ARBOLES DE DECISION CON

INFORMACION MUESTRAL

Luis Ulfe Vega

ARBOLES DE DECISION CON INFORMACION
IMPERFECTA
• En muchos casos, el decisor puede necesitar la
opinión 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
decisión concerniente a la producción de un nuevo
producto:
Estados de la naturaleza
D. Alta D. moderada D. Baja
E1 (0.2) E2 (0.5) E3 (0.3)
A1 (desarrollar) 3000 2000 -6000
A2 (no desarrollar) 0 0 0
 ARBOLES DE DECISION CON INFORMACION
IMPERFECTA
Estados de la naturaleza
D. Alta D. moderada D. Baja
E1 (0.2) E2 (0.5) E3 (0.3) VME
A1 (desarrollar) 3000 2000 -6000 -200
A2 (no desarrollar) 0 0 0 0

Según el criterio de Máximo Valor monetario Esperado se escoge

la alternativa A2, o sea no desarrollar un nuevo producto

El Valor Esperado de la Información Perfecta (VEIP) = VEBC – Max VME

= 3000 (0.2) + 2000 (0.5) + 0 (0.3) – 0 =1600
ARBOLES DE DECISION CON INFORMACION
IMPERFECTA
TABLA DE CONFIABILIDAD

Qué sucedió realmente en el

P (Ri/Ej) pasado
El consultor predijo: E1 E2 E3

D. Alta R1 0.8 0.1 0.1

D. moderada R2 0.1 0.9 0.2

D. baja R3 0.1 0.0 0.7

1 1 1

Por ejemplo P(R1/E2) = 0.1

ARBOLES DE DECISION CON INFORMACION
IMPERFECTA
Estados de la naturaleza
D. Alta D. moderada D. Baja
E1 (0.2) E2 (0.5) E3 (0.3) VME
A1 (desarrollar) 3000 2000 -6000 -200
A2 (no desarrollar) 0 0 0 0

E1 (0.2)
-200 3000
E2 (0.5)
2000
E3 (0.3)
-6000

A2
0
ARBOLES DE DECISION CON INFORMACION IMPERFECTA
E1 (0.2)
-200 3000
E2 (0.5)
2000
0 E3 (0.3)
-6000

A2
0

P(E1/R1) =
3000
P(E2/R1) =
2000
P(E3/R1) =
-6000

A2
0
P(E1/R2) =
3000
P(E2/R2) =
2000
P(E3/R2) =
R2= Predice D. -6000
moderada
-500 P(R2) = A2
0
P(E1/R3) =
3000
P(E2/R3) =
2000
P(E3/R3) =
-6000

A2
0
ARBOLES DE DECISION CON INFORMACION
IMPERFECTA
TABLA DE CONFIABILIDAD

0.2 0.5 0.3

P (Ri/Ej)
El consultor predijo: E1 E2 E3

D. Alta R1 0.8 0.1 0.1

D. moderada R2 0.1 0.9 0.2

D. baja R3 0.1 0.0 0.7

1 1 1
ARBOLES DE DECISION CON INFORMACION
IMPERFECTA
TABLA DE CONFIABILIDAD

Qué sucedió realmente en el

P (Ri∩Ej) pasado
El consultor P(Ri)
predijo: E1 E2 E3

D. Alta R1 0.16 0.05 0.03 0.24

D. moderada R2 0.02 0.45 0.06 0.53

D. baja R3 0.02 0.00 0.21 0.23

P(Ej) 0.20 0.50 0.30 1.00

ARBOLES DE DECISION CON INFORMACION IMPERFECTA
E1 (0.2)
-200 3000
E2 (0.5)
2000
0 E3 (0.3)
-6000

A2
0

P(E1/R1) =
3000
P(E2/R1) =
2000
P(E3/R1) =
-6000

A2
0
P(E1/R2) =
3000
P(E2/R2) =
2000
P(E3/R2) =
R2= Predice D. -6000
moderada
-500 P(R2) = 0.53 A2
0
P(E1/R3) =
-200 3000
P(E2/R3) =
2000
P(E3/R3) =
-6000

A2
0
ARBOLES DE DECISION CON INFORMACION
IMPERFECTA
TABLA DE CONFIABILIDAD

Qué sucedió realmente en el

P (Ej/Ri) pasado
El consultor P(Ri)
predijo: E1 E2 E3

D. Alta R1 16/24 5/24 3/24 1

D. moderada R2 2/53 45/53 6/53 1

D. baja R3 2/23 0 21/23 1

ARBOLES DE DECISION CON INFORMACION IMPERFECTA
E1 (0.2)
-200 3000
E2 (0.5)
2000
0 E3 (0.3)
-6000

A2
0

P(E1/R1) = 16/24 3000

P(E2/R1) = 5/24 2000
P(E3/R1) = 3/24 -6000

A2
0
P(E1/R2) = 2/53 3000
P(E2/R2) = 45/53 2000
R2= Predice D. P(E3/R2) = 6/53 -6000
moderada
-500 P(R2) = 0.53 A2
0
P(E1/R3) = 2/23 3000
P(E2/R3) = 0 2000
P(E3/R3) = 21/23 -6000

A2
0
ARBOLES DE DECISION CON INFORMACION IMPERFECTA
E1 (0.2)
-200 3000
E2 (0.5)
2000
0 E3 (0.3)
-6000

A2
0

P(E1/R1) = 16/24 3000

1667
P(E2/R1) = 5/24 2000
1667 P(E3/R1) = 3/24 -6000

A2
0
P(E1/R2) = 2/53 3000
1132
P(E2/R2) = 45/53 2000
1132 P(E3/R2) = 6/53
R2= Predice D. -6000
moderada
-500 P(R2) = 0.53 A2
0
P(E1/R3) = 2/23 3000
-5217
P(E2/R3) = 0 2000
0 P(E3/R3) = 21/23 -6000

A2
0
ARBOLES DE DECISION CON INFORMACION IMPERFECTA
E1 (0.2)
-200 3000
E2 (0.5)
2000
0 E3 (0.3)
-6000

A2
0

P(E1/R1) = 16/24 3000

1667
P(E2/R1) = 5/24 2000
1667 P(E3/R1) = 3/24 -6000

A2
0
P(E1/R2) = 2/53 3000
1132
P(E2/R2) = 45/53 2000
1000 1132 P(E3/R2) = 6/53
R2= Predice D. -6000
moderada
-500 P(R2) = 0.53 A2
0
P(E1/R3) = 2/23 3000
-5217
P(E2/R3) = 0 2000
0 P(E3/R3) = 21/23 -6000

A2
0
ARBOLES DE DECISION CON INFORMACION IMPERFECTA
E1 (0.2)
-200 3000
E2 (0.5)
2000
0 E3 (0.3)
-6000

A2
0

P(E1/R1) = 16/24 3000

1667
P(E2/R1) = 5/24 2000
500 1667 P(E3/R1) = 3/24 -6000

A2
0
P(E1/R2) = 2/53 3000
1132
P(E2/R2) = 45/53 2000
1000 1132 P(E3/R2) = 6/53
R2= Predice D. -6000
moderada
-500 P(R2) = 0.53 A2
0
P(E1/R3) = 2/23 3000
-5217
P(E2/R3) = 0 2000
0 P(E3/R3) = 21/23 -6000

A2
0
ARBOLES DE DECISION CON INFORMACION IMPERFECTA
E1 (0.2)
-200 3000
E2 (0.5)
2000
0 E3 (0.3)
-6000

A2
0

P(E1/R1) = 16/24 3000

1667
P(E2/R1) = 5/24 2000
500 1667 P(E3/R1) = 3/24
VEII = VEBI – max VME -6000
VEII = 1000 – 0 = 1000 A2
0
P(E1/R2) = 2/53 3000
1132
P(E2/R2) = 45/53 2000
1000 1132 P(E3/R2) = 6/53
R2= Predice D. -6000
moderada
-500 P(R2) = 0.53 A2
0
P(E1/R3) = 2/23 3000
-5217
%Eficiencia = VEII/VEIP P(E2/R3) = 0 2000
= 1000/1600 = 62.5%
0 P(E3/R3) = 21/23 -6000

A2
0
GRACIAS