7/24/2019 Arbol de Decisiones Con Informacion Imperfecta_copy
1/14
rbol de decisionescon informacin imperfecta
7/24/2019 Arbol de Decisiones Con Informacion Imperfecta_copy
2/14
INDICE
1. Introduccin
2. rbol de decisionesdefinicin
3. rbol de decisiones
fuentes de informacin4. rbol de decisiones con informacin imperfecta
5. Caso prctico
7/24/2019 Arbol de Decisiones Con Informacion Imperfecta_copy
3/14
rbol de decisiones - definicin
Es un modelo formal grfico quemuestra nodos que representanlas decisiones a tomar.
Los nodos se extienden hacia
otros nodos y representan laconsecuencia de tomar esecamino.
Permite tener una vistapanormica de lo que puede
llegar a suceder al tomar ciertasdecisiones y ayuda a evitar elbajo o nulo beneficio y prdida.
7/24/2019 Arbol de Decisiones Con Informacion Imperfecta_copy
4/14
rbol de decisionesfuentes de informacin
Un rbol de decisin tiene susbases en las entradas o fuentesde informacin, que establecenun patrn de sucesos, ypermiten predecir el valor de
nuestras decisiones.
Dependiendo de la naturaleza deestas entradas o fuentes deinformacin, se dice que el rbolde decisiones trabaja coninformacin perfecta oinformacin imperfecta.
7/24/2019 Arbol de Decisiones Con Informacion Imperfecta_copy
5/14
rbol de decisionesfuentes de informacin
Cuando la informacin est dadade forma determinista ysabemos claramente como tratardicha informacin, se dice que elrbol trabaja con informacin
perfecta.
Cuando la informacin est dadade forma estocstica, al azar o enalgunos casos no hay una formade conocer como afectannuestras decisiones al resultadofinal, se dice que el rbol tieneinformacin imperfecta.
7/24/2019 Arbol de Decisiones Con Informacion Imperfecta_copy
6/14
rbol de decisiones con informacin imperfecta
Una etapa tpica en un rbol dedecisin es aquella en la cual eldecisor se plantea adquiririnformacin adicional, que lepermita tener un mejor
conocimiento de qu es lo queva a ocurrir.
El decisor ha de calcular el valorde la Informacin Imperfectacomo diferencia entre elresultado que puede obtenersin utilizar dicha informacin yutilizndola.
7/24/2019 Arbol de Decisiones Con Informacion Imperfecta_copy
7/14
Caso prctico
Despus de recibir informacin parcial sobre los movimientos de las tropasenemigas a lo largo de una ruta de combate, un comandante de un batallnde artillera, enfrenta la necesidad de tomar la decisin de bombardear o nouna ruta de combate, siendo el modelo matricial de decisiones el siguiente:
Movimiento de la tropa?S1= si
P(S1)=0.7S2= no
P(S2)=0.3
A1 = Bombardear 0 4
A2 = No bombardear 12 0
Los valores de la matriz son perdidas unitarias, elegidas arbitrariamente. El comandante puede elegir entre A1y A2sin necesidad de informacin adicional, o
el comandante puede enviar una patrulla de reconocimiento para obtener unainformacin adicional.
7/24/2019 Arbol de Decisiones Con Informacion Imperfecta_copy
8/14
Caso prctico
Si enva la patrulla de reconocimiento, pueden entonces suceder treseventos:
E1: La patrulla es descubierta con la prdida de 3 unidades.
E2: La patrulla regresa sin informacin, con una prdida de 0.20 unidades.
E3: La patrulla regresa reportando las actividades de la tropa enemiga, con una perdida de
0.20 unidades.
El comandante asigna las siguientes probabilidades condicionalessubjetivamente:
P (E1/S1) = 0.4 P (E1/S2) = 0.2P (E2/S1) = 0.1 P (E2/S2) = 0.8
P (E3/S1) = 0.5 P (E3/S2) = 0.0
7/24/2019 Arbol de Decisiones Con Informacion Imperfecta_copy
9/14
Paso 1: Elaborar rbol de decisiones
7/24/2019 Arbol de Decisiones Con Informacion Imperfecta_copy
10/14
Paso 2: Encontrar las probabilidades posteriores
P(E1) = P(E1/S1) P(S1) + P(E1/S2) P(S2)P(E1) = ( 0.4 x 0.7 )+( 0.2 x 0.3 )=0.34
P(E2) = P(E2/S1) P(S1) + P(E2/S2) P(S2)P(E2) = (0.1 x 0.7) + (0.8 x 0.3) =0.31
P(E3) = P(E3/S1) P(S1) + P(E3/S2) P(S2)P(E3) =(0.5 x 0.7) + (0.0 x 0.3) =0.35
Clculo de las probabilidades condicionales:
P(S1/E1) = [P(E1/S1) P(S1)]/ P(E1) = 0.82
P(S2/E1) = [P(E1/S2) P(S2)]/ P(E1) = 0.18P(S1/E2) = [P(E2/S1) P(S1)]/ P(E2) = 0.23P(S2/E2) = [P(E2/S2) P(S2)]/ P(E2) = 0.77P(S1/E3) = [P(E3/S1) P(S1)]/ P(E3) = 1.00P(S2/E3) = [P(E3/S2) P(S2)]/ P(E3) = 0.00
7/24/2019 Arbol de Decisiones Con Informacion Imperfecta_copy
11/14
Paso 3: Calcular valor esperado
Para hallar el valor sin informacindel nodo de decisin D1:
VE(A1) = 0(0.7) + 4(0.3) = 1.2VE(A2) = 12(0.7) + 0(0.3) = 8.4
Para hallar el valor con informacindel nodo de decisin D1:
Para el nodo de decisin D2 :VE(A1) = 3(0.82) + 7(0.18) = 3.72VE(A2) = 15(0.82) + 3(0.18) = 12.84
Para el nodo de decisin D3:
VE(A1) = 0.2(0.23) + 4.2(0.77) = 3.28VE(A2) = 12.2(0.23) + 0.2(0.77) = 2.96
Para el nodo de decisin D4:VE(A1) = 0.2(1.0) + 4.2(0.0) = 0.2VE(A2) = 12.2(1.0) + 0.2(0.0) = 12.2
7/24/2019 Arbol de Decisiones Con Informacion Imperfecta_copy
12/14
Paso 4: Sustituir valores esperados en los nodos
Comparando valor esperado para el nodo D1:
VE(SI)= 1.2
VE(CI)= (3.72)(0.34) + (2.96)(0.31) + (0.2)(0.35) = 2.25
SI: sin informacinCI: con informacin
Por lo tanto, la decisin debe ser no mandar
patrulla y bombardear inmediatamente la ruta.
7/24/2019 Arbol de Decisiones Con Informacion Imperfecta_copy
13/14
Conclusiones
El propsito de la teora de decisiones es incrementar la
probabilidad de obtener buenos resultados en un mundo deincertidumbre. El decisor es el individuo o conjunto de individuos, que tiene
la responsabilidad de comprometer o asignar recursos deuna organizacin.
La calidad de la decisin depender de si esta es no
consistente con las alternativas, informacin y preferenciasdel decisor.
7/24/2019 Arbol de Decisiones Con Informacion Imperfecta_copy
14/14
GRACIAS
Top Related