Models i eines de decisió (Versió 1)

Apunts

Continguts genèrics de tota l'assignatura

    • Tema 0: Introducci√≥n a MHD
    • Presentaci√≥n y plan de trabajo de la asignatura: Modelos y Herramientas de Decisi√≥n - M√°ster Universitario en Ingenier√≠a de Organizaci√≥n (240MUEO) ETSEIB ¬∑ UPC
    • Tema 1: Producto, sistema productivo, empresa y entorno
    • Producto, sistema productivo, empresa y entorno : (1) Sistema Productivo ¬∑ (2) Producci√≥n, empresa y entorno ¬∑ (3) Clasificaci√≥n de los sistemas productivos ¬∑ (4) Sistema log√≠stico-productivo ¬∑ (5) Actividades de producci√≥n econ√≥mica ¬∑ (6) Empresa ¬∑ (7) Entorno
    • Tema 2: Reparto proporcional
    • Reparto proporcional : (1) Contexto ¬∑ √ďrganos de representaci√≥n ¬∑ (2) Problema de reparto proporcional ¬∑ (3) Ejemplo 1 ¬∑ Presentaci√≥n Parlamento Andaluc√≠a ¬∑ (4) M√©todos Reparto proporcional: Hamilton, Adams, Dean, Hill, Webster y Jefferson ¬∑ (5) Ejemplo 1 ¬∑ Resoluci√≥n mediante Hamilton y m√©todos divisores ¬∑ (6) Contexto JIT ¬∑ Secuencias regulares ¬∑ (7) Ejemplo 2 ¬∑ Presentaci√≥n secuencia de motores ¬∑ (8) Problema PRV b√°sico. Elementos, formulaci√≥n y resoluci√≥n Hamilton ¬∑ (9) Ejemplo 2 ¬∑ Resoluci√≥n mediante Hamilton ¬∑ (10) Ejemplo 3 ¬∑ Presentaci√≥n y paradoja de Alabama ¬∑ (11) Problema PRV b√°sico. Heur√≠stica H-1 ¬∑ (12) Ejemplo 3 ¬∑ Resoluci√≥n mediante H-1
    • Gu√≠a Proyecto te√≥rico-pr√°ctico MHD 2016
    • Puntos te√≥rico-pr√°cticos de la asignatura que deben desarrollarse en el proyecto te√≥rico-pr√°ctico.
    • Tema 3: An√°lisis de decisiones I
    • An√°lisis de decisiones I : (1) Decisi√≥n multicriterio ¬∑ (2) Ejemplo 1 ¬∑ Presentaci√≥n ¬∑ Localizaci√≥n California Oil ¬∑ (3) Ejemplo 1 ¬∑ Resoluci√≥n Utilidad-Frustraci√≥n ¬∑ (4) Decisi√≥n multiestado ¬∑ (5) Tipolog√≠a del Universo ¬∑ (6) Ejemplo 2 ¬∑ Presentaci√≥n ¬∑ Lanzamiento nuevo producto ¬∑ (7) Ejemplo 2 ¬∑ Resoluci√≥n en Universo determinista ¬∑ (8) Decisi√≥n en Universo Incierto ¬∑ M√©todos decisores: Wald, Savage, Plunger, Hurwicz, Laplace ¬∑ (9) Ejemplo 2 ¬∑ Resoluci√≥n en Universo incierto ¬∑ (10) Resumen
    • Tema 4: An√°lisis de decisiones II
    • An√°lisis de decisiones II : (1) Decisi√≥n multiestado ¬∑ (2) Tipolog√≠a del Universo ¬∑ (3) Decisiones en Universo aleatorio-probabilista ¬∑ (4) Ejemplo 2 ¬∑ Presentaci√≥n ¬∑ (5) Decisiones en Universo probabilista sin experimentaci√≥n ¬∑ (6) Ejemplo 2 ¬∑ Resoluci√≥n probabilista sin experimentaci√≥n ¬∑ (7) Ejemplo 3 ¬∑ Contexto y presentaci√≥n ¬∑ (8) Ejemplo 3 ¬∑ Planteo y resoluci√≥n probabilista sin experimentaci√≥n ¬∑ (9) Decisiones en Universo probabilista con experimentaci√≥n ¬∑ Acciones y valoraci√≥n ¬∑ (10) Ejemplo 3 ¬∑ Resoluci√≥n probabilista con experimentaci√≥n ¬∑ (11) √Ārboles de decisi√≥n ¬∑ Concepto y reducci√≥n ¬∑ (12) Ejemplo 3 ¬∑ √Ārbol de decisi√≥n
    • Modelos y herramientas de decisi√≥n. Teor√≠a de Juegos I
    • Teor√≠a de Juegos I : (1) Introducci√≥n ¬∑ (2) Decisiones en universo hostil ¬∑ Juego ¬∑ (3) Ejemplo 1. Presentaci√≥n ¬∑ (4) Elementos de un juego ¬∑ (5) Tipolog√≠a de Juegos ¬∑ (6) Ejemplo 2. Presentaci√≥n ¬∑ Campa√Īa pol√≠tica 2x3 ¬∑ (7) Dominancia entre estrategias ¬∑ (8) Ejemplo 2. Resoluci√≥n ¬∑ (9) Ejemplo 3. Presentaci√≥n: Reina versus Rey ¬∑ (10) Ejemplo 3. √Ārbol del Juego ¬∑ C√°lculo de la tabla de pagos ¬∑ Resoluci√≥n ¬∑ (11) Juego justo y equilibrio
    • Modelos y herramientas de decisi√≥n. Teor√≠a de Juegos II
    • Teor√≠a de Juegos II : (1) Decisiones en universo hostil ¬∑ Juego ¬∑ (2) Elementos de un juego ¬∑ (3) Juegos suma 0. T√©cnicas de resoluci√≥n ¬∑ (4) Juegos suma 0. Criterio max min / min max ¬∑ Resoluci√≥n Ejemplos 1, 2 y 3 ¬∑ (5) Ejemplos 4 y 5. Presentaci√≥n y resoluci√≥n ¬∑ (6) Juegos suma 0 con estrategias mixtas ¬∑ Equilibrio ¬∑ (7) Ejemplo 6. Presentaci√≥n ¬∑ (8) Ejemplo 6. Resoluci√≥n con estrategias mixtas ¬∑ Equilibrio PL ¬∑ (9) Juegos suma 0 (2x2) Estrategias mixtas ¬∑ F√≥rmulas ¬∑ (10) Ejemplos 1 y 6. Resoluci√≥n (2x2) Estrategias mixtas ¬∑ F√≥rmulas ¬∑ (11) Ejemplo 7. Presentaci√≥n y resoluci√≥n gr√°fica (2x3) Estrategias mixtas ¬∑ (12) Ejemplo 8. Presentaci√≥n y resoluci√≥n PL
    • Modelos y herramientas de decisi√≥n. Teor√≠a de Juegos III
    • Teor√≠a de Juegos III : (1) Decisiones en universo hostil ¬∑ Juego ¬∑ (2) Elementos de un juego de 2 personas ¬∑ (3) Juegos de 2 personas. Clasificaci√≥n y procedimientos ¬∑ (4) Ejemplo 9 y 10. Presentaci√≥n y resoluci√≥n ¬∑ (5) Juegos de suma general no cooperativos. Hip√≥tesis y estrategias puras prudencial y contraprudencial ¬∑ (6) Ejemplos 11, 12 y 13. Presentaci√≥n y resoluci√≥n estrategia pura prudencial ¬∑ (7) Ejemplo 14: Un acuerdo en el 221B de Baker Street. Presentaci√≥n y resoluci√≥n estrategias puras prudencial y contraprudencial ¬∑ (8) Juegos de suma general no cooperativos ¬∑ Estrategias mixtas ¬∑ (9) Ejemplo 14. Resoluci√≥n estrategias mixtas ¬∑ (10) Juegos de suma general cooperativos. Hip√≥tesis, pagos laterales y arbitraje ¬∑ (11) Ejemplo 14. Resoluci√≥n con pagos laterales y arbitraje de NASH ¬∑ (12) Ejemplo 15: Campa√Īa Alianza Veh√≠culos el√©ctricos 360-EV. Presentaci√≥n y resoluci√≥n
    • Modelos y herramientas de decisi√≥n. Programaci√≥n Din√°mica I
    • Programaci√≥n Din√°mica I : (1) Introducci√≥n ¬∑ (2) Ejemplo 1: El despertar de la Fuerza ¬∑ El encuentro. Presentaci√≥n, formalizaci√≥n y resoluci√≥n ¬∑ (3) Programaci√≥n Din√°mica. Caracter√≠sticas de los problemas ¬∑ (4) Programaci√≥n Din√°mica. Tipolog√≠a ¬∑ (5) Programaci√≥n Din√°mica determinista. Nomenclatura ¬∑ (6) El problema de distribuci√≥n de esfuerzos ¬∑ (7) Ejemplo 2: El problema de los 4 Equipos de investigaci√≥n. Presentaci√≥n, formalizaci√≥n y resoluci√≥n ¬∑ (8) El problema Dynamic Lot Sizing (DLS) ¬∑ (9) Ejemplo 3: El problema del lote din√°mico. Presentaci√≥n y resoluci√≥n lotes est√°ticos ¬∑ (10) Ejemplo 3. Programa matem√°tico y resoluci√≥n Programaci√≥n Din√°mica ¬∑ (11) Ejemplo 3. Resoluci√≥n WAGNER-WHITIN y Grafo poliet√°pico.
    • Modelos y herramientas de decisi√≥n. Programaci√≥n Din√°mica II
    • Programaci√≥n Din√°mica II : (1) Introducci√≥n ¬∑ (2) Programaci√≥n Din√°mica. Caracter√≠sticas de los problemas ¬∑ (3) Programaci√≥n Din√°mica. Tipolog√≠a ¬∑ (4) Programaci√≥n Din√°mica determinista. Nomenclatura ¬∑ (5) Ejemplo 1: El despertar de la Fuerza ¬∑ El encuentro. Recordatorio ¬∑ (6) Ejemplo 4: El despertar de la Fuerza ¬∑ Los comerciantes. PDD con (s,x) homog√©neo en n. Presentaci√≥n, formalizaci√≥n, resoluci√≥n y trayectorias ¬∑ (7) Ejemplo 5: El despertar de la Fuerza ¬∑ La rutina comercial. PDD con (s,x) homog√©neo en n ilimitada. Presentaci√≥n, resoluci√≥n y trayectorias ¬∑ (8) Ejemplo 5. Ganancia media por viaje ¬∑ (9) Programaci√≥n Din√°mica probabil√≠stica. Concepto, nomenclatura y esquema ¬∑ (10) Ejemplo 6: El despertar de la Fuerza ¬∑ Una rutina comercial arriesgada Programaci√≥n din√°mica probabil√≠stica. Presentaci√≥n
    • Modelos y Herramientas de Decisi√≥n ¬∑ Metaheur√≠sticas
    • Metaheur√≠sticas : Introducci√≥n a los Algoritmos Metaheur√≠sticos, XIII Conferencia de la Asociaci√≥n Espa√Īola para la Inteligencia Artificial. CAEPIA-TTIA 09
    • Modelos y Herramientas de Decisi√≥n ¬∑ Enunciados de Pr√°cticas 2016
    • Enunciados de Pr√°cticas MHD