Está en la página 1de 61

Unidad III:

EQUIPO 3:
Lilian Janeth Flores Torres
González Topete Miriam
Trejo Ayala Efrén
Zamarripa Vela Lucia
Martínez torres Roberto
Temario
 Características Generales.
 Criterios de decisión determinística y Probabilística
 Valor de la Información Perfecta
 Arboles de decisión
 Teoría de Utilidad
 Análisis de sensibilidad
 Uso de Software
3.1 Teoría de decisiones
Decisiones
En el análisis de decisiones se usa un proceso racional para
seleccionar la mejor de varias alternativas. ’’La bondad’’ de una
alternativa seleccionada depende de la calidad de los datos que se
usan para describir el caso de la decisión.
Desde ese punto de vista, un proceso de toma de decisión puede
caer en una de las tres categorías siguientes:
 1.- Toma de decisiones bajo
certidumbre, en la que los datos
se conocen en forma
determinista.

 2.- Toma de decisiones bajo riesgo, en la


que los datos se pueden describir con
distribuciones de probabilidades.

 3.- Toma de decisiones bajo


incertidumbre, en donde a los datos no se
les pude asignar pesos o factores de
ponderación que representan su grado de
importancia en el proceso de decisión.
Estas además permiten:

Visualizar gráficamente los escenarios.

Crear Estrategias para la toma de decisiones.

Identificar los riesgos en el proceso.


3.2 Criterios de decisión
deterministas y probabilistas
 Un modelo determinístico es un modelo matemático donde las
mismas entradas producirán invariablemente las mismas salidas, no
contemplándose la existencia del azar  ni el principio de incertidumbre.
 Está estrechamente relacionado con la creación de entornos simulados a
través de simuladores para el estudio de situaciones hipotéticas, o para
crear  sistemas de gestión que permitan disminuir la incertidumbre.
 Por ejemplo, la planificación de una línea de producción, en
cualquier  proceso industrial, es posible realizarla con la implementación de
un sistema de gestión de procesos que incluya un modelo determinístico en
el cual estén cuantificadas las materias primas, la mano de obra, los tiempos
de producción y los productos finales asociados a cada proceso.
 Los modelos probabilísticos están ampliamente basados en
aplicaciones estadísticas para la evaluación de eventos
incontrolables (o factores), así como también la evaluación del
riesgo de sus decisiones. La idea original de la estadística fue la
recolección de información sobre y para el estado. 
 Como un ejemplo de la diferencia entre los modelos
probabilísticos versus determinísticos, considere el pasado y
el futuro: Nada que hagamos ahora puede cambiar el pasado,
pero cualquier cosa que hacemos influencia y cambia el
futuro, a pesar de que el futuro tiene un elemento de
incertidumbre. Los gerentes se encuentran mucho mas
cautivados por darle forma al futuro que por la historia
pasada.
El análisis de decisiones esta diseñado para estudiar estos tipos de
decisiones que se deben tomar en un ambiente de gran incertidumbre.

1. Un fabricante introduce un nuevo producto al mercado.


¿Cuál será la reacción potencial de los consumidores?
¿Cuánto debe producir? ¿Debe probar el producto en una
región pequeña antes de decidir la distribución integral?
¿Cuánta publicidad necesita para lanzar el producto con
éxito?

2. Una empresa financiera invierte en certificados. ¿Cuáles son


los mejores prospectos de certifcados de sectores del
mercado e individuales? ¿Hacia donde va la economía?
¿Cuáles son las tasas de interés? ¿Cómo afectan estos
factores las desiciones de inversión?

3. Un contratista del gobierno se presenta a una licitación


¿Cuáles serán los costos reales del proyecto? ¿Qué otras
compañías se han presentado? ¿Cuál es su presupuesto
probable?
El análisis de decisiones divide la toma de decisiones en dos casos:

• No se dispone de datos previos


Sin experimentación • Las circunstancias varían constantemente
• La decisión no se toma en forma repetida

• Se dispone de datos previos


Con • Las circunstancias no varían constantemente
experimentación • La decisión se toma en forma repetida
Marco conceptual del análisis de toma de decisión se considera como:

1. El tomador de decisiones necesita elegir una de las acciones posibles.

2. La naturaleza elegirá entonces uno de los estados de la naturaleza


posibles.

3. Información de posibilidad relativa de los estados de la naturaleza,


las distribuciones a priori con frecuencia son subjetivas en el sentido
de que pueden depender de la experiencia o la intuición de un
individuo. (Las probabilidades para los respectivos estados de la
naturaleza se llaman probabilidades a priori.)

4. Cada combinación de una acción y un estado de la naturaleza da


como resultado un pago, que esta dado como uno de los elementos
de la tabla de pagos.

5. Esta tabla de pagos debe usarse para encontrar una acción optima
para el tomador de decisiones según el criterio adecuado.
Ejemplo

La GOFERBROKE COMPANY es dueña de unos terrenos en los que puede haber


petróleo.
Un geólogo consultor ha informado a la administración que piensa que existe un
posibilidad de 1 entre 4 de encontrar petróleo.
Debido a esta posibilidad, otra compañía petrolera ha ofrecido comprar las tierras en
90 mil dólares. Sin embargo, la GOFERBROKE considera conservarla para perforar ella
misma. El costo de la perforación es de 100 mil dólares. Si encuentra petróleo, el
ingreso esperado será de 800 mil dólares; así, la ganancia esperada para la compañía
(después de decidir el costo de la perforación) será de 700 mil dólares. Se incurrirá en
una perdida de 100 mil dólares (el costo de barrenar) si no se encuentra petróleo.

Estado Pago
del terreno
Alternativa Petróleo Seco

Perforar buscando petróleo $700,000 -$100,000

Vender el terreno $90,000 $90,000

Posibilidad del estado 1 de 4 3 de 4


Ejemplo

Estado de la naturaleza
Alternativas Petróleo Seco
Perforar buscando petróleo 700 -100 Disminuir los
Vender el terreno 90 90 millones
Posibilidad a priori 0.25 0.75

Calcular las
probabilidades
Ejemplo

Estado de la naturaleza
Alternativas Petróleo Seco Mínimo
Perforar buscando petróleo 700 -100 -100
Valor
Vender el terreno 90 90 90
máximo
Posibilidad a priori 0.25 0.75

Paso 2.- Criterio del pago máximo: para cada acción posible,
encuentre el pago mínimo sobre todos los estados posibles de la
naturaleza. Después encuentre el máximo de estos pagos mínimos.
Elija la acción cuyo pago mínimo corresponde a este máximo.

Por lo tanto la mejor opción es Vender el terreno.


Ejemplo

Estado de la naturaleza
Alternativas Petróleo Seco
Perforar buscando petróleo 700 -100 -100
Vender el terreno 90 90 90 Valor máximo en
Posibilidad a priori 0.25 0.75 esta columna

Máximo

Paso 3.- Criterio de la máxima posibilidad: identifique el estado


mas probable de la naturaleza (aquel que tiene la probabilidad a
priori mas grande). Para este estado de la naturaleza, encuentre la
acción con el máximo pago. Elija esta alternativa de decisión.
Ejemplo

Paso 4.- Regla de decisión de Bayes: Se utilizan las mejores


estimaciones disponibles de las probabilidades de los respectivos
estados de la naturaleza, (en este momento las probabilidades a
priori), para calcular el valor esperado del pago de cada acción
posible. Se elige la acción con el máximo pago esperado.

E[Pago (perforar)] = 0.25(700) + 0.75(-100) = 100


E[Pago (venta)] = 0.25(90) + 0.75(90) = 90

Como 100 es mayor que 90, la acción seleccionada es


perforar en busca de petroleo.
Consiste en realizar pruebas adicionales (Experimentación)para
mejorar las estimaciones preliminares de las probabilidades de
los respectivos estados de la naturaleza dadas por las
probabilidades a priori.

A continuación se actualizara el ejemplo de Goferbroke Co. para incorporar la


experimentación, después se describirá como obtener las probabilidades a
Posteriori.

Tomando en cuenta que una opción disponible antes de tomar


una decisión es llevar acabo la exploración sismológica del
terreno para obtener una mejor estimación de la probabilidad de
que haya petróleo, la cual tiene un costo de 30 mil dolares
La exploración sismológica del terreno dependerá de
sondeos sísmicos que indican si será favorable encontrar
petróleo, tomando en cuenta las siguientes resultados
probables que son:

 SSD: Sondeos Sísmicos Desfavorable.

 SSF: Sondeos Sísmicos Favorable.

Con base en la experiencia, si hay petróleo la probabilidad de un SSD es:


P(SSD/Estado= Petróleo)= 0.4 P(SSF/Estado= Petróleo)= 1- 0.4 = 0.6

De igual manera, si no hay petróleo la probabilidad de un SSD es:

P(SSD/Estado= Seco)= 0.8 P(SSF/Estado= Seco)= 1- 0.8 = 0.2

Tomando en cuenta la Posibilidad de Priori

P(Petróleo)= 0.25
P(Seco)= 0.75
0.25(0.6)=0.15
Diagrama de
Petróleo y SSF Petróleo, dado SSF
Árbol de
Probabilidad o
. 6 róle
0 et
F ,P
SS
0.4 0.25(0.4)=0.1
SSD, Petróleo Petróleo y SSD Petróleo, dado SSD

. 25 eo
0 ól
e tr
P Probabilidad Incondicional: P(SSF)= Seco + Petróleo= 0.15 + 0.15= 0.3

P(Resultado: P(SSD)= Seco + Petróleo= 0.1 + 0.6= 0.7


0.
75
Se
co

0.2 0.75(0.2)=0.15
SSF, Seco Seco y SSF Seco y SSF

SS 0
D, . 8
Se
co

0.75(0.8)=0.6
Seco y SSD Seco y SSD
Esta formula se le conoce como el teorema de Bayes. Ahora se aplicara esta formula al
ejemplo del prototipo, si el resultado de la exploración son sondeos sísmicos desfavorables
(SSD), entonces las probabilidades a Posteriori son:
Y de manera similar, si la exploración se obtiene sondeos Favorables (SSF),
entonces:
Una vez completados los cálculos anteriores, se puede aplicar la regla de
decisión de Bayes, Pero en este caso las Posibilidades Posteriori reemplazan a
las posibilidades Priori, utilizando los datos de la tabla de Millones de Dólares,
pero en este caso se le restara el costo de la experimentación que es :
30,000. Dolares.

Pago esperado si el resultado es un sondeo desfavorable (SSD)

E[pago (Perforar| Resultado = SSD)]= 0.14 (700) + 0.86 (-100)-30 = -15.7

E[pago (Venta| Resultado = SSD)]= 0.14 (90) + 0.86 (90)-30 = 60

Pago esperado si el resultado es un sondeo favorable (SSF)

E[pago (Perforar| Resultado = SSF)]= 0.5 (700) + 0.5 (-100)-30 = 270

E[pago (Venta| Resultado = SSF)]= 0.5 (90) + 0.5 (90)-30 = 60


Como el objetivo es maximizar el pago esperado,
estos resultados conducen a la política optima
mostrada en la tabla.

Resultado del Acción Optima Pago esperado Pago esperado


Sondeo excluyendo el incluyendo el
costo de la costo de la
exploración exploración
SSD Vender el terreno 90 60

SSF Perforar en Busca 300 270


de Petróleo
3.3 Valor de la
Información Perfecta
Es el valor esperado de la información perfecta indica la cantidad
prevista que se ganara en cualquier esfuerzo semejante, con lo
que impone una cota superior a la cantidad que se puede gastar en
recaudar información.
Ejemplo

La GOFERBROKE COMPANY es dueña de unos terrenos en los que puede haber


petróleo. Un geólogo consultor ha informado a la administración que piensa que
existe un posibilidad de 1 entre 4 de encontrar petróleo.

Debido a esta posibilidad, otra compañía petrolera ha ofrecido comprar las tierras en
90 mil dólares. Sin embargo, la GOFERBROKE considera conservarla para perforar ella
misma. El costo de la perforación es de 100 mil dólares. Si encuentra petróleo, el
ingreso esperado será de 800 mil dólares; así, la ganancia esperada para la compañía
(después de decidir el costo de la perforación) será de 700 mil dólares. Se incurrirá en
una perdida de 100 mil dólares (el costo de barrenar) si no se encuentra petróleo.

Estado Pago
del terreno
Alternativa Petróleo Seco

Perforar buscando petróleo $700,000 -$100,000

Vender el terreno $90,000 $90,000

Posibilidad del estado 1 de 4 3 de 4


Ejemplo

Estado de la naturaleza
Alternativa Petróleo Seco
1.- Perforar buscando petróleo 700 -100
2.- Vender el terreno 90 90
Pago máximo 700 90
Posibilidad a priori 0.25 0.75
Pago esperado de la información perfecta = 0.25(700) + 0.75(90) = 242.5

PEIP=(p Petroleo)(pago de Exp)+(p Seco)(Pago vender) VEIP


PEIP= 0.25(700) + 0.75(90) = 242.5
VEIP

Si GOFERBROKE puede saber, antes de elegir su acción, si hay


petróleo en el terreno, el pago esperado por ahora (antes de adquirir
esta información) seria 242,500 dólares, (sin el costo del
experimento para generar la información).
Ejemplo

VEIP = Valor esperado de la información perfecta

Así, como la experimentación casi nunca puede proporcionar


información perfecta, el VEIP resulta ser una cota superior sobre
el valor esperado de la experimentación.

VEIP = pago esperado con información perfecta – pago esperado sin


experimentación

Utilizando el mismo resultado del pago esperado sin


experimentación es 100.

VEIP = 242.5 – 100 = 142.5|

Como 142.5 excede por mucho a 30, el costo de la experimentación (el


sondeo sísmico), puede valer la pena proceder con la exploración.
Valor esperado de la
experimentación

En lugar de solo obtener una cota superior para el


incremento esperado en el pago (sin el costo de la
experimentación) debido a que se lleve a cabo la
experimentación.

Paso 1.- Calcular el pago esperado con experimentación


(sin el costo del experimento)

Donde la suma se toma sobre todos los valores posibles de


j.
Para el ejemplo, ya se hizo todo el trabajo de obtener los términos. Los
valores de P (resultado = resultado j ) para los dos resultados posibles de
estudio –Desfavorable (SSD) y favorable (SSF)- se calculan.

Para obtener la política optima con experimentaciom, el pago esperado


(sin el costo de estudio de sismología) para cada resultado se obtuvo lo
siguiente:

P (SSD) = 0.7 ,
P(SSF) = 0.3

Con estos números :

Pago esperado con experimentación = 0.7 (90) + 0.3(300) = 153


VEE = El valor esperado de la experimentación

VEE = Pago esperado con experimentación – pago esperado sin experimentación

Para la Goferbroke Co.

VEE = 153 – 100 = 53

Como se excede a 30, que es el costo de llevar a cabo


un sondeo sísmico detallado (en miles de dólares), la
experimentación debe realizarse.
PROBLEMA 1
3.4 Arboles De Decisión
Es una herramienta que proporciona una forma para desplegar
visualmente el problema para después poder organizar el trabajo de
cálculos que se describe.

Estos son útiles para cuando se es necesario tomar una serie de


decisiones relacionadas.
Un Árbol de decisión se compondrá por una ramificación de Nodos.

Y en el árbol de decisión se estos nodos son:

Nodo de Decisión: Este será representado por un Cuadrado, El cual


nos indica que debe tomarse una decisión.

Nodo de Probabilidad: El cual será representado por un Circulo,


Indicando que ocurre un evento aleatorio.

Siguiendo con el ejemplo de GOFERBROKE COMPANY, el árbol


deberá de incluir las siguientes series de decisiones:

1.¿Debe de llevarse acabo un sondeo sísmico antes de elegir acción?


2.¿Que acción debe elegirse (Perforar o Vender el terreno)?
La primera decisión a tomar es (a): i co
s m
o Sí
de
on
nS
Co
a
Sin Sonde
o Sísmico

El resultado de esta nos dará los resultados de Explorar (b):


0.7)
o r able (
av
Desf

mi co b
Sí s Favorable ( 0.3)
eo
ond
nS
Co
a Sin Sondeo Sísm
ico

Posteriormente se indican los nodos de Decisión si se Perforara o se Venderá


representados por (c,d,e): r ar
rfo
Pe
)
( 0.7 c
ble Vender
o ra
fav
o Des f o rar
ic P er
m

s b
e o d
o nd Favorable ( 0.3) Vender
S
n r
Co r for a
P e
a e Vender
Sin Sondeo Sísmico
Y si la decisión es perforar se colocaran un nodo
4)
de evento aleatorio para evaluar la probabilidad o (0.1
ró le
de Encontrar Petróleo o Encontrar el hueco seco. Pe t

Representados por los nodos (f,g,h): f Seco (0.86)


r
rf or a
Pe

)
( 0 .7 c
e Vender
a bl
v or
sfa
De )
o (0.5
e tróle
b P
ic o

g
m

Fa

r Seco (0.5)
Sís

or a
v
or

e rf
eo

ab

P
nd

le
(0
So

d
.3
n
Co

Vender

a
Si 5)
n
So o (0.2
nd ró le
e o Pe t

sm
ic
o h
r Seco (0.75)
rf ora
Pe

e
Vender
4) 670
o (0.1
ró le
Pe t 800
Árbol de Decisión 0
f Seco (0.86)
-130
r
rf or a
Pe 0
0
-1 90
0 .7
)
c 60
( Vender
e
a bl
v or
sfa 0 .5)
670
De
o (0
róle
b P et 80 0
0
ic o

0
g -130
m

Fa

r Seco (0.5)
Sís

or a
v
or

e rf
eo

ab

P 0
-10 90
nd

le
0
-3

(0
So

d 60
.3
n
Co

Vender

a
Si
700
n 5)
So o (0.2
nd
0 r ól e
e o Pe t 80 0

sm
ic
o h 0 -100
r Seco (0.75)
rf ora
Pe
00
-1 90
e 90
Vender
1. Inicie en el lado derecho del árbol de decisión y muévase a la izquierda
una columna a la vez.
2. Para cada nodo de probabilidad calcule su Pago Esperado.
3. Para cada nodo de decisión compare los pagos esperados de sus ramas
y seleccione cuya alternativa tenga mayor pago esperado

f
PE= (0.14)(670)+(0.86)(-130)= -15.7

g PE= (0.5)(670)+(0.5)(-130)= 270

h PE= (0.25)(700)+(0.75)(-100)= 100


Estos se colocan en el árbol de 4) 670
o (0.1
decisión y se prosigue con los ró le
Pe t 800
nodos de decisión c, d y e. -15.7
0
f Seco (0.86)
-130
r
rf or a
Pe 0
0
-1 90
0 .7
)
c 60
( Vender
e
a bl
v or
sfa 0 .5)
670
De
o (0
róle
b 270 P et 80 0
0
ic o

0
g -130
m

Fa

r Seco (0.5)
Sís

or a
v
or

e rf
eo

ab

P 0
-10 90
nd

le
0
-3

(0
So

d 60
.3
n
Co

Vender

a
Si
700
n 5)
So o (0.2
nd
0 r ól e
e o 100 Pe t 80 0

sm
ic
o h 0 -100
r Seco (0.75)
rf ora
Pe
00
-1 90
e 90
Vender
Nodo c:
La alternativa de perforar tiene PE= -15.7
La alternativa de vender Tiene un PE= 60.

60>-15.7 de manera que se elige la alternativa de vender

Nodo d:
La alternativa de perforar tiene PE= 270
La alternativa de vender Tiene un PE= 60.

270>60 de manera que se elige la alternativa de Perforar

Nodo e:
La alternativa de perforar tiene PE= 100
La alternativa de vender Tiene un PE= 90.

100>90 de manera que se elige la alternativa de Perforar


Estos se colocan en el árbol de 4) 670
o (0.1
decisión y se prosigue con los ró le
Pe t 800
nodos b y a. -15.7
0
f Seco (0.86)
-130
r
rf or a
60 Pe
0 0
-1 90
0 .7
)
c 60
( Vender
e
a bl
v or
123 sfa 0 .5)
670
De
o (0
róle
b 270 P et 80 0
0
ic o

0
g -130
m

Fa

r Seco (0.5)
Sís

or a
v
or

270 e rf
eo

ab

P 0
-10 90
nd

le
0
-3

(0
So

d 60
.3
n
Co

Vender

a
Si
700
n 5)
So o (0.2
nd
0 r ól e
e o 100 Pe t 80 0

sm
ic
o h 0 -100
r Seco (0.75)
rf ora
100 Pe
00
-1 90
e 90
Vender
Nodo b Se determina el valor esperado:

PE= (0.7)(60)+(0.3)(270)=123

Nodo a Se determina el valor esperado:

Nodo a:
La alternativa de realizar el sondeo tiene PE= 123
La alternativa de No realizar el sondeo un PE= 100.

123>100 de manera que se elige la alternativa de Realizar el sondeo

Al seguir la trayectoria de izquierda a derecho se llega a la siguiente


política optima

Realizar el sondeo Sísmico.


Si el resultado es desfavorable vender el terreno.
Si el resultado es favorable, perforar en busca de petroleo.

El pago esperado (Incluyendo el costo del sondeo es de 123, (123 000 Dólares)
4) 670
o (0.1
ró le
Pe t 800
-15.7
0
f Seco (0.86)
-130
r
rf or a
60 Pe
0 0
x -1 90
0 .7
)
c 60
( Vender
e
a bl
v or
123 sfa 0 .5)
670
De
o (0
róle
b 270 P et 80 0
0
ic o

0
g -130
m

Fa

r Seco (0.5)
Sís

or a
v
or

270 e rf
eo

ab

P 0
-10 90
nd

le
0
-3

(0
So

123 d x 60
.3
n
Co

Vender

a
x
Si
700
n 5)
So o (0.2
nd
0 r ól e
e o 100 Pe t 80 0

sm
ic
o h 0 -100
r Seco (0.75)
rf ora
100 Pe
00
-1 90
e x 90
Vender
130
0)
(. 3
DA

( .30) 40
DM

r B
br ica DB (.4
0)
Fa
-20
70
A 0)
(.3
DA
Co
mp M ( .30) 45
ra r D
B
DB (.4
0)
10
130
0)
(. 3
DA

( .30) 40
39 DM
12
B
ic ar -8 DB (.4
br 0)
Fa -20
70
A 0)
(.3
DA
Co
mp
21 M ( .30) 45
ra r D
13.5
B
4 DB (.4
0)
10
130
0)
(. 3
DA

( .30) 40
39 DM
12 x
B
ic ar -8
x DB (.4
br 0)
Fa -20
70
A 0)
(.3
DA
Co
mp
21 x M ( .30) 45
ra r D
13.5
B
4 DB (.4
0)
10
3.4 Análisis de Sensibilidad
Análisis de sensibilidad con la regla de
decisión de bayes

Es común el uso del análisis de sensibilidad con varias


aplicaciones de investigación de operaciones
operaciones para estudiar el efecto si algunos números
incluidos en el modelo matemático no son correctos.
 En este caso, el modelo matemático está representado por la tabla de pagos
mostrada en la tabla 15.2. Los números de esta tabla más cuestionables son
las probabilidades a priori. Este estudio se centrara en el análisis de
sensibilidad sobre estos números, aunque se puede aplicar este enfoque
similar a los pagos dados en la tabla.
Analisis a priori

 La suma de las dos probabilidades a priori debe ser 1, por lo que si aumenta
una de ellas, la otra debe disminuir de manera automática en la misma
cantidad, y viceversa.
 La administración de Goferbroke cree que la posibilidad ideal de encontrar
petróleo en el área debe estar entre 15% y 35%. En otras palabras, es posible
que la probabilidad a priori verdadera de encontrar petróleo este entre 0.15
y 0.35, de manera que encontrar que el terreno este seco tendrá probabilidad
a priori entre 0.85 y 0.65.
Sea
P= probabilidad a priori de encontrar petróleo,
El pago esperado de perforar para cualquier valor de p es
E[Pago (perforar)] = 700p - 100(1-p)
E [Pago (Perforar)]= 700(0.15) -100 (1 – 0.15)= 20

E [Pago (Perforar)]= 700(0.35) -100 (1 – 0.35)= 180

 Los cuatro puntos muestran el pago esperado para las dos


alternativas de decisión cuando p = 0.15 o p=0.35 Cuando
P=0.15, la decisión se inclina a la venta del terreno por un
amplio margen (un pago esperado de 90 contra solo 20 por
la perforación).
 Sin embargo, cuando p = 0.35, la decisión de perforar con
un margen amplio (pago esperado = 180 contra solo 90 por
la venta). Entonces, la decisión es muy sensible a la
probabilidad a priori de encontrar petróleo. Este análisis de
sensibilidad revela que es importante hacer algo más, si es
posible, para desarrollar una estimación más precisa del
valor verdadero de p.
 Línea inclinada muestra la grafica de este pago
esperado contra p. Como el pago por la venta seria 90
para cualquier p, la línea horizontal da E[Pago (venta)]
contra p.
 EL punto donde se cruzan las dos rectas es el punto de
cruce donde la decisión cambia de una alternativa
(vender) a la otra (perforar) cuando la probabilidad a
priori aumenta. Para encontrar este punto se establece
E[Pago (perforar) = E[Pago (venta)]
800p – 100 = 90
P = 190 = 0.2375
800
 
 Conclusión: Se debe vender el terreno si p < 0.2375.
Se debe perforar en busca de petróleo si p > 0.2375.

Así, cuando se trate de referir la estimación del valor verdadero de p, la


pregunta clave es si este es mayor o menor que 0.2375.
 
3.5 Uso de Software

También podría gustarte