Decision trees, the tool for making great decisions (3)

Árboles de decisión, la herramienta para tomar buenas decisiones (3).

Esta presentación es la tercera de una serie de 3 en las que se explican los principios básicos y se desarrolla el procedimiento para tres ejemplos. Los dos anteriores se pueden encontrar en los siguientes enlaces:

http://licmata-math.blogspot.mx/2014/10/decision-theory-tool-for-making-great.html

http://licmata-math.blogspot.mx/2015/07/decision-trees-tool-for-making-great.html

Y el tercer ejemplo se encuentra a continuación.

Esperamos que sea de utilidad.

Saludos.

Decision Trees - Example 3 from Matematica de Samos

Decision trees, the tool for making great decisions (2)

Árboles de decisión, la herramienta para tomar buenas decisiones (2).

Los árboles de decisión se emplean, generalmente, cuando se dispone de alguna información acerca de las probabilidades de los eventos aleatorios implicados en la toma de decisiones.

Son particularmente útiles cuando se deben tomar decisiones secuencialmente, es decir, cuando se toma una decisión que desencadena eventos aleatorios y/o la necesidad de tomar nuevas decisiones.

El análisis se realiza del final hacia el inicio, como se muestra en la siguiente presentación.

La primera parte de este tema se encuentra en:

http://licmata-math.blogspot.mx/2014/10/decision-theory-tool-for-making-great.html

Esperamos que sea de utilidad.

Saludos.

Decision tress 2, great tool for making decisions. from Matematica de Samos

Problemas resueltos sobre análisis de decisión.

Teoría de Decisiones. Problemas resueltos sobre análisis de decisión.

Los problemas de análisis de decisión se resuelven a partir de la tabla de consecuencias. Es necesario practicar el proceso de construcción de dicha tabla: Una vez determinadas las alternativas y los estados aleatorios de la naturaleza, deben calcularse las consecuencias de las combinaciones de estos dos factores.

Si se desea consultar un poco más de fundamentos teóricos podemos encontrarlos en la siguiente presentación:

http://licmata-math.blogspot.mx/2015/06/decision-theory-tool-for-making-great_24.html

La siguiente presentación contiene un problema resuelto, paso a paso, mediante los criterios de decisión. Se detalla cuidadosamente el proceso de elaboración de la tabla de consecuencias.

Esperamos que sea de utilidad.

Saludos.

Decision theory - Decision Analyisis 4 Solved problem from Matematica de Samos

Decision theory, the tool for making great decisions (3)

La herramienta para tomar excelentes decisiones: Teoría de decisiones (parte 3)

La teoría de decisiones, a diferencia de los métodos cuantitativos como la programación lineal, utiliza criterios subjetivos para la toma de decisiones.

Existen dos situaciones en las que estos modelos son útiles:

Condiciones de incertidumbre: Se conocen los eventos que pueden ocurrir y afectar los resultados de una toma de decisiones, pero no las probabilidades de cada una de ellas.

Condiciones de riesgo: Se conocen los eventos que pueden afectar los resultados de una toma de decisiones, y sus probabilidades.

En el siguiente enlace se encuentra una introducción al tema del análisis de decisión:

http://licmata-math.blogspot.mx/2015/06/introduction-to-decision-analysis.html

En este otro enlace se sintetiza la introducción y se muestra la aplicación del criterio de Wald, pesimista o maximin.

http://licmata-math.blogspot.com/2014/10/decision-theory.html

En este tercer enlace se incluyen los temas anteriores y la aplicación de los criterios: Wlad, Plunger, Hurwicz y Savage.

http://licmata-math.blogspot.mx/2015/06/decision-theory-tool-for-making-great.html

La siguiente presentación contiene una revisión de todos los criterios anteriores más el criterio de Laplace bajo condiciones de incertidumbre y para situaciones de riesgo.

Esperamos que sea de utilidad.

Saludos.

Decision theory - Decision Analyisis 3 from Matematica de Samos

Decision theory, the tool for making great decisions (2)

La herramienta para tomar excelentes decisiones: Teoría de Decisiones.

La teoría de decisiones es un conjunto de herramientas que, a través del criterio y opiniones subjetivas del decisor, cuantifica las ventajas y desventajas de cada alternativa planteada, favoreciendo una toma de decisiones basada en un mejor conocimiento del problema.

En los siguientes enlaces se encuentra:

1. Una introducción a los conceptos básicos del análisis de decisión:

http://licmata-math.blogspot.mx/2015/06/introduction-to-decision-analysis.html

2. Ejemplo del criterio de Wald (pesimista) para la toma de decisiones.

http://licmata-math.blogspot.com/2014/10/decision-theory.html

3. El mismo ejemplo del enlace anterior resuelto a través de la aplicación de los criterios de:
    Wald, Plunger, Hurwicz y Savage, en la siguiente presentación.

Esperamos que sea de utilidad.

Saludos.

Decision theory - Decision Analyisis 2 from Matematica de Samos

Making better decisions in high uncertainty.

Tomando mejores decisiones bajo condiciones de alta incertidumbre.

La toma de decisiones es un proceso complejo y, cuando las condiciones son inciertas, se vuelve mucho más difícil elegir la mejor opción entre varias que se presentan al tomador de decisiones. Como se muestra en la figura, las consecuencias de la decisión tomada no dependen solamente de la elección que se realizó, sino que se ven fuertemente afectadas por las formas o valores que toman los eventos aleatorios.

¿Es posible determinar, antes de tomar una decisión, cuál es la mejor opción?
La primera impresión que tenemos es que, dado que las condiciones y eventos que rodean a una decisión no están bajo el control del tomador de decisiones, no es posible saber, de antemano, cuál es la mejor opción. Sin embargo, existen diversas herramientas que nos permite elegir la mejor opción, estas herramientas se encuentran descritas detalladamente en el siguiente enlace:

http://licmata-math.blogspot.mx/2014/10/decision-theory-tool-for-making-great.html

Esta dirección conduce a un ejemplo de árboles de decisión, ahí mismo se encuentran enlaces a otras herramientas basadas en criterios de decisión y diagramas de influencia.

La mayor parte de estas herramientas están enfocadas al manejo de la incertidumbre desde diferentes enfoques y, en muchos casos, se basan en la teoría de probabilidades como una escala para medir la incertidumbre.

En el archivo se encuentra una presentación acerca de los fundamentos de la teoría de probabilidades.

Esperamos que sea de utilidad.

Saludos.

Basic probability and applications from Matematica de Samos

Decision trees, the tool for making great decisions (1)

Árboles de decisión, la herramienta para tomar buenas decisiones (1).

En los dos artículos anteriores sobre teoría de decisiones se abordaron temas como:

Decisiones bajo condiciones de incertidumbre.
http://licmata-math.blogspot.mx/2014/10/decision-theory.html

Diagramas de influencia.
http://licmata-math.blogspot.mx/2014/10/decision-theory-applications.html

En esta tercera parte resolveremos un ejemplo aplicando dos métodos diferentes: Diagramas de árbol y criterio de Laplace.

En realidad el diagrama de árbol es una forma de representación visual del criterio de Laplace, el cuál se basa en e conocimiento de las probabilidades de ocurrencia de los eventos que afectarán al valor final de cada decisión.

Es preferible que las probabilidades que se emplean en estos métodos provengan de fuentes confiables: datos históricos, informes de experimentos, mediciones directas, entre otras; sin embargo, aún cuando las probabilidades sean subjetivas o provengan de fuentes no verificadas, el método puede aplicarse, siempre teniendo en cuenta el nivel de validez de las probabilidades empleadas.

En la siguiente presentación se encuentra el ejemplo resuelto paso a paso.

Esperamos que sea de utilidad.

Saludos.

Decision theory decision tree from Matematica de Samos

Decision theory, the tool for making great decisions (1)

Teoría de decisiones.

La toma de decisiones es un proceso complejo. Existen numerosos métodos que proponen orientaciones para tomar decisiones.

Cuando se dispone de información resulta sencillo determinar cuál es la mejor opción, esto no significa que sea igualmente fácil poner en práctica la solución, pero al menos se sabe qué es lo que, idealmente se debería hacer.

En cambio, cuando la información no está completa o incluso, no se dispone de ninguna información, la elección de la mejor alternativa es una actividad que cuesta trabajo realizar.

En estas situaciones se puede recurrir a modelos matemáticos preestablecidos que, aunque no nos ofrecen la solución óptima, si nos guían en la forma de evaluar las diversas alternativas disponibles.

La siguiente presentación contiene la explicación y un ejemplo de los criterios de decisión más comunes bajo condiciones de incertidumbre: Maximin, maximax, entre otros.

La segunda parte de este material se encuentra aquí.

Esperamos que sea de utilidad.

Saludos.

Decision theory from Matematica de Samos