Anlisis de sensibilidad con la regla de decisin de Bayes
Es comn el uso del anlisis de sensibilidad con varias aplicaciones de
investigacin de operaciones para estudiar el efecto si algunos nmeros incluidos en el modelo matemtico no son correctos. En este caso, el modelo matemtico est representado por la tabla de pagos que se muestra en la tabla 15.2.
TABLA 15.2 Tabla de pagos para la formulacin de anlisis
de decisiones del problema de Goferbroke Co. Estado de la naturaleza Alternativa Petrleo Seco 1. Perforar en busca de petrleo 700 100 2. Vender terreno 90 90 Probabilidad a priori 0.25 0.75 Anlisis de sensibilidad con la regla de decisin de Bayes
Los nmeros de esta tabla ms cuestionables son las probabilidades a
priori. Este estudio se centrar en el anlisis de sensibilidad sobre estos nmeros, aunque se puede aplicar un enfoque similar a los pagos dados en la tabla.
La suma de las dos probabilidades a priori debe ser 1, por lo que si se
aumenta una de ellas, la otra debe disminuir de manera automtica en la misma cantidad, y viceversa. La administracin de Goferbroke cree que la posibilidad ideal de encontrar petrleo en el rea debe estar entre 15 y 35%. En otras palabras, es posible que la probabilidad a priori verdadera de encontrar petrleo est entre 0.15 y 0.35, de manera que encontrar que el terreno est seco tendr probabilidad a priori entre 0.85 y 0.65. Sea p = probabilidad a priori de encontrar petrleo,
El pago esperado de perforar para cualquier valor de p es
E[Pago (perforar)] = 700p 100(1 p) = 800p 100.
Mientras que el pago esperado de vender para cualquier valor de p es