1 Analisis de Decision

Introducción y Análisis de Decisión
Clase Inicial
Magíster en Ingeniería Industrial
Departamento de Ingeniería Industrial y de Sistemas
Pontificia Universidad Católica de Chile
IND 3100
Modelos Cuantitativos para la
Toma de Decisiones
Prof. Juan Carlos Ferrer - 1er Semestre 2017
Información del curso

• CURSO : Mod. Cuant. para la Toma de Dec.
• SIGLA : IND-3100
• CRÉDITOS :5
• HORARIO : Jueves de 18:30 a 21:20
• PÁGINA WEB : en SidIng
Prof. Juan Carlos Ferrer ©2017 IND 3100 – Mod. Cuant. para la Toma de Dec. (MII-UC)
1
Contenidos
Clase Fecha Contenido Tareas
1 J 9-Mar Introducción del curso

Análisis de decisión
2 J 16-Mar Kendall Crab & Lobster Case CASO
Fundamentos de Probabilidades I
3 J 23-Mar Fundamentos de Probabilidades II
4 J 30-Mar Prueba de medio bimestre
Simulación: Gentle Lentil Case
5 J 6-Abr Modelos de Regresión
6 L 10-Abr Regresión: Análisis de caso CASO
Introducción Optimización Lineal
7 J 20-Abr Resolución y análisis de Opt. Lineal
Optimización Discreta
8 J 27-Abr Filatoi Riuniti Case CASO
International Industries Case
9 M 2-May Examen Final del Curso (19:00 hrs)
Metodología
• Clases expositivas
• Estudio y análisis de casos
• Entrega de documentos complementarios
• Pruebas
2
Evaluación del curso

• Casos
• Prueba de medio semestre
• Examen
• Nota Final (NF)

• 30% casos
• 30% prueba
• 40% examen
Bibliografía
• Bertsimas, D.; Freund, R. (2004). “Data,
Models, and Decisions: The Fundamentals of
Management Science.” Southwestern College
Publishing.
 En reserva en la Biblioteca y disponible en las
oficinas del MII
• Albright, C.; Wayne, W.; Zappe, C. (2003).

“Data Analysis and Decision Making.” 2nd
Edition. Thomson Brooks Cole.
3
Cómo tomamos decisiones?
• Veamos un par de ejemplos
Problema #1
• Empresa de marketing necesita elegir avisos en los medios
para alcanzar al menos una audiencia de 1.5 millones de
personas, al mínimo costo.
• Existen cotas superiores en el número de avisos de cada tipo
• Datos
TV Radio Correo Diarios

Tamaño de 50.000 25.000 20.000 15.000
audiencia
Costo por $500 $200 $250 $125
aviso (M$)
Máximo # 20 15 10 15
de avisos
4
Problema #1, versión 2.

• A los datos anteriores agregamos ahora que el tamaño de
audiencia es un promedio solamente…
• Para cada caso, hay una estimación que tiene un rango de

error y la audiencia queda representada con probabilidades…
TV Radio Correo Diarios

Tamaño 50.000 25.000 20.000 15.000
promedio
de audiencia
Costo por $500 $200 $250 $125
aviso (M$)
Máximo # 20 15 10 15
de avisos
Problema #2
• Un cierto país que tiene costas en el mar, desea
mejorar su sistema de protección civil instalando una
red de sofisticados sensores de cambios de mareas. El
objetivo es anticipar un tsunami.
• Hay ciertas áreas donde se pueden instalar los
sensores.
• Cada sensor tiene una confiabilidad en su predicción
que varía según las condiciones geográficas de las
áreas.
• En cada área hay distintas poblaciones.
• Los sensores son costosos y hay un presupuesto
limitado....
¿Qué se debe hacer?
5
Variante del anterior….

• Durante la Guerra fría, los Estados Unidos instalaron
sistemas de misiles de defensa (anti-ICBM y anti-
bombarderos): fueron los sistemas Hercules y Nike.
• Se instalaron en torno a algunas grandes áreas

urbanas: NY, Washington DC, Boston, y otras, y en
torno a los sitios de silos de misiles.
¿Cuál es el problema de decisión?
Análisis de Decisión
• Al momento de tomar una
decisión, un ejecutivo prudente
considerará todas las opciones,
y las consecuencias potenciales
de dichas opciones.
• Análisis de decisión es una
metodología elegante para
combinar esta información con
sus probabilidades y valores,
para ayudar en la selección de
la mejor opción.
• El árbol de decisión es el
modelo analítico que permite
explicitar todas las opciones y
consecuencias potenciales de
una forma que facilita el
entender y comunicar la
situación enfrentada.
6
Árboles de Decisión
50% Gana 10% Gana
$100 $90
Probar Probar de nuevo
Valor Esperado 50% Pierde 90% Pierde

($40)
No Probar Terminar
$0 ($30)
• Al moverse de izquierda a derecha en el árbol, uno se está

moviendo hacia adelante en el tiempo.
• Uno está situado en la raíz del árbol, y todas sus ramas
inmediatas son todas las opciones entre las cuales uno
puede elegir.
• Lo que puede ocurrir como resultado de elegir cada opción
y otras decisiones que pueden ser tomadas en el futuro,
son ilustradas como ramas adicionales del árbol.
Árbol de Decisión: Procedimiento

• Listar opciones (incluir todas las posibilidades)
• Listar eventos inciertos (mutuamente
excluyentes y colectivamente exhaustivos)
• Construir un árbol de decisión a lo largo de la
línea de tiempo:
 Nodos de decisión (listar opciones)
 Nodos de eventos (listar eventos)
• Evaluar hojas del árbol (salario, ingreso, costo)

• Estimar probabilidades de eventos
• Inducción hacia atrás
• Análisis de sensibilidad
7
“Decisión de Trabajo de Bill Sampras”

• Tiempo actual: comienzos de Octubre.
• Oferta existente: Bill tiene una oferta segura por $12.000
de su ex-jefe (John). La oferta es válida sólo hasta fines
de Octubre.
• Oferta de Agosto: Una VP de banca de inversiones le dijo
que la llame a medidos de Noviembre (pago esperado de
$14.000; probabilidad de que resulte de 0.6).
• Programa MIT de Trabajo de Verano: (Enero y Febrero)

Pago esperado ($) Probabilidad
21,600 0.05
16,800 0.25
12,000 0.40
6,000 0.25
0 0.05
1.00
Árbol de Decisión: Bill Sampras
8
Resolver: Inducción hacia atrás

• Calcular el VE (valor esperado) de los nodos de eventos
(promedio ponderado usando las probabilidades como pesos).
• Calcular VE de los nodos de decisión eligiendo la “mejor”

opción.
Estrategia óptima
 Rechazar oferta de John
 Luego, si hay oferta de

Vanessa, aceptarla
Análisis de Sensibilidad
• ¿Cuán sensible es la estrategia óptima ante los supuestos
en los datos? Se consideran cambios de datos de uno a la
vez.
1. La probabilidad que Vanessa haga una oferta (p).
La oferta de John será rechazada siempre y cuando

el VE del nodo B sea mayor a $12.000.
Desigualdad: VE(B) > $12.000

p*14.000 + (1-p)*11.580 > 12.000
2.420*p > 420
p>(420/2420)
p>.174
9
Análisis de Sensibilidad
2. ¿Cuán sensible es la estrategia óptima frente al sueldo
esperado (s) de la empresa de Vanessa?
La oferta de John será rechazada siempre y

cuando el VE del nodo B sea mayor a $12.000
Desigualdad: VE(B) > $12.000

0,6*s + 0,4*11.580 > 12.000
0,6*s > 7.368
s > 12.280
En resumen
• La teoría detrás de Análisis de Decisión es simple. El
desafío está en modelar situaciones reales y obtener los
datos necesarios.
• Situaciones reales pueden ser bastante más complejas
que este ejemplo de Bill Sampras, pero pueden ser
perfectamente manejables si se les dedica un esfuerzo
apropiado.
• Los cálculos del árbol de decisión y el análisis de
sensibilidad puede ser implementado en Excel. Para
facilitar se puede usar TreePlan (http://www.treeplan.com/treeplan.htm),
o PrecisionTree Pro (http://www.palisade.com/html/ptree.html).
10
Tutorial de TreePlan
Considere la siguiente situación:

• Usted puede elegir entre dos alternativas
1. Alternativa 1: usted recibe US$40 con toda seguridad
2. Alternativa 2: usted recibe US$100 con 90% de

seguridad
• ¿Cuál alternativa elige?
11
Considere la siguiente situación:

• Usted puede elegir entre dos alternativas
1. Alternativa 1: usted recibe US$40 millones con toda

seguridad
2. Alternativa 2: usted recibe US$100 millones con

90% de seguridad
• ¿Cuál alternativa elige?
Decisiones “Racionales”
• Las preferencias son asimétricas
 No existe un par x e y de X tal que x>y e y>x
• Las preferencias son transitivas

 Si x>y e y>z, entonces x>z
• Suposición fundamental
 Los consumidores tienen preferencias bien definidas que
guían sus decisiones adquisitivas.
12
Violaciones de la Racionalidad (Condic. 1)

Siendo doctor en una posición de autoridad en el gobierno
nacional, se le ha informado que una nueva epidemia de gripe
va a desatarse en su país el próximo invierno, y la expectativa
es que esta epidemia va a resultar en la muerte de 600
personas.
Existen dos posibles programas de vacunación que se pueden

emplear, y el uso de uno elimina la posibilidad de utilizar el
otro.
El primer programa salvará a 200 personas con toda certeza.
El segundo tiene una probabilidad de 1/3 de salvar a 600 personas,

y una probabilidad de 2/3 de no salvar a nadie.
¿Cuál prefiere?
Violaciones de la Racionalidad (Condic. 2)

Siendo doctor en una posición de autoridad en el gobierno
nacional, se le ha informado que una nueva epidemia de gripe
va a desatarse en su país el próximo invierno, y la expectativa
es que esta epidemia va a resultar en la muerte de 600
personas.
Existen dos posibles programas de vacunación que se pueden

emplear, y el uso de uno elimina la posibilidad de utilizar el
otro.
Con el primer programa, 400 personas fallecerán.
Con el segundo programa, existe una probabilidad de 1/3 de que

nadie muera, y una probabilidad de 2/3 de que 600 personas
mueran.
¿Cuál prefiere?”
13
Violaciones de la Racionalidad (Resultados)
Programa 1 Programa 2
Condición 1 (Salvar) 72% 28%

Kahneman
y Tversky
Condición 2 (Morir) 22% 78%
“Prospect Theory”: Kahneman y Tversky

Valor
V(1) < -[V(-1)]

V(2)
V(1)
Pérdidas -2 -1 Ganancias
1 2
V(-1)+V(-1) < V(-2)

V(-1) V(-1)+V(-1) < V(-1-1)
V(-2)
V(1)+V(1) > V(2)

V(1)+V(1) > V(1+1)
14
Prospect Theory
… una teoría importante que nos ayuda a entender el comportamiento del cliente.
Valor
V(2)
V(1)
Pérdidas -2 -1 Ganancias
1 2
• Las personas son sensibles a

ganancias y pérdidas
V(-1)
• Los puntos de referencias
V(-2) importan
• La sensibilidad marginal es
decreciente
• Hay aversión a las pérdidas
Ejercicio 1.6
• Leer enunciado
• Decisiones
 Realizar cirugía exploratoria
 Sacar el tumor
• Incertidumbres
 Tumor es benigno o maligno
 Resultado de la cirugía exploratoria
 Paciente sobrevive luego de la cirugía exploratoria
15
Ejercicio 1.6
5
Remove
4.5 Benign 8
0.5
Leave
Malignant
0.5
No Exploratory Surgery 1
5
Remove
Exploratory Surgery 0.05 0 Benign 8
Dies ???
Test B Leave
0.95 ??? Malignant
Survives ???
1
5
??? Remove
Test M Benign 8
???
Leave
Malignant
???
1
Ejercicio 1.6
• Tenemos que:
 P(TB | B) = 0.75
 P(TM | M) = 0.65
 P(B) = 0.5
• Y necesitamos:
 P(TB), P(TM)
 P(B | TB)
 P(B | TM)
16
Ejercicio 1.6
B M
TB
TM
? 0.5 1
Ejercicio 1.6
B M
TB ?
TM
0.5 0.5 1
17
Ejercicio 1.6
B M
TB 0.75*0.5=
0.375
TM ?
0.5 0.5 1
Ejercicio 1.6
B M
TB 0.75*0.5=
0.375
TM 0.5-0.375= ?
0.125
0.5 0.5 1
18
Ejercicio 1.6
B M
TB 0.75*0.5= ?
0.375
TM 0.5-0.375= 0.65*0.5=
0.125 0.325
0.5 0.5 1
Ejercicio 1.6
B M
TB 0.75*0.5= 0.5-0.325= ?
0.375 0.175
TM 0.5-0.375= 0.65*0.5=
0.125 0.325
0.5 0.5 1
19
Ejercicio 1.6
B M
TB 0.75*0.5= 0.5-0.325= +=
0.375 0.175 0.55
TM 0.5-0.375= 0.65*0.5= ?
0.125 0.325
0.5 0.5 1
Ejercicio 1.6
B M
TB 0.75*0.5= 0.5-0.325= +=
0.375 0.175 0.55
TM 0.5-0.375= 0.65*0.5= +=
0.125 0.325 0.45
0.5 0.5 1
20
Ejercicio 1.6
• Por lo tanto:
 P(TB) = 0.55
 P(TM) = 0.45
 P(B|TB) = 0.375 / 0.55  0.68

 P(B|TM) = 0.125 / 0.45  0.28
Ejercicio 1.6
5
Remove
4.5 Benign 8
5.0 0.5
Leave
Malignant
0.5
5.2 No Exploratory Surgery 1
5
Remove
Exploratory Surgery 5.2 0.05 0 Benign 8
Dies 5.8 5.8 0.68
Leave
0.95 Malignant
Survives 5.4 Test B 0.55 0.32
1
5
Remove
Test M 0.45 Benign 8
5.0 2.9 0.28
Leave
Malignant
0.72
1
21
Desafíos
• Del ejercicio anterior vemos que hay valores
de probabilidades que no son fáciles de
interpretar o calcular…
• Necesitamos una teoría formal que nos diga

exactamente cómo se calculan esas
probabilidades…
• ¡Eso es lo que estudiaremos la próxima clase!
TAREA #1
• Grupos de dos o tres personas.
• Analice el caso “Kendall Crab and Lobster,

Inc.”
• Utilice TreePlan para contestar las preguntas

(a) y (b) del caso.
• Haga dos análisis de sensibilidad, respecto a:

 probabilidad de tormenta
 probabilidad de cerrar Logan, dado que hay tormenta
22

1 Analisis de Decision

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

1 Analisis de Decision

Diunggah oleh

Hak Cipta:

Format Tersedia

Introducción y Análisis de Decisión

Prof. Juan Carlos Ferrer - 1er Semestre 2017

Información del curso

1 J 9-Mar Introducción del curso

Evaluación del curso

• Nota Final (NF)

• Albright, C.; Wayne, W.; Zappe, C. (2003).

Cómo tomamos decisiones?

• Veamos un par de ejemplos

• Existen cotas superiores en el número de avisos de cada tipo

TV Radio Correo Diarios

Problema #1, versión 2.

• Para cada caso, hay una estimación que tiene un rango de

TV Radio Correo Diarios

¿Qué se debe hacer?

Variante del anterior….

• Se instalaron en torno a algunas grandes áreas

¿Cuál es el problema de decisión?

Probar Probar de nuevo

Valor Esperado 50% Pierde 90% Pierde

• Al moverse de izquierda a derecha en el árbol, uno se está

Árbol de Decisión: Procedimiento

 Nodos de eventos (listar eventos)

• Evaluar hojas del árbol (salario, ingreso, costo)

“Decisión de Trabajo de Bill Sampras”

• Programa MIT de Trabajo de Verano: (Enero y Febrero)

Árbol de Decisión: Bill Sampras

Resolver: Inducción hacia atrás

• Calcular VE de los nodos de decisión eligiendo la “mejor”

 Rechazar oferta de John

 Luego, si hay oferta de

1. La probabilidad que Vanessa haga una oferta (p).

La oferta de John será rechazada siempre y cuando

Desigualdad: VE(B) > $12.000

La oferta de John será rechazada siempre y

Desigualdad: VE(B) > $12.000

Considere la siguiente situación:

1. Alternativa 1: usted recibe US$40 con toda seguridad

2. Alternativa 2: usted recibe US$100 con 90% de

• ¿Cuál alternativa elige?

Considere la siguiente situación:

1. Alternativa 1: usted recibe US$40 millones con toda

2. Alternativa 2: usted recibe US$100 millones con

• ¿Cuál alternativa elige?

• Las preferencias son transitivas

Violaciones de la Racionalidad (Condic. 1)

Existen dos posibles programas de vacunación que se pueden

El primer programa salvará a 200 personas con toda certeza.

El segundo tiene una probabilidad de 1/3 de salvar a 600 personas,

Violaciones de la Racionalidad (Condic. 2)

Existen dos posibles programas de vacunación que se pueden

Con el primer programa, 400 personas fallecerán.

Con el segundo programa, existe una probabilidad de 1/3 de que

Violaciones de la Racionalidad (Resultados)

Condición 1 (Salvar) 72% 28%

“Prospect Theory”: Kahneman y Tversky

V(1) < -[V(-1)]

V(-1)+V(-1) < V(-2)

V(1)+V(1) > V(2)

• Las personas son sensibles a

 P(B|TB) = 0.375 / 0.55  0.68

• Necesitamos una teoría formal que nos diga

• ¡Eso es lo que estudiaremos la próxima clase!

• Analice el caso “Kendall Crab and Lobster,