0% encontró este documento útil (0 votos)
148 vistas5 páginas

Decisiones de Cosecha en FRUVERFRESH

Este documento presenta un modelo de árbol de decisión para ayudar a una empresa de frutas y verduras a decidir si cosechar o esperar ante la posibilidad de lluvias, basándose en información imperfecta sobre las probabilidades de diferentes tipos de lluvia. El modelo calcula las probabilidades posteriores de los diferentes escenarios posibles y encuentra que esperar a cosechar rinde un valor esperado mayor, por lo que la decisión óptima es esperar.

Cargado por

Gisela
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como XLSX, PDF, TXT o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
148 vistas5 páginas

Decisiones de Cosecha en FRUVERFRESH

Este documento presenta un modelo de árbol de decisión para ayudar a una empresa de frutas y verduras a decidir si cosechar o esperar ante la posibilidad de lluvias, basándose en información imperfecta sobre las probabilidades de diferentes tipos de lluvia. El modelo calcula las probabilidades posteriores de los diferentes escenarios posibles y encuentra que esperar a cosechar rinde un valor esperado mayor, por lo que la decisión óptima es esperar.

Cargado por

Gisela
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como XLSX, PDF, TXT o lee en línea desde Scribd
Está en la página 1/ 5

ÁRBOL DE DECISIONES CON INFORMACIÓN IMPER

INTEGRANTES:
- CÓRDOVA CÓRDOVA, GISELA
- ENCARNACIÓN VENTURA, ESTALIN
- CASTILLO MOLERO, JEAN PIERRE

La empresa FRUVERFRESH, dedicada a la venta y distribución de todo tipo de frutas y verduras fresc
pronóstico de eventos de lluvia para su sembrio,ante dicho pronóstico, la empresa enfrenta la necesida
esperar a que llueva dado que cualquier fenomeno atmosferico puede afectar la futura cosecha y si no
frutas y verduras superiores que el tradicional, Apartir de ello se toma el siguiente modelo matricial de d

CANTIDAD BASE: 1500 UNIDADES

S1=llueve S2=no llueve


Condiciones de siembra
P(S1)=0.6 P(S2)=0.4 Diagrama de
A1 Cosechar 0 60
A2 Esperar 180 0

● Si envia a los ingenieros agronomos y meteorólogos,


para hacer un estudio de suelo y clima, pueden suceder 4
eventos:
● E1: Perdida estimada de 300 unidades por lluvias muy fuertes
● E2: Perdida estimada de 1050 unidades por lluvias torrenciales
● E3: Perdida estimada de 225 unidades por lluvias fuertes
● E3: Perdida estimada de 75 unidades por lluvias moderadas

Los expertos asignan las siguientes probabilidades


condicionales subjetivamente

P(S1) P(S2)
0.6 0.4

P(E₁/S₁) 0.25 P(E₁/S₂) 0.3


P(E₂/S₁) 0.4 P(E₂/S₂) 0.45
P(E3/S₁) 0.3 P(E3/S₂) 0.1
P(E4/S₁) 0.05 P(E4/S₂) 0.15
FORMACIÓN IMPERFECTA

po de frutas y verduras frescas recibe información parcial sobre el


mpresa enfrenta la necesidad de tomar la decision de cosechar o
tar la futura cosecha y si no se puede dar lugar al crecimiento de
guiente modelo matricial de decisiones.

PASO 1 PASO 2

Diagrama del árbol de decisiones Encontrar las probabilidades

P(E₁) = P(E₁/S₁)P(S₁)+P(
P(E₁) = 0.15

P(E₂) = P(E₂/S₁)P(S₁)+P(
P(E₂) = 0.24

P(E3) = P(E3/S₁)P(S₁)+P(
P(E3) = 0.18

P(E4) = P(E4/S₁)P(S₁)+P(
P(E4) = 0.03

Cálculo de las probabilidades co

P(S₁/E₁) = [P(E₁/S1)P(S1)]/P(E₁)
P(S₂/E₁) = [P(E₁/S₂)P(S₂)]/P(E₁
P(S₁/E₂) = [P(E₂/S1)P(S₁)]/P(E₂)
P(S₂/E₂) = [P(E₂/S₂)P(S₂)]/P(E₂
P(S₁/E3) = [P(E3/S₁)P(S₁)]/P(E3)

P(S₂/E3) = [P(E3/S₂)P(S₂)]/P(E3)

P(S₁/E4) = [P(E4/S₁)P(S₁)]/P(E4)
P(S₂/E4) = [P(E4/S₂)P(S₂)]/P(E4)
PASO 2 PASO 3

trar las probabilidades posteriores


•Para hallar el valor sin información del nodo de decisión D ₁:
VE(A₁) 0 (0.60) + 60 (0.40)
P(E₁/S₁)P(S₁)+P(E₁/S₂)P(S₂) VE(A₂) 180 (0.60) + 0 (0.40)
+ 0.12 = 0.27

•Para hallar el valor con información del nodo de decisión D ₁:


P(E₂/S₁)P(S₁)+P(E₂/S₂)P(S₂)
+ 0.18 = 0.42 Para el nodo de decisión D ₂:
VE(A₁) 300 (0.56) + 360 (0.44)
P(E3/S₁)P(S₁)+P(E3/S₂)P(S₂) VE(A₂) 480 (0.56) + 300 (0.44)
+ 0.04 = 0.22

Para el nodo de decisión D3:


P(E4/S₁)P(S₁)+P(E4/S₂)P(S₂) VE(A₁) 1050 (0.57) + 2010 (0.43)
+ 0.06 = 0.09 VE(A₂) 1230 (0.57) + 1050 (0.43)

Para el nodo de decisión D4:


e las probabilidades condicionales: VE(A₁) 225 (0.82) + 285 (0.18)
VE(A₂) 405 (0.82) + 225 (0.18)
[P(E₁/S1)P(S1)]/P(E₁) = 0.56
[P(E₁/S₂)P(S₂)]/P(E₁) = 0.44 Para el nodo de decisión D5:
[P(E₂/S1)P(S₁)]/P(E₂) = 0.57 VE(A₁) 75 (0.33) + 135 (0.67)
[P(E₂/S₂)P(S₂)]/P(E₂) = 0.43 VE(A₂) 255 (0.33) + 75 (0.67)
[P(E3/S₁)P(S₁)]/P(E3) = 0.82

[P(E3/S₂)P(S₂)]/P(E3) = 0.18

[P(E4/S₁)P(S₁)]/P(E4) = 0.33
[P(E4/S₂)P(S₂)]/P(E4) = 0.67
O3 PASO 4

del nodo de decisión D ₁:


= 24
= 108

n del nodo de decisión D ₁:

= 326.7
= 400.0

= 1461.4
= 1152.9

= 235.9 Comparando valor esperado para el nodo D1:


= 372.3 VE(SI) = 24
VE(CI) = (326.67) (0.27) + (1152.86)

= 115.0 Sl: sin información


= 135.0 Cl: con información

RPTA: La decision debe ser no enviar a los especialistas y retirar


mas frutas y verduras si esperamos.
PASO 4

el nodo D1:

(0.42) + (235.91) (0.22) + (115.00) (0.09) = 634.7

ar a los especialistas y retirar la cosecha puesto que perderiamos

También podría gustarte