Decision and Risk Analysis Influence Diagrams NOTE: Some materials for this presentation courtesy of Dr. Dan Maxwell Reference: Clemen & Reilly. Making.

Slides:



Advertisements
Presentaciones similares
ÁRBOLES DE DECISIÓN Método secuencial de toma de decisiones en ambiente de riesgo (se conocen los estados posibles de la naturaleza, así como las probabilidades.
Advertisements

MAPAS CONCEPTUALES.
TEORIA DE DECISIONES Introducción.
Logística (Manejo de la cadena de abastecimiento)
Introducción a los Algoritmos
CONTABILIDAD DE COSTOS
Estructuras de Control
Técnico en programación de Software
Fundamentos de Ingeniería de Software
Investigación de Operaciones
UNIDAD I MODELOS Y TOMA DE DECISIONES
PRONÓSTICOS Y LA ADMINISTRACIÓN DE ESTRATÉGICA DE LA DEMANDA
TEORÍA DE LA DECISIÓN BAJO INCERTIDUMBRE
Prof. César Luza Montero
GeNie GeNie: entorno de desarrollo para la
UNIVERSIDAD LATINA (UNILA) IV. IMPLANTACION DE ALGORITMOS.
Metodología de la Programación
Curso de Programación I Parte III
Tema 4. Subastas Introducción
RIESGOS FINANCIEROS FACULTAD DE CIENCIAS CARRERA: ING. EN CIENCIAS ECONÓMICAS Y FINANCIERAS PERIODO: Ing. Marcela Guachamín.
Ciclo de formulación del proyecto.
Unified Modeling Language (Lenguaje de Modelamiento unificado)
Diccionario de datos en Análisis y Diseño Estructurado
Vision General del curso Conocimiento Visualmente. Como reconocer lo que vemos? (cap.3) Obtenerlo (percepcion) Prestando Atencion. Filtra el estimulo visual.
INTRODUCCIÓN A LA ECONOMIA

Econometría I Tema 1 Introducción
9 Regresión Lineal Simple
REDES BAYESIANAS Y DECISIÓN ESTADÍSTICA
Algoritmo ID3.
Curso de Verano 2010 para el ITSSMT
Diseño de la investigación
Curso-Taller Capacitación para Coaches de Conservación
1 - 1 TEORIA DE DECISIONES Introducción Ing. Juan Francisco Almendras Opazo Unach II semestre de 2004.
ADMINISTRACION DE NEGOCIOS IV
Teoría de la decisión.
ADMINISTRACION DE NEGOCIOS I
* FRAUSTO JIMENEZ GABRIELA * * HERNANDEZ TORRES ANA LAURA * * MANDUJANO JUAN CARLOS * * NOVA MARIN YARELI PAULINA * * ZAVALA CORTE JOCELYN ARELI *
Principios Básicos de los Sistemas de Información
XCI Reunión Extraordinaria: Del 12 al 15 de Octubre del 2011 Chihuahua, Chihuahua. Luis Felipe Abreu H. Gustavo Contreras M Christian Rodriguez.
PLANEAMIENTO AGREGADO
Simulación Dr. Ignacio Ponzoni
ARBOLES DE DECISION.

OTRA HERRAMIENTA DEL MODELO GENERAL
Ingeniería en Sistemas de Información
Reunión San Sebastián Mayo ELVIRA II Reunión San Sebastián Mayo 2004 Andrés Masegosa.
INCORPORANDO LA INFORMACION CLIMATICA A LA TOMA DE DECISIONES EN LA PRODUCCION DE MAIZ DE LA REGION PAMPEANA Bert, F. E. *1,2, Podestá, G. P. 3, Satorre,
DIAGRAMA DE ACTIVIDADES. NOTA: NOTA: Un diagrama de actividades es básicamente una proyección de los elementos de un grafo de actividades, un caso especial.
Integración de Redes Bayesianas con Programas Lógicos para Música Eduardo Morales L.Enrique Sucar Roberto Morales.
Ingeniería de software
GESTION DE PROCESOS DE NEGOCIO
Diagrama de árbol Sesión 4.
COMPUTO III Ing. Jimmy Ojeda Arnica.
Los Árboles de decisión y el riesgo
ELEMENTOS DE COMPUTACIÓN Profesor: Guillermo Figueroa
LTS Olga Silvia Montes Z.
Introducción a la Programación Orientada a Objetos (POO)
Diagrama de influencia
Ingeniería de Requisitos
CRONOGRAMA - DIAGRAMA Se detallan a continuación los pasos y aspectos más importantes a tener en cuenta al crear un.
PROGRAMACIÓN ESTRUCTURADA LOS DIAGRAMAS DE ESTADO
¿QUE ES EL DIAGRAMA DE ESTADO ?
Unified Modeling Language (Lenguaje de Modelamiento unificado)
UNIDAD 2: “Características del Modelado UML” CONTENDIDO Elaborado por: Ingeniero Harold Cabrera Meza Actualizado por: Ingeniero Nilson Albeiro Ferreira.
ECACEN UNIDAD 2. LA ESTRATEGIA ORGANIZACIONAL Curso académico JUEGO GERENCIAL Cód Programa Administración de Empresas Bogotá, 2015 IR AL INICIO.
Taller de investigación 1
Hernández Camacho Víctor Jesus Islas Sánchez Karla Vanessa
Fecha de descarga: 6/23/2016 Copyright © McGraw-Hill Education. Todos los derechos reservados. Desarrollo de estudios independientes de cultivos de un.
Influence Diagrams Reference: Clemen & Reilly. Making Hard Decisions, 2nd ed. Chapter 3. Duxbury, 2001 NOTE: Some materials for this presentation courtesy.
Transcripción de la presentación:

Decision and Risk Analysis Influence Diagrams NOTE: Some materials for this presentation courtesy of Dr. Dan Maxwell Reference: Clemen & Reilly. Making Hard Decisions, 2nd ed. Chapter 3. Duxbury, 2001

Decision and Risk Analysis Diagramas de Influencia Otra manera de representar problemas de decision Represnetación gráfica (como los árboles) Considera: –Decisiones a tomar – eventos con incerteza –Valor de los outcomes } Nodos en la red (diagrama) Chance Node Decision Node Value Node – Relaciones entre nodos Deterministic Node

Decision and Risk Analysis Diagrama de Influencias Decision Valor Chance Deterministico Chance Arco de Information Relevancia Probabilística Relevancia Funcional

Decision and Risk Analysis Representando Influencias con Arcos ABE F CDGH El resultado del evento A es relevante para asignar la probabilidades Asociadas con el evento B. El tomador de la decision usa la information acerca de los resultados evento probabilístico E cuando toma la decision F. Decision C es relevante para Evaluar las probabilidades Asociadas al evento D. La information de la decision G es usada para tomar la decision H.

Decision and Risk Analysis Decision Riezgosa Básica Opción de Incersión Payoff Actividad del Mercado Resultados: Mercado sube Mercado baja opciones: Acciones Ahorro Opción Resultado Payoff Mercado Ahorro Acciones Up Down Up Down

Decision and Risk Analysis Predicciones posibles Golpea Miami No golpea Miami Decision de Evacuación ante Huracán Decision de Evacuacion Payoff Trayecto Del Huracán Resultados: Pasa por Miami Elude Miami Opciones: Evacuar Quedarse Opción Resultado Payoff Evacuar Quedarse Golpea Elude Golpea Elude A salvo Alto Costo Danger Low cost Safety Low Cost Predicción } Nota: Decision tomada despues de predicción – Predicción es imperfecta – Es la predicción correcta?

Decision and Risk Analysis Estrategia para Construir un Diagrama de Influencias No hay receta Empezar con uno simple –Ir agregando detalles iterativamente –Parar cuando sea sufieciente para capturar la esencia del problema –Arte involucrado (después de todo, es un modelamiento) Errores comunes –Interpretarlo como diagrama de flujo –No es de naturaleza secuencial –No hay ciclos –Influencias no causalidades

Decision and Risk Analysis Nodos Deterministicos Nodos Adicionales para agregar resultsados intermedios Emfatiza y simplifica la estructura del ID ej. Introducción de un nuevo producto GananciaCosto Introducir Producto Profit Muy simple representacion Valor es el profit derivado de ganancia y costo Puede no capturar todos los aspectos relevantes del problem a (1)

Decision and Risk Analysis Nodos Deterministicos ej. Introducción de un nuevo producto Más complejo – capturea más detalles Más difícil de entender y evaluar Unidades vendidas Costo Fijo Introducir Producto Profit (2) Precio Costo Variable

Decision and Risk Analysis Nodos Deterministicos ej. Introducción de un nuevo producto Unidades Vendidas Costo Fijo Introducir Producto Profit (3) Precio Costo Variable Ganancia Costo Usa Nodos Deterministicos Denotados con doble círculo Más fácil de enteneder y evaluar

Decision and Risk Analysis Nodos Deterministicos ej. Introducción de un nuevo producto Unidades Vendidas Costo Fijo Introducir Producto Profit (3) Precio Costo Variable Ganancia Costo Usa Nodos Deterministicos Denotados con doble círculo Más fácil de enteneder y evaluar

Decision and Risk Analysis Multiples Objetivos Valor del outcome depende de tradeoffs de objetivos en competencia Puede ser representado por Diagramas de Influencia como sigue: ej. Opción de sistema de detección de bombas en avión Opcion de decisción de un sistema de detección de bombas Efectividad en detección Tiempo de implementación Aceptancia de pasajeros Costo Satisfaccoón General Construir una función de valor aditiva

Decision and Risk Analysis Decisiones Secuenciales Lo mas simple: secuencia de dos decisiones No se permiten ciclos en un Diagrama de Influencias Las decisiones están “amarradas” (no son independientes) Ej. Decisión de un viñatero de cosechar las uvas “late harvest” Weather Day 1 Payoff Day 1 Forecast Day 2 Protect? Day 2 Total Payoff Weather Day 2 Forecast Day 1 Protect? Day 1 Payoff Day 2 Forecast Day n Protect? Day n Weather Day n Payoff Day n