AMAZON - WHOLE FOODS MARKET
Enviado por alegacjs90 • 22 de Abril de 2019 • Apuntes • 1.271 Palabras (6 Páginas) • 136 Visitas
AMAZON - WHOLE FOODS MARKET
Amazon comienza una investigación para la compra de Whole Foods Market.
Lo primero que planteamos es la compra de información a una consultora de EEUU (Accenture) con la cual nosotros (Amazon) ya habíamos tenido relación. Los resultados de la información de 20 veces que se consulto, fueron 18 correctas (la info fue la esperada) y 2 en las que la información fue errónea. Por dichos datos, podemos decir entonces que:
18/20 = 0,90
2/20 = 0,10
Por dichas probabilidades obtenidas podemos decir que la compra de información es confiable (posee verosimilitud, apariencia de que algo sea cierto)
La opción de comprar Whole Foods Market con información a priori era de 103M con una entropía de 0,3603
Formula de la entropía: – p* log2 (p)= (-0,7 * log2 (0,7) + (-0,3 * log2 (0,3)= 0,88
Entropía: es la medición de la incertidumbre pero en unos de los niveles de la incertidumbre, que es el nivel de riesgo (cuando conocemos las probabilidades de los niveles de las variables)
- Aumenta cuando aumenta el número de estados
- Aumenta cuando más inciertos son los niveles de las variables
- Insensible a los resultados
VEROSIMILITUD | N1 | N2 | |
Z1 | 0,90 | 0,10 | |
Z2 | 0,10 | 0,90 | |
Matriz original | P(N1/Z1) | P(N2/Z1) | Valor Esperado |
0,95 | 0,05 | ||
S1 | 250 | 70 | 241 |
S2 | 200 | 200 | 200 |
Z1 | P(N1) | P(Z1/N) | P(Z1^N) | P(N/Z1) |
N1 | 0,70 | 0,90 | 0,63 | 0,95 |
N2 | 0,30 | 0,10 | 0,03 | 0,05 |
Z2 | P(N1) | P(Z2/N) | P(Z2^N) | P(N/Z2) |
N1 | 0,70 | 0,10 | 0,07 | 0,2 |
N2 | 0,30 | 0,90 | 0,27 | 0,8 |
P (Z1)= 0,66
P(z2)= 0,34
Z2 | P(N1) | P(Z1/N) | P(Z1^N) | P(N/Z1) |
N1 | 0,70 | 0,90 | 0,56 | 0,90 |
N2 | 0,30 | 0,10 | 0,06 | 0,10 |
N1 (jugar) | N2 (no jugar) | Valor Esperado | ||
0,70 | 0,30 | |||
S1(SQ) | 250 | 70 | 196 | |
S2 (COMPRO) | 200 | 200 | 200 |
Matriz original | P(N1/Z2) | P(N2/Z2) | Valor Esperado |
0,2 | 0,8 | ||
S1 | 250 | 70 | 106 |
S2 | 200 | 200 | 200 |
Si compro información me da más datos para poder hacer la compra. Como soy averso utilizo los VE más altos 241 * 0,66 + 200 * 0,34 = 227 VE a posteriori. La diferencia entre VE a posteriori y valor esperado a priori, es de 27. Por lo tanto el valor de la información es de 27M, además es verosímil. [pic 2]
Siendo el costo de la información de 1millon, conviene comprar la información mencionada.
A diferencia de cuando los VE a priori y posteriori son iguales y la entropía baja, entonces la información aunque no tiene valor económico, me da mayor certeza. Lo que me va a servir para el análisis de la información.
Siendo que estamos en un sistema cerrado la información reduce la incertidumbre, ya que no hay relación con el contexto.
- Valor de la información es proporcional a la magnitud económica del problema
Si aumenta el Valor Esperado, entonces la información sirve.
Si la diferencia entre el Valor Esperado a priori y el Valor Esperado a Posteriori es mayor al costo de la información, entonces comprar información. En cambio, si obtengo un valor de la información negativo, la información no tiene valor, no la compro.
...