Actividad 8. Probabilidades a priori y posteriori en árbol de decisión

Objetivo:

Aplicar árbol de decisión y variantes del valor esperado para apreciar cómo puede cambiar la solución óptima con diferencias en probabilidades a priori y posteriori.

Procedimiento:

• Revisar las instrucciones en BlackBoard.
• Analizar los casos a resolver
• Crear el árbol de decisión
• Emitir conclusiones al respecto.

Resultados:

1. De manera individual contesta las siguientes preguntas:

1. ¿Cuáles son las dos clasificaciones de los procesos de toma de decisiones?

• Toma de decisiones bajo certidumbre
• Toma de decisiones bajo incertidumbre

1. ¿Cuáles son las diferencias entre las dos clasificaciones de un proceso de toma de decisiones?

• Cada una se basa del tipo de datos que tengamos, será bajo certidumbre cuando los datos son conocidos y en condiciones de riesgo cuando los datos pueden ser obtenidos por distribuciones probabilísticas, sin embargo será toma de decisiones bajo certidumbre cuando busca no necesariamente la solución correcta, sino aquella que satisfaga las necesidades de quien tiene el problema, cuantificando los sentimientos, ideas y emociones para priorizar las opciones o alternativas.

1. ¿Cuál es el beneficio de usar un árbol de decisión?

• Los árboles de decisión nos permitirán observar gráficamente las opciones que tenemos y los resultados que obtendríamos a partir de ciertos datos o probabilidades para de esta manera simplificar la toma de decisiones.

1. Menciona dos ejemplos reales de la aplicación de las dos clasificaciones de los procesos de decisión.

1. Resuelve de manera individual los siguientes problemas, utiliza el árbol de decisión para una solución óptima a priori y las variantes del valor esperado para la solución a posteriori.

A priori:

B1= (0.6 * 220) + (0.6 * 200)= 252

B2= (0.3 * 170) + (0.3 * 180= 31.6

B3= (0.1 * 110) + (0.1 * 150)= 26

Posteriori:

B1= (0.5 * 220) + (0.5 * 200)= 210

B2= (0.3 * 170) + (0.3 * 180= 105

B3= (0.2 * 110) + (0.2 * 150)= 52

b.

...