ClubEnsayos.com - Ensayos de Calidad, Tareas y Monografias
Buscar

Modulo Teoria Decisiones


Enviado por   •  29 de Septiembre de 2012  •  339 Palabras (2 Páginas)  •  860 Visitas

Página 1 de 2

INDICE DE CONTENIDO

INTRODUCCION GENERAL 7

UNIDAD 1. CONCEPTOS BASICOS Y DECISIONES BAJO INCERTIDUMBRE 11

CAPITULO 1. GENERALIDADES DE LA TOMA DE DECISIONES Y CONCEPTOS BASICOS 13

Lección 1. Tipos de toma de decisiones 14

Lección 2. Proceso de tomas de decisiones 18

Lección 3. Elementos en los modelos de análisis de toma de decisión 20

Lección 4. Pasos para la toma de decisiones 22

Lección 5. Criterios de decisión 25 Taller 29

CAPITULO 2. DECISIONES BAJO INCERTIDUMBRE VALOR ESPERADO 30

Lección 6. Criterio del valor esperado 31

Lección 7. Diseño y conducción de la investigación de merado 32

Lección 8. Valor esperado de la información muestra 34

Lección 9. Valor esperado con la información perfecta 35

Lección 10.Criterio nivel de aceptación 38 Taller 41

CAPITULO 3. DECISONES BAJO INCERTIDUMBRE ARBOLES DE DECISON 42

Lección 11. Elementos de los arboles de decisión 43

Lección 12. Selección de alternativa de decisión 44 Lección 13. Regla de bayes y arboles de decisión 48 Lección 14. Teoría de la utilidad 53 Lección 15. Aplicaciones de la teoría de la utilidad 55 Taller 60

AUTOEVALUCION UNIDAD 1 62

UNIDAD 2. DECISIONES BAJO RIESGO 63

CAPITULO 4. DECISIONES BAJO RIESGO- TEORIA DE JUEGOS 65

Lección 16. Conceptos 66

Lección 17. Método estrategias dominadas 67

3

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD

Escuela de Ciencias Básicas, tecnologías e ingeniería

Contenido didáctico del curso Teoría de decisiones

Lección 18. Método suma cero y punta de silla 68 Lección 19. Métodos estrategias mixtas 70 Lección 20. Método grafico 71

Taller 79

CAPITULO 5. DECISIONES BAJO RIESGO- CADENAS DE MARKOV. 80

Lección 21. Procesos estocásticos 81 Lección 22. Cadenas de Markov. 84

Lección 23. Clasificación de estados en una cadena de markov. 86

Lección 24. Procesos de decisión markoviano 88

Lección 25. Problema estático y dinámico 98 Taller 102

CAPITULO 6. DECISIONES BAJO RIESGO - PROGRAMACION META. 103

Lección 26. Conceptos fundamentales. 104 Lección 27. Formulación del modelo. 106

Lección 28. Programación con recursos limitados 111 Lección 29. Objetivos múltiples 117

Lección 30. Aplicaciones 120 Taller 122

CAPITULO 7. DECISIONES BAJO RIESGO – SIMULACIÓN. 125

Lección 31. Definiciones. 126

Lección 32. Tipos de simulación 127

Lección 33. Métodos de simulación 136

Lección 34. Aplicaciones de la simulación. 139 Lección 35. Métodos de observaciones estadísticas 141

AUTOEVALUCION UNIDAD 2 145

BIBLIOGRAFIA.

...

Descargar como (para miembros actualizados) txt (2 Kb)
Leer 1 página más »
Disponible sólo en Clubensayos.com