Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
UNIVERSIDADE FEDERAL DO PARANÁ – DEPARTAMENTO DE ADMINISTRAÇÃO GERAL E APLICADA MÉTODOS QUANTITATIVOS I
1
Jogos, Teorema de Bayes e Árvores de Decisão
Prof. José Roberto Frega, Dr.
Jogos e Árvore de Decisão Seja um jogo como segue, com os valores representados em US$ mil: Alternativa Descrição Favorável Desfavorável 1 Investir muito 200 -‐200 2 Investir pouco 120 -‐80 3 Não investir 0 0 Esse jogo pode ser representado por uma árvore de decisão da seguinte forma:
1) Uma árvore é representada por nós e ramos. 2) Um nó quadrado é um nó de decisão, onde se escolhe o maior valor de seus
ramos para ser o valor do nó. 3) Um nó circular é um nó probabilístico, onde seu valor é calculado por meio das
probabilidades e valores de seus ramos (EMV) Assumindo um valor p=0,7 para o estado favorável de natureza, o jogo apresentado pode ser descrito pela seguinte árvore:
O ramo “Investir muito” apresenta o maior valor (EMV=80) dentre todos os ramos para p=0,7 (“Investir pouco” com EMV=60 e “Não investir” com EMV=0), tornando-‐se o ramo (e a alternativa) escolhido. Se o valor p fosse igual a 0,5, qual seria o EMV da árvore?
UNIVERSIDADE FEDERAL DO PARANÁ – DEPARTAMENTO DE ADMINISTRAÇÃO GERAL E APLICADA MÉTODOS QUANTITATIVOS I
2
Observa-‐se, neste caso, a preponderância da alternativa “Investir pouco”.
Teorema de Bayes O Teorema de Bayes trata de probabilidades a posteriori, ou calculadas posteriormente. Uma das possíveis representações para sua expressão fundamental é
𝑃 𝐴 𝐵 ∙ 𝑃 𝐵 = 𝑃(𝐵|𝐴) ∙ 𝑃(𝐴) que se lê como “a probabilidade do evento A ter acontecido dado que o evento B aconteceu vezes a probabilidade total do evento B é igual à probabilidade do evento B ter acontecido dado que o evento A aconteceu vezes a probabilidade do evento A”. Por exemplo, se:
1) duas máquinas muito velhas (M1 e M2) produzem peças em uma fábrica e uma delas (M1) responde por 40% da produção. A produção restante é de encargo da M2.
2) O percentual de peças com defeito produzido por M1 é 10% 3) O percentual de peças com defeito produzido por M2 é 20%
Pergunta-‐se:
1) Se uma peça com defeito for encontrada na saída da linha de produção, qual a probabilidade dela ter sido fabricada pela máquina M1?
2) Se uma peça sem defeito for encontrada na saída da linha de produção, qual a probabilidade dela ter sido fabricada pela máquina M2?
UNIVERSIDADE FEDERAL DO PARANÁ – DEPARTAMENTO DE ADMINISTRAÇÃO GERAL E APLICADA MÉTODOS QUANTITATIVOS I
3
Chamando de A o evento de uma peça ter sido fabricada por uma máquina específica e de B o evento dela ter sido fabricada com defeito, tem-‐se que:
𝑃(𝐴)𝑃 𝐵 𝐴 = 0,4 ∙ 0,1 = 0,04 𝑝𝑎𝑟𝑎 𝑎 𝑚á𝑞𝑢𝑖𝑛𝑎 1 𝑃(𝐴)𝑃(𝐵│𝐴) = 0,4 ∙ 0,9 = 0,36 𝑝𝑎𝑟𝑎 𝑎 𝑚á𝑞𝑢𝑖𝑛𝑎 1 𝑃(𝐴)𝑃 𝐵 𝐴 = 0,6 ∙ 0,2 = 0,12 𝑝𝑎𝑟𝑎 𝑎 𝑚á𝑞𝑢𝑖𝑛𝑎 2 𝑃(𝐴)𝑃(𝐵│𝐴) = 0,6 ∙ 0,8 = 0,48 𝑝𝑎𝑟𝑎 𝑎 𝑚á𝑞𝑢𝑖𝑛𝑎 2
Observa-‐se que a probabilidade total de uma peça ser fabricada com defeito é a soma de P(B|A) para a máquina 1 e P(B|A) para a máquina 2, o que resulta em 0,16. Ou seja, a probabilidade de uma peça ter sido fabricada com defeito por qualquer uma das duas máquinas é de 16% que é P(B). Seu complemento é a probabilidade da peça ter sido produzida sem defeito por qualquer uma das duas máquinas, ou seja, 1-‐16%=84% Assim, para calcular P(A|B) para a máquina 1 (probabilidade de que uma peça com defeito na saída da linha tenha sido produzida pela máquina 1), calcula-‐se:
𝑃 𝐴 𝐵 =𝑃 𝐴 𝑃(𝐵|𝐴)
𝑃(𝐵) =0,040,16 = 25%
Similarmente, para calcular a probabilidade de uma peça sem defeito no final da linha de produção ter sido produzida pela máquina 2
𝑃 𝐴 𝐵 =𝑃 𝐴 𝑃(𝐵|𝐴)
𝑃(𝐵)=0,480,84 = 57,1%
Jogos, Bayes e Árvores Para o jogo apresentado anteriormente, coloca-‐se mais uma etapa: pensa-‐se em fazer uma pesquisa de mercado com a Scientific Marketing, que vai cobrar US$10,000.00 (dez mil dólares) pelo serviço. No histórico da SM, descobre-‐se que ela acertou 70% dos casos de mercado favorável e 80% dos casos de mercado desfavorável. Pede-‐se a montagem da árvore de decisão incluindo o trabalho da Scientific Marketing. Bem, a resposta da SM pode ser um prognóstico de mercado favorável ou de mercado desfavorável. Como não se sabe qual a resposta da empresa nem há um histórico a respeito de número de prognósticos favoráveis ou desfavoráveis, estamos em situação de desconhecimento completo a respeito da resposta, o que nos obriga a estabelecer uma probabilidade de 50% para um prognóstico favorável da SM e 50% para um prognóstico desfavorável. No ramo do prognóstico favorável teremos 70% a 30% de chance de acerto para o prognóstico da SM e no ramo do prognóstico desfavorável teremos 80% a 20% de chance de acerto para o prognóstico da SM. É importante observar que o custo da pesquisa deve ser deduzido do valor de cada ramo associado à alternativa de efetuar pesquisa de mercado. Dessa forma, a árvore fica:
UNIVERSIDADE FEDERAL DO PARANÁ – DEPARTAMENTO DE ADMINISTRAÇÃO GERAL E APLICADA MÉTODOS QUANTITATIVOS I
4
Pelo EMV da árvore de decisão, a opção é por fazer a pesquisa de mercado, que é o ramo que apresenta um valor esperado de US$35 mil. As probabilidades apresentadas são probabilidades a priori, e podem ser representadas em forma tabular como segue:
Est Natureza
Fav Desf
Pesquisa Fav 0,7 0,2
Desf 0,3 0,8
Assim, pode-‐se calcular as probabilidades a posteriori, ou condicionais: Pesquisa favorável
Mercado Fav 0,5 0,7 0,35 0,7800 Merc Desf 0,5 0,2 0,1 0,2200
0,4500
Pesquisa Desf
Mercado Fav 0,5 0,3 0,15 0,2700 Merc Desf 0,5 0,8 0,4 0,7300
0,5500
UNIVERSIDADE FEDERAL DO PARANÁ – DEPARTAMENTO DE ADMINISTRAÇÃO GERAL E APLICADA MÉTODOS QUANTITATIVOS I
5
Desta forma, as probabilidades da SM apresentar prognósticos favoráveis ou desfavoráveis são, respectivamente, 45% e 55%, e as probabilidades associadas aos estados de natureza se reajustam conforme apresentado. Com base nas probabilidades a posteriori, os resultados da árvore podem mudar (e provavelmente mudarão), como se constata a seguir:
Pelo novo EMV da árvore de decisão, a opção é por fazer a pesquisa de mercado, apresentando um valor esperado de US$49,2 mil.