Trabajo

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD Escuela de Ciencias Básicas, tecnologías e ingeniería Contenido didáctico del curso Teoría de decisiones

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
ESCUELA DE CIENCIAS BÁSICAS, TECNOLOGIAS E INGENIERÍA

200608 – TEORIA DE LAS DECISIONES WILLIAM EDUARDO MOSQUERA LAVERDE (Director Nacional)

NUBIA SALAZAR Acreditador

BOGOTÁ D.C. Marzo2010
1

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD Escuela de Ciencias Básicas, tecnologías e ingeniería Contenido didáctico del curso Teoría de decisiones

INDICE DE CONTENIDO INTRODUCCION GENERAL 7

UNIDAD 1. CONCEPTOS BASICOS Y DECISIONES BAJO INCERTIDUMBRE 11 CAPITULO 1. GENERALIDADES CONCEPTOS BASICOS DE LA TOMA DE DECISIONES Y 13 14 18 20 22 25 29 30 31 32 34 35 38 41

Lección1. Tipos de toma de decisiones Lección 2. Proceso de tomas de decisiones Lección 3. Elementos en los modelos de análisis de toma de decisión Lección 4. Pasos para la toma de decisiones Lección 5. Criterios de decisión Taller CAPITULO 2. DECISIONES BAJO INCERTIDUMBRE VALOR ESPERADO Lección 6. Criterio del valor esperado Lección 7. Diseño y conducción de la investigación de merado Lección 8. Valoresperado de la información muestra Lección 9. Valor esperado con la información perfecta Lección 10.Criterio nivel de aceptación Taller

CAPITULO 3. DECISONES BAJO INCERTIDUMBRE ARBOLES DE DECISON 42 Lección 11. Elementos de los arboles de decisión Lección 12. Selección de alternativa de decisión Lección 13. Regla de bayes y arboles de decisión Lección 14. Teoría de la utilidad Lección 15.Aplicaciones de la teoría de la utilidad Taller AUTOEVALUCION UNIDAD 1 43 44 48 53 55 60 62

UNIDAD 2. DECISIONES BAJO RIESGO CAPITULO 4. DECISIONES BAJO RIESGO- TEORIA DE JUEGOS Lección 16. Conceptos Lección 17. Método estrategias dominadas

63 65 66 67
2

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD Escuela de Ciencias Básicas, tecnologías e ingeniería Contenido didáctico del curso Teoríade decisiones

Lección 18. Método suma cero y punta de silla Lección 19. Métodos estrategias mixtas Lección 20. Método grafico Taller CAPITULO 5. DECISIONES BAJO RIESGO- CADENAS DE MARKOV. Lección Lección Lección Lección Lección Taller 21. Procesos estocásticos 22. Cadenas de Markov. 23. Clasificación de estados en una cadena de markov. 24. Procesos de decisión markoviano 25. Problema estáticoy dinámico

68 70 71 79 80 81 84 86 88 98 102 103 104 106 111 117 120 122 125 126 127 136 139 141 145 147

CAPITULO 6. DECISIONES BAJO RIESGO - PROGRAMACION META. Lección 26. Conceptos fundamentales. Lección 27. Formulación del modelo. Lección 28. Programación con recursos limitados Lección 29. Objetivos múltiples Lección 30. Aplicaciones Taller CAPITULO 7. DECISIONES BAJO RIESGO – SIMULACIÓN.Lección 31. Definiciones. Lección 32. Tipos de simulación Lección 33. Métodos de simulación Lección 34. Aplicaciones de la simulación. Lección 35. Métodos de observaciones estadísticas AUTOEVALUCION UNIDAD 2 BIBLIOGRAFIA.

3

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD Escuela de Ciencias Básicas, tecnologías e ingeniería Contenido didáctico del curso Teoría de decisiones

LISTADO DETABLAS Tabla 1. Matriz para procesos de decisión Tabla 2. Matriz ejemplo 1. Tabla 3. Decisiones según criterio maximin Tabla 4. Decisiones según criterio maximax Tabla 5. Penalizaciones ejemplo 1. Tabla 6. Estimaciones de ganancia Tabla 7. Ganancia sin información perfecta Tabla 8. Indicadores favorables y desfavorables Tabla 9. Probabilidades condicionales dadas por resultados Tabla 10.Probabilidades conjuntas y marginales Tabla 11. Probabilidades posteriores Tabla 12. Indicador I1 Tabla 13. Indicador I2 Tabla 14. Decisiones óptimas y ganancias esperadas I1 y I2 Tabla 15. Ejemplo 5 compañía Certon Tabla 16. Información ejemplo 6. Tabla 17. Iteraciones ejemplo 7. Tabla 18. Pagos y utilidades ejemplo 8. Tabla 19. Atributos programación meta 22 28 28 28 29 34 34 36 36 36 36 36 37 37 45...