TOMA DE DECIONES CON PROBABILIDAD APOSTERIORI

UNJFSC INGENIERIA INDUSTRIAL 1

UNIVERSIDAD NACIONAL JOS FAUSTINO
SNCHEZ CARRIN

FACULTAD DE INGENIERA
ESCUELA ACADMICO PROFESIONAL DE INGENIERA
INDUSTRIAL
TOMA DE DECISIONES CON PROBABILIDADES A
POSTERIORI
ELABORADO POR:
ARIAS LVAREZ, GARY MIGUEL
CUNZA CALERO, GERALDINE
MORA QUISPE, JEYSON JIMMY
PACORA PANANA, CARLO JAVIER
PLASENCIA SANTA CRUZ, ROGELIO
QUESQUN CARVALLO, DIANA CECILIA
ASESOR:
DR. ALCIBADES SOSA PALOMINO
HUACHO - PER
2014


TOMA DE DECIONES CON PROBABILIDAD APOSTERIORI
UNJFSC INGENIERIA INDUSTRIAL 2



TABLA DE CONTENIDO
OBJETIVOS ..................................................................................................................... 3
Objetivo general del tema: ............................................................................................ 3
Objetivos especficos del tema: .................................................................................... 3
TOMA DE DECISIONES CON PROBABILIDADES A POSTERIORI ................... 4
CONSIDERACIONES BSICAS: .............................................................................. 4
VALOR ESPERADO DE LA INFORMACIN MUESTRAL ................................... 5
EFICIENCIA DE LA INFORMACIN MUESTRAL ................................................ 5
ANLISIS DE BAYES: ............................................................................................... 5
CASO PRCTICO ....................................................................................................... 6
SOLUCIN .................................................................................................................. 8
REGLA DE DECISIN DE BAYES ........................................................................... 8
VALOR ESPERADO DE LA INFORMACIN PERFECTA .................................... 9
PROBABILIDADES A POSTERIORI ........................................................................ 9
ARBOL DE DECISIONES .......................................................................................... 9
BIBLIOGRAFA ............................................................. Error! Bookmark not defined.

TOMA DE DECIONES CON PROBABILIDAD APOSTERIORI
UNJFSC INGENIERIA INDUSTRIAL 3


OBJETIVOS

Objetivo general del tema:
Llegar a evitar la toma de decisiones en forma arbitraria sin previo anlisis, entender los
modelos de decisiones para tomar decisiones con seguridad.
Objetivos especficos del tema:
Exponer de una manera clara los conceptos, teoremas y aplicaciones.
Encontrar maneras de aplicar los modelos de decisiones.
Identificar problemas en cuales podamos aplicar toma de decisiones con
probabilidades a priori.
Elaborar el rbol de decisin para facilitar el desarrollo del proyecto.
Determinar cuanto pueden demorar las actividades no crticas antes de provocar
un retraso en la fecha de culminacin del proyecto.
Analizando la toma de decisiones en los cambio de tiempo que sufre el
Proyecto siendo motivo de Investigacin.
Resolver problemas prcticos.








TOMA DE DECIONES CON PROBABILIDAD APOSTERIORI
UNJFSC INGENIERIA INDUSTRIAL 4

TOMA DE DECISIONES CON PROBABILIDADES A
POSTERIORI
Las probabilidades a priori pueden ser mejorables con experimentacin es decir mayor
investigacin para luego determinar las probabilidades a posteriori que sern usadas
finalmente para el anlisis y la toma de decisiones.
CONSIDERACIONES BSICAS:
I
k:
Indicador Informacin Muestral (Nueva Informacin).
P (I
k
/S
j
): Probabilidad Condicional que indica que ocurre I
k
dado que ya ocurri S
j
(se
conoce por datos histricos)
Eficiencia: Medida de comparacin que indica que tan mejor es el estudio adicional que
se ha hecho con respecto al anterior o a priori.





Frmulas:

) (
) ( ) / (
) / (
Ik P
Sj P Sj Ik P
Ik Sj P

LEY DE BAYES


P (I
k
)
P (S
j
)
APRIORI
APOSTERIORI
Probabilidad
Transformada

P (I
k
/S
j
)

TOMA DE DECIONES CON PROBABILIDAD APOSTERIORI
UNJFSC INGENIERIA INDUSTRIAL 5

) ( ) / ( ) ( Sj P Sj Ik P Ik P
VALOR ESPERADO DE LA INFORMACIN MUESTRAL
VE
de
IM = VE
con
IM VE*
EFICIENCIA DE LA INFORMACIN MUESTRAL
IP
IM
de
de
VE
VE
E
ANLISIS DE BAYES:
Es un procedimiento para estimar las probabilidades de situaciones cuando un estudio o
la informacin de la muestra est disponible. Para describir el procedimiento, definamos
la terminologa siguiente y su notacin:
Eventos: normalmente representa un posible evento o situacin en el futuro. Por
ejemplo, un estado de naturaleza para el fabricante de decisin puede ser nivel de la
demanda, la opcin de consumidor, el ingreso la condicin nivelada, econmica, rango
de temperatura, actitudpersonal, y el gusto. Sea s(i) el estado de naturaleza i y i = 1,...,
n.
Probabilidad apriori: representa la posibilidad que un estado de naturaleza ocurrir en
un sentido general. Representa a menudo, en promedio, la probabilidad de un estado de
naturaleza sin saber cualquier informacin. Sea P(s(i)) la probabilidad anterior para el
estado de naturaleza s(i).
Estudio o informacin de la muestra: normalmente es la informacin extra que
nosotros podemos conseguir si un estudio, o prueba es realizada. Los resultados de un
estudio o muestra pueden ser representados por indicadores diferentes. Sea I(j) el
indicador j del estudio o resultados de la muestra y j = 1,... ,m.
TOMA DE DECIONES CON PROBABILIDAD APOSTERIORI
UNJFSC INGENIERIA INDUSTRIAL 6

Probabilidad condicional: representa la posibilidad de un evento particular dado que
otro evento ocurre. En anlisis de Bayes o tabla de anlisis de pagos, representa
normalmente la probabilidad de un indicador del estudio (resultado) dado un estado
particular de naturaleza. Sea P(I(j)/s(i)) la probabilidad condicional de I(j) dado s(i). La
probabilidad condicional puede ser una indicacin de la fiabilidad de la informacin de
la muestra.
Probabilidad marginal (Probabilidad Total): nosotros definimos la probabilidad
marginal como la probabilidad general de un indicador del estudio I(j), es decir, P(I(j)).
Dado P(s(i)) y P(I(j)/s(i)),
P(I(j)) = S P(s(i)) P(I(j)/s(i)) para i =1 a n.
Probabilidad de unin: representa la probabilidad de que eventos mltiples ocurran
simultneamente. En DA, la probabilidad de unin de ambos I(j) y s(i) ocurriendo es
representado por P(I(j),s(i)), y
P(I(j),s(i)) = P(s(i)) P(I(j)/s(i))
Probabilidad Aposteriori: es una probabilidad condicional que representa la posibilidad
de un estado de naturaleza dada el estudio o resultado de la muestra. Esto ofrece la
probabilidad de lo que pasar si la informacin extra muestra una indicacin. Sea
P(s(i)/I(j)) represente la probabilidad aposteriori de s(i) dado I(j), entonces
P(s(i)/I(j)) = P(I(j),s(i)) / P(I(j))

CASO PRCTICO
Una empresa petrolera local ABC S.A. es duea de unos terrenos en donde se puede
encontrar petrleo. Un gelogo consultor ha informado a la Gerencia que piensa que
TOMA DE DECIONES CON PROBABILIDAD APOSTERIORI
UNJFSC INGENIERIA INDUSTRIAL 7

existe una posibilidad de cuatro de encontrar petrleo. Debido a esta posibilidad otra
compaa petrolera ha ofrecido comprar las tierras en 90,000 dlares. Sin embargo, la
ABC S.A. est considerando conservarla para perforar ella misma. El costo de la
perforacin es 100,000 dlares. Si encuentra petrleo, el ingreso esperado ser de
800,000 dlares; as la ganancia esperada para la Compaa (despus de deducir el costo
de la perforacin) ser de $700,000. Se incurrir en una prdida de $100,000 (el costo
de barrenar o perforar) si no se encuentra petrleo.
Antes de tomar una decisin se debe llevar a cabo una exploracin sismolgica del
terreno para obtener una mejor estimacin de la probabilidad de que haya petrleo. El
costo es 30,000 dlares.
La exploracin sismolgica obtiene sondeos ssmicos que indican si la estructura
geolgica es favorable para la presencia de petrleo.
Los resultados posibles se dividen en:
I
1
: Sondeos ssmicos desfavorables, es poco probable encontrar petrleo.
I
2
: Sondeos ssmicos favorables; es bastante probable encontrar petrleo.
Segn la experiencia del que hace el estudio.
Si hay petrleo, la probabilidad de sondeos ssmicos desfavorables es:
P (I
1
/Estado = petrleo) = .4 y P (I
2
/Estado = petrleo) = .6
Si no hay petrleo (es decir, si el verdadero estado de la naturaleza es seco) la
probabilidad de sondeos ssmicos desfavorables se estima en:
P (I
1
/estado = seco) = .8 y P (I
2
/estado seco) = .2
TOMA DE DECIONES CON PROBABILIDAD APOSTERIORI
UNJFSC INGENIERIA INDUSTRIAL 8

Estado de la tierra
Alternativa Sj
dj
Pago (Miles de Dlares)
S1
(Petrleo)
S2
(Seco)
d1 (Perforar)
d2 (Vender terreno)
700
90
- 100
90
Posibilidad del estado P (Sj) 1 de 4 = .25 3 de 4 = .75

1. Elabore el rbol de decisiones para este problema.
2. La informacin vale el costo de $ 30,000 por hacer el estudio de la exploracin
sismolgica del terreno?
3. Cunto es lo mximo que la empresa petrolera debe estar dispuesta a pagar por
el estudio de exploracin sismolgica?
4. Cul es la Eficiencia de la informacin del estudio sismolgico?
SOLUCIN
REGLA DE DECISIN DE BAYES
Se calcula el valor esperado del pago para cada accin posible o alternativa. Se elige la
accin con el mximo pago esperado.
VE (Perforar) = 0.25 x 700 + 0.75 x (-100) = 100 Decisin ptima
VE (Vender terreno) = 0.25 x 90 + 0.75 (90) = 90
La decisin ptima es denominada Mejor Valor Esperado (VE*)
VE* = 100
TOMA DE DECIONES CON PROBABILIDAD APOSTERIORI
UNJFSC INGENIERIA INDUSTRIAL 9

VALOR ESPERADO DE LA INFORMACIN PERFECTA
VE
de
IP = VE
con
IP VE*
VE
de
IP = [.25 (700) + .75 (90)] 100
VE
de
IP = 142.5
PROBABILIDADES A POSTERIORI
I
k

S
j

I
1
Sondeos ssmicos
desfavorables
I
2
Sondeos ssmicos favorables

S
1
Petrleo

P(I
1
/S
1
)=.4

P(I
2
/S
1
)=.6


S
2

Seco

P(I
1
/S
2
)=.8

P(I
2
/S
2
)=.2

ARBOL DE DECISIONES

TOMA DE DECIONES CON PROBABILIDAD APOSTERIORI
UNJFSC INGENIERIA INDUSTRIAL 10


VE
de
IM = VE
con
IM VE* VE
de
IM = 153 - 100 VE
de
IM = 53
P (I
1
) =

2
1 j
P (I
1
/S
j
).P (S
j
) P (I
1
) = P (I
1
/S
1
).P (S
1
) + P (I
1
/S
2
).P (S
2
)
P (I
1
) = .4 x .25 +.8 x .75 = .7

P (I
2
) =

2
1 j
P (I
2
/S
j
).P (S
j
) P (I
2
) = P (I
2
/S
1
).P (S
1
) + P (I
2
/S
2
).P (S
2
)
P (I
2
) = .6 x .25 +.2 x .75 = .3

TOMA DE DECIONES CON PROBABILIDAD APOSTERIORI
UNJFSC INGENIERIA INDUSTRIAL 11

P (S1/I1) =
) 1 (
) 1 ( ) 1 / 1 (
I P
S P S I P

P (S1/I1) = 14 .
7 .
25 . 4 .

P (S2/I1) =
) 1 (
) 2 ( ) 2 / 1 (
I P
S P S I P

P (S2/I1) = 86 .
7 .
75 . 8 .

P (S1/I2) =
) 2 (
) 1 ( ) 1 / 2 (
I P
S P S I P


P (S1/I2) = 5 .
3 .
25 . 6 .

P (S2/I2) =
) 2 (
) 2 ( ) 2 / 2 (
I P
S P S I P


P (S2/I2) = 5 .
3 .
75 . 2 .

Respuesta a las interrogantes:
La informacin vale el costo de $ 30,000 por hacer el estudio de la exploracin
sismolgica del terreno?
VE
de
IM = $53 000
Esto quiere decir que si se justifica el costo por haber hecho este estudio, ya que el costo
del estudio es mucho menor al valor desperado de la informacin muestral.
TOMA DE DECIONES CON PROBABILIDAD APOSTERIORI
UNJFSC INGENIERIA INDUSTRIAL 12