Toma de decisiones con experimentación. Diseño: Andrés Gómez Toma de decisiones con experimentación • Se dispone de d
Views 113 Downloads 5 File size 911KB
Toma de decisiones con experimentación.
Diseño: Andrés Gómez
Toma de decisiones con experimentación
• Se dispone de datos previos. • Las circunstancias no varían constantemente. • La decisión se toma en forma repetida Diseño: Andrés Gómez
23 -2
Definamos en términos generales
• n: número de estados de la naturaleza posibles. • P( = i) : Probabilidad de que el estado de la naturaleza sea i , para i = 1,2,...,n
Se realizan estudios para predecir que ocurrirá. A estos estudios o predicciones los llamaremos S
• S : Estadístico que resume los resultados de la experimentación (Variable aleatoria)
Inicialmente se hallan las probabilidades a priori P ( S | ) y finalmente se hallan las probabilidades a posteriori P ( | S )
• s : un valor posible de S.
23 -3
• P(S=s| = i): Probabilidad a priori de que la predicción sea s, dado que el estado de la naturaleza verdadero es i
Diseño: Andrés Gómez
23 -4
Teorema de Bayes
P ( A Bi ) = P ( B |A ) = P(A)
• P( = i|S=s): Probabilidad a posteriori de que el estado de la naturaleza verdadero sea i , dado que S=s.
P (A | Bi ) P ( Bi )
€ k
P (A | B ) P ( B ) i
i
i=1
Con la experimentación se obtienen las probabilidades a priori y mediante la del teorema de Bayes se obtienen las probabilidades a posteriori. Diseño: Andrés Gómez
• No se dispone de datos previos. • Las circunstancias varían constantemente. • La decisión no se toma en forma repetida
23 -1
En la toma de decisiones con experimentación se pretende mejorar las estimaciones preliminares de las probabilidades de los respectivos estados de la naturaleza.
Diseño: Andrés Gómez
Toma de decisiones sin experimentación
P ( = i|S=s) =
P ( = i S=s ) = P (S=s )
P(S=s| = )* P( = ) i
i =1 23 -5
Diseño: Andrés Gómez
i
n
P(S=s| = i)* P( = i) 23 -6
1
Ejemplo GOFERBROKE COMPANY .
a
1
:Petróleo
Definamos S como la variable aleatoria cuyos valores son: : Seco
2
$700000
-$100000
a2 : Vender
$90000
$90000
Probabilidad
0.25
a1 : Perforar
0.75
Diseño: Andrés Gómez
sondeos sísmicos favorables
23 -7
Favorable: Predicción de que hay petróleo Desfavorable: Predicción de que no hay petróleo
P(S=0| = 1) = 0.4
Probabilidad que el sondeo sea desfavorable dado que en realidad existe petróleo
P(S=1| = 1) = 1 - 0.4 P(S=1| = 1) = 0.6
Probabilidad que el sondeo sea favorable dado que en realidad existe petróleo
P(S=0| = 2) = 0.8
Probabilidad que el sondeo sea desfavorable dado que en realidad no existe petróleo
Diseño: Andrés Gómez
23 -8
Tabla de probabilidades a priori
P( = i)
Probabilidad que el sondeo sea favorable dado que en realidad no no existe petróleo Diseño: Andrés Gómez
P ( = i|S=s) =
sondeos sísmicos desfavorables
S=1
Mediante una experimentación se han podido determinar las probabilidades a priori P(S=s| = i) , es decir las probabilidades de la experimentación acerca de la existencia o no de petróleo, dados los estados de la naturaleza.
Se puede realizar una exploración sismológica para obtener una mejor estimación de la probabilidad de que haya petróleo. El costo de esta experimentación es de $30000 Sigue
P(S=1| = 2) = 1 - 0.8 P(S=1| = 2) = 0.2
S=0
23 -9
P(S=s| = i)* P( = i) P ( = i S=s ) n = € P (S=s ) P(S=s| = i)* P( = i)
Recordemos que ahora debemos hallar las probabilidades a posteriori mediante la fórmula del Teorema de Bayes. Diseño: Andrés Gómez
23 -10
Tabla de probabilidades conjuntas
i =1
Primero hallemos P(S=s
= i)=P(S=s| = i)* P( = i)
P(S=0
= 1 )= P(S=0| = 1)*P( = 1) = 0.4*0.25=0.1
P(S=1
= 1 )= P(S=1| = 1)*P( = 1) = 0.6*0.25=0.15
P(S=0
= 2 )= P(S=0| = 2)*P( = 2) = 0.8*0.75=0.6
P(S=1
= 2 )= P(S=1| = 2)*P( = 2) = 0.2*0.75=0.15 Diseño: Andrés Gómez
n
P (S=s) =
23 -11
€i =1P(S=s|
Ya podemos hallar las probabilidades a posteriori simplemente dividiendo Diseño: Andrés Gómez
= i)* P( = i)
Sigue 23 -12
2
P ( = i|S=s) =
P(S=s| = i)* P( = i) P ( = i S=s ) n = € P (S=s ) P(S=s| = )* P( = ) i =1
i
Tabla de probabilidades a posteriori
i
P( = 1|S=0 ) = 0.1 / 0.7 = 1 / 7 P( = 2|S=0 ) = 0.6 / 0.7 = 6 / 7 P( = 1|S=1 ) = 0.15 / 0.3 = 1 / 2
La decisión que debe tomarse dependerá del sondeo, es decir según el sondeo sea favorable o desfavorable se eligirá la acción determinada.
P( = 2|S=1 ) = 0.15 / 0.3 = 1 / 2 Diseño: Andrés Gómez
23 -13
Pago esperado si S=0 (sondeo sísmico desfavorable)
Diseño: Andrés Gómez
23 -14
Pago esperado si S=1 (sondeo sísmico favorable)
E {p(a1 , |S=0)}= 1/7* $700 + 6/7*(-$100) -$30 = -$15.71
E {p(a1 , |S=1)}= 1/2* $700 + 1/2*(-$100) -$30 = $270
E {p(a2 , |S=0)}= 1/7* $90 + 6/7*($90) -$30 = $60
E {p(a2 , |S=1)}= 1/2* $90 + 1/2*($90) -$30 = $60
Si el resultado del sondeo sísmico fuera desfavorable la acción más apropiada sería vender el terreno pues descontando el costo de la experimentación la petrolera obtendría una ganancia de $60000
Si el resultado del sondeo sísmico fuera favorable la acción más apropiada sería excavar el terreno pues descontando el costo de la experimentación la petrolera obtendría una ganancia de $270000 Sigue
Diseño: Andrés Gómez
Toma de decisiones sin experimentación
23 -15
Diseño: Andrés Gómez
Valor de la experimentación
Toma de decisiones con experimentación
Antes de realizar cualquier experimento debe determinarse su valor potencial.
Valor esperado de la información perfecta La experimentación tiene un costo ¿ Utilizar la experimentación con el fin de reducir la incertidumbre o tomar la decisión sin usar ninguna de estas pruebas ? Diseño: Andrés Gómez
23 -16
Valor esperado de la experimentación
Si el valor de la experimentación es mayor que el de la información perfecta, la experimentación no debe realizarse 23 -17
Diseño: Andrés Gómez
23 -18
3
Valor esperado de la información perfecta Suponga que el experimento puede identificar de manera definitiva cuál es el verdadero estado de la naturaleza, proporcionando con esta información perfecta.
1
Cualquiera que sea el estado de la naturaleza identificado, se elegirá la acción con el máximo pago para ese estado
El pago esperado con información perfecta será 0.25 * $700000 + 0.75 * $90000 = $242500
Diseño: Andrés Gómez
23 -19
Para evaluar si debe realizarse el experimento, se debe calcular el valor esperado de la información perfecta VEIP
Diseño: Andrés Gómez
23 -20
Valor esperado de la experimentación Para cada valor posible de S debemos calcular el pago esperado óptimo.
VEIP = Pago esperado con información perfecta - Pago esperado sin experimentación VEIP = $242500 - $100000 = $ 142500 Ó ptimo
Como el VEIP es mucho mayor que $30000 (valor de la experimentación) puede valer la pena proceder con la exploración sismológica Diseño: Andrés Gómez
23 -21
Diseño: Andrés Gómez
23 -22
Luego debe ponderarse cada uno de estos pagos esperados con la probabilidad del valor correspondiente de S Ó ptimo
Recuerde
Pago esperado = 0.7 * $90000 + 0.3 * $300000 con experimentación
Sigue
= $153000 Diseño: Andrés Gómez
23 -23
Diseño: Andrés Gómez
23 -24
4
Ejemplo PIZZERÍA COMINI.
Para evaluar si debe realizarse el experimento, se debe calcular el valor esperado de la experimentación VEE
Los dueños de la pizzería no sólo se encuentran con el problema de hacia donde trasladarse, sino también cuántas pizzas hornear diariamente, pues la demanda es variable.
VEE = Pago esperado con experimentación Pago esperado sin experimentación VEE = $153000 - $100000 = $ 53000
Como el VEE es mayor que $30000 (valor de la experimentación) vale la pena proceder con la exploración sismológica Diseño: Andrés Gómez
Cada pizza horneada que no se vende produce una pérdida de $1 y la ganancia de cada pizza horneada que se vende es de $2. Sigue
23 -25
Diseño: Andrés Gómez
23 -26
Si no se realizara ningún tipo de experimentación podríamos hallar la acción óptima con el modelo de la maximización del pago promedio
Los pagos diarios p(a, ) y las probabilidades de los estados de la naturaleza son:
E{p(a1 ,
)}=0.2*$300+0.4*$300+0.25*$300+0.15*$300=$300
E{p(a2 ,
)}=0.2*$290+0.4*$320+0.25*$320+0.15*$320=$314
E{p(a3 ,
)}=0.2*$280+0.4*$310+0.25*$340+0.15*$340=$316
E{p(a4 ,
)}=0.2*$270+0.4*$300+0.25*$330+0.15*$360=$310.5
La acción óptima sería la tercera, es decir hornear 170 pizzas Diseño: Andrés Gómez
23 -27
23 -28
Definamos S como la variable aleatoria cuyos valores son:
Una gran empresa de mercadeo le ha ofrecido a los dueños de la pizzería la posibilidad de realizar un estudio de mercado para determinar con mayor certeza la demanda de pizzas.
S=0 S=1 S=2 S=3
El estudio de mercado costaría $7 por día. Sabiendo que sin realizar ningún tipo de estudio el pago esperado promedio es de $316, ¿deben los dueños de la pizzería realizar el estudio? Diseño: Andrés Gómez
Diseño: Andrés Gómez
23 -29
predicen venta de 150 pizzas predicen venta de 160 pizzas predicen venta de 170 pizzas predicen venta de 180 pizzas
Mediante una experimentación se han podido determinar las probabilidades a priori P(S=s| = i) , es decir las probabilidades de las predicciones acerca de la venta de pizzas, dados los estados de la naturaleza . Diseño: Andrés Gómez
23 -30
5
Tabla de probabilidades a priori
:Vende
1
150
P(S=s| = i) :Vende 3:Vende
2
160
170
Tabla de probabilidades conjuntas
:Vende
4
180
S=0
1/2
1/4
0
0
S=1
1/3
1/2
1/6
1/6
S=2
1/6
1/4
2/3
1/3
0 0.4
1/6 0.25
0.15
S=3 Probabilidad
0 0.2
1/2
Diseño: Andrés Gómez
23 -31
Tabla de probabilidades a posteriori
Diseño: Andrés Gómez
Valor esperado de la información perfecta
1
Diseño: Andrés Gómez
23 -32
23 -33
El pago esperado con información perfecta será
2
3
4
Diseño: Andrés Gómez
23 -34
Valor esperado de la experimentación
0.2 * $300 + 0.4 * $320 + 0.25 * $340 + 0.15 * $360 = $327
Para S=0
VEIP = Pago esperado con información perfecta - Pago esperado sin experimentación
venden
venden
venden
venden
VEIP = $327 - $316 = $ 11
Como el VEIP es mayor que $7 (valor del estudio de mercado) puede valer la pena proceder con éste.
Probabilidad Pago esperado óptimo si S=0
Diseño: Andrés Gómez
23 -35
Diseño: Andrés Gómez
$305 para hornear 160 23 -36
6
Para S=2
Para S=1
Se venden 150
Se venden 160
Se venden 170
Se venden 180
VME
Hornear 150
$300
$300
$300
$300
$300
$314
Hornear 160
$290
$320
$320
$320
$317
$340
$310
Hornear 170
$280
$310
$340
$340
$325.7
$360 3/40
$302
Hornear 180
$270 2/21
$300 2/7
$330 10/21
$360 1/7
$312
Se venden 150
Se venden 160
Se venden 170
Se venden 180
VME
Hornear 150
$300
$300
$300
$300
$300
Hornear 160
$290
$320
$320
$320
Hornear 170
$280
$310
$340
a
Hornear 180 Probabilidad
$270 1/5
$300 3/5
$330 1/8
Pago esperado óptimo si S=1
Probabilidad
$314 para hornear 160
Diseño: Andrés Gómez
Pago esperado óptimo si S=2 23 -37
Para S=3
venden
venden
venden
a
$325.7 para hornear 170
Diseño: Andrés Gómez
23 -38
Luego debe ponderarse cada uno de estos pagos esperados con la probabilidad del valor correspondiente de S
venden
Recuerde
Pago esperado = 2/10 * $305 + 1/3 * $314 con experimentación + 7/20 * $325.7+ 7/60 * $349.3
Probabilidad Pago esperado óptimo si S=3
$ 349.3 para hornear 180
= $320.41 Diseño: Andrés Gómez
23 -39
Diseño: Andrés Gómez
23 -40
Para evaluar si debe realizarse la experimentación, se debe calcular el valor esperado de la experimentación VEE VEE = Pago esperado con experimentación Pago esperado sin experimentación VEE = $320.41 - $316 = $ 4.41
Como el VEE es menor que $7 (valor de la experimentación) no vale la pena proceder con el estudio de mercado. Diseño: Andrés Gómez
23 -41
7