Teoría de la decisión aplicada - 2da edición

Humberto Guerrero Salas

• Editorial: Ecoe Ediciones
• Año: 2023
• ISBN:
  9789585037908
• Categoría: Business
• Categoría: Operations

Teoría de la decisión aplicada contiene el análisis de los procesos de toma de decisiones empresariales a la luz de la investigación de operaciones. Dichos procesos se realizan con una estructura general bajo los enfoques de decisiones bajo incertidumbre, riesgo, teoría de juegos y cadenas de Markov.La obra describe paso a paso tanto la descripción como los métodos de solución de problemas donde se aplican los criterios de teoría de la decisión en las empresas. El texto consta de cinco capítulos: Generalidades, Decisiones Bajo Incertidumbre, Decisiones Bajo Riesgo, Teoría de Juegos y Cadenas de Markov. El aporte sustancial de esta segunda edición es la incorporación del capítulo de Cadenas de Markov, conservando, como en todo el texto, las explicaciones y ejemplos paso a paso.Dirigido a estudiantes y profesionales de Ingeniería Industrial, Ingeniería de Sistemas, Ingeniería de Producción, Economía, carreras afines y, en general, a todas las personas interesadas en modelos de optimización bajo las técnicas en investigación de operaciones como teoría de la decisión.

Índice

• Contenido
• Índice de figuras
• Índice de tablas
• Introducción
• prólogo
• Capítulo 1
• GENERALIDADES DE LA TEORÍA DE LA DECISIÓN
• 1.1. Proceso de la toma de decisiones
• 1.2. Clasificación de los procesos de decisión
• 1.3. Elementos básicos del proceso de toma de decisiones
• 1.4. Factores humanos que inciden en la toma de decisiones
• 1.5. Matriz de rendimientos
• 1.6. Criterio de dominancia
• 1.7. Matriz de pérdidas de oportunidad
• 1.8. Aplicación real de la teoría de la decisión
• Ejercicios propuestos
• Capítulo 2
• DECISIONES BAJO INCERTIDUMBRE
• 2.1. Criterio Maximax o pago Máximo
• 2.2. Criterio Maximin
• 2.3. Criterio minimax o de arrepentimiento
• 2.4. Criterio del valor esperado o criterio de Laplace
• 2.5. Criterio Hurwicz
• Ejercicios propuestos
• Capítulo 3
• DECISIONES BAJO RIESGO
• 3.1. Toma de decisiones sin experimentación
• 3.2. Toma de decisiones con experimentación o teoría Bayesiana de decisión
• 3.3. Costo de la información perfecta
• 3.4. Costo de la información de muestra
• 3.5. Eficiencia de la información de muestra
• 3.6. Árboles de decisión
• Ejercicios propuestos
• Capítulo 4
• TEORÍA DE JUEGOS
• 4.1. Estrategias puras
• 4.2. Estrategias mixtas
• Ejercicios propuestos
• Capítulo 5
• CADENAS DE MARKOV
• 5.1. Generalidades de las cadenas de Markov
• 5.2. Cadenas regulares
• 5.3. Cadenas absorbentes
• Ejercicios propuestos:
• Respuestas a ejercicios propuestos
• Referencias
• Bibliografía
• Acerca de los autores