jogos,&teorema&de&bayes&e&Árvores&de&decisão&frega.net/aulas/ufpr/metquant1/online/jogos-bayes-arvores.pdf ·...
TRANSCRIPT
![Page 1: Jogos,&Teorema&de&Bayes&e&Árvores&de&Decisão&frega.net/aulas/UFPR/MetQuant1/Online/Jogos-Bayes-Arvores.pdf · UNIVERSIDADE*FEDERAL*DOPARANÁ–*DEPARTAMENTO*DE*ADMINISTRAÇÃO*GERAL*E*APLICADA*](https://reader035.vdocuments.site/reader035/viewer/2022070801/5f0271357e708231d40448e4/html5/thumbnails/1.jpg)
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?
![Page 2: Jogos,&Teorema&de&Bayes&e&Árvores&de&Decisão&frega.net/aulas/UFPR/MetQuant1/Online/Jogos-Bayes-Arvores.pdf · UNIVERSIDADE*FEDERAL*DOPARANÁ–*DEPARTAMENTO*DE*ADMINISTRAÇÃO*GERAL*E*APLICADA*](https://reader035.vdocuments.site/reader035/viewer/2022070801/5f0271357e708231d40448e4/html5/thumbnails/2.jpg)
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?
![Page 3: Jogos,&Teorema&de&Bayes&e&Árvores&de&Decisão&frega.net/aulas/UFPR/MetQuant1/Online/Jogos-Bayes-Arvores.pdf · UNIVERSIDADE*FEDERAL*DOPARANÁ–*DEPARTAMENTO*DE*ADMINISTRAÇÃO*GERAL*E*APLICADA*](https://reader035.vdocuments.site/reader035/viewer/2022070801/5f0271357e708231d40448e4/html5/thumbnails/3.jpg)
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:
![Page 4: Jogos,&Teorema&de&Bayes&e&Árvores&de&Decisão&frega.net/aulas/UFPR/MetQuant1/Online/Jogos-Bayes-Arvores.pdf · UNIVERSIDADE*FEDERAL*DOPARANÁ–*DEPARTAMENTO*DE*ADMINISTRAÇÃO*GERAL*E*APLICADA*](https://reader035.vdocuments.site/reader035/viewer/2022070801/5f0271357e708231d40448e4/html5/thumbnails/4.jpg)
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
![Page 5: Jogos,&Teorema&de&Bayes&e&Árvores&de&Decisão&frega.net/aulas/UFPR/MetQuant1/Online/Jogos-Bayes-Arvores.pdf · UNIVERSIDADE*FEDERAL*DOPARANÁ–*DEPARTAMENTO*DE*ADMINISTRAÇÃO*GERAL*E*APLICADA*](https://reader035.vdocuments.site/reader035/viewer/2022070801/5f0271357e708231d40448e4/html5/thumbnails/5.jpg)
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.