El libro incluye conceptos de Administración. Describre como se llegó a la creación de la Cátedra de Administración Rural de la Facultad de Agronomía (UBA). Revela alternativas para cuantificar y gestionar los riegos típicos de la producción agropecuaria. Cubriendo brevemente la evolución de la Teoría de la Decisión se abordan las opciones de inclusión del riesgo en modelos de Programación Lineal, Simulación Monte Carlo, Decisiones Robustas y Optimización Estocástica. Uno de los revisores de la obra, Enrique D. Fernández comentó «una mención especial para la profusa bibliografía que acompaña cada Capítulo y la permanente aplicación de las técnicas a problemas agronómicos con una detallada discusión sobre los resultados encontrados». Un trabajo para estudiantes, profesionales e investigadores.
ÍNDICE – Prefacio – Breve reseña curricular de las autoras
CAPÍTULO 1. Origen y desarrollo de la cátedra de Administracion Rural. Anexo Cap.1. Breves reseñas biográficas de los profesores titulares.
CAPÍTULO 2. De la Contabilidad hacia la investigación operativa. Bibliografía.
CAPÍTULO 3. La programación lineal. ¿Qué es la PL? ¿Cómo funciona el método? Formulación matemática del modelo. Los resultados. El primal y el dual. Un modelo de programación lineas en un establecimiento mixto. Resultados de la optimización determinística del ejemplo. Algunas advertencias de interés. Bibliografía.
CAPÍTULO 4. Las decisiones y el riego. Riesgo e incertidumbre. Fuentes de riego en la actividad agropecuaria. ¿Qué estatregias pueden adoptarse ante los riesgos agropecuarios? Bibliografía.
CAPÍTULO 5. La toma de decisiones. Evolución de la teoria de las decisiones. Críticas a la función de utilidad en la historia. De la racionalidad a la $racionalidad limitada». Teoría prospectiva versus teoría de la utilidad. Bibliografía.
CAPÍTULO 6. Métodos sencillos para considerar el riesgo en las decisiones. El margen bruto probabilístico. Los criterios de decisión. Criterios no probabilísticos. Criterios probabilísticos. Árboles de decisión. Probabilidad de indiferencia. Bibliografía.
CAPÍTULO 7. Programación lineal bajo riesgo. Cómo incluir en forma sencilla consideraciones de riesgo en un modelo de programación lineal. Limitación de actividades riesgosas y forzado de mínimos modelos con cuantificación de la variabilidad de resultados. Modelos con resultados mínimos. Fundamentos teóricos de los modelos de PL con riesgo de programación cuadrática. MOTAD: minimization of total absolute deviations. Análisis media, desvio standard, o criterion Baumol target motad. Focus-Loss. Reflexión final sobre programación lineal con riesgo. Bibliografía.
CAPÍTULO 8. Simulación Monte Carlo. ¿Cómo funcional la simulación Monte Carlo? ¿Cómo armar las distribuciones para las variables aleatorias? Los resultados de la simulación Monte Carlo. Aplicaciones a la comparación de alternativas. Bibliografia.
CAPÍTULO 9. Método de decisiones robustas. ¿Qué constituye una buena decisión? Proceso RDM ¿Qué es una estrategia robusta? Aplicación al caso de producción agrícola. Bibliografía.
CAPÍTULO 10. Optimización estocástica. Un ejemplo comparativo de PL – SMC – OE. Resultados y discusión sobre optimización estocástica. Conclusiones del ejemplo comparativo. Bibliografía.
PALABRAS FINALES
Valoraciones
No hay valoraciones aún.