incertidumbre y riesgo Begoña Vitoriano Villanueva
|
|
- Sofia Campos Ortiz de Zárate
- hace 5 años
- Vistas:
Transcripción
1 Teoría de la Decisión: Decisión con incertidumbre y riesgo Begoña Vitoriano Villanueva
2 Teoría de la decisión: Introducción Decisión: elegir lo mejor entre lo posible Definir lo mejor y lo posible Lo mejor: - Un criterio (Optimización clásica y Decisión clásica) - Varios criterios o varios decisores (Juegos y Decisión multicriterio) Incertidumbre Optimización estocástica Teoría de la decisión clásica Teoría de juegos con información incompleta Lo Posible: - Conjunto Discreto - Conjunto Continuo Teoría de la Decisión - 1
3 Índice 1. Decisión con incertidumbre o riesgo (juegos frente a la naturaleza) 2. Juegos o juegos de estrategia 3. Decisión multicriterio Teoría de la Decisión - 2
4 . Introducción Decisor toma decisión ante situación con diversos estados gobernados por azar E = {E 1,...,E m } Estados de la naturaleza A = {A 1,...,A n } Decisiones posibles o alternativas x ij : Consecuencia de tomar decisión A i y se dé estado E j p j : Probabilidad de estado E j. p j conocida: Decisión bajo riesgo p j desconocida: Decisión bajo incertidumbre E y A finitos tabla de decisión: E 1 E 2... E m p 1 p 2... p m Estados, escenarios Probabilidades Decisiones, A 1 x 11 x x 1m alternativas A 2 x 21 x x 2m o acciones : : :... : Matriz de pagos o consecuencias A n x n1 x n2... x nm Teoría de la Decisión - 3
5 Decisión con incertidumbre o riesgo Criterios de valoración Criterios para valorar decisiones A) Probabilidades conocidas: Criterio del valor esperado o de Laplace: Valorar alternativas con valor esperado o medio (bueno situaciones repetidas) Criterio de la moda: Valorar con valor en escenario moda (bueno moda clara) Criterio de escenario medio: Obtener escenario medio y valorar con valor en él B) Probabilidades desconocidas o ignoradas: Criterio de Wald o minimax-maximin o pesimista: Valorar con lo peor Costes: minimax Ganancias: maximin Criterio optimista: Valora cada alternativa con lo mejor (apenas usada) Criterio de Hurwicz: Actitudes entre la más pesimista y la más optimista:α (0 α 1) índice optimismo Valorar: α Lo mejor + (1-α) Lo peor Criterio de Savage o costes de oportunidad o minimizar máximo arrepentimiento Coste de oportunidad de no prever correctamente el estado de la naturaleza. Matriz penalizaciones o costes oportunidad: lo mejor del estado valor matriz A esa matriz aplicar minimax (puede ser otro) Teoría de la Decisión - 4
6 Criterios de valoración Demanda: 1 (0 1), 2 (0 3), 3 (0 4), 4 (0 2). P. Venta mes: 6500, mes siguiente: 4000; Coste: 5000 D 1 =1 D 2 =2 D 3 =3 D 4 =4 P 1 =0 1 P 2 =0 3 P 3 =0 4 P 4 =0 2 A 1 = A 2 = A 3 = A 4 = A) Ganancia esperada: A1: 1500 A2: 2750 A3: 3250 A4: 2750 Moda: A1: 1500 A2: 3000 A3: 4500 A4: 3500 Escenario medio: 2 7 A1: 1500 A2: 3000 A3: 3750 A4: 2750 B) Wald: A1: 1500 A2: 500 A3: -500 A4: -150 Optimista: A1: 1500 A2: 3000 A3: 4500 A4: 6000 Hurwicz: A1: 1500 A2: 3000α+500(1-α) A3: 4500α-500(1-α) A4: 6000α-1500(1-α) α<0 4 A1, α 0 4 A4 SAVAGE: Teoría de la Decisión - 5
7 Valor esperado de la información perfecta Valor esperado de la información perfecta (VEIP) VEIP = Ganancia esperada con información perfecta - Ganancia esperada con incertidumbre Ganancia esperada con información perfecta: Para cada estado mejor decisión y esperanza Ganancia esperada con incertidumbre: Dada la decisión elegida, esperanza de la ganancia Ejemplo: Ganancia esperada con información perfecta: D :1(0'1) D :2(0'3) D :3(0'4) D :4(0'2) A(1500) A(3000) A(4500) A(6000) GEIP = Si la decisión es A 3 : Ganancia esperada con incertidumbre 3250 VEIP = = 800 (Equivale a criterio de Savage con penalización esperada) VEIP se puede entender como lo que se está dispuesto a pagar por tener la certeza del estado que se va a dar (valor de la información). Teoría de la Decisión - 6
8 Árboles de decisión Procesos decisión polietápicos: Árboles de decisión Proceso secuencial de Decisión-Azar Árbol de decisión: Vértice de azar: salen tantos arcos como estados de la naturaleza posibles en ese punto Vértice de decisión: salen tantos arcos como acciones posibles en ese punto Vértice inicial o raiz: salen tantos arcos como acciones iniciales hay. Vértice terminal u hoja: asignar coste o beneficio El árbol se construye de raíz a hojas, y se valora de hojas a raíz: Nodos de azar: valorar con alguno de los criterios (suele ser valor medio) Nodos de decisión: Elegir la mejor decisión según el criterio elegido. Las decisiones no seleccionadas se consideran rechazadas (camino eliminado) Teoría de la Decisión - 7
9 Árboles de decisión Ejemplo Vendedor ambulante: Enero: pagar 400 euros permiso para ir feria septiembre Un mes antes: previsión mal tiempo (0'3) no va feria Tipos pedido: Grande 900 u. P.c.:100 P.v.:300; Pequeño 600 u. P.c.:125 P.v.:350 Demanda: 900 (0'3) 600 (0'5) 300 (0'2). Si demanda > pedido, P.v. 50 menos D.Alta 0' P. Grande A2 D.Media 0'5 D.Baja 0' Buen tiempo 0'7 D2 D.Alta 0' D1 permiso A1 Mal tiempo 0'3 P. Pequeño A'2 D.Media 0'5 D.Baja 0' No permiso 0 Política óptima: pedir permiso y si hace buen tiempo ir con pedido pequeño Teoría de la Decisión - 8
10 Decisión con incertidumbre o riesgo Árboles decisión: incremento información parcial Bayes Probabilidades a priori: Estimaciones probabilidades estados de la naturaleza Probabilidades a posteriori: Estimaciones de las probabilidades tras saber resultado de experimento asociado Ejemplo: El viajante pregunta Enero experto estadístico meteorólogo climatología septiembre. Si es útil, modificará probabilidades según lo que diga el experto Incorporar información al árbol de decisión: Si se conocen probabilidades a posteriori, directo Si no se conocen, teorema de la probabilidad total y de Bayes PA ( ) = PA ( / B) PB ( ) i i i PA ( / B) PB ( ) PB ( / A) = PA ( ) Teoría de la Decisión - 9
11 Utilidad Utilidad: concepto y funciones de utilidad Valoración personal de una cantidad utilidad Función de utilidad : resume importancia que la persona asocia a cantidades Índice o escala personal, no decreciente. Los criterios de decisión con utilidades. Utilidad Valor real Teoría de la Decisión - 10
12 Utilidad Función de utilidad- Von Neumann, Morgenstern Lotería: (p1, r1; p2, r2;...; pn, rn) L1pL2: se prefiere 1/ /4 0 L1iL2: indiferentes, loterías equivalentes La utilidad, u(ri): número qi tal que son equivalentes (1, ri) y (qi, Result. Más favorable; 1-qi, Result. Menos favorable) La especificación de las utilidades de todos los pagos: función de utilidad Utilidad esperada de una lotería= Alternativas Loterías n i= 1 pur ( ) i i Teoría de la Decisión - 11
13 Utilidad Axiomas de Von Neumann-Morgenstern Ax1 de ordenación completa: Dados r1 y r2 se cumple: r1pr2 o r2pr1 o r1i r2. Transitividad (r1pr2 y r2pr3 es r1pr3 ) Ax2 de continuidad: Si r1pr2 y r2pr3 entonces existe c tal que (1, r2) i (c, r1 ; 1-c, r3 ) Ax3 de independencia: Si r1i r2 entonces c (0,1) son indiferentes (c, r1 ; 1-c, r3 ) y (c, r2 ; 1-c, r3 ) Ax4 de probabilidad desigual: Si r1pr2 entonces (c, r1 ; 1-c, r2 ) p (c, r1 ; 1-c, r2 ) si c > c Ax5 de lotería compuesta: Lotería compuesta equivalente a simple Compuesta: Teoría de la Decisión - 12
14 Utilidad La función de utilidad aunque no vaya entre 0 y 1 puede ser transformada a este rango: Si u(x) función de utilidad, sea v(x)=au(x)+b (a>0). Entonces: L1pL2 usando u(x) si y sólo si L1pL2 usando v(x) L1i L2 usando u(x) si y sólo si L1i L2 usando v(x) Estimación de la función de utilidad de un individuo: Por ejemplo, pedir valor utilidad ½ (indiferente él seguro a ½ peor y mejor) Seguir con el de ¼ (igual anterior pero ½ el de utilidad ½ y ½ el peor) Análogo ¾,... Teoría de la Decisión - 13
15 Utilidad Relación función de utilidad y conducta ante el riesgo Equivalente de certeza (CE(L)) = valor en que es indiferente ese valor seguro a la lotería L Ventaja de riesgo (RP(L)) = EV(L) CE(L) (es decir, valor esperado de la lotería menos equiv. de certeza) Actitud ante el riesgo: Contrario a los riesgos: RP(L) >0 (cóncava) Neutral frente a riesgos: RP(L)=0 (recta) Preferencia por el riesgo: RP(L)<0 (convexa) Teoría de la Decisión - 14
16 Utilidad Zonas Cóncavas: aversión al riesgo Zonas Convexas: preferencia por el riesgo Zonas lineales: neutralidad Utilidad Valor real Teoría de la Decisión - 15
Teoría de la Decisión: Decisión con incertidumbre y riesgo. Begoña Vitoriano Villanueva
Teoría de la Decisión: Decisión con incertidumbre y riesgo Begoña Vitoriano Villanueva Teoría de la decisión: Introducción Decisión: elegir lo mejor entre lo posible Definir lo mejor y lo posible Lo mejor:
Más detallesIntroducción. Proceso de toma de decisión: Elegir lo mejor entre lo posible. Decisión multicriterio Teoría de juegos
Teoría de la Decisión Introducción Proceso de toma de decisión: Elegir lo mejor entre lo posible Decisión con incertidumbre o riesgo Decisión multicriterio Teoría de juegos Decisión en una etapa E={E 1...E
Más detallesTeoría de la decisión
Teoría de la decisión La toma de decisiones consiste en elegir lo mejor entre lo posible Definir lo mejor y lo posible Lo mejor: - Teoría de la decisión clásica: criterios y decisiones bien definidos.
Más detallesUNLPam - 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
Más detallesTEORIA 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.
Más detallesAnálisis 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
Más detallesTema 15. Decisiones en Riesgo e Incertidumbre
Tema 15. Decisiones en Riesgo e Incertidumbre Técnicas de Organización y Gestión Empresarial Ingeniería Técnica en Informática de Gestión Universidad de Castilla-La Mancha 1. INTRODUCCION 2. DECISIONES
Más detallesFundamentos de Teoría de la Decisión Modelos y Herramientas de Decisión Máster Universitario de Ingeniería de Organización - ETSEIB
UNIVERSITAT POLITÈCNICA DE CATALUNYA BARCELONATECH OPE ORGANIZACIÓN DE LA PRODUCCIÓN Y DE EMPRESA (ASPECTOS TÉCNICOS, JURÍDICOS Y ECONÓMICOS EN PRODUCCIÓN ) Fundamentos de Teoría de la Decisión Modelos
Más detalles8. Decisión en ambiente de incertidumbre
8.1 Elementos de un problema de decisión. 8.2 Tablas de decisión. 8.3 Valoración de los resultados. 8.4 Clasificación de los problemas de decisión. 8.5 Toma de decisiones en ambiente de incertidumbre.
Más detallesTEORÍA DE LA DECISIÓN: Decisión con Incertidumbre, Decisión Multicriterio y Teoría de Juegos. Begoña Vitoriano bvitoriano@mat.ucm.
TEORÍA DE LA DECISIÓN: Decisión con Incertidumbre, Decisión Multicriterio y Teoría de Juegos Begoña Vitoriano bvitoriano@mat.ucm.es Julio 2007 MÉTODOS DE DECISIÓN ÍNDICE I. INTRODUCCIÓN A LA TEORÍA DE
Más detallesAnálisis 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
Más detallesMatriz 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
Más detallesAño Académico 2009 INGENIERÍA INDUSTRIAL E INGENIERÍA DE SISTEMAS
Año Académico 2009 INGENIERÍA INDUSTRIAL E INGENIERÍA DE SISTEMAS Investigación de operaciones I UNIDAD Unidad I: Programación lineal Conjuntos convexos, propiedades. Solución gráfica del problema bidimensional
Más detallesANÁLISIS DE DECISIONES
ANÁLISIS DE DECISIONES M. En C. Eduardo Bustos Farías M. En C. Eduardo Bustos Farías 1 Matriz de Pagos Una matriz de pagos muestra los resultados correspondientes a todas las combinaciones de alternativas
Más detallesTABLAS 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
Más detalles6.2 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).
Más detallesDecisiones bajo ambiente de riesgo e incertidumbre Modelos de matriz de pago
Decisiones bajo ambiente de riesgo e incertidumbre Modelos de matriz de pago Teoría de la decisión Un proceso de decisión trata de resolver la ambigüedad existente en un conjunto de alternativas. Es necesario
Más detallesFACULTAD DE INGENIERIA CIVIL IV CICLO I SESION Nº 09
FACULTAD DE INGENIERIA CIVIL IV CICLO 2012 - I SESION Nº 09 1 2 ING. M. HAMILTON WILSON H. 2 TABLAS DE DECISIÓN Muchos procesos de toma de decisiones pueden ser tratados por medio DE TABLAS DE DECISIÓN,
Más detallesTeoría de juegos Andrés Ramos Universidad Pontificia Comillas
Teoría de juegos Andrés Ramos Universidad Pontificia Comillas http://www.iit.upcomillas.es/aramos/ Andres.Ramos@upcomillas.es TEORÍA DE JUEGOS 1 Teoría de juegos 1. Matriz de pagos 2. Clasificación 3.
Más detallesDirección Financiera II Universidad de León. Curso
Dirección Financiera II Universidad de León. Curso 2013-2014 Isabel Feito Ruiz (ifeir@unileon.es) 1 Índice de Contenidos Bloque I: La Decisión de Inversión en Ambiente de Racionamiento y de Riesgo Tema
Más detallesEL 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
Más detallesTEORIA 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
Más detallesANÁLISIS DE DECISIONES. M. En C. Eduardo Bustos Farías 1
ANÁLISIS DE DECISIONES M. En C. Eduardo Bustos Farías M. En C. Eduardo Bustos Farías 1 HERRAMIENTAS PARA LA TOMA DE DECISIONES TABLAS DE DECISION O MATRIZ DE PAGOS M. En C. Eduardo Bustos Farías 2 Matriz
Más detallesParte I. Tema I: TEORÍA DE LA DECISIÓN CON INCERTIDUMBRE: UTILIDAD ESPERADA
Economía de la información y la incertidumbre 3er curso (1º Semestre) Grado en Economía Parte I. Tema I: TEORÍA DE LA DECISIÓN CON INCERTIDUMBRE: UTILIDAD ESPERADA Bibliografía recomendada: Nicholson,
Más detallesAnálisis 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
Más detallesParte I. Tema I: TEORÍA DE LA DECISIÓN CON INCERTIDUMBRE: UTILIDAD ESPERADA
Economía de la información y la incertidumbre 3er curso (1º Semestre) Grado en Economía Parte I. Tema I: TEORÍA DE LA DECISIÓN CON INCERTIDUMBRE: UTILIDAD ESPERADA Bibliografía recomendada: Nicholson,
Más detallesMATRIZ DE DECISIÓN. Problema 1
MATRIZ DE DECISIÓN Problema 1 Enunciado: a) Explicar las variables que se han de tener en cuenta al elaborar una matriz de decisión. b) Qué diferencia (s) existe (n) entre adoptar una decisión en condiciones
Más detallesLa Utilidad Esperada y la Aversión al Riesgo
Lic. Joel Vaisman La Utilidad Esperada y la Aversión al Riesgo Los problemas básicos de la Microeconomía son siempre en base a la modelización de la toma de decisiones de los agentes. En su núcleo, se
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA INGENIERIA EN SISTEMAS. Solución al tránsito de periférico de sur a norte en horas pico
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA INGENIERIA EN SISTEMAS Dr. Juan Antonio Del Valle Flores Jimenez Trujillo Martin Alexis Solución al tránsito de periférico de sur a norte
Más detallesTeoría de la decisión
Contexto general Unidad 2. Ambientes de decisión. El contexto de las decisiones gerenciales. El proceso de la decisión gerencial. El problema. Definición y contexto. Caracterización de los datos Unidad
Más detallesMódulo 2. Programación Multiobjetivo bajo Incertidumbre
Módulo. Programación Multiobjetivo bajo Incertidumbre Patricia Jaramillo y Ricardo Smith Q. Instituto de Sistemas y Ciencias de la Decisión Facultad de Minas Universidad Nacional de Colombia, Medellín,
Más detallesCAPITULO 6: ANALISIS DE LA TEORÍA DE LA DECISIÓN
CAPITULO 6: ANALISIS DE LA TEORÍA DE LA DECISIÓN Objetivos del Capítulo. Capacitar en la identificación de criterios a tener en cuenta en un proceso de toma de decisiones, Desarrollar la capacidad de modelización
Más detallesCapítulo 4 La decisión de inversión en condiciones de riesgo e incertidumbre
PARTE I: La decisión de inversión Capítulo 4 La decisión de inversión en condiciones de riesgo e incertidumbre 4.1 Incertidumbre y riesgo en la selección de proyectos de inversión 4.2 Información requerida
Más detallesUNIVERSIDAD DE GUADALAJARA
UNIVERSIDAD DE GUADALAJARA CENTRO UNIVERSITARIO DE CIENCIAS EXACTAS E INGENIERÍAS SECRETARÍA ACADÉMICA DIVISIÓN DE INGENIERÍAS DIVISIÓN DE INGENIERÍAS DEPARTAMENTO DE INGENIERÍA INDUSTRIAL ACADEMIA DE:
Más detallesUNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADEMICO SUBPROGRAMA DE DISEÑO ACADÉMICO AREA: INGENIERÍA CARRERA: INGENIERÍA DE SISTEMAS PLAN DE CURSO
1/11 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADEMICO SUBPROGRAMA DE DISEÑO ACADÉMICO AREA: INGENIERÍA CARRERA: INGENIERÍA DE SISTEMAS I. Identificación PLAN DE CURSO Nombre: TEORÍA DE DECISIONES
Más detallesUNIVERSIDAD AUTÓNOMA DE MADRID PRUEBA DE ACCESO A LA UNIVERSIDAD PARA MAYORES DE 25 AÑOS Convocatoria 2017
INSTRUCCIONES GENERALES Y VALORACIÓN INSTRUCCIONES: Escoja entre una de las dos opciones A o B. Lea con atención y detenimiento los enunciados de las cuestiones y responda de manera razonada a los puntos
Más detallesModelos de matriz de pago
Modelos de matriz de pago Decisiones en ambiente de riesgo Son aquellos modelos heurísticos donde las diferentes alternativas de acción se conocen, así como los estados de la naturaleza o resultados de
Más detallesBLOQUE TEMÁTICO III: EL SUBSISTEMA DIRECTIVO Y LA TOMA DE DECISIONES.
BLOQUE TEMÁTICO III: EL SUBSISTEMA DIRECTIVO Y LA TOMA DE DECISIONES. TEMA 6: LAS DECISIONES EN LA EMPRESA. 6.1 LA TOMA DE DECISIONES EN LA EMPRESA. 6.2 ETAPAS EN EL PROCESO DE TOMA DE DECISIONES. 6.3
Más detallesInvestigación Operativa I Facultad de Ciencias Exactas UNCPBA. Año 2013
- 2013 Facultad de Ciencias Exactas UNCP ño 2013 Toma de decisiones bajo certidumbre: los datos se conocen en forma determinista. P ij = 1 Toma de decisiones bajo riesgo: los datos se pueden describir
Más detallesEvaluación y Selección de Alternativas de Solución La Matriz de Decisión
Teoría de Decisiones Conceptos Fundamentales Evaluación y Selección de Alternativas de Solución La Matriz de Decisión Sesión 5 Nelson José Pérez Díaz La metodología recomendada. 1. El problema 2. Objetivo
Más detallesInvestigación 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
Más detallesADMINISTRACIÓN DE OPERACIONES EJERCICIOS No 1. PRIMERA PREGUNTA Un vendedor puede comprar pantalones a precios referenciales.
ADMINISTRACIÓN DE OPERACIONES EJERCICIOS No 1 PRIMERA PREGUNTA Un vendedor puede comprar pantalones a precios referenciales. Si compra 100 unidades, el costo unitario es $ 11; Si compra 200 unidades, el
Más detallesTécnicas de planificación y control de proyectos Andrés Ramos Universidad Pontificia Comillas
Técnicas de planificación y control de proyectos Andrés Ramos Universidad Pontificia Comillas http://www.iit.upcomillas.es/aramos/ Andres.Ramos@upcomillas.es TÉCNICAS DE PLANIFICACIÓN Y CONTROL DE PROYECTOS
Más detallesFacultad de Economía y Empresa. Microeconomía II. Prof. Carlos R. Pitta
Facultad de Economía y Empresa Microeconomía II Prof. Carlos R. Pitta 1 I Primera Parte: Incertidumbre 1. Introducción 2 Introducción En Micro I, todos los resultados obtenidos suponían implícitamente
Más detallesx = nº amarillos y = nº blancos z = nº rojos
67 70 Septiembre 0 Queremos realizar una inversión en dos tipos de acciones con las siguientes condiciones: Lo invertido en las acciones de tipo A no puede superar los 0000 euros. Lo invertido en las acciones
Más detallesTeoría de juegos. Andrés Ramos
Teoría de juegos Andrés Ramos http://www.iit.comillas.edu/aramos/ Andres.Ramos@comillas.edu Contenido 1. Introducción 2. Juegos bipersonales de suma 0 con estrategias puras 3. Juegos bipersonales de suma
Más detallesMariano Anastacio Juan Manuel
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DIVISIÓN DE INGENIERÍA CIVIL Y GEOMÁTICA INGENIERIA DE SISTEMAS Proyecto de toma de decisiones Tren interurbano México-Toluca Mariano Anastacio
Más detallesModelos de matriz de pago
Modelos de matriz de pago Heurística Puede describirse como el arte y la ciencia del descubrimiento y de la invención o de resolver problemas mediante la creatividad. La etimología de heurística es la
Más detallesEstadística I Tema 4: Probabilidad
Estadística I Tema 4: Probabilidad Tema 4. Probabilidad Contenidos Experimentos aleatorios, espacio muestral, sucesos elementales y compuestos. Definición de probabilidad. Propiedades. Probabilidad condicionada
Más detallesFacultad de Economía y Empresa. Microeconomía II. Prof. Carlos R. Pitta
Facultad de Economía y Empresa Microeconomía II Prof. Carlos R. Pitta 1 I Primera Parte: Incertidumbre 1. Introducción 2 Introducción En Micro I, todos los resultados obtenidos suponían implícitamente
Más detallesTEMA 3. PROCESOS DE DECISIÓN MULTIATRIBUTO
TEMA 3. PROCESOS DE DECISIÓN MULTIATRIBUTO 1. INTRODUCCIÓN INTRODUCCIÓN A LA TEORÍA DE LA DECISIÓN: El problema de la Decisión, motivado por la existencia de ciertos estados de ambigüedad que constan de
Más detallesPERSPECTIVAS ISSN: Universidad Católica Boliviana San Pablo Bolivia
PERSPECTIVAS ISSN: 1994-3733 oswaguan@ucbcba.edu.bo Universidad Católica Boliviana San Pablo Bolivia Peñaloza Palomeque, Mariana TEORÍA DE LAS DECISIONES PERSPECTIVAS, núm. 25, enero-junio, 2010, pp. 227-240
Más detallesPlaneamiento Estratégico Dinámico. Evaluación de Utilidad
Evaluación de Utilidad Massachusetts Institute of Technology Evaluación de Utilidad Transparencia 1 de 33 Evaluación de Utilidad Axiomas Básicos Ejemplo Proceso de Entrevista Procedimiento Convencional
Más detallesEjercicio de aplicación
Usando el Excel determine la solución a los casos siguientes: CASO 1. (Vendedor de Periódicos) Ejercicio de aplicación Un canillita compra periódicos al comienzo del día y no sabe cuantos venderá. Al final
Más detallesMATRIZ 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
Más detallesUniversidad de Castilla la Mancha PAU/LOGSE Septiembre Opción A
1 Universidad de Castilla la Mancha PAU/LOGSE Septiembre.01 Opción A SEPTIEMBRE 01 1.- Queremos realizar una inversión en dos tipos de acciones con las siguientes condiciones: Lo invertido en las acciones
Más detallesEL NEGOCIO CONJUNTO. (Solución Paso a Paso) u(b) miles de $ u(b) 0 0,50 0,75 0,90 1
EL NEGOCIO CONJUNTO. (Solución Paso a Paso) El empresario A encara un negocio al cual atribuye p=0,8 de éxito pero que obligatoriamente debe hacerse en asociación con el empresario B. En caso de éxito,
Más detallesDecisiones individuales: Axiomas básicos del modelo estándar de elección racional
Decisiones individuales: Axiomas básicos del modelo estándar de elección racional Decisiones Económicas: Individuales, Colectivas y Estratégicas Prof. Raúl López Modelos de Elección Racional (I) Modelo
Más detallesDar 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
Más detallesTEMA 1: MOTIVACIÓN Y COMPORTAMIENTO HUMANO
TEMA 1: MOTIVACIÓN Y COMPORTAMIENTO HUMANO TEMA 1: MOTIVACIÓN Y COMPORTAMIENTO HUMANO 1.1 Concepto de racionalidad económica 1.2. Actitudes y comportamiento frente al riesgo 1.2.1. Riesgo e información
Más detallesCarrera: INGENIERIA ZOOTECNISTA E S T A D I S T I C A
Carrera: INGENIERIA ZOOTECNISTA E S T A D I S T I C A ESTADÍSTICA INFERENCIAL Cuando no se puede estudiar a todos los miembros de una población y se debe recurrir a una muestra, haciendo uso de las técnicas
Más detallesUNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO
UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO MODELO CURSO 2012-2013 MATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II INSTRUCCIONES
Más detallesCURSO: 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: mgm_consultas@mgmconsultores.com.ar
Más detallesInvestigación 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.
Más detallesIngeniería de sistemas
23-5-2016 Ingeniería de sistemas Proyecto final: Perforación de pozo de agua Prof.: DR. JUAN ANTONIO DEL VALLE FLORES Alumno: López López Juan Carlos Grupo: El Sistema de Aguas de la Ciudad de México desea
Más detallesTeoría Microeconómica
Teoría Microeconómica Sandro A. Huamaní Antonio 1 LAMBDA GROUP S.A.C Febrero del 2011 1 Esta es una versión preliminar escrita para el curso de Microeonomía dictado en LAMBDA GROUP cualquier sugerencia
Más detallesINDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
Más detallesINTRODUCCIÓN A LAS DECISIONES EMPRESARIALES
Master en Zootecnia y Gestión Sostenible INTRODUCCIÓN A LAS DECISIONES EMPRESARIALES Economía Ganadera: Análisis Estratégico Área de Organización de Empresas Raquel Acero de la Cruz 2008 INTRODUCCIÓN A
Más detallesTeoría Microeconómica I. Contenido. Objetivos. Tema 11. Elección en Situaciones de Incertidumbre
Teoría Microeconómica I Tema 11. Elección en Situaciones de Profesor Asociado Departamento de Economía ITESM, Campus Monterrey. Se prohie la reproducción total o parcial de este material sin la autorización
Más detallesNIVELACIÓN DE ESTADISTICA. Carlos Darío Restrepo
NIVELACIÓN DE ESTADISTICA Qué es la probabilidad? La probabilidad mide la frecuencia con la que aparece un resultado determinado cuando se realiza un experimento. Por ejemplo: tiramos un dado al aire y
Más detallesTipos de Entorno para la Toma de Decisiones
Modelos de Decisión Tipos de Entorno para la Toma de Decisiones 1. Toma de decisiones con cer/dumbre: Se conocen con certeza la consecuencia de cada alterna/va. 2. Toma de decisiones con incer/dumbre:
Más detallesBúsqueda en línea y Búsqueda multiagente
Búsqueda en línea y Búsqueda multiagente Ingeniería Informática, 4º Curso académico: 2011/2012 Profesores: Ramón Hermoso y Matteo Vasirani 1 Tema 2: Agentes basados en Búsqueda Resumen: 2. Agentes basados
Más detallesToma de decisiones en situación de certeza, riesgo e incertidumbre. Economía de Empresas Econ. Silvia Mejía Matute Oct. 2016
Toma de decisiones en situación de certeza, riesgo e incertidumbre Economía de Empresas Econ. Silvia Mejía Matute Oct. 2016 Qué es la toma de decisiones? Es una actividad inherente a la gestión de la empresa
Más detallesSistemas de ayuda a la decisión Modelización de la incertidumbre Tema 2. Incertidumbre y Probabilidad
Sistemas de ayuda a la decisión Modelización de la incertidumbre Tema 2. Incertidumbre y Probabilidad Indice 1) Sucesos Aleatorios. 2) Espacio Muestral. 3) Operaciones con Sucesos. 4) Enfoques de la Probabilidad.
Más detallesUniversidad Autónoma del Estado de México Licenciatura en Logística. Programa de estudio de la Unidad de Aprendizaje: Teoría de Decisiones
Universidad Autónoma del Estado de México Licenciatura en Logística Programa de estudio de la Unidad de Aprendizaje: Teoría de Decisiones I. Datos de identificación Espacio educativo donde se imparte Unidad
Más detallesTOMA DE DECISIONES BAJO RIESGO
11 de Octubre de 2017 TOMA DE DECISIONES BAJO RIESGO Postgrado de Investigación de Operaciones Facultad de Ingeniería Universidad Central de Venezuela 1 Puntos a tratar 1. Criterios 2. Criterio del Valor
Más detallesTema 2: Juegos estáticos (o de una etapa) con información completa
Tema 2: Juegos estáticos (o de una etapa) con información completa 1. Introducción 1.1. Características de este tipo de juegos: decisiones simultaneas, todos conocen la estructura completa del juego (es
Más detallesLa incertidumbre en la toma de decisiones
La incertidumbre en la toma de decisiones Rafael Fernández Concha Hoy en día, prácticamente no existe actividad humana que no sea objeto de la estadística. Tanto ésta sea aplicada intuitivamente, empíricamente
Más detallesSesión 14: Redes de Decisión
Modelos Gráficos Probabilistas L. Enrique Sucar INAOE Sesión 14: Redes de Decisión un agente racional ideal es aquel que, para cada posible secuencia de percepciones, realiza la acción que maximiza su
Más detallesTEORIA MICROECONÓMICA
TEORIA MICROECONÓMICA PRINCIPIOS BASICOS Y AMPLIACIONES Novena edición IX Contenido Parte 1 INTRODUCCIÓN 1 1 MODELOS ECONÓMICOS 3 Modelos teóricos 3 Verificación de los modelos económicos 4 Características
Más detallesCarrera: INGENIERIA ZOOTECNISTA E S T A D I S T I C A
Carrera: INGENIERIA ZOOTECNISTA E S T A D I S T I C A ESTADÍSTICA INFERENCIAL Cuando no se puede estudiar a todos los miembros de una población y se debe recurrir a una muestra, haciendo uso de las técnicas
Más detallesModelo de negociación de Nash. Imposibilidad de la teoría ordinal. Elementos. Solución de negociación de Nash y juegos de ofertas alternativas
Solución de negociación de Nash y juegos de ofertas alternativas MIT 4.26 Teoría de juegos Modelo de negociación de Nash Formulación Axiomas e implicaciones 2 Elementos Imposibilidad de la teoría ordinal
Más detallesTema 7: Algunas nociones sobre Toma de decisiones
Tema 7: Algunas nociones sobre Toma de decisiones Tomar una decisión es elegir entre varias alternativas posibles. Por ejemplo, elegir el ámbito de psicología que más nos gusta y al que nos queremos dedicar
Más detallesSistemas de ayuda a la decisión Modelización de las Preferencias Tema 3. Preferencias y utilidad
Tema 3. Preferencias y utilidad Indice 1) Motivación. Criterio EMV. Paradoja SP 2) Preferencias sobre loterías. Simples y compuestas 3) Teoría de la utilidad. Axiomas. Equivalencia estratégica 4) Construcción
Más detallesEnseñanza de la Probabilidad: Perspectivas para el aprendizaje de la probabilidad
Enseñanza de la Probabilidad: Perspectivas para el aprendizaje de la probabilidad Soledad Estrella IV Simposio Estadística y Probabilidad en el aula escolar IMA - PUCV diciembre- 2017 Proyecto Fondecyt
Más detallesNOMBRE DE LA ASIGNATURA: MÉTODOS CUANTITATIVOS PARA ADMINISTRACIÓN. ESCUELA: DEPARTAMENTO: ADMINISTRACIÓN
CODIGO: 092-4883 HORAS SEMANALES 4 HORAS TEORICAS: 2 UNIVERSIDAD DE ORIENTE COMISIÓN CENTRAL DE CURRÍCULA PROGRAMA DE ASIGNATURA NOMBRE DE LA ASIGNATURA: MÉTODOS CUANTITATIVOS PARA ADMINISTRACIÓN. ESCUELA:
Más detallesOBJETIVOS, CONTENIDOS y CRITERIOS DE EVALUACIÓN. COMPETENCIAS.
OBJETIVOS, CONTENIDOS y CRITERIOS DE EVALUACIÓN. COMPETENCIAS. BLOQUE I: ÁLGEBRA UNIDAD 1: SISTEMAS de ECUACIONES LINEALES. MÉTODO de GAUSS Recordar la resolución de ecuaciones lineales con una o varias
Más detallesPROBABILIDAD Y ESTADÍSTICA
PROBABILIDAD Y ESTADÍSTICA Pablo Torres Facultad de Ciencias Exactas, Ingeniera y Agrimensura - Universidad Nacional de Rosario Unidad 2: Probabilidad INTRODUCCIÓN Al lanzar un dado muchas veces veremos
Más detallesAnálisis de Datos. Conceptos básicos de probabilidad y teorema de Bayes. Profesor: Dr. Wilfrido Gómez Flores
Análisis de Datos Conceptos básicos de probabilidad y teorema de Bayes Profesor: Dr. Wilfrido Gómez Flores 1 Introducción Los fenómenos del mundo real se pueden clasificar en dos tipos: Determínistico:
Más detallesTeoría de decisiones
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DR. JUAN ANTONIO DEL VALLE FLORES Ingeniería de Sistemas Proyecto: Teoría de decisiones Alumno: Cerón López Marco Uriel Grupo: 4 Índice: Introducción
Más detallesANÁLISIS DE DECISIONES. M. En C. Eduardo Bustos Farías
ANÁLISIS DE DECISIONES M. En C. Eduardo Bustos Farías 1 Introducción al Análisis de Decisiones 2 Introducción al Análisis de Decisiones Teoría de la Decisión (1940...) von Neumann y Morgenstern (1944)
Más detallesFacultad de Ciencias Económicas, Jurídicas y Sociales - Métodos Cuantitativos para los Negocios
Ubicación ntro l Programa Unidad I UNIDAD I: TEORÍA DE LA DECISIÓN 1. Presentación la asignatura. 2. Qué es cidir? Molo Integrador. Clasificación los problemas cisión. 3. Clasificación los molos a estudiar
Más detallesInteligencia Artificial
I.T. en Informática de Sistemas, 3º Curso académico: 2009/2010 Profesores: Sascha Ossowski y Ramón Hermoso 1 Tema 2: Búsqueda Resumen: 2. Búsqueda 2.1. Agentes de resolución de problemas 2.2. Búsqueda
Más detallesUINIVERSIDAD NACIONAL EXPERIMENTAL DE GUAYANA VICERRECTORADO ACADÉMICO COORDINACION DE PRE-GRADO PROYECTO DE CARRERA DE INGENIERIA INDUSTRIAL
UINIVERSIDAD NACIONAL EXPERIMENTAL DE GUAYANA VICERRECTORADO ACADÉMICO COORDINACION DE PRE-GRADO PROYECTO DE CARRERA DE INGENIERIA INDUSTRIAL PROGRAMA: INVESTIGACIÓN DE OPERACIONES II CÓDIGO ASIGNATURA:
Más detallesColección de problemas de. Tema 4. Incertidumbre y Utilidad Esperada INCERTIDUMBRE Y CONTRATOS
Colección de problemas de INCERTIDUMBRE Y CONTRATOS Curso 3º Grado en Economía 2017-2018 Iñaki Aguirre Elena Iñarra Marta San Martín Ana Saracho Fundamentos del Análisis Económico I Universidad del País
Más detallesANÁLISIS DE DECISIONES
ANÁLISIS DE DECISIONES M. En C. Eduardo Bustos Farías M. En C. Eduardo Bustos Farías 1 Matriz de Pagos Una matriz de pagos muestra los resultados correspondientes a todas las combinaciones de alternativas
Más detallesESTADOS 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
Más detallesPor: Marian Martínez Lorena Olmeda Liane González
Por: Marian Martínez Lorena Olmeda Liane González Tema: Criterios Decisionales Relacionadas a criterios cuando hay riesgos. Problemas Decisionales 1. Tienen que tener un objetivo. - Identifica cual es
Más detallesPROYECTO TÚNEL. Río Mixcoac - Insurgentes Sur ANÁLISIS PARA LA TOMA DE DECISIONES (INGENIERÍA DE SISTEMAS)
ANÁLISIS PARA LA TOMA DE DECISIONES (INGENIERÍA DE SISTEMAS) PROYECTO TÚNEL Río Mixcoac - Insurgentes Sur Alex Germán Jiménez Hernández Jorge Alberto Cárdenas Palacios UNIVERSIDAD NACIONAL AUTÓNOMA DE
Más detallesMATEMÁTICAS II PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL
MATEMÁTICAS II PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL 1) PROBABILIDAD Experimentos aleatorios. Concepto de espacio muestral y de suceso elemental. Operaciones con sucesos. Leyes de De Morgan.
Más detalles