SlideShare una empresa de Scribd logo
Método secuencial de toma de decisiones en
ambiente de riesgo (se conocen los estados posibles
de la naturaleza, así como las probabilidades de
éstos)
 Un árbol de decisión es una forma gráfica y analítica de
representar todos los eventos (sucesos) que pueden surgir a
partir de una decisión asumida en cierto momento.
 Nos ayudan a tomar la decisión “más acertada”, desde un
punto de vista probabilístico, ante un abanico de posibles
decisiones o alternativas.
 Permite desplegar visualmente un problema y organizar el
trabajo de cálculos que deben realizarse.
TERMINOLOGÍA :
 Nodo de decisión: Indica que una decisión necesita tomarse en
ese punto del proceso. Está representado por un cuadrado (que
se numera en orden).
 Nodo de probabilidad: Indica que en ese punto del proceso
ocurre un evento aleatorio. Está representado por un círculo
(que se identifican con letras, por lo general)
 Rama: Nos muestra los distintos caminos que se pueden
emprender cuando tomamos una decisión o bien ocurre algún
evento aleatorio.
Alternativa 1, A1 (calcular VE1)
Alternativa 2, A2 (calcular VE2)
Alternativa 3, A3 (calcular VE3)
Alternativa 4, A4 (calcular VE4)
Alternativa 5, A5 (calcular VE5)
Fuente: http://www.scribd.com/doc/2999457/Herramientas-de-Calidad-Arboles-de-Decision, y elaboración propia.
PASOS PARA EL ANÁLISIS DEL ÁRBOL DE DECISIÓN
 Definir el problema.
 Dibujar el árbol de decisión.
 Asignar probabilidades a los eventos aleatorios.
 Estimar los resultados para cada alternativa posible (Ingresos-
Costes)
 Resolver el problema obteniendo como solución la ruta que
proporcione la política óptima (la combinación de alternativas que
genere el mayor valor esperado: Ingresos-Costes, pero relativizado
en cada nudo con su probabilidad de realización) .
EJEMPLO:
Una compañía de seguros nos ofrece una indemnización por
accidente de 210.000€. Si no aceptamos la oferta y decidimos ir
a juicio podemos obtener 185.000€, 415.000€ o 580.000€
dependiendo de las alegaciones que el juez considere
aceptables.
Si perdemos el juicio, debemos pagar las costas que ascienden a
30.000€.
Sabiendo que el 70% de los juicios se ganan, y de éstos, en el 50%
se obtiene la menor indemnización, en el 30% la intermedia y
en el 20% la más alta, determinar la decisión más acertada.
Alternativa 3 (A3): Ganancia de 580.000 €
Alternativa 4 (A4): Pérdida de 30.000 € (-30.000€)
Alternativa 5 (A5): Ganancia de 210.000 €
a
b
Alternativa 1 (A1): Ganancia de 185.000 €
Alternativa 2 (A3): Ganancia de 415.000 €
DESPUÉS DE PLANTEAR LA GRÁFICA, EL 2º PASO ES:
Cálculo de los Valores Esperados de los nudos del grafo,
procediendo secuencialmente, de izquierda a derecha:
VE(b)= 185.000x50% + 415.000x30% + 580.000x20%= 333.000 €
VE (a)= 333.000x70% + (-30.000)x30% = 224.100 €
VE [1]= Máx [VE(a), A(5)]= Máx [224.100€; 210.000€]
Por tanto, la ruta óptima, o la decisión a tomar es Ir a
Juicio, con lo que esperamos conseguir 224.100 €.
a
b
VE=224.100 €
Otros ejemplos:
Un problema algo más complejo:
Una fábrica está evaluada en 150 millones. La fábrica desea incorporar un nuevo producto al mercado.
Existen dos opciones para incorporar el nuevo producto: Hacer un estudio de mercado del
producto para determinar si se introduce o no al mercado, o introducir inmediatamente el
producto al mercado (sin estudio).
En ausencia de estudio de mercado, la fábrica estima que el producto tiene un 55% de posibilidades de
ser éxitoso y de 45% de ser un fracaso. Si el producto es exitoso, la fábrica aumentaría en 300
millones su valor, si el producto fracasa se devaluaría en 100 millones. El estudio de mercado vale
30 millones. El estudio predice que existe un 60% de probabilidad de que el producto sea exitoso.
Si el estudio de mercado determina que el producto sería exitoso, existe un 85% de posibilidades
de que efectivamente lo sea. Si el estudio de mercado determina que el producto sería un fracaso,
existe sólo un 10 % de posibilidades de que el producto sea exitoso.
Si la empresa no desea correr riesgos (desea maximizar el valor esperado de la empresa):¿Cuál es la
mejor opción o decisión?
SOLUCIÓN: Sin hacer el estudio, introducir el nuevo producto en el mercado (VE= 120
millones de ganancias)
Solución: Hornear 170, VE=316 u.m. de beneficio

Más contenido relacionado

La actualidad más candente

Act. 3.5_Metodo simplex_Equipo 3
Act. 3.5_Metodo simplex_Equipo 3Act. 3.5_Metodo simplex_Equipo 3
Act. 3.5_Metodo simplex_Equipo 3
ClaudiaEPO
 
Unidad 1. Programación entera
Unidad 1. Programación enteraUnidad 1. Programación entera
Unidad 1. Programación entera
Universidad del golfo de México Norte
 
Investigación de Operaciones 2/2
Investigación de Operaciones 2/2Investigación de Operaciones 2/2
Investigación de Operaciones 2/2
CEMEX
 
Distribucion de la varianza
Distribucion de la varianzaDistribucion de la varianza
Distribucion de la varianza
Unisucre, I.E. Antonio Lenis
 
METODO SIMPLEX-TABULAR
METODO SIMPLEX-TABULAR METODO SIMPLEX-TABULAR
METODO SIMPLEX-TABULAR
NathaliaSanchez24
 
Problema del Transporte
Problema del TransporteProblema del Transporte
Problema del Transporte
Jose
 
Pronosticos
PronosticosPronosticos
Pronosticos
arelycl
 
Problemas de tarea trasporte
Problemas de tarea trasporteProblemas de tarea trasporte
Problemas de tarea trasporte
Jaime Medrano
 
Distribucion binomial
Distribucion binomialDistribucion binomial
Distribucion binomial
Mel Noheding
 
Funciones reales-variables
Funciones reales-variablesFunciones reales-variables
Funciones reales-variables
Ruben Egusquiza
 
Tema: Teoria de Juegos
Tema: Teoria de JuegosTema: Teoria de Juegos
Tema: Teoria de Juegos
Yojann Trejo
 
Segura 2013 -- juegos de suma cero - v1
Segura   2013 -- juegos de suma cero - v1Segura   2013 -- juegos de suma cero - v1
Segura 2013 -- juegos de suma cero - v1
Juan Segura
 
DefinicióN Variable Aleatoria Discreta
DefinicióN Variable Aleatoria DiscretaDefinicióN Variable Aleatoria Discreta
DefinicióN Variable Aleatoria Discreta
joeliv
 
Hipotesis2
Hipotesis2Hipotesis2
5.1 TERMINOLOGÍA DE OPTIMIZACIÓN DE REDES
5.1  TERMINOLOGÍA DE OPTIMIZACIÓN DE REDES5.1  TERMINOLOGÍA DE OPTIMIZACIÓN DE REDES
5.1 TERMINOLOGÍA DE OPTIMIZACIÓN DE REDES
ADRIANA NIETO
 
Cadena de markov
Cadena de markovCadena de markov
Cadena de markov
Jaime Adarraga
 
Análisis de regresión lineal y correlación lineal
Análisis de regresión lineal y correlación linealAnálisis de regresión lineal y correlación lineal
Análisis de regresión lineal y correlación lineal
Pedro Rico Hernández
 
EJERCICIO DE TEORIA DE DECISIONES
EJERCICIO DE TEORIA DE DECISIONESEJERCICIO DE TEORIA DE DECISIONES
EJERCICIO DE TEORIA DE DECISIONES
Justin Guerrero Delahoz
 
Tablas interes compuesto
Tablas interes compuestoTablas interes compuesto
Tablas interes compuesto
Moises Bonilla
 
Estadistica practic
Estadistica practicEstadistica practic
Estadistica practic
christian villar
 

La actualidad más candente (20)

Act. 3.5_Metodo simplex_Equipo 3
Act. 3.5_Metodo simplex_Equipo 3Act. 3.5_Metodo simplex_Equipo 3
Act. 3.5_Metodo simplex_Equipo 3
 
Unidad 1. Programación entera
Unidad 1. Programación enteraUnidad 1. Programación entera
Unidad 1. Programación entera
 
Investigación de Operaciones 2/2
Investigación de Operaciones 2/2Investigación de Operaciones 2/2
Investigación de Operaciones 2/2
 
Distribucion de la varianza
Distribucion de la varianzaDistribucion de la varianza
Distribucion de la varianza
 
METODO SIMPLEX-TABULAR
METODO SIMPLEX-TABULAR METODO SIMPLEX-TABULAR
METODO SIMPLEX-TABULAR
 
Problema del Transporte
Problema del TransporteProblema del Transporte
Problema del Transporte
 
Pronosticos
PronosticosPronosticos
Pronosticos
 
Problemas de tarea trasporte
Problemas de tarea trasporteProblemas de tarea trasporte
Problemas de tarea trasporte
 
Distribucion binomial
Distribucion binomialDistribucion binomial
Distribucion binomial
 
Funciones reales-variables
Funciones reales-variablesFunciones reales-variables
Funciones reales-variables
 
Tema: Teoria de Juegos
Tema: Teoria de JuegosTema: Teoria de Juegos
Tema: Teoria de Juegos
 
Segura 2013 -- juegos de suma cero - v1
Segura   2013 -- juegos de suma cero - v1Segura   2013 -- juegos de suma cero - v1
Segura 2013 -- juegos de suma cero - v1
 
DefinicióN Variable Aleatoria Discreta
DefinicióN Variable Aleatoria DiscretaDefinicióN Variable Aleatoria Discreta
DefinicióN Variable Aleatoria Discreta
 
Hipotesis2
Hipotesis2Hipotesis2
Hipotesis2
 
5.1 TERMINOLOGÍA DE OPTIMIZACIÓN DE REDES
5.1  TERMINOLOGÍA DE OPTIMIZACIÓN DE REDES5.1  TERMINOLOGÍA DE OPTIMIZACIÓN DE REDES
5.1 TERMINOLOGÍA DE OPTIMIZACIÓN DE REDES
 
Cadena de markov
Cadena de markovCadena de markov
Cadena de markov
 
Análisis de regresión lineal y correlación lineal
Análisis de regresión lineal y correlación linealAnálisis de regresión lineal y correlación lineal
Análisis de regresión lineal y correlación lineal
 
EJERCICIO DE TEORIA DE DECISIONES
EJERCICIO DE TEORIA DE DECISIONESEJERCICIO DE TEORIA DE DECISIONES
EJERCICIO DE TEORIA DE DECISIONES
 
Tablas interes compuesto
Tablas interes compuestoTablas interes compuesto
Tablas interes compuesto
 
Estadistica practic
Estadistica practicEstadistica practic
Estadistica practic
 

Similar a Mjf+árboles+de+decisión

arbol_decision.pdf
arbol_decision.pdfarbol_decision.pdf
arbol_decision.pdf
Ramses CF
 
Arbol decision
Arbol decisionArbol decision
Arbol decision
Andres Ramírez
 
Presentacion
PresentacionPresentacion
Presentacion
antoniomartinezuvm
 
Soft tomadedeciciones
Soft tomadedecicionesSoft tomadedeciciones
Soft tomadedeciciones
antoniomartinezuvm
 
TOMA DE DESICIONES Y ANALISIS DE RIESGO EXPOSICION.pptx
TOMA DE DESICIONES Y ANALISIS DE RIESGO EXPOSICION.pptxTOMA DE DESICIONES Y ANALISIS DE RIESGO EXPOSICION.pptx
TOMA DE DESICIONES Y ANALISIS DE RIESGO EXPOSICION.pptx
YadhiraRoblesMonzon
 
EXPOSICION.pptx
EXPOSICION.pptxEXPOSICION.pptx
EXPOSICION.pptx
JoseSoto599943
 
7 Tecnica del Arbol para la toma de decisiones
7  Tecnica del Arbol para la toma de decisiones7  Tecnica del Arbol para la toma de decisiones
7 Tecnica del Arbol para la toma de decisiones
decisiones
 
Priori.semana5
Priori.semana5Priori.semana5
Priori.semana5
danixayque
 
Decisiones matriz de pago 2015 c3
Decisiones matriz de pago 2015 c3Decisiones matriz de pago 2015 c3
Decisiones matriz de pago 2015 c3
Gaston Saenz
 
Clase1 decisiones
Clase1 decisionesClase1 decisiones
Clase1 decisiones
Cesar Lombardi Barrantes
 
Qué es un árbol de decisión
Qué es un árbol de decisiónQué es un árbol de decisión
Qué es un árbol de decisión
martin_cs
 
Teoría de decisión
Teoría de decisiónTeoría de decisión
Teoría de decisión
gabrielpujol59
 
Teoría de decisión
Teoría de decisiónTeoría de decisión
Teoría de decisión
gabrielpujol59
 
Reto Slideshare
Reto SlideshareReto Slideshare
Reto Slideshare
Maryliz95
 
Decisiones clase 1 2014 c3
Decisiones clase 1 2014 c3Decisiones clase 1 2014 c3
Decisiones clase 1 2014 c3
Solange Rod Soler
 
Teoria de juegos
Teoria de juegosTeoria de juegos
Teoria de juegos
Francisco Arce
 
Teoría de la decisión.pdf
Teoría de la decisión.pdfTeoría de la decisión.pdf
Teoría de la decisión.pdf
LucasFerraro11
 
GERENCIA OPERATIVA.docx
GERENCIA OPERATIVA.docxGERENCIA OPERATIVA.docx
GERENCIA OPERATIVA.docx
frankAspeti
 
Teoria de juegos
Teoria de juegosTeoria de juegos
ARBOLES DE DECISIÒN
ARBOLES DE DECISIÒNARBOLES DE DECISIÒN
ARBOLES DE DECISIÒN
PATRICIA PALOMRES ANDRADE
 

Similar a Mjf+árboles+de+decisión (20)

arbol_decision.pdf
arbol_decision.pdfarbol_decision.pdf
arbol_decision.pdf
 
Arbol decision
Arbol decisionArbol decision
Arbol decision
 
Presentacion
PresentacionPresentacion
Presentacion
 
Soft tomadedeciciones
Soft tomadedecicionesSoft tomadedeciciones
Soft tomadedeciciones
 
TOMA DE DESICIONES Y ANALISIS DE RIESGO EXPOSICION.pptx
TOMA DE DESICIONES Y ANALISIS DE RIESGO EXPOSICION.pptxTOMA DE DESICIONES Y ANALISIS DE RIESGO EXPOSICION.pptx
TOMA DE DESICIONES Y ANALISIS DE RIESGO EXPOSICION.pptx
 
EXPOSICION.pptx
EXPOSICION.pptxEXPOSICION.pptx
EXPOSICION.pptx
 
7 Tecnica del Arbol para la toma de decisiones
7  Tecnica del Arbol para la toma de decisiones7  Tecnica del Arbol para la toma de decisiones
7 Tecnica del Arbol para la toma de decisiones
 
Priori.semana5
Priori.semana5Priori.semana5
Priori.semana5
 
Decisiones matriz de pago 2015 c3
Decisiones matriz de pago 2015 c3Decisiones matriz de pago 2015 c3
Decisiones matriz de pago 2015 c3
 
Clase1 decisiones
Clase1 decisionesClase1 decisiones
Clase1 decisiones
 
Qué es un árbol de decisión
Qué es un árbol de decisiónQué es un árbol de decisión
Qué es un árbol de decisión
 
Teoría de decisión
Teoría de decisiónTeoría de decisión
Teoría de decisión
 
Teoría de decisión
Teoría de decisiónTeoría de decisión
Teoría de decisión
 
Reto Slideshare
Reto SlideshareReto Slideshare
Reto Slideshare
 
Decisiones clase 1 2014 c3
Decisiones clase 1 2014 c3Decisiones clase 1 2014 c3
Decisiones clase 1 2014 c3
 
Teoria de juegos
Teoria de juegosTeoria de juegos
Teoria de juegos
 
Teoría de la decisión.pdf
Teoría de la decisión.pdfTeoría de la decisión.pdf
Teoría de la decisión.pdf
 
GERENCIA OPERATIVA.docx
GERENCIA OPERATIVA.docxGERENCIA OPERATIVA.docx
GERENCIA OPERATIVA.docx
 
Teoria de juegos
Teoria de juegosTeoria de juegos
Teoria de juegos
 
ARBOLES DE DECISIÒN
ARBOLES DE DECISIÒNARBOLES DE DECISIÒN
ARBOLES DE DECISIÒN
 

Mjf+árboles+de+decisión

  • 1. Método secuencial de toma de decisiones en ambiente de riesgo (se conocen los estados posibles de la naturaleza, así como las probabilidades de éstos)  Un árbol de decisión es una forma gráfica y analítica de representar todos los eventos (sucesos) que pueden surgir a partir de una decisión asumida en cierto momento.  Nos ayudan a tomar la decisión “más acertada”, desde un punto de vista probabilístico, ante un abanico de posibles decisiones o alternativas.  Permite desplegar visualmente un problema y organizar el trabajo de cálculos que deben realizarse.
  • 2. TERMINOLOGÍA :  Nodo de decisión: Indica que una decisión necesita tomarse en ese punto del proceso. Está representado por un cuadrado (que se numera en orden).  Nodo de probabilidad: Indica que en ese punto del proceso ocurre un evento aleatorio. Está representado por un círculo (que se identifican con letras, por lo general)  Rama: Nos muestra los distintos caminos que se pueden emprender cuando tomamos una decisión o bien ocurre algún evento aleatorio.
  • 3. Alternativa 1, A1 (calcular VE1) Alternativa 2, A2 (calcular VE2) Alternativa 3, A3 (calcular VE3) Alternativa 4, A4 (calcular VE4) Alternativa 5, A5 (calcular VE5) Fuente: http://www.scribd.com/doc/2999457/Herramientas-de-Calidad-Arboles-de-Decision, y elaboración propia.
  • 4. PASOS PARA EL ANÁLISIS DEL ÁRBOL DE DECISIÓN  Definir el problema.  Dibujar el árbol de decisión.  Asignar probabilidades a los eventos aleatorios.  Estimar los resultados para cada alternativa posible (Ingresos- Costes)  Resolver el problema obteniendo como solución la ruta que proporcione la política óptima (la combinación de alternativas que genere el mayor valor esperado: Ingresos-Costes, pero relativizado en cada nudo con su probabilidad de realización) .
  • 5. EJEMPLO: Una compañía de seguros nos ofrece una indemnización por accidente de 210.000€. Si no aceptamos la oferta y decidimos ir a juicio podemos obtener 185.000€, 415.000€ o 580.000€ dependiendo de las alegaciones que el juez considere aceptables. Si perdemos el juicio, debemos pagar las costas que ascienden a 30.000€. Sabiendo que el 70% de los juicios se ganan, y de éstos, en el 50% se obtiene la menor indemnización, en el 30% la intermedia y en el 20% la más alta, determinar la decisión más acertada.
  • 6. Alternativa 3 (A3): Ganancia de 580.000 € Alternativa 4 (A4): Pérdida de 30.000 € (-30.000€) Alternativa 5 (A5): Ganancia de 210.000 € a b Alternativa 1 (A1): Ganancia de 185.000 € Alternativa 2 (A3): Ganancia de 415.000 €
  • 7. DESPUÉS DE PLANTEAR LA GRÁFICA, EL 2º PASO ES: Cálculo de los Valores Esperados de los nudos del grafo, procediendo secuencialmente, de izquierda a derecha: VE(b)= 185.000x50% + 415.000x30% + 580.000x20%= 333.000 € VE (a)= 333.000x70% + (-30.000)x30% = 224.100 € VE [1]= Máx [VE(a), A(5)]= Máx [224.100€; 210.000€] Por tanto, la ruta óptima, o la decisión a tomar es Ir a Juicio, con lo que esperamos conseguir 224.100 €.
  • 9. Otros ejemplos: Un problema algo más complejo: Una fábrica está evaluada en 150 millones. La fábrica desea incorporar un nuevo producto al mercado. Existen dos opciones para incorporar el nuevo producto: Hacer un estudio de mercado del producto para determinar si se introduce o no al mercado, o introducir inmediatamente el producto al mercado (sin estudio). En ausencia de estudio de mercado, la fábrica estima que el producto tiene un 55% de posibilidades de ser éxitoso y de 45% de ser un fracaso. Si el producto es exitoso, la fábrica aumentaría en 300 millones su valor, si el producto fracasa se devaluaría en 100 millones. El estudio de mercado vale 30 millones. El estudio predice que existe un 60% de probabilidad de que el producto sea exitoso. Si el estudio de mercado determina que el producto sería exitoso, existe un 85% de posibilidades de que efectivamente lo sea. Si el estudio de mercado determina que el producto sería un fracaso, existe sólo un 10 % de posibilidades de que el producto sea exitoso. Si la empresa no desea correr riesgos (desea maximizar el valor esperado de la empresa):¿Cuál es la mejor opción o decisión? SOLUCIÓN: Sin hacer el estudio, introducir el nuevo producto en el mercado (VE= 120 millones de ganancias)
  • 10.
  • 11. Solución: Hornear 170, VE=316 u.m. de beneficio