Está en la página 1de 18

A1 = Perforar Pozo 0.5 0.

3
A2 = No perforar Pozo E1 E2
E1 = Pozo Seco A1 -70000 50000
E2 = Pozo Hmedo A2 0 0
E3 = Pozo Empapado 0 50000
R1 = El terreno no tene e!tr"ct"ra
R2 = El terreno tene e!tr"ct"ra a#erta $E%P = 35000
R3 = El terreno tene e!tr"ct"ra cerrrada
1. Un perforador de pozos de Cactus Petroleum debe decidir si perfora o no perfora un
pozo en un lote dado de propiedad de la Compaa en el Norte de Oklahoma. Tiene
incertidumbre si el hueco es seco (E!" h#medo (E$!" o empapado (E%!" pero &l cree
'ue las probabilidades para estos tres estados naturales son( P(seco! ) *.+"
P(h#medo! ) *.%" , P(empapado! ) *.$.
El costo de la perforaci-n es ./*"***. 0i se 1uz2a 'ue el pozo est3 empapado" los
in2resos podran ser de .$/*"***. Pero si el pozo est3 h#medo" los in2resos seran de
.$*"***.
4 un costo de .*"***" el perforador puede tomar ondas ssmicas para 'ue le a,uden
a determinar la estructura 2eol-2ica de subsuelo en el sitio. 5as ondas sonoras
re6elar3n si el terreno deba1o tiene (a! nin2una estructura (EN!" esto es( terreno malo"
o (b! estructura abierta (E4!" esto es( terreno re2ular" o (c! estructura cerrada (EC!"
esto es( terreno realmente prometedor. En el pasado" los pozos petroleros 'ue han
estado secos" h#medos o empapados" han tenido la si2uiente distribuci-n en los
resultados de las pruebas ssmicas(
Resultado de prueba ssmica: P(Rj/Ei)
7 7$ 7%
Tipo de pozos (NE! (E4! (EC!
E( seco *.8 *.% *. .*
E$( h#medo *.% *.9 *.% .*
E%( empapado *. *.9 *.+ .*
El perforador de pozos debe decidir 'u& hacer( debera perforar o no perforar
inmediatamente" o debera tomar sondeos ssmicos" , si es as" :;u& acciones debera
tomar para cada resultado del ensa,o ssmico<. :;u& recomendara usted basado en el
criterio de ma=imizaci-n del >?E< :Cu3nto es lo m3=imo 'ue podra pa2ar la compaa
para conocer e=actamente 'ue clase de terreno es<
A
1
A2
E1 (0.5)
E2 (0.3)
E3 (0.2)
20000
S

n

P
r
"
e
#
a

S

!
m

c
a
20000
$E%% = 32500 - 20000 = 12500
&Efcenca = $E%%'$E%P = 12500'35000 ( 100&
35.71& 0
R
1

=

)
e
r
e
n
o

N
E
R2 = )ereno EA
R
3

=

)
e
r
r
e
n
o

E
*
P
+
R
1
,

=

0
.
-
1
P+R2, = 0.35
P
+
R
3
,

=

0
.
2
-
S

n

P
r
"
e
#
a

S

!
m

c
a
*
o
n

P
r
"
e
#
a

S

!
m

c
a
-
1
0
0
0
0
87500
35857.14
32500
22500
P(7i@E1!
7 7$
0.5 E *.8 *.%
0.3 E$ *.% *.9
0.2 E% *. *.9
P(7i E1!
7 7$
E *.%* *.+
E$ *.*A *.$
E% *.*$ *.*B
0.-1 0.35
P(E1@7i!
7 7$
E *./%$ *.9$A
0.2 E$ *.$$* *.%9%
E3 $.E E% *.*9A *.$$A
200000 20000 1.000 1.000
0 0
200000
-70000 -70000
50000 50000
200000 200000
$.E. -30-/7./0-/7/ 32/57.1-20
0.35
1. Un perforador de pozos de Cactus Petroleum debe decidir si perfora o no perfora un
pozo en un lote dado de propiedad de la Compaa en el Norte de Oklahoma. Tiene
incertidumbre si el hueco es seco (E!" h#medo (E$!" o empapado (E%!" pero &l cree
'ue las probabilidades para estos tres estados naturales son( P(seco! ) *.+"
P(h#medo! ) *.%" , P(empapado! ) *.$.
El costo de la perforaci-n es ./*"***. 0i se 1uz2a 'ue el pozo est3 empapado" los
in2resos podran ser de .$/*"***. Pero si el pozo est3 h#medo" los in2resos seran de
.$*"***.
4 un costo de .*"***" el perforador puede tomar ondas ssmicas para 'ue le a,uden
a determinar la estructura 2eol-2ica de subsuelo en el sitio. 5as ondas sonoras
re6elar3n si el terreno deba1o tiene (a! nin2una estructura (EN!" esto es( terreno malo"
o (b! estructura abierta (E4!" esto es( terreno re2ular" o (c! estructura cerrada (EC!"
esto es( terreno realmente prometedor. En el pasado" los pozos petroleros 'ue han
estado secos" h#medos o empapados" han tenido la si2uiente distribuci-n en los
resultados de las pruebas ssmicas(
Resultado de prueba ssmica: P(Rj/Ei)
7 7$ 7%
Tipo de pozos (NE! (E4! (EC!
E( seco *.8 *.% *. .*
E$( h#medo *.% *.9 *.% .*
E%( empapado *. *.9 *.+ .*
El perforador de pozos debe decidir 'u& hacer( debera perforar o no perforar
inmediatamente" o debera tomar sondeos ssmicos" , si es as" :;u& acciones debera
tomar para cada resultado del ensa,o ssmico<. :;u& recomendara usted basado en el
criterio de ma=imizaci-n del >?E< :Cu3nto es lo m3=imo 'ue podra pa2ar la compaa
para conocer e=actamente 'ue clase de terreno es<
0
-70000
50000
200000
E1 (0.5)
E2 (0.3)
E3 (0.2)
A
1
A2
-70000
50000
200000
P(E2/R1) = 0.220
P(E3/R1) = 0.049
0
0
A
1
A2
-70000
50000
200000
P(E2/R2) = 0.343
P(E3/R2) = 0.229
0
A
1
A2
-70000
50000
200000
P(E2/R3) = 0.375
P(E3/R3) = 0.417
0
P(E1/R3) = 0.208
P(E1/R1) = 0.732
P(E1/R2) = 0.429
-30487.8
35857.14
87500
87500
35857.14
7%
*.
*.%
*.+
7%
*.*+ *.+*
*.*A *.%*
*.* *.$*
0.2-
7%
*.$*B
*.%/+
*.9/
1.000
-70000
50000
200000
/7500
0.2-
32500
A1 = *omprar a"to n"e1o R1 = El mec2nco predce 3"e el a"to e!t2 #en
A2 = *omprar a"to "!ado R2 = El mec2nco predce 3"e el a"to e!t2 mal
E1 = El a"to e! "na 4an4a
E2 = El a"to e! "n tmo 0.50 0.50
E1 E2 $.E
A1 -0000 -0000 -0000
A2 -7500 -10500 -0000
-7500 -0000
$E%P = 750
3. Para tu nuevo trabajo, necesitas tener un auto durante 2 aos. Tienes dos
posibilidades: comprar un auto nuevo a un precio de $9000 o comprar un auto de
segunda mano por $6000. El auto nuevo lleva una garanta !ue c ubre todos los gastos
de arreglo.
En el mercado de autos usados, se clasi"ic an los autos como # gangas$ o # timos$ .
%urante los dos aos de inter&s, se necesitar' gastar $()00 en reparaciones si el auto
es una ganga * $+)00 si el auto es un timo. ,e sabe !ue apro-imadamente )0. de los
autos de segunda mano son gangas * los otros son timos.
Por un precio de $()0, puedes pagar a un mec 'nico !ue /ar' una revisi0n * !ue te
dir' su an'lisis del auto 1bien o mal2. 3bviamente, las predicciones del mec'nico no
son per"ectas * la tabla muestra las probabilidades de sus an'lisis dado el verdadero
estado del auto.
Predicci0n

Estado


%ados los comentarios del mec'nico, puedes decidir comprar el auto usado o
comprar un auto nuevo.
1a2 4onstruir un 'rbol de decisi0n * /allar la decisi0n 0ptima suponiendo !ue !uieres
minimi5ar los gastos totales durante el periodo. 4 puntos
1b2 64u'l es el precio m'-imo !ue pagaras al mec'nico7 1 punto
1d2 64u'l es el porcentaje de e"iciencia del mec'nico7 1 punto
8ien 9al
:anga 0.; 0.<
Timo 0.( 0.9
A
2
A1
-7500
-9000
-10500
E1 (0.5)
E2 (0.5)
-9000
S

n

.
e
c
2
n

c
o
-9000
-8700
$E%% = -/550 - +-0000,
$E%% = -50
&Efcenca = -50'750 5 100
&Efcenca = 60&
A
2
A1
-7875
A
2
A1
-9750
S

n

.
e
c
2
n

c
o
*
o
n

m
e
c
2
n

c
o
-
1
5
0
R
1
P
+
R
1
,

=

0
.
-
0
R
2
P
+
R
2
,

=

0
.
6
0
-7875
-9000
-8550
-8700
P+R'E7,
R1 R2
0.5 E1 0.7 0.3 1
0.5 E2 0.1 0.0 1
P+R8E7,
R1 R2
E1 0.35 0.15 0.5
E2 0.05 0.-5 0.5
0.- 0.6
P+E7'R,
R1 R2
E1 0./75 0.25
E2 0.125 0.75
1 1
3. Para tu nuevo trabajo, necesitas tener un auto durante 2 aos. Tienes dos
posibilidades: comprar un auto nuevo a un precio de $9000 o comprar un auto de
segunda mano por $6000. El auto nuevo lleva una garanta !ue c ubre todos los gastos
de arreglo.
En el mercado de autos usados, se clasi"ican los autos como # gangas$ o # timos$ .
%urante los dos aos de inter&s, se necesitar' gastar $()00 en reparaciones si el auto
es una ganga * $+)00 si el auto es un timo. ,e sabe !ue apro-imadamente )0. de los
autos de segunda mano son gangas * los otros son timos.
Por un precio de $()0, puedes pagar a un mec 'nico !ue /ar' una revisi0n * !ue te
dir' su an'lisis del auto 1bien o mal2. 3bviamente, las predicciones del mec'nico no
son per"ectas * la tabla muestra las probabilidades de sus an'lisis dado el verdadero
estado del auto.
Predicci0n

Estado


%ados los comentarios del mec'nico, puedes decidir comprar el auto usado o
comprar un auto nuevo.
1a2 4onstruir un 'rbol de decisi0n * /allar la decisi0n 0ptima suponiendo !ue !uieres
minimi5ar los gastos totales durante el periodo. 4 puntos
1b2 64u'l es el precio m'-imo !ue pagaras al mec'nico7 1 punto
1d2 64u'l es el porcentaje de e"iciencia del mec'nico7 1 punto
8ien 9al
:anga 0.; 0.<
Timo 0.( 0.9
-7500
-10500
A1
-7500
-9000
-10500
E1 (0.875)
E2 (0.125)
-7875
A1
-7500
-9000
-10500
E1 (0.25)
E2 (0.75)
-9750
R1 = Reporte 9a1ora#le
A1 = Emprender campa:a R2 = Reporte ;e!fa1ora#le
A2 = No emprender campa:a P+R1'E1, = 0./0
E1 = *ampa:a e(to!a P+R1'E2, = 0.-0
E2 = *ampa:a moderadamente e(to!a P+R1'E3, = 0.10
E3 = *apa:a de!fa1ora#le
0.5 0.3 0.2
E1 E2 E3 $.E
A1 300000 0 -100000 130000
A2 0 0 0 0
300000 0 0
$E%P = 20000
$E%% = 130000 - 130000 = 0
Efcenca = 0&
4. Una compaa manufacturera necesita decidir si debe o no emprender una campaa
de publicidad para un producto cu,as 6entas han estado estancadas. El costo de la
campaa es de **"*** d-lares. 0e estima 'ue una campaa mu, e=itosa
incrementara las utilidades en 9**"*** d-lares (de las cuales deber3n sustraerse los
costos de la campaa!. Una campaa moderadamente e=itosa incrementara las
utilidades en **"*** d-laresC mientras 'ue una campaa desfa6orable no
incrementara en nada las utilidades. De los re2istros hist-ricos" el +*E de campaas
similares han sido mu, e=itosas" el %*E moderadamente e=itosas , el resto nada
e=itosas.
5a compaa tiene la oportunidad de contratar los ser6icios de una instalaci-n de
mercadotecnia para e6aluar la efecti6idad potencial de la campaa publicitaria. El
historial de esta compaa de mercadotecnia es tal 'ue ha reportado fa6orablemente
en el B*E de las campaas 'ue resultaron altamente fa6orables" el 9*E de a'uellas
'ue fueron moderadamente fa6orables , *E de las campaas desfa6orables.
a! 0in contratar los ser6icios de mercadotecnia" :debera emprenderse la campaa
publicitaria" usando el criterio de 6alor monetario esperado<
b! :Cu3l es el 6alor esperado de la informaci-n perfecta<
Para las si2uientes pre2untas trace el 3rbol de decisi-n para el reporte de la compaa
de mercadotecnia ,(
c! Encuentre las probabilidades posteriores (a posteriori! o re6isadas para los tres
estados de la naturaleza" dado el reporte de la compaa de mercadotecnia.
d! :Cu3l es el 6alor esperado del estudio de la compaa de mercadotecnia<
e! :Cu3l es la eficiencia del estudio de la compaa de mercadotecnia con respecto al
6alor esperado de informaci-n perfecta<
E3 (0.2)
E2 (0.3)
A
1
A2
300000
0
-100000
E1 (0.5)
130000
130000
0
S

n

%
n
!
t
a
l
a
c

o
n

d
e

m
e
r
c
a
d
o
t
e
c
n

a
R
1
R2
P
+
R
1
,

=

0
.
5
-
P+R2, = 0.-6
S

n

%
n
!
t
a
l
a
c

o
n

d
e

m
e
r
c
a
d
o
t
e
c
n

a
*
o
n

%
n
!
t
a
l
a
c

o
n

d
e

m
e
r
c
a
d
o
t
e
c
n

a
130000
130000
A
1
26086
26086
A
1
218518
218518
P+R'E7,
R1 R2
0.5 E1 0./ 0.2 1
0.3 E2 0.- 0.6 1
0.2 E3 0.1 0.0 1
P+R8E7,
R1 R2
E1 0.- 0.1 0.5
E2 0.12 0.1/ 0.3
E3 0.02 0.1/ 0.2
0.5- 0.-6
P+E7'R,
R1 R2
E1 0.7-07-07- 0.2173013
E2 0.22222222 0.30130-35
E3 0.0370370- 0.30130-35
1 1
300000 21/51/.510 130000
0 260/6.0565
-100000
4. Una compaa manufacturera necesita decidir si debe o no emprender una campaa
de publicidad para un producto cu,as 6entas han estado estancadas. El costo de la
campaa es de **"*** d-lares. 0e estima 'ue una campaa mu, e=itosa
incrementara las utilidades en 9**"*** d-lares (de las cuales deber3n sustraerse los
costos de la campaa!. Una campaa moderadamente e=itosa incrementara las
utilidades en **"*** d-laresC mientras 'ue una campaa desfa6orable no
incrementara en nada las utilidades. De los re2istros hist-ricos" el +*E de campaas
similares han sido mu, e=itosas" el %*E moderadamente e=itosas , el resto nada
e=itosas.
5a compaa tiene la oportunidad de contratar los ser6icios de una instalaci-n de
mercadotecnia para e6aluar la efecti6idad potencial de la campaa publicitaria. El
historial de esta compaa de mercadotecnia es tal 'ue ha reportado fa6orablemente
en el B*E de las campaas 'ue resultaron altamente fa6orables" el 9*E de a'uellas
'ue fueron moderadamente fa6orables , *E de las campaas desfa6orables.
a! 0in contratar los ser6icios de mercadotecnia" :debera emprenderse la campaa
publicitaria" usando el criterio de 6alor monetario esperado<
b! :Cu3l es el 6alor esperado de la informaci-n perfecta<
Para las si2uientes pre2untas trace el 3rbol de decisi-n para el reporte de la compaa
de mercadotecnia ,(
c! Encuentre las probabilidades posteriores (a posteriori! o re6isadas para los tres
estados de la naturaleza" dado el reporte de la compaa de mercadotecnia.
d! :Cu3l es el 6alor esperado del estudio de la compaa de mercadotecnia<
e! :Cu3l es la eficiencia del estudio de la compaa de mercadotecnia con respecto al
6alor esperado de informaci-n perfecta<
300000
-100000
E3 (0.391)
E2 (0.391)
A2
300000
0
-100000
E1 (0.217)
26086
0
E3 (0.037)
E2 (0.22)
A2
300000
0
-100000
E1 (0.74)
218518
0
A1 = A#rr cr<dto al re1endedor R1 = Re1endedor e! "n mal re!4o
A2 = No a#rr cr<dto al re1endedor R2 = Re1endedor e! "n #"en re!4o
E1 = El re1endedor e! "n mal re!4o P+R1'E1, = 0.00 0.5
E2 = El re1endedor e! "n re!4o promedo P+R1'E2, = 0.30 0.3
E3 = El re1endedor e! "n #"en re!4o P+R1'E3, = 0.05 0.2
0.5 0.3 0.2
E1 E2 E3 $.E
A1 -30000 25000 50000 2500
A2 0 0 0 0
0 25000 50000
$E%P = 15000
5. Un fabricante debe decidir si le abrir3 cr&dito a un re6endedor 'ue desea una cuenta
en la compaa. 5a e=periencia pasada con nue6as cuentas muestra 'ue +*E son
malos ries2os" %*E son ries2os medios , $*E son buenos ries2os. 0i se e=tiende el
cr&dito" el fabricante puede esperar perder .%*"*** con un mal ries2o" 2anar .$+"***
con un ries2o medio , 2anar .+*"*** con un buen ries2o. 0i no se abre cr&dito" el
fabricante ni 2ana ni pierde dinero" ,a 'ue no se realiza nin2#n ne2ocio con el
re6endedor.
4ntes de tomar una decisi-n" el fabricante pa2a ."*** por una in6esti2aci-n de
cr&dito del re6endedor. El reporte indica 'ue el re6endedor es un mal ries2o" pero el
fabricante sabe 'ue la in6esti2aci-n de cr&dito no es totalmente confiable. 5a oficina
in6esti2adora acepta 'ue considerar3 a un ries2o promedio como un mal ries2o %*E
de las 6eces , a un buen ries2o como mal ries2o +E de las 6eces. Considerar3
correctamente a un mal ries2o A*E de las 6eces. En base a estos datos(
a! Trace el 3rbol de decisi-n para el problema , la in6esti2aci-n de cr&dito.
b! Determine la decisi-n recomendada para el fabricante.
c! 0i el reporte indica al re6endedor como un mal ries2o" :se le debe abrir cr&dito<
d! :Cu3nto es lo m3=imo 'ue se debera pa2ar por la in6esti2aci-n de cr&dito<
e! Falle el 6alor esperado de la informaci-n perfecta , determine el porcenta1e de
eficiencia de la in6esti2aci-n de cr&dito con respecto al primero.
E3 (0.2)
E2 (0.3)
A
1
A2
-30000
25000
50000
E1 (0.5)
2500
2500
0
$E%% = 13250 - 2500 =10750
Efcenca = 10750'150005100
71.67&
R
1
R2
P
+
R
1
,

=

0
.
5
5
P+R2, = 0.-5
*
o
n

%
n
1
e
!
t

4
a
c

=
n

d
e

c
r
<
d

t
o

d
e
l

r
e
1
e
n
e
d
o
r
13250
12250
A
1
29444.4
29444.4
A
1
-19545
0
-
1
0
0
0
P+R'E7,
R1 R2
0.5 E1 0.0 0.1 1
0.3 E2 0.3 0.7 1
0.2 E3 0.05 0.05 1
P+R8E7,
R1 R2
E1 0.-5 0.05 0.5
E2 0.00 0.21 0.3
E3 0.01 0.10 0.2
0.55 0.-5
P+E7'R,
R1 R2
E1 0./1/1/1/2 0.11111111
E2 0.16363636 0.-6666667
E3 0.01/1/1/2 0.-2222222
-2-5-5.-5-5 -3333.33333 -30000
-000.00000 11666.6667 25000
000.000000 21111.1111 50000
-105-5.-5-5 20---.----
13250
5. Un fabricante debe decidir si le abrir3 cr&dito a un re6endedor 'ue desea una cuenta
en la compaa. 5a e=periencia pasada con nue6as cuentas muestra 'ue +*E son
malos ries2os" %*E son ries2os medios , $*E son buenos ries2os. 0i se e=tiende el
cr&dito" el fabricante puede esperar perder .%*"*** con un mal ries2o" 2anar .$+"***
con un ries2o medio , 2anar .+*"*** con un buen ries2o. 0i no se abre cr&dito" el
fabricante ni 2ana ni pierde dinero" ,a 'ue no se realiza nin2#n ne2ocio con el
re6endedor.
4ntes de tomar una decisi-n" el fabricante pa2a ."*** por una in6esti2aci-n de
cr&dito del re6endedor. El reporte indica 'ue el re6endedor es un mal ries2o" pero el
fabricante sabe 'ue la in6esti2aci-n de cr&dito no es totalmente confiable. 5a oficina
in6esti2adora acepta 'ue considerar3 a un ries2o promedio como un mal ries2o %*E
de las 6eces , a un buen ries2o como mal ries2o +E de las 6eces. Considerar3
correctamente a un mal ries2o A*E de las 6eces. En base a estos datos(
a! Trace el 3rbol de decisi-n para el problema , la in6esti2aci-n de cr&dito.
b! Determine la decisi-n recomendada para el fabricante.
c! 0i el reporte indica al re6endedor como un mal ries2o" :se le debe abrir cr&dito<
d! :Cu3nto es lo m3=imo 'ue se debera pa2ar por la in6esti2aci-n de cr&dito<
e! Falle el 6alor esperado de la informaci-n perfecta , determine el porcenta1e de
eficiencia de la in6esti2aci-n de cr&dito con respecto al primero.
-30000
25000
50000
E3 (0.422)
E2 (0.467)
A2
-30000
25000
50000
E1 (0.111)
29444.4
0
E3 (0.018)
E2 (0.164)
A2
-30000
25000
50000
E1 (0.818)
-19545
0