Clase # 21 Todos los días las personas nos vemos

enfrentadas a innumerables situaciones en

las cuales debemos tomar determinadas
decisiones y seguir cursos de acción.
Análisis de decisiones. Los procesos de toma de decisiones los
Conceptos generales y podemos clasificar principalmente en:
Teorema de Bayes

Decisiones Decisiones
bajo bajo
certidumbre incertidumbre
Diseño: Andrés Gómez 21-1 Diseño: Andrés Gómez 21-2

Pasos:
Antes de explicar en que se diferencian los
1. Definición del problema.
dos procesos de tomas de decisiones es
importante aclarar que es una decisión y que
2. Recolección de datos sobre el problema.
pasos se siguen cuando esta se toma:
3. Planteamiento de un modelo.
Decisión: El proceso de elegir 4. Obtención de soluciones utilizando el
la solución para un problema modelo.
suponiendo que existen varias
alternativas. 5. Selección de la mejor de las soluciones

Diseño: Andrés Gómez 21-3 Diseño: Andrés Gómez 21-4

Los parámetros son Los procesos de toma de decisiones bajo

constantes conocidas
Toma de decisiones y ciertas
bajo certidumbre Dentro de estos
modelos encontramos
la Programación lineal
incertidumbre serán los que analizaremos
en esta parte del curso, y nos enfocaremos
principalmente en el corto plazo, en el cual
tendremos que preocuparnos de tomar
quizá solo una decisión

Los parámetros
Toma de decisiones varían con el tiempo
bajo incertidumbre y obedecen a
procesos estocásticos
Sigue
Diseño: Andrés Gómez 21-5
En los procesos de toma de decisiones bajo
incertidumbre es posible disminuir la
mencionada incertidumbre con el uso de
algunas pruebas.
Sigue
Diseño: Andrés Gómez 21-6

1
 • No se dispone de datos
Toma de previos.
Decisiones bajo incertidumbre • Las circunstancias
decisiones sin
experimentación varían constantemente.
• La decisión no se toma
en forma repetida

• Se dispone de datos
Toma de previos.
Toma de decisiones con decisiones con • Las circunstancias no
Toma de decisiones sin
experimentación experimentación varían constantemente.
experimentación
• La decisión se toma en
forma repetida
Diseño: Andrés Gómez 21-7 Diseño: Andrés Gómez 21-8

Los modelos de toma de decisiones utilizan

Toma de Toma de algunos conceptos de la estadística. Por ello es
decisiones sin decisiones con necesario que recordemos algunos de estos
experimentación experimentación conceptos, y en especial el Teorema de Bayes.

Sea E un experimento que se repite n veces

• nA : # de veces que se da el evento A.

La experimentación tiene un costo • nB : # de veces que se da el evento B.

¿ Utilizar la experimentación con el fin de reducir
la incertidumbre o tomar la decisión sin usar • nA ∩∩ B : # de veces que se da el evento
ninguna de estas pruebas ? A ∩B
Diseño: Andrés Gómez 21-9 Diseño: Andrés Gómez 21-10

nA : Frecuencia relativa de A nA ∩∩ B
Cuando n ∞ P ( B |A )
n nA

nB : Frecuencia relativa de B nA ∩∩ B
n n P(A∩ B)
=
nA P(A)
nA ∩∩ B : Frecuencia relativa de A ∩ B
n
n
Entonces
nA ∩∩ B P(A∩ B)
: Frecuencia relativa o P ( B |A ) =
nA condicional de B dado que
P(A)
se dio A
Diseño: Andrés Gómez 21-11 Diseño: Andrés Gómez 21-12

2
 Ejemplo. Definición

Sea E un experimento consistente en tirar un Los eventos B1 , B2 ,........, Bk, se dice que son una
dado. partición del espacio muestral S si se cumplen:

Definamos los eventos:

¿P(B |A)? Bi ∩ Bj = ∅ (para i ≠ j)
A: Que aparezca un número par.
B: Que aparezca el número dos.
k
∪
i=1
Bi = S
P ( A ∩ B ) = 1/6
1/6
P ( B |A ) = = 1/3
P ( A ) = 1/2 1/2 P (Bi) > 0

Diseño: Andrés Gómez 21-13 Diseño: Andrés Gómez 21-14

Gráficamente se puede ver el espacio muestral S Sea A= A ∩ ( B1 , B2 ,........, Bk)

como la partición de B1 , B2 ,........, Bk A= (A ∩ B1 ) ∪ (A ∩ B2 ) ∪ ....... ∪ (A ∩ Bk )

B6 B6
B1 B8 B1 B8

B4 B4
B2 B2
A
B5 B7 B5 B7
B3 B3

Diseño: Andrés Gómez 21-15 Diseño: Andrés Gómez 21-16

Propiedad
∩ B1) son mutuamente excluyentes
Los eventos (A∩ Teorema de Bayes
por parejas.

P(A)= P(A ∩ B1 ) +P(A ∩ B2 ) +....... + P(A ∩ Bk ) P ( A ∩ Bi ) P (A | Bi ) P (Bi )

P ( Bi |A ) = = k
P(A)
Σi=1 P (A | Bi ) P (Bi )
Teorema de la probabilidad total

P(A)= P(A | B1 )P(B1 )+P(A | B2 ) P(B2 )+....+P (A | Bk ) P(Bk )

Diseño: Andrés Gómez 21-17 Diseño: Andrés Gómez 21-18

3
Ejemplo.
% de artículos defectuosos M1 2%
En una planta de producción se tienen 3
máquinas que producen un mismo artículo. % de artículos defectuosos M2 2%

% de artículos defectuosos M3 4%
Las máquinas 2 y 3 producen a la misma
velocidad, mientras que la máquina 1 tiene una
velocidad de producción igual a la de la 2 y 3
juntas. Se recoge la producción de un día y se escoge un
artículo al azar.
Además las máquinas producen un determinado
número de artículos defectuosos. Los porcentajes
de artículos defectuosos por máquina son: ¿ Cual es la probabilidad de que sea defectuoso?
Sigue
Diseño: Andrés Gómez 21-19 Diseño: Andrés Gómez 21-20

P (A | B1) = 0.02
Definamos los siguientes eventos:
P (A | B2) = 0.02
• B1 : Artículo producido en la máquina 1.
P (A | B3) = 0.04
• B2 : Artículo producido en la máquina 2.
P(A)= P(A | B1 )P(B1 )+P(A | B2 ) P(B2 )+....+P (A | Bk ) P(Bk )
• B3 : Artículo producido en la máquina 3.

• A : Artículo defectuoso. 1 1 1
P(A)= 0.02* + 0.02* + 0.04*
2 4 4
P(A)= 0.025
1 1 1
P (B1 ) = P (B2 ) = P (B3 ) =
La probabilidad de que un artículo sea
2 4 4
defectuoso es 0.025
Diseño: Andrés Gómez 21-21 Diseño: Andrés Gómez 21-22

¿Si tomo un artículo al azar y resulta defectuoso , 1

0.02*
que probabilidad tiene de venir de la máquina 1?
P ( B1 |A ) = 2
1 1 1
0.02* + 0.02* + 0.04*
2 4 4

Esto es P(B1 |A)= 0.4

P ( A ∩ B1 ) P (A | B1 ) P (B1 ) La probabilidad de que un artículo

P ( B1 |A ) = = defectuoso venga de la máquina 1 es 0.4, o
k
P(A)
Σi=1 P (A | Bi ) P (Bi ) la máquina 1 produce el 40% de los
artículos defectuosos de la planta

Diseño: Andrés Gómez 21-23 Diseño: Andrés Gómez 21-24

4
Terminología.
Pago {p(a,θθ )} : Medida cuantitativa del valor de
las consecuencias del resultado para el tomador de
Acción (a) : Alternativa elegida por el tomador de decisiones.
decisiones del conjunto que contiene todas las
alternativas factibles bajo consideración para las Por ejemplo muchas veces el pago se representa
distintas formas de proceder del problema en por la ganancia monetaria neta (utilidad), aunque
cuestión. también se pueden usar otras medidas.

Estado de la naturaleza θ( ) : Cada una de las

situaciones posibles en que se encontrará el Pago al tomar la acción
tomador de decisiones y está determinado por θ)
p(a,θ a cuando el estado de la
efectos aleatorios. naturaleza es θ
Diseño: Andrés Gómez 21-25 Diseño: Andrés Gómez 21-26

Ejemplo.
En general, se usa una tabla de pagos para dar
θ ) para cada combinación de a y θ
p(a,θ La GOFERBROKE COMPANY es dueña de unos
terrenos donde puede haber petróleo.
θ
θ1 θ2 θn Según un geólogo la probabilidad que exista
a
petróleo en estos terrenos es 1/4 .
a1 θ 1)
p(a 1 ,θ θ 2)
p(a 1 ,θ θ n)
p(a 1 ,θ
La compañía puede o bien perforar o vender los
a2 θ 1)
p(a 2 ,θ θ 2)
p(a 2 ,θ θ n)
p(a 2 ,θ terrenos a otra compañía petrolera por $90000
independientemente de que haya o no petróleo. Si
la compañía decide perforar y existe petróleo
ganará $700000. Pero si no hay petróleo perderá
am θ 1 ) p(a m ,θ
p(a m ,θ θ 2) θ n)
p(a m ,θ $100000.
Veamos
Diseño: Andrés Gómez 21-27 Diseño: Andrés Gómez 21-28

Ejemplo.
θ
Petróleo Seco Los principales clientes de la pizzería Comini son
a
los estudiantes que viven en las residencias de la
Perforar $700000 -$100000 Universidad Nacional.

Vender $90000 $90000 Existe la probabilidad que estos estudiantes se

muden a unos apartamentos que va a arrendar la
Probabilidad 0.25 0.75 universidad o que factiblemente se trasladen a los
nuevos apartamentos que se están construyendo.

Dada esta tabla de pagos, el tomador de decisiones Ante la posibilidad de la mudanza, la pizzería ha
eligirá una acción. Más adelante se verán los criterios considerado la opción de trasladarse a otro lugar
para la toma de decisiones sin experimentación.
Sigue
Diseño: Andrés Gómez 21-29 Diseño: Andrés Gómez 21-30

5
Actualmente la pizzería está ubicada cerca al Estudiantes
puente de carabineros.
P θ No Arrendar Construir
i a mudanza Apartamentos Apartamentos
Las opciones de traslado que tienen los dueños de
la pizzería son ubicarse en la carrera 65 o bien z
trasladarse a la avenida Colombia. z No trasladarse 100 50 20
e Cra 65 40 150 25
r
Trasladarse a la carrera 65 sería la opción más
í Calle Colombia -20 20 200
adecuada dado que los estudiantes se mudaran a
a Probabilidad 1/3 1/3 1/3
los apartamentos que la universidad piensa
arrendar. Por otro lado trasladarse a la calle
Colombia sería lo mejor si los estudiantes se Como en el ejemplo de la petrolera, acá el tomador
mudaran a los apartamentos en construcción. de decisiones deberá elegir una acción y de allí
Veamos tendrá un pago según el estado de la naturaleza.
Diseño: Andrés Gómez 21-31 Diseño: Andrés Gómez 21-32