Análisis de Decisiones -...

22
Análisis de Decisiones Mario Maruri Martínez

Transcript of Análisis de Decisiones -...

Page 1: Análisis de Decisiones - educommons.anahuac.mx:8080educommons.anahuac.mx:8080/eduCommons/ingenieria-manufactura-y... · •Se dispone de datos previos. •Las circunstancias no varían

Análisis de DecisionesMario Maruri Martínez

Page 2: Análisis de Decisiones - educommons.anahuac.mx:8080educommons.anahuac.mx:8080/eduCommons/ingenieria-manufactura-y... · •Se dispone de datos previos. •Las circunstancias no varían

Tema 3: Tabla y matriz de pagosDecisiones bajo incertidumbre

Análisis de Decisiones - Mario Maruri Martínez

Page 3: Análisis de Decisiones - educommons.anahuac.mx:8080educommons.anahuac.mx:8080/eduCommons/ingenieria-manufactura-y... · •Se dispone de datos previos. •Las circunstancias no varían

Análisis de decisiones - división

Bajo certidumbre

Bajo incertidumbre

Los parámetros son constantes,conocidos y ciertos. Dentro deestos modelos encontramos laprogramación lineal.

Los parámetros varían con eltiempo y obedecen a procesosestocásticos.

Análisis de Decisiones - Mario Maruri Martínez

Page 4: Análisis de Decisiones - educommons.anahuac.mx:8080educommons.anahuac.mx:8080/eduCommons/ingenieria-manufactura-y... · •Se dispone de datos previos. •Las circunstancias no varían

Decisiones bajo incertidumbre

Análisis de Decisiones - Mario Maruri Martínez

Decisiones bajo incertidumbre

Sin experimentación

Con experimentación

Page 5: Análisis de Decisiones - educommons.anahuac.mx:8080educommons.anahuac.mx:8080/eduCommons/ingenieria-manufactura-y... · •Se dispone de datos previos. •Las circunstancias no varían

Decisiones bajo incertidumbre - división

Análisis de Decisiones - Mario Maruri Martínez

Sin experimentación

• No se dispone de datos previos.

• Las circunstancias varían constantemente.

• La decisión no se toma en forma repetida.

Con experimentación

• Se dispone de datos previos.

• Las circunstancias novarían constantemente.

• La decisión se toma en forma repetida.

Page 6: Análisis de Decisiones - educommons.anahuac.mx:8080educommons.anahuac.mx:8080/eduCommons/ingenieria-manufactura-y... · •Se dispone de datos previos. •Las circunstancias no varían

Matriz de pagos

• Una matriz de pagos o tabla de pagos es un medio deorganizar una situación de decisión; presentando losbeneficios de diferentes resoluciones dictadas por losdiversos estados de la naturaleza.

• Un estado de naturaleza es un hecho real que puedeocurrir en el futuro.

Análisis de Decisiones - Mario Maruri Martínez

Page 7: Análisis de Decisiones - educommons.anahuac.mx:8080educommons.anahuac.mx:8080/eduCommons/ingenieria-manufactura-y... · •Se dispone de datos previos. •Las circunstancias no varían

Matriz de pagos

• Estados de naturaleza versus las diferentesalternativas de decisión.

Análisis de Decisiones - Mario Maruri Martínez

Estados de Naturaleza

Decisión a b

1 Pago 1a Pago 1b

2 Pago 2a Pago 2b

Page 8: Análisis de Decisiones - educommons.anahuac.mx:8080educommons.anahuac.mx:8080/eduCommons/ingenieria-manufactura-y... · •Se dispone de datos previos. •Las circunstancias no varían

Matriz de pagos

Ejemplo: En un negocio a futuro se presentan dosescenarios (fuerte o débil) y frente a estos se puedentomar tres tipos de decisiones: agresiva, básica ycautelosa. Los pagos son rendimientos que se darían.

Análisis de Decisiones - Mario Maruri Martínez

Decisiones Estados de Naturaleza

Fuerte Débil

Agresiva 30 - 8

Básica 20 7

Cautelosa 5 15

Page 9: Análisis de Decisiones - educommons.anahuac.mx:8080educommons.anahuac.mx:8080/eduCommons/ingenieria-manufactura-y... · •Se dispone de datos previos. •Las circunstancias no varían

Matriz de pagos

La matriz de pagos se analiza bajo los siguientescriterios: los tres primeros no consideran lasprobabilidades de ocurrencia de los distintos estadosde la naturaleza.

Análisis de Decisiones - Mario Maruri Martínez

Page 10: Análisis de Decisiones - educommons.anahuac.mx:8080educommons.anahuac.mx:8080/eduCommons/ingenieria-manufactura-y... · •Se dispone de datos previos. •Las circunstancias no varían

Matriz de pagos

Criterios:

Análisis de Decisiones - Mario Maruri Martínez

Maximax

Maximin –

Minimax –

Monetario o valor esperado-

Pérdida oportunidad esperada (POE)

Igualdad de oportunidad (Laplace)

Valor de la información perfecta

Page 11: Análisis de Decisiones - educommons.anahuac.mx:8080educommons.anahuac.mx:8080/eduCommons/ingenieria-manufactura-y... · •Se dispone de datos previos. •Las circunstancias no varían

Matriz de pagos – criterio Maximax

También conocido como criterio optimista; consiste entomar como base la matriz de pagos; para cadadecisión se escoge el mejor rendimiento:

Criterio Maximax es la que maximiza los mayoresrendimientos = la agresiva.

Análisis de Decisiones - Mario Maruri Martínez

Page 12: Análisis de Decisiones - educommons.anahuac.mx:8080educommons.anahuac.mx:8080/eduCommons/ingenieria-manufactura-y... · •Se dispone de datos previos. •Las circunstancias no varían

Matriz de pagos – criterio Maximin

También conocido como criterio pesimista; consiste entomar como base la matriz de pagos, para cadadecisión se escoge el menor rendimiento:

Criterio Maximin la decisión que se deberá tomar es laque maximiza el valor del rendimiento, la básica.

Análisis de Decisiones - Mario Maruri Martínez

Page 13: Análisis de Decisiones - educommons.anahuac.mx:8080educommons.anahuac.mx:8080/eduCommons/ingenieria-manufactura-y... · •Se dispone de datos previos. •Las circunstancias no varían

Matriz de pagos – criterio Minimax

También conocido como criterio arrepentimiento; consisteen construir una nueva tabla (matriz de arrepentimiento)en la que se presente el perjuicio neto por cadacombinación de decisión y estado de naturaleza.

La tabla de perjuicios se obtiene: restando el valor deutilidad máxima del estado de la naturaleza del respectivovalor en la matriz de pagos.

Análisis de Decisiones - Mario Maruri Martínez

30 - 30 = 0 15- (-8) = 2330 - 20 = 10 15 - 7 = 830 - 5 = 25 15 – 15 = 0

Page 14: Análisis de Decisiones - educommons.anahuac.mx:8080educommons.anahuac.mx:8080/eduCommons/ingenieria-manufactura-y... · •Se dispone de datos previos. •Las circunstancias no varían

Matriz de pagos – criterio Minimax

Luego, de cada renglón de la tabla de perjuicios seseleccionan los mayores valores y se construye la siguientetabla.

Análisis de Decisiones - Mario Maruri Martínez

23

8

0

Page 15: Análisis de Decisiones - educommons.anahuac.mx:8080educommons.anahuac.mx:8080/eduCommons/ingenieria-manufactura-y... · •Se dispone de datos previos. •Las circunstancias no varían

Matriz de pagos – criterio Minimax

De acuerdo a este criterio, quien toma la decisión deberáelegir el que minimiza los perjuicios máximos, que en estecaso es la decisión básica.

Análisis de Decisiones - Mario Maruri Martínez

Fuente :http://beta.upc.edu.pe/estadística/metcuantineg/paginas/tallerasincrono/OA_3/Word/OA3_teoría.htm

Page 16: Análisis de Decisiones - educommons.anahuac.mx:8080educommons.anahuac.mx:8080/eduCommons/ingenieria-manufactura-y... · •Se dispone de datos previos. •Las circunstancias no varían

Valor esperado

En este caso se toman las decisiones que puede estimarla probabilidad de cada uno de los estados de lanaturaleza.

Para cada decisión se calcula el rendimiento esperadomediante la expresión:

Donde:

VE: es el valor esperado de la decisión

Vi: es la utilidad de la decisión en el estado de naturaleza i.

Pi: es la probabilidad de ocurrencia del estado de la naturaleza i.

Análisis de Decisiones - Mario Maruri Martínez

iidecisión PVVE )(

Page 17: Análisis de Decisiones - educommons.anahuac.mx:8080educommons.anahuac.mx:8080/eduCommons/ingenieria-manufactura-y... · •Se dispone de datos previos. •Las circunstancias no varían

Valor esperado

Se multiplica cada pago por la probabilidad de cadaestado de naturaleza y se selecciona el mayor de cadaalternativa de decisión.

Análisis de Decisiones - Mario Maruri Martínez

Page 18: Análisis de Decisiones - educommons.anahuac.mx:8080educommons.anahuac.mx:8080/eduCommons/ingenieria-manufactura-y... · •Se dispone de datos previos. •Las circunstancias no varían

Valor esperado

VE agresiva = 0,45 . (30) + 0,55 . (-8) = 9,10 VE básica = 0,45 . (20) + 0,55 . (7) = 12,85 VE cautelosa = 0,45 . (5) + 0,55 . (15) = 10,50De acuerdo a este criterio, se elige la decisión básica.

Análisis de Decisiones - Mario Maruri Martínez

Fuente :http://beta.upc.edu.pe/estadística/metcuantineg/paginas/tallerasincrono/OA_3/Word/OA3_teoría.htm

Page 19: Análisis de Decisiones - educommons.anahuac.mx:8080educommons.anahuac.mx:8080/eduCommons/ingenieria-manufactura-y... · •Se dispone de datos previos. •Las circunstancias no varían

Pérdida de oportunidad esperada

VE agresiva = 0,45 . (30-30) + 0,55 . (15-(-8)) = 12.65 VE básica = 0,45 . (30-20) + 0,55 . (15-7) = 8.9 VE cautelosa = 0,45 . (30 -5) + 0,55 . (15-15) = 10,50De acuerdo a este criterio, se elige la menor, la decisión básica.

Análisis de Decisiones - Mario Maruri Martínez

Fuente :http://beta.upc.edu.pe/estadística/metcuantineg/paginas/tallerasincrono/OA_3/Word/OA3_teoría.htm

Page 20: Análisis de Decisiones - educommons.anahuac.mx:8080educommons.anahuac.mx:8080/eduCommons/ingenieria-manufactura-y... · •Se dispone de datos previos. •Las circunstancias no varían

Igualdad de oportunidades (criterio de Laplace)

VE agresiva = 0,5 (30) + 0,5 (-8) = 11.0 VE básica = 0,5 (20) + 0,5 . (7) = 13.5 VE cautelosa = 0,5 (5) + 0,5 . (15) = 10.0De acuerdo a este criterio, se elige la decisión básica.

Análisis de Decisiones - Mario Maruri Martínez

Fuente :http://beta.upc.edu.pe/estadística/metcuantineg/paginas/tallerasincrono/OA_3/Word/OA3_teoría.htm

0.50 0.50

Page 21: Análisis de Decisiones - educommons.anahuac.mx:8080educommons.anahuac.mx:8080/eduCommons/ingenieria-manufactura-y... · •Se dispone de datos previos. •Las circunstancias no varían

Valor esperado de la información perfecta

El valor esperado de la información perfecta es elmáximo valor que estaríamos dispuestos a pagar portener la certeza de que el escenario ocurrirá a futuro.

El valor con información perfecta sería:

VE máximo = 0,45 . (30) + 0,55 . (15) = 21,75

Análisis de Decisiones - Mario Maruri Martínez

Fuente :http://beta.upc.edu.pe/estadística/metcuantineg/paginas/tallerasincrono/OA_3/Word/OA3_teoría.htm

Page 22: Análisis de Decisiones - educommons.anahuac.mx:8080educommons.anahuac.mx:8080/eduCommons/ingenieria-manufactura-y... · •Se dispone de datos previos. •Las circunstancias no varían

Valor esperado de la información perfecta

En ausencia de la información perfecta, la decisiónadecuada es la básica y su valor esperado es:

12,85, es decir: VE sin IP = 12,85

Por lo tanto, el valor de la información perfecta es:

VEIP = VE máximo – VE sin IP = 8,9

Análisis de Decisiones - Mario Maruri Martínez

Fuente :http://beta.upc.edu.pe/estadística/metcuantineg/paginas/tallerasincrono/OA_3/Word/OA3_teoría.htm