VALOR DE LA INFORMACION

Slides:



Advertisements
Presentaciones similares
ADMINISTRACION DE NEGOCIOS I
Advertisements

Módulo de Marketing e Investigación de Mercados Unidad III CURSO A DISTANCIA.
ING. JOEL DOMINGO MEJIA GUZMAN MATEMÁTICAS II BLOQUE X. EMPLEA LOS CONCEPTOS FUNDAMENTALES DE PROBABILIDAD. ING. JOEL DOMINGO MEJIA GUZMAN.
Modelos de Toma de Decisión
LA NATURALEZA DE LAS ESTADÍSTICAS Estadísticas Descriptivas Psic. Gerardo A Valderrama M.
Toma de decisiones e información relevante 1. © 2012 Pearson Educación. Derechos Reservados Contabilidad de Costos / Horngren Modelos de decisión Un modelo.
Teoría de decisiones unidad 4 APLICA LAS TÉCNICAS DE LA TEORÍA DE DECISIONES PARA MODELOS DETERMINISTAS Y PROBABILISTAS.
Copyright 2008 by Leonel Morales Díaz – Ingeniería Simple. Derechos reservados Disponible en:
T oma de Decisiones. ¿Qué es? La toma de decisiones es el proceso mediante el cual se realiza una elección entre las alternativas.
PRUEBA DE HIPÓTESIS. 1. Una prueba de hipótesis consiste en contrastar dos hipótesis estadísticas. Tal contraste involucra la toma de decisión acerca.
1. Introducción Los inversionistas tienen en cuenta criterios de evaluación de proyectos nuevos o de reinversión para seleccionar la alternativa óptima.
PROYECTOS DE INVERSIÓN
TAREA 4 ANALISIS E INTERPRETACION DE ESTADOS FINANCIEROS CCU/VIRTUAL
Reflexión de Seguridad
Teoría de Juegos Introducción Dixit & Skeath, 1,2.
DECISIONES BAJO CONDICIONES DE RIESGO.
Capitulo 3 Análisis descriptivo inferencial: comparaciones de muestras
ACCIONES.
Análisis de Mercados Internacionales
Loreto Vergara M. Taller de Competencias Laborales
Árboles de Decisión Son modelos gráficos empleados para representar las decisiones secuenciales, así como la incertidumbre asociada a la ocurrencia de.
En INCERTIDUMBRE No se conocen las probabilidades de ocurrencia de los estados naturales, por lo tanto, hay que recurrir a criterios empíricos para tomar.
¿Qué es? ¿Para que se utiliza?
Etapas de una investigación
Nancy Margarita Gutiérrez Chavira
De alguna forma, toda organización por más pequeña que sea, necesita saber su pasado y su presente, la situación actual en la que se encuentra y con que.
Portafolios, conceptos y aplicaciones.
ESTADÍSTICA II Ing. Danmelys Perozo MSc.
Loreto Vergara M. Taller de Competencias Laborales
INTRODUCCIÓN AL ESTUDIO DE LA ESTADÍSTICA
Toma de Decisiones.
NORMA INTERNACIONAL DE AUDITORÍA 330
INVESTIGACIÓN DE MERCADOS
TEMA 7 SISTEMAS DE INFORMACIÓN EN MARKETING
Tipos de probabilidades
Reflexión de Seguridad
© 2012 Pearson Addison-Wesley 3 Demanda y oferta.
PREDICCIÓN Y ESTIMACIÓN
ESPERANZA MATEMÁTICA Una forma de mejorar nuestras decisiones.
Unidad II Aspectos básicos de la investigación de mercados.
INVESTIGACION DE MECADOS
PLAN DE MUESTREO.
Teoría de la decisión Curso Métodos Cuantitativos Por Lic. Gabriel Leandro, MBA
INSTITUTO TECNOLÓGICO DE LA CHONTALPA MATERIA FORMULACIÓN Y EVALUACIÓN DE PROYECTOS ALUMNOS CRISTELL GUADALUPE CERINO LANDERO JAVIER RAUL NISHIMURA GARCIA.
Valorización monetaria de la suma de Recursos y esfuerzos que han de invertirse para la producción de un Bien o de un servicio. El Precio y Gasto que.
COMPROMISO EN LAS PERSONAS NORMAS ISO 9001:2015 INTERGRANTES: DORA ARTUNDUAGA JOHANNA P. ESCOBAR JEENER AVILA.
Análisis de decisión Ejemplo  La GOFERBROKE COMPANY es dueña de unos terrenos en los que puede haber petróleo. Un geólogo consultor ha informado a la.
Investigación de mercados
Curso Métodos Cuantitativos Por Lic. Gabriel Leandro, MBA.
Estrategias Mixtas En teoría de juegos una estrategia mixta, a veces también llamada estrategia mezclada (del nombre en inglés mixed strategy), es una.
Problema de Inversión integrantes: -Juan Victor Herencia Vicente -Jesus Angel Ccalli Ccalli.
INSTITUTO TECNOLÓGICO SUPERIOR DETIERRA INVESTIGACIÓN DE OPERACIONES II INTEGRANTES: Pérez Castillo Lissette Díaz Colorado Miriam Flórez Castro Jorge Luis.
ESTIMACIÓN (Inferencia Estadística) Intervalos de Confianza
Dr. Carlomagno Araya Alpízar
Seguros Rafael Salas diciembre de 2007
6.2. PROBLEMAS DERIVADOS DE LA ASÍMETRIA DE INFORMACIÓN- SELECCIÓN ADVERSA Matilde Machado.
6.2. PROBLEMAS DERIVADOS DE LA ASÍMETRIA DE INFORMACIÓN- SELECCIÓN ADVERSA Matilde Machado.
6.2. PROBLEMAS DERIVADOS DE LA ASÍMETRIA DE INFORMACIÓN- SELECCIÓN ADVERSA Matilde Machado.
Teoría de la decisión Curso Métodos Cuantitativos Por Lic. Gabriel Leandro, MBA
2.1. Estructura de análisis del mercado UNIDAD 2 Estudio de mercado.
Herramientas de la Administración Financiera. Competencia a desarrollar Conocer los indicadores que se utilizan para determinar la rentabilidad de un.
1 TEMA 2. INTRODUCCION A LA ESTADISTICA DESCRIPTIVA E INFERENCIAL 2.1 DEFINIICION 2.2. AZAR Y PROBABILIDAD 2.3 MUESTREO 2.4 ESTIMACION DE PARAMETROS
GESTIÓN FINANCIERA MARIELA SOLIPA PEREZ. Administración y Dirección financiera La Administración financiera es el área de la Administración que cuida.
MUESTREO ALEATORIO Toma de una muestra de tal manera que cualquier miembro de la población tiene una oportunidad igual de ser seleccionado.
Clase Reglas de Decisión Alternativas Teoría de la Decisión Lic.Santiago Tagle CRITERIO DE WALD Bajo la alternativa a i, el peor resultado posible que.
INSTITUTO TÉCNOLOGICO DE CANCÚN FUNCION ADMINISTRATIVA I INTEGRANTES: COUOH CONTRERAS DALILA NOEMI DE LA CRUZ RODRIGUEZ KEYLA PATRICIA SAUCEDO MEDINA JOSE.
01/08/ Escuela Nacional de Estadística e Informátia Muestreo I Muestreo Aleatorio Estratificado Prof. Willer David Chanduvi Puicón.
Cómo elegir el mejor plazo para tu crédito hipotecario
Nombre Jennifer Bascuñán Daniela Lizama Karla Riquelme Técnico en Administración Modulo: Finanza Profesor: Eduardo Morales.
Prueba de Hipótesis Concepto Asignar Probabilidades de ocurrencia a un evento basado en la suposición (hipótesis) de un evento o distribución.
Transcripción de la presentación:

VALOR DE LA INFORMACION Juan Antonio del Valle Flores

Introducción Existen algunos problemas de decisiones bajo riesgo que son susceptibles de agregarles información útil . Se describe mejor el problema y hacer posible calcular con mayor confianza las probabilidades de los resultados. Una decisión deberá hacer uso de toda la información disponible y relevante al problema.

Tipos de información Existen dos tipos de información: Perfecta: La de más valor. La que presupone conocer el futuro. Imperfecta: La que el hombre puede obtener: la muestral. Información parcial, incompleta, pero mejor.

Veámos un ejemplo sencillo para comprender mejor los conceptos, si se tiene el problema de tomar la decisión de lanzar al mercado un nuevo producto para la construcción o bien abandonar esa idea.

Como se puede ver en el modelo de árbol de decisiones de ese problema, figura 1, se supone que toda la información disponible sobre las posibilidades de éxito fue puesta en juego. Sobre la base de un criterio de valor esperado, el análisis de la decisión sugiere que sería mejor abandonar el proyecto, sin embargo antes de hacerlo sería conveniente analizar las posibilidades que existen de evaluar mejor las posibilidades de éxito incorporando más información al modelo.

 Esta nueva información deberá enfocarse a mejorar el proceso de asignación de probabilidades y su fuente de información deberá provenir de un muestreo al mundo real; en el ejemplo propuesto el  decisor podría consultar a una empresa investigadora de mercados,  para que le determine, mediante una encuesta a algunos de sus    consumidores potenciales, si estarían dispuestos a comprar   el producto.

1. Información Perfecta. Con objeto de contar primero con una idea del valor más alto que podría pagarse por esa información adicional, es conveniente evaluar el problema de decisión bajo la suposición que  una predicción perfecta o infalible, fuera hecha. El árbol de decisiones para esta situación hipotética se muestra en la figura 2.

Cálculo del Valor de la información Perfecta Si la predicción perfecta indica que el nuevo producto será un éxito, entonces se seleccionaría la alternativa de lanzar el  producto al mercado, mientras que si se sabe que fracasará, la decisión óptima será abandonar el proyecto. Se deberá tener en cuenta que la probabilidad de la predicción perfecta del éxito es la misma que la supuesta para el éxito del producto, dado que los dos eventos están perfectamente correlacionados.  En esta forma la decisión óptima es seguir adelante conforme al resultado de usar la predicción perfecta, el cual tuvo un valor esperado de 30 unidades de ganancia:         VE(abandonar) = 0          VE(comprar información) = 30

La diferencia entre el valor esperado con la información disponible (VE/ID) y el valor esperado con la información perfecta (VE/IP) se conoce como el valor esperado de la información perfecta, VE(IP): VE(IP) = VE/IP - VE/ID = 30 - 0 = 30 Deberá notarse que al usar una estrategia de información perfecta se tiene una costo de oportunidad cero, puesto que la decisión ideal será tomada y por lo tanto se optimiza el resultado. El VE(IP) es una cota superior del valor de la información, ya que ninguna puede ser mejor y por lo tanto valer más que la información perfecta