Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Introducción
1. Matriz de resultados
Partimos de la base que conocemos cuales son las acciones posibles (a1, a2 n) y
suponemos que a cada acción corresponde un resultado rij , que depende del valor de una
variables aleatoria (estados del suceso i n ). Entonces:
159
Acciones
a1 r11 r1n
a2
ri j
ai
an rmn
La compañía X es dueña de unos terrenos en los que podría haber petróleo. Un geólogo
consultor ha informado que estima un 25% de probabilidad de encontrar petróleo.
Debido a esto otra compañía Y ha ofrecido comprar las tierras en U$S 90.000. Si X
conserva la tierra y encuentra petróleo, ganará aproximadamente U$S 700.000 y si
encuentra un pozo seco (sin petróleo) incurrirá en una pérdida de U$S 100.000, que sería
crítica. Otra opción anterior a tomar una decisión, podría ser realizar una exploración
sísmica detallada para obtener una mejor estimación de la probabilidad de encontrar
petróleo. Por lo tanto:
P j 0,25 0,75
Estados 1 2
Acción
Petróleo Seco
A1 Perforar 700 -100
A2 Vender 90 90
Matriz de resultados expresada en miles de U$S
n
ai rij P j
j 1
160
Entonces:
Se elige a1 (perforar)
3. El enfoque bayesiano
'
Si tenemos n estados s entonces:
S = re s
P S s j P( j )
P j S s n
P S s/ j
j 1
P S 1 0,6 P (favorable/petróleo).
y
P S 0 2 0,8 Probabilidad de que los sondeos sísmicos sean desfavorables
dado que no hay petróleo; entonces:
P S 1 2 0, 2 P (favorable/seco)
Para S = 0
0, 25 0, 4
P Petróleo sondeo desfavorable
0, 25 0, 4 0,8 0, 75
P 1 S 0 0,1428
0, 75 0,8
P seco sondeo desfavorable o 1 0,1428
P 2 S 0 0,8571
Para S = 1
0, 25 0,6 0,15
P Petróleo sondeo favorable
0, 25 0,6 0,75 0, 2 0,3
P 1 S 1 0,5
Con las probabilidades a posteriori obtenidas, los valores esperados son los siguientes,
considerando que el costo de la información adicional aportado por el sondeo sísmico es
de U$S 30.000.
Perforar
E P a1 , S 0 700 0,1428 100 0,8571 30 14, 25 30 15, 75
4. Valor de la Información
GEMC = ganancia esperada para el mejor curso de acción. Valor esperado calculado con
las probabilidades a priori que el decisor conoce. En nuestro caso, había sido a1,
considerando las probabilidades a priori; el valor esperado E (a1) resultó de 100.
El análisis del Valor Esperado de Información, involucra estimar el valor que puede
tener la información adicional para el decisor o administrador de riesgo, antes de que dicha
información se obtenga. Es una medida de la importancia de la incertidumbre en términos
del mejoramiento esperado en una decisión de manejo del riesgo que pueda provenir de
mejor información.
Ejemplos de estas cifras, son el Valor Esperado de incluir incertidumbre (VEI), el
valor esperado de información de la muestra (VEIM) y el valor esperado de la información
perfecta (VEIP). Para la obtención de estas cifras se requiere la especificación de una
función de pérdida que establece las pérdidas asociadas a diferentes decisiones,
incluyendo costos monetarios u otras consecuencias.
163
VEIM = diferencia entre la pérdida esperada de una decisión basada en APR y la pérdida
de una decisión con un estado de información superior; es decir, es una medida del valor
resultante de la recolección y utilización de nueva información.
VEIP = diferencia entre las pérdidas esperadas de una decisión basada en APR y las
esperadas de una decisión óptima de manejo, si toda la incertidumbre pudiera eliminarse.
En la realidad nada puede eliminar completamente la incertidumbre, sólo puede reducirla.
Sería entonces un límite superior para el valor esperado de los esfuerzos para reducir
incertidumbre, y así proveer un límite para el máximo que debería gastarse en esfuerzos de
investigación y recolección de datos.
Conclusión
Las técnicas comentadas presentan beneficios para los administradores de riesgo pues:
Bibliografía
1. Perez, Ema F.L. de. 2000. Decisión Estadística Bayesiana. Ediciones Cooperativas.
2. USEPA. 1999. Process for conducting probabilistic risk assessments. Washington DC,
USA.
164
Trabajo Práctico 6
Análisis de Decisión
3) Se vende en $ 100 mil un terreno donde podría haber agua dentro de una zona árida.
Una empresa desea comprarlo, realizar la perforación con un costo de $ 57 mil y
revenderlo en $ 200 mil, si hay agua. Si no se encuentra agua el valor de reventa sería
de $ 90 mil. Los expertos estiman en 0,6 la probabilidad de que haya agua.
4) Para la situación presentada en el ejercicio 3), se ofrece un detector de aguas que señala
que hay agua en el 90% de los casos en que efectivamente hay, y 20% de los casos en
que no la hay. Obtenga las probabilidades actualizadas según el criterio bayesiano.