Teoría de la decisión aplicada – 2da ediciónImpreso
Análisis de decisiones bajo incertidumbre, riesgo, teoría de juegos y cadenas de Markov

SOBRE LOS AUTORES

Humberto Guerrero Salas

Manuel Alfonso Mayorga Morato

Orlando de Antonio Suárez

TABLA DE CONTENIDOS

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. Arboles 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 grafica

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