Вы находитесь на странице: 1из 14

ARBOLES DE DECISIN CON

INFORMACIN MUESTRAL

TEORA DE DECISIONES

Ing. Csar Canelo Sotelo


LA INFORMACIN MUESTRAL

Con la finalidad de adoptar la mejor decisin,


es posible que el decisor pretenda obtener
informacin adicional sobre los estados de la
naturaleza. Se puede usar esta nueva
informacin para modificar o actualizar las
probabilidades previas, de manera que la
decisin final se base en estimaciones de
probabilidad ms precisas para los estados de
la naturaleza.
LA INFORMACIN MUESTRAL
La mayor parte de las veces se busca la informacin
adicional mediante experimentos diseados para
obtener informacin muestral o datos ms actuales
respecto a los estados de la naturaleza, por ejemplo:
Muestreo de materias primas
Pruebas de productos
Investigaciones de mercado
Plantas pilotos
Son experimentos que pueden permitir una
modificacin o actualizacin de las probabilidades de los
estados de la naturaleza.
LA INFORMACIN MUESTRAL
A las probabilidades estimadas inicialmente se
les denominar probabilidades previas para los
estados de la naturaleza.
El experimento, estudio o investigacin
ofrecera informacin nueva que podra
combinarse con las probabilidades previas, con
un procedimiento bayesiano, para obtener
estimaciones de probabilidades actualizada o
modificadas, para los estados de la naturaleza.
A estas probabilidades modificadas se las
denomina probabilidades posteriores.
Procedimiento Bayesiano

Informacin nueva
Probabilidades proveniente de Probabilidades
previas investigacin o posteriores
experimentacin

Modificacin de las probabilidades con base en informacin nueva.


LA INFORMACIN MUESTRAL

A la nueva informacin que se obtiene


mediante investigacin o experimentacin se la
denomina indicador.
Como en muchos casos el experimento
realizado para obtener informacin adicional
consiste en obtener una muestra estadstica,
tambin a menudo la nueva informacin se la
llama informacin muestral.
E1 p1 r1
A1
E2 p2 r2

A2 r3
Sin E1 P (E1/R1) r1
informacin
muestral
A1
E2 P(E2/R1) r2

R1
A2
Con r3
Informacin P(R1)
muestral
E1 P(E1/R2) r1

P(R2) A1

R2 E2 P(E2/R2) r2

A2 r3
PROCEDIMIENTO BAYESIANO

El resultado final del proceso de


modificacin bayesiana es un conjunto de
probabilidades posteriores de la forma
P(Ej/Rk).
La informacin muestral debe proveer las
probabilidades condicionales para todos los
indicadores dados todos los estados de la
naturaleza, de la forma P(Rk/Ej).
PROCEDIMIENTO BAYESIANO

INDICADORES
Estados de la
naturaleza R1 R2 Rk Suma

E1 P(R1/E1) P(R2/E1) . . . P(Rk/E1) 1.00


E2 P(R1/E2) P(R2/E2) . . . P(Rk/E1) 1.00
... ... ... ... ...
Ej P(R1/Ej) P(R2/Ej) . . . P(Rk/Ej) 1.00
PROCEDIMIENTO BAYESIANO

LEY DE LA MULTIPLICACIN DE LA PROBABILIDAD:

P(Rk) = P(Rk/Ej) P(Ej)

RELACIN DE PROBABILIDAD CONDICIONAL FUNDAMENTAL:

P(Rk/Ej) P(Ej)
P(Ej/Rk) =
P(Rk)
PROCEDIMIENTO BAYESIANO - FORMA TABULAR

Rk:

Ej P(Ej) P(Rk/Ej) P(RkEj) P(Ej/Rk)


E1 P(E1) P(Rk/E1) P(Rk/E1)P(E1) P(E1/Rk)
E2 P(E2) P(Rk/E2) P(Rk/E2)P(E2) P(E2/Rk)
..
En P(En) P(Rk/En) P(Rk/En)P(En) P(En/Rk)

P(Rk) =
VALOR ESPERADO DE LA INFORMACIN
MUESTRAL (VEIM)

Valor esperado de la Valor esperado de la


VEIM = decisin ptima con - decisin ptima sin Maximizacin
Informacin muestral informacin muestral

Valor esperado de la Valor esperado de la


VEIM =
decisin ptima sin
informacin muestral
- decisin ptima con Minimizacin
Informacin muestral

El VEIM se usa para tomar la decisin de hasta cuanto pagar por la informacin
muestral.
EFICIENCIA DE LA INFORMACIN MUESTRAL

La eficiencia de la informacin muestral es una


medida del valor del reporte.

VEIM
E= x 100
VEIP

La eficiencia es una medida de cuan eficiente es


la informacin muestral en comparacin con la
informacin perfecta.
GRACIAS

Вам также может понравиться