OTRA HERRAMIENTA DEL MODELO GENERAL

Slides:



Advertisements
Presentaciones similares
PLANEACION DE PROYECTOS: PERT Y CPM
Advertisements

Teoría de la decisión Curso Métodos Cuantitativos
Capítulo 21 La Oferta de la Empresa.
Inteligenica Artificial I Alejandro Permingeat Inteligencia Artificial de Russell y Norving 1° edición 1996 Parte II Capítulo V.
METODOS CUANTITATIVOS I DOCENTE : ING. ECO RODOLFO ROJAS GALLO
CICLO DE VIDA DEL DESARROLLO DE SOFTWARE
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.
CAP. 6 ANALISIS DE DECISIONES MATRIZ DE PAGOS
ARBOLES DE DECISION MATRIZ DE PAGOS
TEORIA DE DECISIONES Introducción.
INTRODUCCION Análisis de decisiones: Es una herramienta cuyo objetivo es ayudar en el estudio de la toma de decisiones en escenarios bajo incertidumbre.
Valuación de los riesgos Una vez tenemos los riesgos identificado y medidos, ¿qué hacemos? Debe de tener métodos para valuar los riesgos.
Investigación de Operaciones
Contraste de Hipótesis
UNIDAD I MODELOS Y TOMA DE DECISIONES
Identificación, Diseño y Formulación de Proyectos
TEORÍA DE LA DECISIÓN BAJO INCERTIDUMBRE
PROGRAMACION DE ESTRUCTURAS DE DATOS
Diplomado CONAMEX.
Universidad nacional de ingeniería Uni norte. Asignatura: Finanzas II
INGENIERIA INDUSTRIAL.
SOLUCIÓN DE PROBLEMAS Y TOMA DE DECISIONES
Ricardo Esteban Lizaso
BAYES APLICADO A LA DECISION
CRITERIOS DE DECISIÓN BAJO INCERTIDUMBRE APLICADOS A ÁRBOLES DE DECISIÓN Ricardo Esteban Lizaso.
A PRENDIENDO A D ECIDIR P ARA L A P ROSPERIDAD : T OMA DE DECISIONES Y R ESOLUCIÓN DE P ROBLEMAS DECIDIR PASO A PASO.
toma de decisiones bajo riesgo:
Decisiones bajo Incertidumbre Teoría de Juegos
RICARDO ESTEBAN LIZASO 1 ANALISIS DE SENSITIVIDAD Cómo resolver un caso (con 2 incógnitas)
UNA HERRAMIENTA DEL MODELO GENERAL
Trabajo presentado por: LUIS FERNANDO OBANDO ING
Cadenas de Markov de Tiempo Discreto
Universidad de los Andes-CODENSA
ADMINISTRACION DE NEGOCIOS IV
Teoría de la decisión.
ADMINISTRACION DE NEGOCIOS I
ANTECEDENTES ECONOMICOS DEL ESTUDIO TECNICO
CÓDIGOS DE HUFFMAN. Códigos de Huffman Los códigos de Huffman, que representan caracteres por cadenas de bits de longitud variable, proporcionan alternativas.
Programación Dinámica
Instituto Profesional AIEP Unidad 2
ETAPAS DE LA PLANEACIÓN
ADMINISTRACIÓN DE OPERACIONES
Universidad Tecnológica Centroamericana (UNITEC) Presentación Estrategias 3er lugar SIMDEF Reto Internacional LABSAG Noviembre 2012.
ANALISIS DE SENSITIVIDAD
21/9/99RICARDO ESTEBAN LIZASO1 UN TRATAMIENTO AXIOMATICO DE LA UTILIDAD ARTICULO DE R.D.LUCE Y H. RAIFFA VERSION DE RICARDO ESTEBAN LIZASO RICARDO ESTEBAN.
Valuación de los riesgos Una vez tenemos los riesgos identificado y medidos, ¿qué hacemos? Debe de tener métodos para valuar los riesgos.
ARBOLES DE DECISION.
ANALISIS DE SENSITIVIDAD
PLANTEAMIENTO DEL PROBLEMA:  Investigaciones llevada a cabo para la identificación.  Definición del problema.  Especificaciones iniciales: Deben determinar.
Diagrama de árbol Sesión 4.
Raquel Rivas Andino EDUC 105 Prof. Berrios
COSTOS PARA LA TOMA DE DECISIONES
1.2 Análisis por Matriz de Ganancias
Los Árboles de decisión y el riesgo
ANALISIS DE ESTADOS FINANCIEROS Esther Ramos Tellechea.
Diagrama de influencia
Villahermosa, Tab. 24 noviembre del 2010 ING. INDUSTRIAL INVESTIGACIÓN DE OPERACIONES II CATEDRATICO: Zinath Javier Gerónimo UNIDAD 5 SUBTEMA: “ARBOLES.
Toma de decisiones en la empresa
Administración del dinero.. La función de la administración de efectivo La administración del efectivo comprende el manejo del dinero de la organización.
AUTONOMA SAN FRANCISCO
TRABAJO ESPECIAL DE GRADO TRABAJO ESPECIAL DE GRADO CAPITULO IV Y V.
Análisis de Riesgos Opciones Reales y Presupuesto de Capital
Flujo de Caja en Proyectos
ECACEN UNIDAD 2. LA ESTRATEGIA ORGANIZACIONAL Curso académico JUEGO GERENCIAL Cód Programa Administración de Empresas Bogotá, 2015 IR AL INICIO.
Hernández Camacho Víctor Jesus Islas Sánchez Karla Vanessa
Carolina Zapata Duque. DIAGNOSTICO °Lo que se espera lograr o realizar. °Conocer por algunos indicios lo futuro. °Pronosticar de acuerdo a experiencias.
PROCESO ADMINISTRATIVO
SISTEMA TRANSMILENIO ANÁLISIS DEL SISTEMA POR ARBOL DE DECISION SISTEMA TRANSMILENIO ANÁLISIS DEL SISTEMA POR ARBOL DE DECISION MARCELA MALAVER JUAN DAVID.
Ing. José David Ortiz Salas
ESPERANZA MATEMÁTICA Una forma de mejorar nuestras decisiones.
Transcripción de la presentación:

OTRA HERRAMIENTA DEL MODELO GENERAL ARBOLES DE DECISION OTRA HERRAMIENTA DEL MODELO GENERAL RICARDO ESTEBAN LIZASO

RICARDO ESTEBAN LIZASO DEFINICION Consiste en un GRAFO, o esquema con nodos y ramas, donde se ordenan en forma cronológica todos los momentos en que debe tomarse una decisión o acontece un evento aleatorio, indicando al final los resultados de una decisión. Es una de las dos herramientas básicas del modelo general de decisión, que pueden ser utilizadas para esquematizar cualquier tipo de decisión (la otra herramienta básica es la matriz de decisión). RICARDO ESTEBAN LIZASO

RICARDO ESTEBAN LIZASO CONTENIDO Nodos de decisión Nodos de acontecimiento Resultados RICARDO ESTEBAN LIZASO

RICARDO ESTEBAN LIZASO MOMENTOS DE DECISIÓN S1 S2 S3 Las ramas que nacen de un nodo de decisión representan a las alternativas. RICARDO ESTEBAN LIZASO

RICARDO ESTEBAN LIZASO EVENTOS ALEATORIOS N1 N2 N3 Las ramas que nacen de un nodo de acontecimiento representan a los distintos estados de una Variable No Controlable. RICARDO ESTEBAN LIZASO

CONSTRUCCIÓN DEL ÁRBOL Se desarrolla de izquierda a derecha indicando en forma secuencial todos los momentos de decisión y los momentos de acontecimiento de un evento aleatorio. Luego se colocan al final de las ramas los resultados acumulados después de sortear todas las vicisitudes desde el inicio del proceso. Se evalúa de atrás hacia delante reconociendo la influencia de las decisiones y eventos aleatorios últimos sobre los primeros. En los nodos de decisión se elige la mejor alternativa. En los eventos aleatorios se indica el criterio usado para evaluar los resultados posteriores (valor esperado, minimax, etc.). RICARDO ESTEBAN LIZASO

RICARDO ESTEBAN LIZASO Ejemplo Existe una empresa que está por construir una planta de producción para los próximos 10 años. La opción es construir una planta grande para enfrentar una demanda sostenidamente alta o una planta pequeña y a los dos años ampliarla si la demanda fuese alta. Si al inicio la demanda es baja seguirá así en el futuro. Pero puede ser alta en los primeros dos años y luego reducirse por efecto de la competencia. La planta grande demanda más inversión inicial y posee más costos de mantenimiento que la pequeña. RICARDO ESTEBAN LIZASO

RICARDO ESTEBAN LIZASO Ejemplo Ventas sostenidamente altas R1 Ventas iniciales altas y luego bajas R2 Planta grande Ventas sostenidamente bajas R3 Vtas. altas R4 Ampliar R5 Vtas. bajas Planta pequeña Venta inicial alta No ampliar Vtas. altas R6 R7 Vtas. bajas Venta inicial baja R8 RICARDO ESTEBAN LIZASO

RICARDO ESTEBAN LIZASO Ejemplo Probabilidades: luego de desarrollar el árbol se colocan las probabilidades de los estados en los casos en que se conozcan. Se calculan los resultados acumulados: los ingresos son mayores cuando se acierta con la dimensión de la planta y también si es mayor su nivel de producción, pero hay más costos de inversión y mantenimiento cuanto mayor es la misma. RICARDO ESTEBAN LIZASO

RICARDO ESTEBAN LIZASO Ejemplo 0,60 - Ventas sostenidamente altas 70 0,20 - Vtas. iniciales altas y luego bajas Planta grande 0,20 - Ventas sostenidamente bajas - 20 0,75 - altas 60 Ampliar 0,80 - Vta. inicial alta - 10 0,25 - bajas Planta pequeña No ampliar 0,75 - altas 40 20 0,25 - bajas 0,20 - Vta. inicial baja 10 RICARDO ESTEBAN LIZASO

RICARDO ESTEBAN LIZASO Ejemplo Resolución del árbol Se comienzan a resolver los nodos más cercanos a los resultados finales. En el caso de eventos aleatorios al conocerse la probabilidad se aplica el criterio del valor esperado. En el caso de los nodos de decisión se elige el mejor resultado (o mejor valor esperado). Se llega al principio donde queda en claro cuál es la mejor alternativa inicial, la que debe elegirse. RICARDO ESTEBAN LIZASO

RICARDO ESTEBAN LIZASO Ejemplo 0,60 - Ventas sostenidamente altas 70 0,20 - Vtas. iniciales altas y luego bajas 10 38 Planta grande 0,20 - Ventas sostenidamente bajas - 30 0,75 - altas 60 Ampliar 38 40 0,80 - Vta. inicial alta - 20 0,25 - bajas Planta pequeña 40 No ampliar 0,75 - altas 40 34 35 20 0,25 - bajas 0,20 - Vta. inicial baja 10 RICARDO ESTEBAN LIZASO

USO DEL ÁRBOL DE DECISIÓN VENTAJAS Refleja mejor a las situaciones con decisiones secuenciales (con más de un momento de decisión). DESVENTAJAS No permite analizar los casos de dominancia. Cuando una misma VNC afecta a distintas alternativas, figura como si fuese otra VNC. RICARDO ESTEBAN LIZASO