Contribuciones al análisis de problemas supercomplejos de toma de decisiones

Resumen

EN EL CAPITULO 1, PROPORCIONAMOS UNA REVISION CRITICA DE LOS PRINCIPALES METODOS GRAFICOS DE REPRESENTACION Y RESOLUCION DE PROBLEMAS, CONCLUYENDO CON ALGUNAS RECOMENDACIONES FUNDAMENTALES Y GENERALIZACIONES,NUESTRO SEGUNDO COMENTARIO NOS LLEVA A ESTUDIAR TALES METODOS CUANDO SOLO DISPONEMOS DE INFORMACION PARCIAL SOBRE LAS PREFERENCIAS Y CREENCIAS DEL DECISOR. EN EL CAPITULO 2, ESTUDIAMOS ESTE PROBLEMA CUANDO EMPLEAMOS DIAGRAMAS DE INFLUENCIA (DI). DAMOS UN ALGORITMO PARA CALCULAR LAS SOLUCIONES NO DOMINADAS EN UN DI Y ANALIZAMOS VARIOS CONCEPTOS DE SOLUCION AD HOC. EL ULTIMO ASPECTO SE ESTUDIA EN LOS CAPITULOS 3 Y 4. MOTIVADO POR UNA APLICACION A GESTION DE EMBALSES, INTRODUCIMOS UN METODO HEURISTICO PARA RESOLVER PROBLEMAS DE DECISION SECUENCIALES. COMO MUESTRA RESULTADOS MUY BUENOS, EXTENDEMOS LA IDEA A PROBLEMAS SECUENCIALES GENERALES Y CUANTIFICAMOS SU BONDAD. EXPLORAMOS DESPUES EN VARIAS DIRECCIONES LA APLICACION DE METODOS DE SIMULACION AL ANALISIS DE DECISIONES. INTRODUCIMOS PRIMERO METODOS DE MONTE CARLO PARA APROXIMAR EL CONJUNTO NO DOMINADO EN PROBLEMAS CONTINUOS. DESPUES, PROPORCIONAMOS UN METODO DE MONTE CARLO BASADO EN CADENAS DE MARKOV PARA PROBLEMAS CON INFORMACION COMPLETA CON ESTRUCTURA GENERAL: LAS DECISIONES PUEDE SER ARBITRARIA. NUESTRO ESQUEMA ES APLICABLE A MUCHOS PROBLEMAS MODELIZADOS COMO DI. FINALMENTE CON UN CAPITULO DE CONCLUSIONES Y PROBLEMAS ABIERTOS.