Arbol de Decision

Teoría de la decisión:
Árboles de decisión
Prof Ariela Moreno

Son una técnica que permite y analizar decisiones secuenciales basadas en el uso de
resultados y probabilidades asociadas.
Los árboles de decisión se pueden usar para generar sistemas expertos, búsquedas
binarias y árboles de juegos.
Un diagrama de árbol de decisiones te permite evaluar mediante una representación
gráfica los posibles resultados, costos y consecuencias de una decisión compleja.
Este método es muy útil para analizar datos cuantitativos y tomar una decisión basada
en números.
Una manera de resolver problemas complejos es descomponerlos en problemas más
simples.
Los árboles de decisión son una manera gráfica de desglosar problemas y la secuencia
del proceso de decisión.
Pueden usarse cuando el decisor se enfrenta con:
● una serie de alternativas
● incertidumbre o eventos futuros con riesgo diferente para cada alternativa
● una serie de decisiones consecutivas
Componentes y estructura
Los árboles de decisión poseen:
● ramas: que se representan con líneas
● nodos de decisión: de ellos salen las ramas de decisión y se representan con
● nodos de incertidumbre: de ellos salen las ramas de los eventos y se representan
con
Las Alternativas de decisión se encuentran en
cada punto de decisión
Los estados de naturaleza o eventos ocurren

como resultado de cada alternativa de decisión
Las probabilidades indican la posibilidad de que ocurran los eventos posibles
Los resultados de las posibles interacciones entre alternativas y eventos se los

conocen como pagos
La secuencia temporal ocurre de izquierda a
derecha.
Las ramas que llegan a un nodo desde la
izquierda ya ocurrieron.
Las ramas que salen hacia la derecha todavía
no ocurrieron
Las probabilidades se indican en las ramas de los estados de naturaleza. Son

probabilidades condicionales de eventos que ya fueron observados.
Los pagos en el extremo de cada rama dependen de decisiones y estados de naturaleza

previos
Selección de alternativas de decisión
De atrás para adelante (de derecha a izquierda) se calculan el pago y el valor esperado
por cada nodo de estado de naturaleza
Dado que quien toma las decisiones controla las ramas que salen de cada nodo de
decisión, se elige la rama que resulte en el mayor (óptimo) valor esperado
La decisión que resulta del análisis del árbol no es un decisión fija sino una estrategia
condicional a la ocurrencia de eventos que sucedan a la decisión inmediata
Ejemplo
Suponga que quiere participar por un N° (de 00 a 99) de una rifa en $1.000, la cual paga
un premio de $50.000.
Hay dos eventos posibles:
Compra la rifa o no
Hay dos posibles resultados:
Gana la rifa o no
¿Ud. qué haría? ➔ En el nodo de evento se calculó el valor esperado de jugar a la rifa
➔ Luego se selecciona el valor más alto (por ser ganancias)
➔ La decisión desechada se marca con //
➔ La decisión óptima es no jugar
Ejemplo
Unidades Probabilidad
Un fabricante está considerando la producción de un nuevo
producto. La utilidad incremental es de $10 por unidad y la 6000 0.30
inversión necesaria en equipo es de $50.000 8000 0.50
El estimado de la demanda se muestra en la siguiente tabla: 1000 0.20
Tiene la opción de seguir con el producto actual que tendría una utilidad incremental de $5,5.
De hacerlo y si no hace publicidad, tendría ventas de 2.500 unidades, pero con la opción de
que si destina $14.000 en publicidad podría, con una probabilidad de 80% conseguir ventas de
5.500 unidades y de un 20% de que éstas sean de 4.000 unidades.
Ejemplo Vender 6000 $10.000
$60.000 0.30 0.30
Pronóstico de mercado
Vender 8000 $30.000
Producto nuevo
$80.000 0.50 0.50
-$50.000 1.00 $78.000
Vender 10.000 $50.000
$100.000 0.20 0.20
Hacer o no un
producto nuevo
$28.000
No publicidad venta de 2500 $13.750
$13.750 1.00 0.00
Producto actual
$0 0.00 Vender 5500 $16.250
$14.600 $30.250 0.80 0.00
Hacer publicidad
-$14.000 $8.000
Vender 4000
$28.600 0.00
$22.000 0.20
Limitaciones de los árboles de decisión
Un árbol de decisión da una buena descripción visual en problemas relativamente
simples pero su complejidad aumenta exponencialmente a medida que se agregan
etapas adicionales.
En algunas situaciones la especificación de la incertidumbre a través de
probabilidades discretas resulta en una sobresimplificación del problema.
Ejemplo
Un gerente trata de decidir si debe construir una instalación pequeña, mediana o grande. La demanda puede ser baja,
promedio o alta, con probabilidades estimadas de 0.25, 0.40 y 0.35, respectivamente. Con una instalación pequeña se
esperaría ganar un valor presente neto, después de impuestos, de sólo $18,000 si la demanda es baja. Si la demanda
es promedio, se espera que la instalación pequeña gane $75,000. Si la demanda es alta, cabría esperar que la
instalación pequeña ganara $75,000 y que después pudiera ampliarse a un tamaño promedio para ganar $60,000, o a
un tamaño grande para ganar $125,000. Con una instalación de tamaño mediano se esperaría una pérdida estimada en
$25,000 si la demanda es baja, y una ganancia de $140,000 si la demanda es de magnitud promedio. Si la demanda es
alta, cabría esperar que la instalación de tamaño mediano ganara un valor presente neto de $150,000; después podría
ampliarse al tamaño grande para obtener un beneficio neto de $145,000. Si se optara por construir una instalación
grande y la demanda resultara ser alta, se esperaría que las ganancias ascendieran a $220,000. Si la demanda resultara
ser de magnitud promedio para la instalación grande, se esperaría que el valor presente neto fuera igual a $125,000;
finalmente si la demanda fuera baja, cabría esperar que la instalación perdiera $60,000. Dibuje un árbol de decisiones
para este problema. ¿Qué debe hacer la gerencia para obtener el beneficio esperado más alto?

Arbol de Decision

Cargado por

Copyright:

Formatos disponibles

Arbol de Decision

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Arbol de Decision

Cargado por

Copyright:

Formatos disponibles

Teoría de la decisión:

Prof Ariela Moreno

Los estados de naturaleza o eventos ocurren

Las probabilidades indican la posibilidad de que ocurran los eventos posibles

Los resultados de las posibles interacciones entre alternativas y eventos se los

Las probabilidades se indican en las ramas de los estados de naturaleza. Son

Los pagos en el extremo de cada rama dependen de decisiones y estados de naturaleza

Hay dos eventos posibles:

Hay dos posibles resultados:

inversión necesaria en equipo es de $50.000 8000 0.50

El estimado de la demanda se muestra en la siguiente tabla: 1000 0.20

También podría gustarte