Análisis de decisión
|
|
|
- José María Gustavo Ávila Córdoba
- hace 9 años
- Vistas:
Transcripción
1 Universidad del CEMA Evaluación de Riesgo Agropecuario Arboles de Decisión Ariadna Berger Análisis de decisión El análisis de decisión se puede usar para seleccionar una estrategia cuando quien tiene que tomar decisiones enfrenta varias alternativas y un patrón incierto de eventos futuros. Un pago es la consecuencia que resulta de la combinación de una alternativa elegida (variable de decisión) y la ocurrencia de un particular estado de la naturaleza (evento o variable no controlable). 1
2 Toma de decisiones con probabilidades Para seleccionar la mejor alternativa se puede usar el criterio de valor esperado. El valor esperado es la suma ponderada de los pagos correspondientes a la alternativa de decisión. El factor de ponderación de cada pago es la probabilidad de ocurrencia del estado de la naturaleza asociado a ese pago. Limitaciones del valor esperado Si las consecuencias de un resultado potencialmente desfavorable pueden sobrellevarse sin mayores sobresaltos, el VE es un criterio razonable para la acción. Cuando las consecuencias de un resultado potencialmente desfavorable no pueden ignorarse (cuando se ponen en juego grandes sumas de dinero en términos relativos), el VE puede no ser el mejor criterio de decisión. 2
3 Arboles de decisión El primer paso para resolver problemas complejos es descomponerlos en subproblemas más simples. Los árboles de decisión ilustran la manera en que se pueden desglosar los problemas y la secuencia del proceso de decisión. Un nodo es un punto de unión. Una rama es un arco conector. La secuencia temporal se desarrolla de izquierda a derecha. Arboles de decisión (cont.) Un nodo de decisión representa un punto en el que se debe tomar una decisión. Se representa con un cuadrado. De un nodo de decisión salen ramas de decisión que representan las decisiones posibles. Un nodo de estado de la naturaleza representa el momento en que se produce un evento incierto. Se representa con un círculo. De un nodo de estado de la naturaleza salen ramas de estado de la naturaleza que representan los posibles resultados provenientes de eventos inciertos sobre los cuales no se tiene control. 3
4 Arboles de decisión (cont.) La secuencia temporal se desarrolla de izquierda a derecha. Las ramas que llegan a un nodo desde la izquierda ya ocurrieron. Las ramas que salen hacia la derecha todavía no ocurrieron. Las probabilidades se indican en las ramas de estado de la naturaleza. Son probabilidades condicionales de eventos que ya fueron observados. Los valores monetarios en el extremo de cada rama dependen de decisiones y estados de la naturaleza previos. Selección de alternativas de decisión Trabajando de atrás hacia adelante en el árbol, se calcula el valor esperado para cada nodo de estado de la naturaleza. Dado que quien toma las decisiones controla las ramas que salen de cada nodo de decisión, se elige la rama que resulte en el mayor valor esperado. Se van tachando todas las ramas que no sean seleccionadas. 4
5 Selección de alternativas de decisión (cont.) Se prosigue el análisis hacia la derecha del árbol, hasta seleccionar la primera decisión. La decisión que resulta de un análisis del árbol de decisión no es una decisión fija sino una estrategia condicional a la ocurrencia de eventos que sucedan a la decisión inmediata. Clima Control / Rinde Variedad de alto rinde 33% Con 60% Tarde 575 $/ha 40% A tiempo 365 $/ha 50% Bajo 66% Sin 50% Alto 680 $/ha 32 qq/ha 36 qq/ha 38 qq/ha 42 qq/ha 314 $/ha 442 $/ha 616 $/ha 744 $/ha 575 $/ha Variedad de rinde standard 497 $/ha 33% Con 66% Sin 416 $/ha 538 $/ha 40% Bajo 60% Alto 50% Bajo 50% Alto 29 qq/ha 31 qq/ha 32 qq/ha 36 qq/ha 378 $/ha 442 $/ha 474 $/ha 602 $/ha 5
6 Análisis de sensibilidad El análisis de sensibilidad puede ayudar a decidir si es conveniente invertir más tiempo y dinero a fin de obtener estimaciones de probabilidad más precisas. Limitaciones de los árboles de decisión Un árbol de decisión da una buena descripción visual en problemas relativamente simples pero su complejidad aumenta exponencialmente a medida que se agregan etapas adicionales. En algunas situaciones la especificación de la incertidumbre a través de probabilidades discretas resulta en una sobresimplificación del problema. 6
EL VALOR ESPERADO DE LA INFORMACIÓN PERFECTA. M. En C. Eduardo Bustos Farías
EL VALOR ESPERADO DE LA INFORMACIÓN PERFECTA M. En C. Eduardo Bustos Farías 1 MODELO DE DECISION CON INCERTIDUMBRE CON PROBABILIDADES Los estados de la naturaleza tienen distinta probabilidad de ocurrencia
Investigación Operativa
Investigación Operativa Unidad: Teoría de decisiones y modelos de programación lineal Docente: Johnny. Pacheco Contreras Unidad Teoría de decisiones y modelos de programación lineal. Logro Al finalizar
Valor esperado: ejemplo
Simulación de Negocios Internacionales Teoría de la Decisión Valor esperado: ejemplo. International Negotiation CARLOS MARIO CALDERÓN OSSA INGENIERO DE SISTEMAS. ESPECIALISTA EN MERCADEO ESPECIALISTA GERENCIA
Arboles de decisión. Area de Computación e Inteligencia Artificial
Arboles de decisión 1 Teoría de la decisión Hemos estudiado las redes bayesianas como instrumento para el diagnóstico en presencia de incertidumbre. La idea ahora es aprovechas ese diagnóstico para decidir
MATRIZ DE ARBOLES DE DECISION
MATRIZ DE ARBOLES DE DECISION Los árboles son un subconjunto importante de los grafos, y son una herramienta útil para describir estructuras que presentan algún tipo de jerarquía. Las dificultades de las
UNLPam - Fac. Cs. Econ. y Jur.
Bibliografía Anderson, Sweeney y Williams; Introducción a los modelos cuantitativos para Administración. Grupo Editorial Iberoamérica. Eppen, Gould, Schmidt, Moore, Weatherford; Investigación de Operaciones
Arboles de decisión. Area de Computación e Inteligencia Artificial
Arboles de decisión Teoría de la decisión Hemos estudiado las redes bayesianas como instrumento para el diagnóstico en presencia de incertidumbre. La idea ahora es aprovechar ese diagnóstico para decidir
TEORIA DE DECISIONES
TEORIA DE DECISIONES En economía y administración existen ciertos tipos de problemas en los que no es posible obtener muestras(información objetiva) para estimar ciertas características de la población.
Análisis de seguros multirriesgo
Análisis de seguros multirriesgo Ing. Agr. M.S. Ariadna Berger Ing. Agr. Federico Albina Ing. Agr. PhD Emilio Satorre Ing. Agr. José Micheloud Lic. Gustavo Pittaluga Julio de 2008 1 Objetivos Qué probabilidad
Modelos Para la Toma de Decisiones
Modelos Para la Toma de Decisiones 1 Sesión No. 5 Nombre: Modelos de decisión. Primera parte. Contextualización Modelos para decidir? Hemos visto herramientas de tipo más bien matemático que nos permiten
MATRIZ DE DECISIÓN. Problema 1
MATRIZ DE DECISIÓN Problema 1 Enunciado Explicar las variables que se han de tener en cuenta al elaborar una matriz de decisión. Qué diferencia (s) existe (n) entre adoptar una decisión en condiciones
Modelación de Incertidumbre para la Toma de Decisiones
14 de febrero de 2003 Modelación de Incertidumbre para la Toma de Decisiones Dr. Roberto Ley Borrás CONSULTORÍA EN DECISIONES robertoley (at) decidir. org Basado en el libro Análisis de Incertidumbre y
Matriz de Decisiones Qué es?
Matriz de Decisiones Qué es? Una matriz de decisión es un gráfico que permite a un equipo o un individuo identificar y analizar la tasa de la fuerza de las relaciones entre conjuntos de información. Cuándo
La Identificación de Condiciones señala aquellas que son relevantes.
Matriz de árbol de decisiones La tabla de decisión es una matriz de renglones y columnas que indican condiciones y acciones. Las reglas de decisiones, incluidas en una tabla de decisión establecen el procedimiento
ESTADOS DE LA NATURALEZA
DECISIONES BAJO INCERTIDUMBRE: MÉTODOS NO PROBABILÍSTICOS Escuela de la Ingeniería de la Organización Felipe Andrés Herrera Rojas INTRODUCCIÓN Situaciones Determinísticas Vs No determinísticas Qué es incertidumbre?esta
Procesos estocásticos Cadenas de Márkov
Procesos estocásticos Cadenas de Márkov Curso: Investigación de Operaciones Ing. Javier Villatoro PROCESOS ESTOCASTICOS Procesos estocásticos Es un proceso o sucesión de eventos que se desarrolla en el
Análisis de. Análisis de. Decisiones:
Análisis de : Tablas de Pagos y Árboles de Decisión Fragoso Iñiguez I Marisol Salazar Rosales Leandro Julián Noviembre, 06 Tablas de Pagos Una situación de decisión en condiciones de incertidumbre puede
Dar una introducción sobre la asignatura IO Familiarizar al estudiante con las características y aplicación del modelo de matriz de decisiones
I Unidad: Introducción a al Investigación de Operaciones. Contenidos: 1. Breve reseña histórica de la l. De O. 2. Concepto de la l. De O. 3. Objeto de Estudio de la l. De O. 4. Introducción a la teoría
Técnicas de Minería de Datos
Técnicas de Minería de Datos Act. Humberto Ramos S. 1 Qué es Minería de datos? El desarrollo de dispositivos tecnológicos para acumular datos a bajo costo. Acumulación o registro de gran cantidad de datos.
Cualquier problema de decisión, tiene ciertas características que describe su naturaleza y además pueden proporcionar alternativas para su solución.
TOMA DE DECISIONES INTRODUCCION Para una persona que toma decisiones, es difícil tener en cuenta todos los factores que inciden en la decisión, por tanto, es indispensable encontrar alguna manera de descomponer
Desempeño de Medidas de Riesgo sobre Distribuciones de Valores Extremos
Desempeño de Medidas de Riesgo sobre Distribuciones de Valores Extremos Resumen Ejecutivo Antecedentes El riesgo es un concepto ampliamente estudiado, con diversas definiciones que dependen del contexto
Investigación de Operaciones II
Investigación de Operaciones II Árbol de Decisión Teoría de Decisión B Probabilidad A priori A Caso de Estudio C Probabilidad A posteriori Sin información perfecta D E Maestro Ing. Julio Rito Vargas Avilés.
Diagramas de Bloques
1! Diagrama de Bloques y Grafos Juan Antonio Hernández Tamames, Susana Borromeo Curso 2014-2015 Diagramas de Bloques 2! Representación en Diagramas de Bloques Álgebra de Bloques 1 Ideas Básicas 3! Los
Clase I. Ejemplo donde equilibrios de Nash y de Nash perfecto en subjuegos no coinciden
Economía política Jorge M. Streb Clase 5 2.7.22 Temas. Ejemplo donde equilibrios de Nash y de Nash perfecto en subjuegos no coinciden. Representación de un juego en forma normal y extensiva. Equivalencia
MASTER DE INGENIERÍA BIOMÉDICA. Métodos de ayuda al diagnóstico clínico. Tema 6: Árboles de decisión.
MASTER DE INGENIERÍA BIOMÉDICA. Métodos de ayuda al diagnóstico clínico. Tema 6: Árboles de decisión. 1 Objetivos del tema Conocer en qué consiste un árbol de decisión. Aprender los problemas que pueden
La importancia de la diversificación. Dirección de Inversiones BBVA Banca Privada
La importancia de la diversificación Dirección de Inversiones BBVA Banca Privada Índice 1 Introducción 2 Rentabilidad y riesgo 3 Rentabilidad y riesgo de una cartera 4 La importancia de la diversificación
Unidad 11. Trabajar con Gráficos (I)
Unidad 11. Trabajar con Gráficos (I) Los gráficos se utilizan muy a menudo en las presentaciones por su facilidad de esquematizar gran cantidad de información. PowerPoint incluye muchos tipos de gráficos
Los soportes tradicionales de selección en Proyecto de Maquinas, siempre actuales son:
Matriz de decisión La toma de decisiones por métodos intuitivos, razonamientos personales basados en experiencias previas o cualquier otro procedimiento que no independice la selección del criterio de
Análisis de Decisiones
Análisis de Decisiones Facultad de Ciencias Exactas UNCPBA Mg. María Rosa Dos Reis Ambientes de Decisión Toma de decisiones bajo certidumbre: los datos se conocen en forma determinista. P ij = 1 Toma de
HERRAMIENTAS DE DECISIÓN
HERRAMIENTAS DE DECISIÓN A pesar de que los aspectos específicos asociados a cada situación de toma de decisión varían de un caso a otro, la toma de decisiones involucra, generalmente, los mismos tres
Alba Lucia Londoño Javier a. murillo m.
Grado: 7º Periodo: 04 CUARTO Aprobado por: G. Watson - Jefe Sección Asignatura: MATEMATICAS Profesor: Alba Lucia Londoño Javier a. murillo m. ESTANDARES P.A.I. I.B. A. Conocimiento y comprensión Conocer
TEORIA CLASICA DE DECISIÓN. Agradecimiento al profesor Juan Jose Bravo, Msc
TEORIA CLASICA DE DECISIÓN Agradecimiento al profesor Juan Jose Bravo, Msc ELEMENTOS DE DECISIÓN Y MATRICES DE PAGO ANÁLISIS DE DECISIONES Herramientas de representación de decisiones secuenciales con
Alba Lucia Londoño Raul martinez. A. Conocimiento y comprensión
Grado: 8º Periodo: 04 CUARTO Aprobado por: G. Watson - Jefe Sección Asignatura: MATEMATICAS Profesor: Alba Lucia Londoño Raul martinez A. Conocimiento y comprensión ESTANDARES P.A.I. I.B. ESTANDARES M.E.N.
Análisis de Decisiones Mario Maruri Martínez
Análisis de Decisiones Mario Maruri Martínez Tema 3: Tabla y matriz de pagos Decisiones bajo incertidumbre Análisis de decisiones - división Bajo certidumbre Los parámetros son constantes, conocidos y
SEMINARIO FINANZAS - RIESGO UNIDAD 1 - TOMA DE DECISIONES Y RIESGO SEMANA 2 TEMA TECNICAS DE DECISION EN ESCENARIO DE RIESGO
SEMINARIO FINANZAS - RIESGO UNIDAD 1 - TOMA DE DECISIONES Y RIESGO SEMANA 2 TEMA 2.1 - TECNICAS DE DECISION EN ESCENARIO DE RIESGO Un REPASO: Definición de riesgo en un proyecto *. Recordemos que el riesgo
Supuesto 13 La empresa LÍNEA S.A., dedicada a la fabricación y venta de muebles desea introducirse en el mercado chino.
1 Supuesto 13 La empresa LÍNEA S.A., dedicada a la fabricación y venta de muebles desea introducirse en el mercado chino. Con tal fin, está analizando dos posibilidades de actuación: A. Comenzar con una
Indicaciones para el lector... xv Prólogo... xvii
ÍNDICE Indicaciones para el lector... xv Prólogo... xvii 1. INTRODUCCIÓN Qué es la estadística?... 3 Por qué estudiar estadística?... 5 Empleo de modelos en estadística... 6 Perspectiva hacia el futuro...
INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE CÓMPUTO ÁRBOLES DE DECISIÓN. M. En C. Eduardo Bustos Farías
INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE CÓMPUTO ÁRBOLES DE DECISIÓN M. En C. Eduardo Bustos Farías 1 Árboles de decisión La Matriz de Ganancias es conveniente de utilizar para la toma de decisiones
TEMA 6 SELECCIÓN DE INVERSIONES PRODUCTIVAS CON RIESGO (parte III)
TEMA 6 SELECCIÓN DE INVERSIONES PRODUCTIVAS CON RIESGO (parte III) Tema 6- Parte III 1 DECISIONES SECUENCIALES. LOS ÁRBOLES DE DECISIÓN UNA DECISIÓN DE INVERSIÓN EN UN MOMENTO CONCRETO DEL TIEMPO CONDICIONA
Diseño Gráficos de Control
Diseño Gráficos de Control Resumen Este procedimiento esta diseñado para ayudar a determinar el tamaño de muestra apropiado y los parámetros comunes para los gráficos de control. El diseño esta basado
DIAGRAMAS DE FLUJOS DE SEÑALES
CAPÍTULO VII INGENIERÍA DE SISTEMAS I DIAGRAMAS DE FLUJOS DE SEÑALES La metodología del enfoque de sistemas establece una secuencia lógica para la solución de la problemática de sistemas complejos por
Dar una introducción sobre la asignatura IO Familiarizar al estudiante con las características y aplicación del modelo de matriz de decisiones
I Unidad: Introducción a al Investigación de Operaciones. Contenidos: 1. Breve reseña histórica de la l. De O. 2. Concepto de la l. De O. 3. Objeto de Estudio de la l. De O. 4. Introducción a la teoría
Jueves, 30 de abril. Ejemplo de recursión. Ejemplo de PD. Ejemplo de programación dinámica. Programación dinámica
.0 Jueves, 0 de abril Programación dinámica. Recursión. Principio de optimalidad. Entregas: material de clase. Programación dinámica Transforma un problema de optimización complejo en una secuencia problemas
REALIZAR EL ANÁLISIS CUANTITATIVO DE RIESGOS
SESIÓN 6 REALIZAR EL ANÁLISIS CUANTITATIVO DE RIESGOS PROPÓSITO Y OBJETIVOS DEL PROCESOS REALIZAR EL ANÁLISIS CUANTITATIVO DE RIESGOS FACTORES CRÍTICOS DE ÉXITO DEL PROCESO REALIZAR EL ANÁLISIS CUANTITATIVO
Criterio optimista: Suponiendo que tiene lugar la mejor de las alternativas posibles la decisión óptima sería construir una nueva planta en Madrid.
PROBLEMA 1 Movinalia, S.A., fabricante de teléfonos móviles, está considerando las siguientes cuatro posibilidades de expansión de su capacidad productiva: construir una nueva planta en Albacete, una nueva
Pronóstico. Pronósticos. Factores Controlables. Porqué? Objetivo. Factores Incontrolables
2 Pronóstico Pronósticos Es una estimación cuantitativa o cualitativa de uno o varios factores (variables) que conforman un evento futuro, con base en información actual o del pasado Administración de
INDICE Nivel uno 1. Terminología y diagramas de flujo de caja 2. Factores y su empleo
INDICE Nivel uno 1. Terminología y diagramas de flujo de caja 3 1.1. Terminología básica 4 1.2. cálculos de interés 5 1.3. equivalencia 6 1.4. interés simple y compuesto 8 1.5. símbolos y su significado
Un vocabulario visual para describir arquitectura de información y diseño de interacción Edgar Valarezo Sergio Luján Mora
Aplicaciones Web Un vocabulario visual para describir arquitectura de información y diseño de interacción Edgar Valarezo Sergio Luján Mora Vocabulario Visual Conjunto de símbolos para describir algo Usualmente
(e) Con la poda alfa-beta se eliminan nodos que nunca serán alcanzados
Universidad Rey Juan Carlos Curso 2014 2015 Hoja de Problemas Tema 5 1. Cuáles de las siguientes afirmaciones acerca del algoritmo Minimax son ciertas (a) El algoritmo Minimax realiza una exploración primero
PROGRAMA DETALLADO VIGENCIA TURNO UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA DE LA FUERZA ARMADA 2009 DIURNO INGENIERÌA EN SISTEMAS ASIGNATURA
PROGRAMA DETALLADO VIGENCIA TURNO UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA DE LA FUERZA ARMADA 2009 DIURNO INGENIERÌA EN SISTEMAS SEMESTRE ASIGNATURA 8vo TEORÍA DE DECISIONES CÓDIGO HORAS MAT-31314
Para definir en formalmente el juego se deberá establecer:
INTRODUCCION A LA INTELIGENCIA ARTIFICIAL MÓDULO 5- JUEGOS COMO PROBLEMA DE BÚSQUEDA Referencias: Inteligencia Artificial Russell and Norvig Cap.5. Artificial Intellingence Nils Nilsson Ch.3 Se trata el
UNIVERSIDAD MAYOR DE SAN SIMÓN FACULTAD DE CIENCIAS Y TECNOLOGÍA INGENIERÍA DE SISTEMAS BÚSQUEDA PRIMERO EL MEJOR
UNIVERSIDAD MAYOR DE SAN SIMÓN FACULTAD DE CIENCIAS Y TECNOLOGÍA INGENIERÍA DE SISTEMAS BÚSQUEDA PRIMERO EL MEJOR INTEGRANTES: Caricari Cala Aquilardo Villarroel Fernandez Fructuoso DOCENTE: Lic. Garcia
PLANES CURRICULARES GRADO9º/ 01 PERIODO
PLANES CURRICULARES GRADO9º/ 01 PERIODO Grado: 9º Periodo: 01 PRIMERO Aprobado por: G. Watson - Jefe Sección Asignatura: MATEMATICAS Profesor: Gloria rueda y Jesús Vargas ESTANDARES P.A.I. I.B. A. Conocimiento
2. Conceptos Básicos de Probabilidad. ESTADÍSTICA Esp. Paola G. Herrera S.
2. Conceptos Básicos de Probabilidad ESTADÍSTICA Esp. Paola G. Herrera S. Introducción La probabilidad es la rama de las matemáticas que estudia los fenómenos con incertidumbre. Es un mecanismo por medio
IN Organización Industrial Repaso curso Estrategia y Teoría de Juegos
IN 5204 - Organización Industrial Repaso curso Estrategia y Teoría de Juegos Ramiro de Elejalde (Slides de Ronald Fischer) CEA, Universidad de Chile de Elejalde (Slides de R. Fischer) Estrategia y Teoría
Agro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos
Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,
TENDENCIAS DE EXTREMOS CLIMÁTICOS EN ARGENTINA EL CASO DE LA PROVINCIA DE SANTA CRUZ
TENDENCIAS DE EXTREMOS CLIMÁTICOS EN ARGENTINA EL CASO DE LA PROVINCIA DE SANTA CRUZ Proyecto PNUD ARG/10/013 FORTALECIMIENTO DE CAPACIDADES PARA CONTRIBUIR A UNA ECONOMÍA DE BAJO CARBONO Y RESILIENTE
Árboles. Un grafo no dirigido es un árbol si y sólo si existe una ruta unica simple entre cualquiera dos de sus vértices.
ÁRBOLES Árboles Un grafo conectado que no contiene circuitos simples. Utilizados desde 1857, por el matemático Ingles Arthur Cayley para contar ciertos tipos de componentes químicos. Un árbol es un grafo
TRATAMIENTO DE LA INFORMACION
INSTITUTO EDUCACIONAL JUAN XXIII SECUENCIACION DE CONTENIDOS - MATEMATICA TRATAMIENTO DE LA INFORMACION Clasificar diferentes elementos del entorno por diferentes atributos. Describir objetos del entorno.
Unidad IV: Distribuciones muestrales
Unidad IV: Distribuciones muestrales 4.1 Función de probabilidad En teoría de la probabilidad, una función de probabilidad (también denominada función de masa de probabilidad) es una función que asocia
Distribución Física y Transporte. Diseño de Rutas para Los Vehículos (Shortes Path) Giancarlo Salazar P
Distribución Física y Transporte Diseño de Rutas para Los Vehículos (Shortes Path) Giancarlo Salazar P Un problema frecuente en el diseño de rutas, es reducir los costos de transporte y mejorar el servicio
MODULO VIII. Semana 1 ASPECTOS DE EVALUACIÓN FINANCIERA, ECONÓMICA, SOCIAL Y AMBIENTAL.
MODULO VIII Semana 1 ASPECTOS DE EVALUACIÓN FINANCIERA, ECONÓMICA, SOCIAL Y AMBIENTAL Esquema de Proyecto SNIP INDICE INTRODUCCION I. ASPECTOS GENERALES II. IDENTIFICACION III. FORMULACION IV. EVALUACION
6.2 Métodos y modelos para la toma de decisiones
TEMA 6. LA TOMA DE DECISIONES 6.1 Definición Una decisión es una elección consciente y racional, orientada a conseguir un objetivo, que se realiza entre diversas posibilidades de actuación (o alternativas).
CAPITULO 1: PERSPECTIVE GENERAL DE LA
CONTENIDO CAPITULO 1: PERSPECTIVE GENERAL DE LA INVESTIGACION DE OPERACIONES 1 1.1 Modelos matemáticos de investigación de operaciones. 1 1.2 Técnicas de investigación de operaciones 3 1.3 Modelado de
SESIÓN 9 TRABAJO CON LOS OBJETOS GRÁFICOS DE POWER POINT
SESIÓN 9 TRABAJO CON LOS OBJETOS GRÁFICOS DE POWER POINT I. CONTENIDOS: 1. Trabajo con imágenes en Power Point. 2. Diapositivas con organigramas en Power Point. 3. Utilización de la barra de dibujo en
NORMAS INTERNACIONALES DE INFORMACIÓN FINANCIERA PROVISIONES, ACTIVOS Y PASIVOS CONTINGENTES
NORMAS INTERNACIONALES DE INFORMACIÓN FINANCIERA PROVISIONES, ACTIVOS Y PASIVOS CONTINGENTES NORMAS INTERNACIONALES DE INFORMACIÓN FINANCIERA Ricardo Vásquez Bernal Socio PASIVO VS PROVISIÓN Un pasivo
CONTENIDO AGRADECIMIENTOS INTRODUCCIÓN. xi xiii
CONTENIDO AGRADECIMIENTOS INTRODUCCIÓN xi xiii I. EL PROYECTO DE INVERSIÓN Y EL CICLO DEL PROYECTO 1 1.1 El proyecto de inversión 1 1.2 El proyecto: objetivos jerárquicamente interrelacionados 2 1.3 Los
CUADRO SINÓPTICO PLANIFICACIÓN ANUAL Matemática 1 Básico
UNIDAD 1 UNIDAD 2 UNIDAD 3 UNIDAD 4 NÚMEROS HASTA 10 *Contar, reconocer, leer y escribir los números de 0 a 10. *Comparar dos conjuntos de objetos e identificar el conjunto que tiene más, menos o la misma
EVALUACIÓN SUMATIVA. 2.2 Resuelve problemas, utilizando el principio de la multiplicación con seguridad.
I. Generalidades: EVALUACIÓN SUMATIVA Asignatura: MATEMÁTICA Recursos: Problema Planteado. Libro de Matemática, Contenidos: Utilicemos el Conteo: El Principio de la Multiplicación, El Principio de la Suma,
FUNDACIÓN UNIVERSITARIA TECNOLÓGICO COMFENALCO
PROCESOS ADMINISTRATIVOS UNIDAD 1 - PLANEACION CONCEPTOS: PLANEACION Planear es definir las metas de la organización, establecer una estrategia general para alcanzarlas y trazar planes exhaustivos para
Formulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico
Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más
Instrucciones. 1. Revisión de conceptos asociados a los números enteros. 2. Desarrollo de ejemplos en pizarra.
Colegio Antil Mawida Departamento de Matemática Profesora: Nathalie Sepúlveda Guía nº1 Taller PSU Refuerzo Contenido y Aprendizaje N Fecha Tiempo 2 Horas Nombre: Unidad Nº Núcleos temáticos de la Guía
INDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica
INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de variables
Instrumentos Financieros y Diversificación de Cartera. 15 de octubre 2015
Instrumentos Financieros y Diversificación de Cartera. 15 de octubre 2015 Las opiniones y puntos de vista vertidos en esta presentación son a título personal y no representan necesariamente la posición
CONTABILIDAD V MATERIAL DE CLASE PRÁCTICA LLAVE DE NEGOCIO. Página 1 de 6
CONTABILIDAD V MATERIAL DE CLASE PRÁCTICA LLAVE DE NEGOCIO 2015 Página 1 de 6 LLAVE DE NEGOCIO CASOS DE APLICACIÓN CÁLCULO DEL VALOR LLAVE Página 2 de 6 SIMBOLOGÍA Y CÁLCULO Y = Valor Llave N = Cantidad
CURSO: TOMA DE DECISIONES BAJO RIESGO
MANAGEMENT CONSULTORES CURSO: TOMA DE DECISIONES BAJO RIESGO Cnel. R.L. Falcón 1435 C1406GNC 35 Buenos Aires, Argentina Tel.: 054-11-15-5468-3369 Fax: 054-11-4433-4202 Mail: [email protected]
EL PAPEL DE LA ESTADISTICA EN O Y M. Objetivo: Identificar índices estadísticos, y métodos más convenientes, para aplicarlos en el estudio de O y M.
EL PAPEL DE LA ESTADISTICA EN O Y M Objetivo: Identificar índices estadísticos, y métodos más convenientes, para aplicarlos en el estudio de O y M. O y M necesita apoyarse en la estadística que en casos
Tipos algebraicos y abstractos. Algoritmos y Estructuras de Datos I. Tipos algebraicos
Algoritmos y Estructuras de Datos I 1 cuatrimestre de 009 Departamento de Computación - FCEyN - UBA Programación funcional - clase Tipos algebraicos Tipos algebraicos y abstractos ya vimos los tipos básicos
Capítulo 4 Probabilidad TÉCNICAS DE CONTEO Copyright 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
Capítulo 4 Probabilidad TÉCNICAS DE CONTEO Copyright 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved. 4.1-1 Arboles de decisión Un árbol de decisiones es una herramienta para determinar la
TABLAS DE DECISIÓN Muchos procesos de toma de decisiones pueden ser tratados por medio de tablas de decisión, en las que se representan los elementos
TABLAS DE DECISIÓN Muchos procesos de toma de decisiones pueden ser tratados por medio de tablas de decisión, en las que se representan los elementos característicos de estos problemas: EJEMPLO Un ama
Calendarización anual Programa de matemáticas 1º básico
Calendarización anual Programa de matemáticas 1º básico 8 horas semanales Esta calendarización está pensada para un horario de 8 horas pedagógicas semanales. Se basa en el trabajo de profesoras que han
Introducción (Informal)
Redes de Petri Introducción (Informal) Cesáreo Raimúndez Depto. de Ingeniería de Sistemas y Automática ETSII-Vigo Redes de Petri p. 1/18 Introducción Herramienta gráfica para modelar la concurrencia y
Figura 3.1. Grafo orientado.
Leyes de Kirchhoff 46. ECUACIONES DE INTERCONEXION. Leyes de Kirchhoff..1. Definiciones. Una red está formada por la interconexión de componentes en sus terminales; y deben cumplirse simultáneamente las
PERSPECTIVAS ISSN: Universidad Católica Boliviana San Pablo Bolivia
PERSPECTIVAS ISSN: 1994-3733 [email protected] Universidad Católica Boliviana San Pablo Bolivia Peñaloza Palomeque, Mariana TEORÍA DE LAS DECISIONES PERSPECTIVAS, núm. 25, enero-junio, 2010, pp. 227-240
(d) Puede haber estrategias que funcionan mejor que Minimax si el contrincante es
Universidad Rey Juan Carlos Curso 2014 2015 Hoja de Problemas Tema 5 1. Cuáles de las siguientes afirmaciones acerca del algoritmo Minimax son ciertas (a) El algoritmo Minimax realiza una exploración primero
Unidad II. Ambientes de Decisión. Introducción
Unidad II. Ambientes de Decisión. Introducción El problema de la Decisión, motivado por la existencia de ciertos estados de ambigüedad que constan de proposiciones verdaderas (conocidas o desconocidas),
FACTORES DE RIESGO EN EL SECTOR ELÉCTRICO
FACTORES DE RIESGO EN EL SECTOR ELÉCTRICO U N I V E R S I D A D D E L VA L L E I N G. A N D R É S F E L I P E G A L L O I N G. V E N A N C I O Á L VA R E Z VA L L E J O 2016 CONTENIDO 1. Qué es riesgo?
Unidad Temática 2 Probabilidad
Unidad Temática 2 Probabilidad Responda verdadero o falso. Coloque una letra V a la izquierda del número del ítem si acepta la afirmación enunciada, o una F si la rechaza. 1. El experimento que consiste
MANUAL DE USO PROGRAMA SENSIBAR
MANUAL DE USO PROGRAMA SENSIBAR ANALSIS DE SENSIBILIDAD Y SIMULACION DE MONTECARLO JOSE FUENTES VALDES FACEA - UNIVERSIDAD DE CONCEPCION Facultad de Economía Universidad de Concepción 1 SensiBar. ANALSIS
Conferencia de las Américas de Palisade
Conferencia de las Américas de Palisade Miami, noviembre de 2006 Evaluación de portfolios agrícolas con @Risk Ariadna Berger Facultad de Agronomía Universidad de Buenos Aires, Argentina 1 Evaluación de
_abc. Comienza tu aventura! Hola amiguita, hola amiguito:
Hola amiguita, hola amiguito: Bienvenido a recorrer la interesante aventura del aprendizaje! El texto que tienes en tus manos es parte de una colección de cuatro libros que te acompañarán durante este
SISTEMAS DE APOYO A LA TOMA DE DECISIONES : DSS y EIS
IIC3712 GESTIÓN de las TEC. de INFORMACIÓN SISTEMAS DE APOYO A LA TOMA DE DECISIONES : DSS y EIS Ignacio Casas R. Escuela de Ingeniería Pontificia Universidad Católica de Chile Mayo, 2002 Qué es la Toma
Aprendizaje Automatizado
Aprendizaje Automatizado Aprendizaje Automatizado Programas que mejoran su comportamiento con la experiencia. Dos formas de adquirir experiencia: A partir de ejemplos suministrados por un usuario (un conjunto
CM0244. Suficientable
IDENTIFICACIÓN NOMBRE ESCUELA ESCUELA DE CIENCIAS NOMBRE DEPARTAMENTO Ciencias Matemáticas ÁREA DE CONOCIMIENTO MATEMATICAS, ESTADISTICA Y AFINES NOMBRE ASIGNATURA EN ESPAÑOL ESTADÍSTICA GENERAL NOMBRE
