En este documento, se abordan varios problemas de estimación relacionados desde un punto de vista bayesiano, y se obtienen estimadores óptimos para cada uno de ellos cuando se consideran algunas funciones de pérdida naturales. Los problemas considerados son la estimación de una curva de regresión, una función de distribución condicional, una densidad condicional e incluso la distribución condicional en sí misma. Estos problemas se plantean en un marco lo suficientemente general como para abarcar casos continuos y discretos, univariados y multivariados, y paramétricos y no paramétricos, sin necesidad de utilizar una distribución previa específica. Las funciones de pérdida consideradas surgen naturalmente de la función de pérdida de error cuadrático comúnmente utilizada en la estimación de una función real del parámetro desconocido. La piedra angular de estos estimadores de Bayes es la distribución predictiva posterior. Se proporcionan algunos ejemplos para ilustrar los resultados.