3. El grupo de trabajo determinará el Valor esperado de la información de la muestra (VEIM).

Estimar las probabilidades para los indicadores de confiabilidad de la Investigación de mercados para el producto a comercializar mediante la siguiente Generación de números aleatorios (descargue aquí), información que debe consignarse en la Tabla 4 Indicadores Investigación de Mercados:

Tabla 4 indicadores investigación de mercadeoIndicadores Demanda baja Demanda media Demanda Alta

(I1) Reporte favorable 0,6535 0,1411 0,5402(I2) reporte no favorable 0,3465 0,8589 0,4598

∑ 1.0000 1.0000 1.0000

(I1): Reporte favorable: la muestra tomada expresa un interés considerable en el producto.(I2): Reporte no favorable: la muestra tomada expresa poco interés por producto.

Tomar la información de las Tablas 3 y 4 y calcular manualmente el VEIM.

Ingresar la información de las Tablas 3 y 4 en el programa WinQSB, seguir el procedimiento para obtener el árbol de decisión y/o probabilidad (aplicación del Teorema de Bayes) y el resultado del VEIM.

Presentar los cálculos manuales, el árbol de decisión y/o probabilidad y resultados del VEIM mediante captura de pantalla de la salida del programa WinQSB.

Analizar los resultados y presentar conclusiones con base en la aplicación de la regla de optimización del Criterio del Valor esperado para la toma de decisiones.

Cálculo de probabilidades:

P ( I 1 )=P (DB ) x P( I 1DB )+P (DM ) x P( I 1

DM )+P (DA ) x P( I 1DA )

P ( I 1 )=O ,4119 x 0.6535+0.3622 x 0.1411+0.2259 x0.5402

P ( I 1 )=0,2692+0,0511+0,1220

P ( I 1 )=O ,4423

P ( I 2 )=P (DB ) x P( I 2DB )+P (DM ) x P( I 2

DM )+P (DA ) x P( I 2DA )

P ( I 2 )=O ,4119 x 0.3465+0,3622 x 0,8589+0,2259 x0.4598

P ( I 2 )=0,1427+0,3111+0,1039

P ( I 2 )=O ,5577

Si la IM tiene como resultado el indicador I1

P(DBI 1 )= P (DBᴒI 1 )P (I 1 )

=0,26920,4423

=0,6086

P( DMI 1 )=P (DMᴒI 1 )P ( I 1 )

=0,05110,4423

=0.1155

P( DAI 1 )=P (DAᴒI 1 )P ( I 1 )

=0,12200,4423

=0,2758

Si la IM tiene como resultado el indicador I2

P( DBI 2 )= P (DBᴒI 2 )P (I 2 )

=0,14270,5577

=0,25 59

P( DMI 2 )=P (DMᴒI 2 )P ( I 2 )

=0,31110,5577

=0,5578

P(DAI 2 )=P (DAᴒI 2 )P ( I 2 )

=0,10390,5577

=0,1863

Cálculo de las ganancias esperadas:

Si la IM tiene como resultado el indicador I1:

CURSOS DE ACCION Demanda Baja Ganancias ($)

Demanda Media Ganancias ($)

Demanda Alta Ganancias ($)

1. alianzas estratégicas para una mayor rentabilidad 75541 (0.6086) + 90477 (0.1155) + 94743 (0.2758) = 82554,46552. .implementación de campañas. 98795 (0.6086) + 80537 (0.1155) + 85620 (0.2758) = 93042,65653. innovación en la imagen según el país o zona. 56126 (0.6086) + 67865 (0.1155) + 59175 (0.2758) = 58317,1561

La decisión óptima es la de la implementación de campañas ya que así se tendrá la mayor ganancia esperada igual a $ 93042,6565

Si la IM tiene como resultado el indicador I2:

CURSOS DE ACCION Demanda Baja Ganancias ($)

Demanda Media Ganancias ($)

Demanda Alta Ganancias ($)

1. alianzas estratégicas para una mayor rentabilidad 75541 (0.2559) + 90477 (0.5578) + 94743 (0.1863) = 87449,63342. .implementación de campañas. 98795 (0.2559) + 80537 (0.5578) + 85620 (0.1863) = 86156,18513. innovación en la imagen según el país o zona. 56126 (0.2559) + 67865 (0.5578) + 59175 (0.1863) = 63242,0429

La decisión óptima es la de las alianzas estratégicas para una mayor rentabilidad ya que así se tendrá la mayor ganancia esperada igual a $ 87449.6334

Ganancia esperada

Gananciaesperada con informaciónde lamuestra=gananciaesperada (cuandoel indicador es I 1 )∗P ( I 1 )+gananciaesperada (cuando elindicador es I 2 )∗P ( I 2 )

Gananciaesperada con informaciónde lamuestra=(93042,6565 )∗(0,4423 )+(87449,6334)∗(0,5577)

Gananciaesperada con informaciónde lamuestra=41152,7670+48770,6605

Gananciaesperada con informaciónde lamuestra=88219,59

Finalmente:

Valor esperado de lainformaciónmuestra=ganancia esperdacon informaciónde lamuestra−ganancia esperada sin información de lamuestra

Valor esperado de lainformaciónmuestra=89923,43−89205,72

Valor esperado de lainformaciónmu estra=717,71

Analizar los resultados y presentar conclusiones con base en la aplicación de la regla de optimización del Criterio del Valor esperado para la toma de decisiones.

Se aconseja a la empresa que no debería gastar más de $ 717,71.