Chocola a nivel nacional. Opcin 3: Decidir de inmediato, sin prueba de mercado, no vender Chocola a nivel nacional. A falta de un estudio de mercado, Colaco cree que Chocola tiene 55% de probabilidades de ser xito nacional, y 45% de probabilidades de ser fracaso nacional. Si la Chocola es xito nacional, el estado de inversiones de Colaco aumentar en 300 000 dlares y si es fracaso nacional los activos actuales disminuirn en 100 000 dlares. Si Colaco, lleva a cabo un estudio de mercado, a un costo de 30 000 dlares, hay 60% de probabilidades que el estudio d resultados favorables, a lo que se llama xito local, y 40% de probabilidades que el estudio arroje resultados desfavorables, a lo que se llama fracaso local. Si se obtiene xito local, hay 85% de probabilidades de que la Choclo sea xito nacional y si se obtiene fracaso local, hay 10% de probabilidad de que sea xito nacional. Si Colaco es neutral con respecto a riesgos, o sea, desea hacer mximo estado de sus bienes, qu estrategia debe seguir? El rbol de decisiones se muestra en la Figura siguiente:

rbol de decisiones para COLACO

Ing. Efran Murillo

rboles de Decisiones

Cmo tomar una mejor decisin comprando informacin confiable (Abordaje de Bayes)
En muchos casos, el decisor puede necesitar la opinin de un especialista para reducir sus incertidumbres con respecto a la probabilidad de cada uno de los estados de la naturaleza. Por ejemplo, consideremos el siguiente problema de decisin concerniente a la produccin de un nuevo producto:

A1 A2

(desarrollar) (no desarrollar)

Mucha venta A(0.2) 3000 0

Estados de la naturaleza Venta media Poca venta B(0.5) C(0.3) 2000 -6000 0 0

Las probabilidades de los estados de la naturaleza representan los distintos grados que tiene el criterio del decisor (por ejemplo, un gerente) con respecto a la ocurrencia de cada estado. Nos referiremos a estas evaluaciones subjetivas de la probabilidad como probabilidades "a priori". El beneficio esperado de cada curso de accin es A1 = 0.2(3000) + 0.5(2000) + 0.3(-6000) = $ -200 y A2 = 0; entonces elegimos A2, que significa que no desarrollamos. Sin embargo, el gerente se siente algo reacio a tomar esta decisin; por ello solicita la asistencia de una firma de investigacin de mercado. Ahora nos enfrentamos a una nueva decisin. Es decir, con cul firma de investigacin de mercado debe consultar su problema de decisin. Es as que el gerente debe tomar una decisin acerca de cun "confiable" es la firma consultora. Mediante muestreo y luego analizando el desempeo previo de la consultora debemos desarrollar la siguiente matriz de confiabilidad:

Lo que el consultor predijo

Ap Bp Cp

Qu sucedi realmente en el pasado A B C 0.8 0.1 0.1 0.1 0.9 0.2 0.1 0.0 0.7

Todas las Firmas de Investigacin de Mercado llevan registros (es decir, conservan datos histricos) del desempeo alcanzado en relacin con las predicciones anteriores que hubieren formulado. Estos registros los ponen a disposicin de sus clientes sin cargo alguno. Para construir una matriz de confiabilidad debe tomar en consideracin los "registros de desempeo" de la Firma de Investigacin de Mercado correspondientes a los productos que tienen mucha venta, y luego hallar el porcentaje de los productos que la Firma predijo correctamente que tendran mucha venta, venta media y poca o ninguna venta. Estos porcentajes se representan como P(Ap|A) = 0.8, P(Bp|A) = 0.1, P(Cp|A) = 0.1, en la primera columna de la tabla anterior, respectivamente. Se debe efectuar un anlisis similar para construir las otras columnas de la matriz de confiabilidad. Observe que para fines de consistencia, las entradas de cada columna en la matriz de confiabilidad deberan sumar uno. a) Tome las probabilidades y multiplquelas "hacia abajo" en la matriz, y luego smelas:

Ing. Efran Murillo

rboles de Decisiones

0.2 A 02(0.8) = 0.16 0.2(0.1) = 0.02 0.2(0.1) = 0.02

0.5 B 0.5(0.1) = 0.05 0.5(0.9) = 0.45 0.5(0) = 0

0.3 C 0.3(0.1) = 0.03 0.3(0.2) = 0.06 0.3(0.7) = 0.21

SUMA 0.24 0.53 0.23

b) SUMA es el resultado de sumar en sentido horizontal. c) Es necesario normalizar los valores (es decir, que las probabilidades sumen 1) dividiendo el nmero de cada fila por la suma de la fila hallada en el paso b.

A (.16/.24)=.667 (.02/.53)=.038 (.02/.23)=.087

B (.05/.24)=.208 (0.45/.53)=.849 (0/.23)=0

C (.03/.24)=.125 (.06/.53)=.113 (0.21/.23)=.913

d) Dibuje el rbol de decisiones. Muchos ejemplos gerenciales, como el de este ejemplo, involucran una secuencia de decisiones. Cuando una situacin de decisin requiere que se tome una serie de decisiones, el abordaje de la tabla de pago puede no dar cabida a las mltiples capas de decisiones. Para ello se aplica el abordaje del rbol de decisiones. El rbol de decisiones es una representacin cronolgica del proceso de decisin, mediante una red que utiliza dos tipos de nodos: los nodos de decisin, representados por medio de una forma cuadrada (el nodo de eleccin), y los nodos de estados de la naturaleza, representados por crculos (el nodo de probabilidad). Dibuje la lgica del problema construyendo un rbol de decisiones. Para los nodos de probabilidad asegrese de que las probabilidades en todas las ramas salientes sumen uno. Calcule los beneficios esperados retrocediendo en el rbol, comenzando por la derecha y trabajando hacia la izquierda. Usted puede imaginarse el conducir de su coche, el comenzar en el pie del rbol de la decisin y el trasladarse a la derecha a lo largo de las ramificaciones. En cada nodo cuadrado usted tiene control, puede tomar una decisin, y da vuelta a la rueda de su coche. En cada nodo del crculo la seora Fortuna asume el control la rueda, y usted es impotente. A continuacin se indica una descripcin paso a paso de cmo construir un rbol de decisiones: 1. Dibuje el rbol de decisiones usando cuadrados para representar las decisiones y crculos para representar la incertidumbre. 2. Evale el rbol de decisiones, para verificar que se han incluido todos los resultados posibles. 3. Calcule los valores del rbol trabajando en retroceso, del lado derecho al izquierdo. 4. Calcule los valores de los nodos de resultado incierto multiplicando el valor de los resultados por su probabilidad (es decir, los valores esperados). Podemos calcular el valor de un nodo del rbol cuando tenemos el valor de todos los nodos que siguen. El valor de un nodo de eleccin es el valor ms alto de todos los nodos que le siguen inmediatamente. El valor de un nodo de probabilidad es el valor esperado de los valores de los nodos que le siguen, usando la probabilidad de los arcos. Retrocediendo en el rbol, desde las ramas hacia la raz, se puede calcular el valor de todos los nodos, incluida la raz del rbol. Al poner estos resultados numricos en el rbol de decisiones obtenemos como resultado el siguiente grfico:

Ing. Efran Murillo

rboles de Decisiones

Arbol de decisiones tpicos Referencias de la figura No Consultant = Sin consultor;

Ing. Efran Murillo

rboles de Decisiones

$500 fee = $500 por honorarios; Hire Consultant = Contratar consultor Determine la mejor decisin con el rbol partiendo de la raz y avanzando. Del rbol de decisiones surge que nuestra decisin es la siguiente: Contratar al consultor y luego aguardar su informe. Si el informe predice muchas ventas o ventas medias, entonces producir el producto. De lo contrario, no producirlo. Verifique la eficiencia del consultor (%) calculando el ndice: (Beneficio esperado recurriendo al consultor {monto en $}) / VEIP. El beneficio esperado recurriendo al consultor surge del grfico como BE = 1000 - 500 = 500, mientras que VEIP = .2(3000) + .5(2000) + .3(0) = 1600. Por lo tanto, la eficiencia de este consultor es: 500/1600 = 31% Como trabajo domiciliario rehaga este problema con distribucin previa plana, es decir, trabajando slo con las recomendaciones de la firma de marketing. Trabajar con distribucin previa plana significa que asigna igual probabilidad, a diferencia de (0.2, 0.5, 0.3). Es decir, el dueo del problema no conoce el nivel de ventas si introduce el producto al mercado.

Teora de Bayes
Probabilidad: Conjunta Marginal Condicional

Teorema de Bayes

Variable con dos caractersticas: Ejemplo: Tenemos 3 promociones de Ingenieras de 150 alumnos

1ra caracterstica: Especialidad 2da caracterstica: Sexo

Ing. Efran Murillo

rboles de Decisiones

Probabilidad Conjunta:
Supongamos que de 150 alumnos tomamos 1 Cul es la probabilidad que sea ingeniero industrial y que sea hombre?.

P(II H) =

25 1 = = 0.17 150 6

Clculo de la matriz de Probabilidades Conjuntas

Interpretacin: La columna total (0.37, 0.27 y 0.36) es la probabilidad marginal de que sea II, IM, IS El valor 0.37 significa la probabilidad marginal que el alumno sea II La fila total (0.50 y 0.50) es la probabilidad Marginal de que sea hombre o mujer

Probabilidad Condicional
Cul es la probabilidad de que un alumno tomado al azar sea II si sabemos que es hombre?

P(II/H) =

P( II H ) 0.17 = = 0.34 P( H ) 0.50

Matriz de Probabilidades Condicionales Respecto al Sexo

Pr obablidad Condicional A =

Pr obabilidad Conjunta Pr obabilidad M arg inal A

Ing. Efran Murillo

rboles de Decisiones

10

Cul es la probabilidad de que sea hombre si sabemos que es Ingeniero Industrial?.

P(H / II) =

0.17 = 0.46 0.37

Matriz Condicional con respecto a la especialidad

Pr obablidad Condicional B =

Pr obabilidad Conjunta Pr obabilidad M arg inal B

En conclusin: Hay dos tipos de probabilidades marginales y condicionales. La probabilidad conjunta es el elemento comn de las dos caractersticas, entonces se puede calcular en trminos de la otra probabilidad condicional. En problemas se da como dato una de las dos probabilidades condicionales, por lo tanto hay que calcular en primer lugar la matriz de probabilidades conjuntas.

Ing. Efran Murillo

rboles de Decisiones

11

Probabilidad Conjunta:
P(Ai Bj) =
n( Ai, Bj ) N

N = total de muestras

Probabilidad Marginal:
P(Ai) =
j n( Ai ) = p ( Ai Bj ) N 1

(3)

P(Bj) =

i n( Bj ) = p ( Ai Bj ) N 1

(4)

Probabilidad Condicional:
P(Ai / Bj) = P(Bj / Ai) = p( Ai Bj ) p( Bj ) p( Bj Ai ) p ( Ai ) (1) (2)

P(BjAi) = Comn para calcular el teorema de Bayes

Regla de Bayes

(De (1) y (2))

P(AiBj) = P(Ai/Bj)P(Bj) = P(Bj/Ai)P(Ai)

P(Ai / Bj) =

p(Bj / Ai)P( Ai) p(Bj)

Ing. Efran Murillo

rboles de Decisiones

12

p( Ai / Bj)P(Bj) P(Bj/Ai) = p( Ai)

Donde:

P(Ai) = p ( Ai Bj ) = p ( Ai / Bj ) p ( Bj )
1 1

P(Bj) = p( Ai Bj ) = p( Bj / Ai) p( Ai)

1 1

Realidad mercado bueno = 0.80 Probabilidad Estudio dijo bueno

este valor es el resultado de las experiencias anteriores

Lo que nos interesa es saber cul es la probabilidad de que el estudio diga que es bueno dado que realmente sea bueno.

Estudio dijo bueno Probabilidad Realidad mercado bueno

generalmente dato conocido

.- La Fruit Computer Company fabrica chips de memoria en lotes de diez. Segn su experiencia, Fruit sabe que el 80% de todos los lotes son buenos y el 20% malos. Si se tiene un lote bueno y se extrae un chips, hay una probabilidad de 10% (uno de cada diez) de que el chips sea defectuoso. Si se tiene un lote malo, y se extrae un chips, hay una probabilidad de 50% (5 de cada 10) de que el chips sea defectuoso. Si un lote bueno, se manda a la siguiente etapa de produccin, los costos de proceso en que se incurra sern de 1000 dlares. Si un lote malo, se manda a la siguiente etapa de produccin, se incurre en 4000 dlares de costos. Fruit tiene tambin la opcin de reprocesar un lote a un costo de 1000 dlares. Es seguro que un lote reprocesado ser despus un lote bueno. Otra opcin es que, por un costo de 100 dlares, Fruit puede probar un chip de cada lote para tratar de determinar si es defectuoso ese lote. Determine cmo puede Fruit reducir al mnimo el costo total esperado por lote.

Ejemplo

Ing. Efran Murillo

rboles de Decisiones

13

SOLUCION: Hay dos estados del mundo: LB = el Lote es Bueno LM = el Lote es Malo Nos dan las siguientes probabilidades marginales a priori: P(LB) = 0 .80 y p(LM) = .20 Fruit tiene la opcin de llevar a cabo un experimento: inspeccionar un chip por lote. Los resultados posibles del experimento son: ChM = se encuentra que el chip es defectuoso (Chip Malo). ChB = se encuentra que el chip no es defectuoso (Chip Bueno). Nos proporcionan las siguientes probabilidades condicionales con respecto a los estados del mundo (probailidades a priori). p(ChM|LB) = 0.10, p(ChB|LB) = 0.90, p(ChM|LM) = 0.50, p(ChB|LM) = 0.50

Para terminar el rbol de decisiones de la fig b necesitamos calcular las probabilidades a condicionales con respecto al experimento (probabilidades a posteriori p(LM|ChM), p(LB|ChM), p(LM|ChB) y p(LB|ChB). Comenzamos calculando las probabilidades conjuntas: p(ChMLB) = p(LB) p(ChM|LB) = 0.80(0.10) = 0.08 p(ChMLM) = p(LM) p(ChM|LM) = 0.20(0.50) = 0.10

p(ChBLB) = p(LB) p(ChB|LB) = 0.80(0.90) = 0.72 p(ChBLM) = p(LM) p(ChB|LM) = 0.20(0.50) = 0.10 A continuacin calculamos la probabilidad de cada uno de los resultados experimentales: p(ChM) = p(ChMLB) + p(ChMLM) = 0.08 + 0.10 = 0.18 p(ChB) = p(ChBLB) + p(ChBLM) = 0.72 + 0.10 = 0.82 Entonces usamos la regla de Bayes para determinar las probabilidades a posteriori necesarias:
p (LM | ChM p (ChM LM p (ChM )

)=

)=

. 10 5 = . 18 9

p (LB | ChM

) = p (ChM LB ) = p (ChM )
p (ChB LM p (ChB )

. 08 4 = . 18 9 = 10 82

p (LM | ChB ) = p (LB | ChB ) =

) = . 10
. 82

p (ChB LB ) . 72 72 = = p (ChB ) . 82 82

Estas probabilidades a posteriori se emplean para completar el rbol de la figura siguiente. El clculo directo indica que la estrategia ptima es probar un chip. Si resulta defectuoso, se procesa el lote. Si no resulta defectuoso, el lote puede proseguir. Se incurre en un costo esperado de 1575 dlares.

Ing. Efran Murillo

rboles de Decisiones

14

Figura B. Ejemplo del uso de la regla de Bayes en rboles de decisiones (ejemplo de los chips de Memoria).

Clculo de las probabilidades condicionales A

Ing. Efran Murillo

rboles de Decisiones

15

Clculo de las probabilidades conjuntas

Clculo de las probabilidades condicionales B

APLICACIN 1.- La compaa Nitro Fertilizer est elaborando un nuevo fertilizante. Si

Nitro comercializa el producto y tiene xito, la compaa obtendr una ganancia de $50 000; si no tiene xito, la compaa perder $35 000. En el pasado, productos similares han tenido xito 50% de las veces. A un costo de $5 000, se puede probar la efectividad del nuevo fertilizante. Si el resultado de la prueba es favorable, hay 80% de probabilidades de que el fertilizante tenga xito. Si la prueba resulta desfavorable, slo hay 30% de probabilidades de que tenga xito el fertilizante. Hay 60% de probabilidades de un resultado de prueba favorable. Se pide: El rbol de decisiones, los beneficios o costos en cada rama del rbol, las probabilidades respectivas, los resultados esperados y la estrategia ptima de Nitro.

SOLUCIN
RBOL DE DECISIONES

Ing. Efran Murillo

rboles de Decisiones

16

Decisin ptima: La empresa deber realizar la prueba, y si la prueba da un resultado favorable, deber
comercializar, en caso contrario deber no comercializar. El valor esperado de la decisin ptima es de 14800 dlares.

APLICACIN 2.- Una empresa debe decidir si compra una mquina nueva, reparar una
existente o seguir con una mquina antigua. Los rendimientos de las mquinas son diferentes segn la calidad de la materia prima. Sus beneficios (en millones de soles) son: Mquina nueva Materia prima buena Materia prima mala 60 -30 Mquina reparada 24 6 Mquina antigua 16 12

Hay 35% de probabilidad de obtener materia prima buena. Es posible hacer una prueba preliminar a la materia prima con un costo de 1.2 millones, pero estas pruebas no son infalibles, la verdadera calidad solo puede ser determinada durante el proceso. En el pasado las pruebas tuvieron los siguientes resultados: Cuando la calidad resulta Buena Mala La prueba Indica Buena Mala 0.8 0.2 0.3 0.7

Ing. Efran Murillo

rboles de Decisiones

17

Se pide: El rbol de decisiones, los beneficios o costos en cada rama del rbol, las probabilidades respectivas, los resultados esperados y la decisin ptima.

SOLUCIN

Ing. Efran Murillo

rboles de Decisiones

18

Decisin ptima: La empresa deber realizar la prueba, y si la prueba da un resultado de Buena, deber
comprar la mquina, en caso contrario deber seguir con la mquina antigua. El valor esperado de la decisin ptima es de 16.356 millones de dlares.

APLICACIONES PROPUESTAS
1.- La demanda semanal de revistas sobre economa poltica en un puesto de peridicos puede ser de uno de los valores siguientes: 100, 120 130 revistas con probabilidades 0.2, 0.3 y 0.5. El propietario del kiosco limita sus alternativas a proveer uno de los tres niveles indicados. Si tiene en existencia ms de lo que puede vender en el mismo da deber deshacerse de las revistas remanentes a un precio de descuento de 55 centavos/revista. Suponiendo que el comerciante paga 60 centavos por revista y la vende en $ 1.05, determine el nivel de aprovisionamiento ptimo mediante el uso de una representacin de rbol de decisin. 2.- Supngase en el problema 1 que el propietario de la tienda desea considerar su problema de decisin en un periodo de dos das. Sus alternativas para el segundo da se determinan como sigue. Si la demanda del da 1 es igual a la cantidad de mercanca en existencia, seguir solicitando la misma cantidad el segundo da. De lo contrario, si la demanda es mayor que la cantidad almacenada, tendr las opciones de solicitar mayores niveles de aprovisionamiento para el segundo da. Por ltimo, si la demanda del da uno es menor que la cantidad almacenada, tendr las opciones de ordenar cualquiera de los niveles ms bajos para el segundo da. Exprese el problema como un rbol de decisin y obtenga la solucin ptima utilizando los datos de costos que se dieron en el problema 1. 3.- Un inversionista est estudiando 4 alternativas de inversin para unos clientes: acciones, bonos, inmuebles y
certificado de ahorros. Los patrones histricos de las acciones indican que hay una probabilidad de 30% que las acciones disminuyan en un 20%, una probabilidad en 5 de que permanezcan estables y una probabilidad de 50% de que aumenten el valor en 10%. Las acciones bajo consideracin no pagan dividendos. Los bonos tienen una probabilidad del 30% de aumentar su valor en 5% y una probabilidad del 70% de permanecer estables, su rendimiento es de 7%. El paquete de inmuebles en consideracin tiene una oportunidad en 10 de aumentar 25% su valor, una oportunidad en 5 de aumentar su valor en 10%, 3 oportunidades en 10 de aumentar su valor en 5%, una oportunidad en 5 de quedarse estables y una oportunidad en 5 de perder 5% su valor. Los certificados de ahorros producen 7.5% con seguridad. Determine la mejor alternativa de inversin.

4.- Un explorador petrolero debe decidir entre perforar un pozo o vender sus derechos de explotacin antes de perforar. El explorador tiene la opcin de realizar pruebas sismogrficas.
El costo de perforar un pozo se estima en 5 millones de soles, la ganancia que podra esperarse de encontrar petrleo es de 24 millones. Las pruebas ssmicas le costara un milln. El explorador podra vender sus derechos por 3 millones antes de la perforacin y de las pruebas. Si hiciera las pruebas y los resultados no indican presencia de estructuras (indicador de que haya o no petrleo) puede vender

Ing. Efran Murillo

rboles de Decisiones

19

sus derechos por 0.2 millones. Si las pruebas indican la presencia de estructuras, puede vender sus derechos por 6 millones. Si no encontrara petrleo el valor del rea de exploracin sera cero. Las probabilidades de obtener petrleo del rea sin ninguna prueba es de 30%. Si lleva a cabo las pruebas sismogrficas el explorador considera que estas detectarn las estructuras del subsuelo con un 40% de probabilidad. En caso de detectar estructuras puede perforar con un 65% de probabilidad de encontrar petrleo. En caso de no detectar estructuras puede perforar con 75% de probabilidad de encontrar seco el pozo. Qu debe hacer el perforador?.

5.- Considere una firma que tiene 2 lneas de ensamble, 1 y 2, ambas producen calculadoras electrnicas. La lnea ensamble 1 produce el 55% y la lnea 2 el 45% del total de produccin mensual. El gerente de ventas estima que el 15% y el 10% de las calculadoras producidas en la lnea 1 y 2, respectivamente, son defectuosas.
a) Si Ud. compr una calculadora y result ser defectuosa. Cul es la probabilidad de que la calculadora haya sido producida en la lnea 1?, en la lnea 2? b) Si Ud. compr una calculadora y result ser Buena. Cul es la probabilidad de que la calculadora haya sido producida en la lnea 1?, en la lnea 2? c) Si se toma una calculadora al azar. Cul es la probabilidad de que sea buena?, defectuosa?. d) Si se toma una calculadora al azar. Cul es la probabilidad de que sea defectuosa y a la vez haya sido producida en la lnea 2?.

6.- Manolo, que es campesino, debe determinar si siembra maz o trigo. Si siembra maz y el clima es caluroso,
gana 8000 dlares, o si el clima es fro, gana 5000 dlares. Si siembra trigo y el tiempo es caluroso gana 7000 dlares y si el tiempo es fro gana 6500 dlares. En el pasado el 40% de los aos han sido fros y el 60% calientes. Antes de sembrar Manolo puede pagar 600 dlares para un pronstico del tiempo. Si el ao es en realidad fro, hay 90% de probabilidades que el meteorlogo prediga un ao fro. Si el ao es en realidad caliente, hay 80% de probabilidades que el meteorlogo prediga un ao caluroso. Cmo puede Manolo maximizar sus ganancias esperadas?

7.- El gobierno trata de determinar si se debe examinar a los inmigrantes para ver si tienen o no una enfermedad contagiosa. Suponga que la decisin se basar en consideraciones financieras. Suponga adems que cada inmigrante cuya entrada se permite y tiene la enfermedad, le cuesta 100000 dlares al pas, y que cada inmigrante que entra y no tiene la enfermedad contribuye con 10000 dlares a la economa nacional. Suponga tambin que el 10% de todos los inmigrantes potenciales tienen la enfermedad. El gobierno puede admitir a todos los inmigrantes, no admitirlos o hacer pruebas para ver si tienen la enfermedad antes de decidir si se admiten o no. Cuesta 100 dlares hacer un examen personal para diagnosticar la enfermedad; el resultado de la prueba es positivo o negativo. Si el resultado de la prueba es positivo, es seguro que la persona tiene la enfermedad. Sin embargo un 20% de todas las personas que s tienen la enfermedad obtienen resultados negativos en el reconocimiento. La meta del gobierno es elevar al mximo, por inmigrante potencial, los beneficios esperados menos los costos esperados. Utilice un rbol de decisiones para auxiliar en esta determinacin. 8.La ciudad de Arequipa est considerando reemplazar la flota de autos de gasolina propiedad de la municipalidad por autos elctricos. El fabricante de estos autos elctricos afirma que la ciudad experimentar ahorros significativos durante la vida de la flota si efecta el cambio, pero la ciudad tiene dudas. Si el fabricante tiene la razn, la ciudad ahorrar 1 milln de dlares. Si la nueva tecnologa falla, como algunos crticos sugieren, el cambio costar a la ciudad $450 000. Una tercera posibilidad es que ninguna de las situaciones anteriores ocurra y que la ciudad quede igual con el cambio. De acuerdo con un reporte de consultores recientemente terminado, las probabilidades respectivas de estos tres eventos son 0.25, 0.45 y 0.30. La ciudad podra utilizar un programa piloto, que de realizarse indicara el costo potencial o el ahorro por la conversin a autos elctricos. El programa incluye rentar tres autos elctricos durante 3 meses y utilizarlos bajo

Ing. Efran Murillo

rboles de Decisiones

20

condiciones normales. El costo de este programa piloto para la ciudad sera de $50 000. El consejero de la ciudad considera que los resultados del programa piloto seran significativos, pero no concluyentes. Para apoyar su opinin se muestra la tabla siguiente, la cual presenta un resumen de probabilidades basado en la experiencia de otras ciudades. Qu opciones debera tomar la ciudad si desea maximizar los ahorros esperados?.

Un programa piloto indicar Ahorro Sin cambio Prdida Dado que en realidad la Conversin Ahorra dinero Da igual Da prdida 0.6 0.4 0.1 0.3 0.4 0.5 0.1 0.2 0.4

9.- La presidenta de una compaa de una rama industrial altamente competitiva considera que un empleado de la compaa est proporcionando informacin confidencial a la competencia. Est 90% segura que este informante es el tesorero de la compaa, cuyos contactos han sido extremadamente valiosos para obtener financiamiento para la compaa. Si lo despide y es el informante, la compaa gana $100 000. Si lo despide pero no es el informante, la compaa pierde su experiencia y aun tiene a un informante en el equipo, con una prdida para la compaa de $500 000. Si ella no despide al tesorero, la compaa pierde $300 000, sea o no el informante, ya que en ambos casos el informante contina en la compaa.
Antes de decidir la suerte del tesorero, la presidenta podra ordenar pruebas con el detector de mentiras. Para evitar posibles demandas, estas pruebas tendran que administrarse a todos los empleados de la compaa con un costo total de $30 000. Otro problema es que las pruebas con detector de mentiras no son definitivas. Si una persona est mintiendo, la prueba lo revelar 90% de las veces; pero si una persona no est mintiendo, la prueba lo indicar slo 70% de las veces. Qu acciones deber tomar la presidenta de la compaa?.

10.- Una gran compaa de energticos ofrece al dueo de un terreno $60000 por los derechos de explotacin de gas natural en un sitio determinado y la opcin para un desarrollo futuro. La opcin, si se ejerce, vale $60000 adicionales para el propietario, pero esto ocurrir slo si se descubre gas natural durante la etapa de exploracin. El propietario, considerando que el inters de la compaa es una buena indicacin de que existe gas, est tentado a desarrollar l mismo el campo. Para hacer esto, deber contratar equipos locales con experiencia en exploracin y desarrollo. El costo inicial es de $100000, los que se perdern si no se encuentra gas. Sin embargo, si descubre gas, el propietario estima un beneficio neto de 2 millones de dlares.
El propietario antes de tomar la decisin puede realizar pruebas con sonido en el sitio en donde se sospecha que haya gas natural, con un costo de $30000. Las pruebas de sonido indican que no hay gas presente, pero la prueba no es perfecta. La compaa que realiz las pruebas acepta que 30% de las veces la prueba indicar que no hay gas cuando en realidad ste existe. Cuando no existe gas, la prueba es acertada 90% de las veces. Empleando estos datos, actualcese la estimacin inicial del propietario de que la probabilidad de encontrar gas es de 0,6 y determnese despus la decisin recomendada.

11.- El jefe de marketing de una importante empresa productora de computadoras tiene que decidir si lanzar una nueva campaa antes o despus de mayo. Si la lanza antes, tendr aseguradas unas ventas de 100 millones de soles. Si la lanza despus corre el riesgo de que la empresa competidora se adelante, lo que ocurrir con probabilidad 0.4. Adems las ventas tambin dependen de las previsiones de la coyuntura econmica que se presente, que puede ser al alza, con probabilidad 0.5, estabilidad, con probabilidad 0.3 y recesin. Si la economa est en alza y la competidora no ha lanzado su campaa, las ventas se dispararan hasta los 150 millones de soles y si la competidora ha lanzado su campaa las ventas seran de 120 millones. Si la economa est estable, las ventas seran de 90 millones de soles si la competidora lanza su campaa y 110 si no la lanza, y si la economa est en recesin, si la competidora ha lanzado la campaa, las ventas sern de 70 millones y si no la ha lanzado las ventas sern de 80 millones. A la vista de los datos, qu decidir el jefe de marketing?.
Ing. Efran Murillo

rboles de Decisiones

21

12.- Iguana Producciones est pensando en producir un programa piloto para una serie de comedia para una importante cadena televisiva. La cadena puede rechazar tanto el piloto como la serie, pero tambin puede adquirir el programa con duracin de 1 o 2 aos. Iguana puede decidir producir dicho piloto, o transferir por 10000 dlares los derechos de la serie a un competidor. Las utilidades de Iguana se resume en la siguiente tabla de pagos de utilidades (en miles de dlares).
Estados de la naturaleza Rechazo 1 ao Alternativa de decisin Producir serie piloto, d1 Vender al competidor, d2 a) S1 100 100 S2 50 100 2 aos S3 150 100

Si las estimaciones de probabilidades para los estados de la naturaleza son p(rechazo) = 0.2, p(1 ao) = 0.3 y p(2os) = 0.5, qu debera hacer la empresa?.

b) Cul es el mximo que debera estar dispuesto Iguana a pagar para obtener informacin confidencial sobre los planes de la cadena de televisin?. Por 2500 dlares de honorarios de asesora, una empresa de consultora revisar los planes de la serie de comedia y dar la posibilidad general de una reaccin favorable por parte de la cadena. Si el estudio especial de esta organizacin resulta en una evaluacin favorable (F) o en una evaluacin no favorable (U), cul debera ser la estrategia de decisin de Iguana?. Suponga de Iguana cree que las probabilidades condicionales siguientes son juicios realistas sobre la precisin de la evaluacin de dicha empresa consultora. P(F/s1) = 0.3 p(U/s1) = 0.7 P(F/s2) = 0.6 p(U/s2) = 0.4 P(F/s3) = 0.9 p(U/s3) = 0.1 c) Muestre el rbol de decisin para este problema.

d) Cul es la estrategia de decisin recomendada y el valor esperado, suponiendo que se obtiene la informacin de la agencia?. e) Vale la informacin de la agencia los 2500 dlares?. Cunto sera el mximo que debera estar dispuesto Iguana pagar por la informacin?.

13.- Se piensa filmar la vida de Pachactec. Sabemos que si la pelcula fracasa perderemos 4 millones de dlares, y que si es un xito ganaremos 15 millones de dlares. De antemano, creemos que hay 10% de probabilidades que la pelcula sea un xito. Antes de filmar, tenemos la opcin de pagar 1 milln de dlares a un afamado crtico cinematogrfico por su punto de vista acerca de la pelcula. En el pasado, ste crtico ha predicho, en un 60% que las pelculas seran un xito, y en un 90% que las pelculas seran un fracaso. Deseamos elevar al mximo nuestras ganancias esperadas. Use un rbol de decisiones para determinar la mejor estrategia. 14.- Un ingeniero ha desarrollado un nuevo producto y lo ha patentado. Actualmente tiene 3 opciones: fabricar y vender el producto, vender la patente y cobrar un porcentaje por cada unidad vendida o simplemente guardar la patente. Las ventas pueden ser altas o bajas, adems tiene la posibilidad de hacer un pequeo estudio de mercado sobre el potencial de ventas a un costo de $1500. Los resultados del estudio le indicaron si las ventas pueden ser muy buenas o malas. En el caso que decida fabricar y vender y resulta que las ventas son altas su beneficio es $25000 por cada ao y si son bajas las ventas pierde $5000, en cambio si decide vender la patente cuando las ventas son elevadas se beneficiar en $15000 cada ao y si son bajas las ventas se beneficia slo en $3000. En caso que decida guardar la patente se perjudica en $1000 que le cost desarrollar el nuevo producto.
El ingeniero consulta con varios amigos que tienen experiencia en la venta de nuevos productos y en resumen opinaron de que la probabilidad que las ventas sean bajas es 70% y que cuando el estudio de mercado dio los

Ing. Efran Murillo

rboles de Decisiones

22

resultados de ventas muy buenas hay un 52 % de que realmente las ventas sean altas, en cambio si el estudio de mercado indica que las ventas van a ser malas hay un 16% de que realmente las ventas sean buenas. La probabilidad de que el estudio de mercado de cmo resultado de que las ventas van a ser muy buenas es 56%. a) Cul es la poltica ptima que debe tomar el Ingeniero?. Muestre el rbol de decisiones correspondiente indicando los valores esperados en cada nodo de decisin o evento.

Si el benfico por vender la patente cuando las ventas son elevadas fuese $ 13500 cada ao, cul ser la decisin ptima?. Muestre el nuevo valor esperado.

15.- Un grupo editorial va ha poner a la venta una nueva revista quincenal de informacin general. Los beneficios dependern del precio de venta de la revista y de la aceptacin que sta tenga en el mercado. En cuanto al precio de venta se barajan tres posibilidades: que sea de 3.5 dlares (A1), que sea de 5 dlares (A2), o bien que sea de 1.5 dlares los dos primeros nmeros y 4 dlares el resto (A3). En cuanto a la cuota de mercado se consideran tres niveles: un 10% (E1), con una probabilidad de ocurrencia de 0.3; un 30% (E2), con una probabilidad de 0.4; y un 60% (E3), con una probabilidad de 0.3. La tabla siguiente recoge el beneficio estimado, en miles de dlares para el primer ao:
E A A1 A2 A3 0.3 E1 -500 -600 -300 0.4 E2 200 600 600 0.3 E3 550 1200 1050

El grupo editorial tiene la posibilidad de contratar los servicios de un analista de mercado, que le informar sobre si la nueva revista ser aceptada por el mercado o no. Si la cuota de mercado es de un 60%, la probabilidad de que el informe indique que es aceptada es de 0.5; si la cuota es del 30%, dicha probabilidad ser de 0.4 y de 0.2 si la demanda se sita en un 10%. Si el informe le cuesta a la editorial 3000 dlares, cul ser la regla de decisin ptima?.

Ing. Efran Murillo