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.
- Cover
- Title page
- Copyright page
- Contenido
- 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
- 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
- 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
- Capítulo 4 Teoría de juegos
- 4.1. Estrategias puras
- 4.2. Estrategias mixtas
- 4.3. Estrategias óptimas
- 4.3.1. Criterio de dominancia
- 4.3.2. Solución algebraica
- 4.3.3. Solución gráfica
- 4.3.4. Solución por programación lineal (Método simplex)
- Capítulo 5 Cadenas de markov
- 5.1. Generalidades de las cadenas de Markov
- 5.1.1. Conceptos básicos
- 5.1.2. Clasificación de los estados en una cadena de Markov
- 5.2. Cadenas regulares
- 5.2.1. Matriz de transición a cualquier periodo futuro
- 5.2.2. Condiciones de estado estable o probabilidades
de largo plazo
- 5.2.3. Probabilidades de primera visita
- 5.2.4. Tiempos esperados de primera visita
- 5.3. Cadenas absorbentes
- Referencias
- Bibliografía