Teoría de Decisiones 8 Árboles de Decisión 3

download Teoría de Decisiones 8 Árboles de Decisión 3

of 40

description

Teoría de Decisiones 8 Árboles de Decisión 3

Transcript of Teoría de Decisiones 8 Árboles de Decisión 3

  • Teora de Decisionesrboles de Decisin 3.

    G. Edgar Mata Ortiz

  • Objetivo General

    El participante evaluar diferentes tcnicas para la toma de decisiones con enfoques que le permitan seleccionar cursos o lneas de accin en situaciones de negocios tal que dichas acciones sean consistentes con las metas de las organizaciones.

  • Presentacin

    Diagramas de rbol

    rboles de decisin bajo condiciones de riesgo

    Ejemplo 3

  • Diagramas de rbol

    Un diagrama de rbol es una forma de representar visualmente la informacin de un problema y organizar los clculos descritos previamente.

    Son especialmente tiles cuando deben tomarse varias decisiones secuencialmente.

    Decision

    Random

    Event

    Alte

    rnat

    ive 1

    Alternative 2

    Random event 1

    Random event 2

    Alternative 1

    Alternative 2

    Alternative 3

  • Diagramas de rbol condiciones de riesgo

    Los diagramas de rbol facilitan la presentacin de la informacin especialmente cuando se dispone de probabilidades, por lo tanto, se emplean para ayudar a la toma de decisiones bajo condiciones de riesgo.

  • Ejemplo 3

    Un producto es manufacturado por un equipo automatizado en lotes de 3 piezas.

    El precio de venta de estos artculos es de $10 la pieza y el costo de produccin es de $5 por pieza.

  • Ejemplo 3

    Antes de fabricar cada lote, el equipo debe ser ajustado por un operario experto a un costo de $6 por lote.

    Si se realiza el ajuste, no se producen piezas defectuosas, en caso contrario, pueden presentarse algunos defectos.

  • Ejemplo 3

    Con base en la experiencia se ha determinado que cuando el equipo no se ajusta, la probabilidad de que las tres piezas resulten defectuosas es del 10%; dos piezas defectuosas, 20%; slo una pieza defectuosa, 30%; y ninguna pieza defectuosa, 40%.

  • Ejemplo 3

    Las piezas defectuosas pueden venderse a $5 cada una, o pueden ser reprocesadas a un costo de:

    Una pieza = $6

    Dos piezas = $10

    Tres piezas = $12

    Las piezas reprocesadas pueden venderse al mismo precio que las que no resultaron defectuosas.

  • Ejemplo 3

    Es conveniente pagar al operario para que ajuste el equipo antes de cada lote?

    Si se generan piezas defectuosas, es preferible venderlas o reprocesarlas?

  • Decisin 1: Pagar o no al operario experto para ajustar el equipo

    Ejemplo 3: Solucin

  • Evento aleatorio 1: Al efectuar el ajuste del equipo, el evento aleatorio de piezas defectuosas no se presenta, an as, es un evento aleatorio con un nico resultado: No se producen piezas defectuosas.

    Ejemplo 3: Solucin

  • Evento aleatorio 1: No se producen piezas defectuosas, es una rama terminal, debemos calcular su resultado.

    Ejemplo 3: Solucin

  • Evento aleatorio 2: Si NO se efecta el ajuste antes de cada lote de produccin, pueden presentarse 0, 1, 2 3 piezas defectuosas.

    Ejemplo 3: Solucin

  • Decisin 2: Si NO se efecta el ajuste antes de cada lote de produccin, pueden presentarse 0, 1, 2 3 piezas defectuosas.

    Cuando no se presentan piezas defectuosas, tenemos una rama terminal.

    Ejemplo 3: Solucin

  • Decisin 2: Si se presenta una pieza defectuosa, debemos decidir si se reprocesa o se vende tal como est.

    Ejemplo 3: Solucin

  • Decisin 2: Si se presenta una pieza defectuosa, debemos decidir si se reprocesa o se vende tal como est. Ambas son ramas terminales.

    Ejemplo 3: Solucin

  • Decisin 3: Si se presentan dos piezas defectuosas, debemos decidir si se reprocesan o se venden tal como estn.

    Ejemplo 3: Solucin

  • Decisin 3: Si se presentan dos piezas defectuosas, debemos decidir si se reprocesan o se venden tal como estn. Ambas son ramas terminales.

    Ejemplo 3: Solucin

  • Decisin 4: Si se presentan tres piezas defectuosas, debemos decidir si se reprocesan o se venden tal como estn.

    Ejemplo 3: Solucin

  • Decisin 4: Si se presentan tres piezas defectuosas, debemos decidir si se reprocesan o se venden tal como estn. Estas son dos ramas terminales

    Ejemplo 3: Solucin

  • A este rbol de decisin, sin probabilidades, podemos aplicarle los criterios de decisin bajo condiciones de incertidumbre.

    Ejemplo 3: Solucin

  • En vista de que disponemos de probabilidades, vamos a registrarlas en las ramas correspondientes.

    Ejemplo 3: Solucin

  • En vista de que disponemos de probabilidades, vamos a registrarlas en las ramas correspondientes.

    Ejemplo 3: Solucin

  • El procedimiento ms sencillo para esta etapa consiste en tomar el valor mayor en cada decisin de la ltima parte del diagrama.

    Ejemplo 3: Solucin

    Vender sin reprocesar

    Efe

    ctuar a

    juste

    del equip

    o

    NO

    efe

    ctu

    ar

    aju

    ste

    del e

    quip

    o

    No se

    prod

    ucen

    pieza

    s defe

    ctuos

    as30 - (15+6) = 9

    0 p

    iezas d

    efe

    ctu

    osas

    1 pi

    eza

    defe

    ctuo

    sa

    2 piezas defectuosas

    3 p

    iezas d

    efe

    ctuosas

    30 - 15 = 15

    Repr

    oces

    ar

    Vender sin reprocesar

    Repr

    oces

    ar 30 - (15+10) = 5

    20 - 15 = 5

    Vender sin reprocesar

    Repr

    oces

    ar 30 - (15+12) = 3

    15 - 15 = 0

    1.0

    0.4 0.3

    0.2

    0.1

    10

    30 - (15+6) = 9

    25 - 15 = 10

    10 es mayor que 9

  • El procedimiento ms sencillo para esta etapa consiste en tomar el valor mayor en cada decisin de la ltima parte del diagrama.

    Ejemplo 3: Solucin

    Ambos valores son iguales

  • El procedimiento ms sencillo para esta etapa consiste en tomar el valor mayor en cada decisin de la ltima parte del diagrama.

    Ejemplo 3: Solucin

    Tres es mayor que cero

  • En cada nodo se calcula el valor esperado

    Ejemplo 3: Solucin

    15(0.4)+10(0.3)+5(0.2)+3(0.1)=10.3

  • En cada nodo se calcula el valor esperado

    Ejemplo 3: Solucin

    15(0.4)+10(0.3)+5(0.2)+3(0.1)=10.3

  • En cada nodo se calcula el valor esperado

    Ejemplo 3: Solucin

    9(1.0) = 9

  • En el primer nodo de decisin se toma el valor mayor.

    Ejemplo 3: Solucin

    10.3 es mayor que 9

  • Segn el diagrama de rbol, la mejor decisin es: No efectuar el ajuste del equipo antes de cada lote con una ganancia esperada de 10.3

    Ejemplo 2: Solucin

  • Segn el diagrama de rbol, la mejor decisin es: No efectuar el ajuste del equipo antes de cada lote con una ganancia esperada de 10.3

    Y decidir, segn el nmero de defectos, si se reprocesa o no.

    Ejemplo 2: Solucin

    Cuando no se presentan piezas defectuosas no es

    necesario reprocesar y la ganancia es de 15

  • Segn el diagrama de rbol, la mejor decisin es: No efectuar el ajuste del equipo antes de cada lote con una ganancia esperada de 10.3

    Y decidir, segn el nmero de defectos, si se reprocesa o no.

    Ejemplo 2: Solucin

    Cuando slo una pieza resulta defectuosa lo ms

    conveniente es venderla sin reprocesar para una

    ganancia de 10

  • Segn el diagrama de rbol, la mejor decisin es: No efectuar el ajuste del equipo antes de cada lote con una ganancia esperada de 10.3

    Y decidir, segn el nmero de defectos, si se reprocesa o no.

    Ejemplo 2: Solucin

    Cuando dos piezas resultan defectuosas se obtiene la

    misma ganancia reprocesando que sin

    hacerlo, depender de las necesidades.

  • Segn el diagrama de rbol, la mejor decisin es: No efectuar el ajuste del equipo antes de cada lote con una ganancia esperada de 10.3

    Y decidir, segn el nmero de defectos, si se reprocesa o no.

    Ejemplo 2: Solucin

    Cuando tres piezas resultan defectuosas es ms

    conveniente reprocesarlas para una ganancia de 3.

  • Segn el diagrama de rbol, la mejor decisin es:

    No realizar el ajuste previo del equipo y reprocesar solamente cuando las tres piezas resultan defectuosas.

    En algunos casos puede ser necesario reprocesar cuando dos piezas resultan defectuosas, pero no para una mayor ganancia, tal vez para satisfacer la demanda.

    Ejemplo 3: Solucin

  • Referencias

    http://licmata-math.blogspot.mx/

    http://www.scoop.it/t/mathematics-learning/

    http://www.slideshare.net/licmata/

    http://www.spundge.com/@licmata

    https://www.facebook.com/licemata

    Twitter: @licemata

    Email: [email protected]

  • Bibliografa

    CLEMEN, Robert T. Making Hard Decisions with Decision Tools Suite. Edit. Duxbury. USA, 2001.

    1st Edition.

    DPL 4.0 Professional Decision Analysis Software: Academic Edition. Edit. Duxbury. USA, 2000. 2nd

    Edition.

    FABRYCKY, W. J., Thuesen, G. J. and Verna, D. Economic Decision Analysis. Edit. Prentice Hall.

    USA, 1998.

  • Gracias por su atencin