1. Criteri di decisione: max-min, max-max, realismo, max-min regret,
equiprobabilità, valore atteso.
2. Incertezza e probabilità: codificare le probabilità; alberi di probabilità e
loro analisi.
3. Decisioni con incertezza: buone decisioni e buoni risultati; regole per
costruire diagrammi di influenza, costruzione dell'albero decisionale;
analisi dell'albero decisionale; il valore dell'informazione perfetta; il
valore del controllo perfetto.
4. Dipendenza probabilistica: dipendenza e indipendenza; probabilità
condizionate e risultati dipendenti; l'albero della natura e la probabilità
delle cause (regola di Bayes); il valore dell'informazione imperfetta; il
valore del controllo imperfetto.
5. Avversione al rischio: descrivere avversione e attitudine al rischio;
funzioni di utilità e loro uso; funzione esponenziale e tolleranza al rischio.
6. Decisioni multi-obiettivo: concetti di base; la funzione di utilità
additiva; normalizzazione e pesatura degli obiettivi.
7. Applicazioni aziendali dell'analisi decisionale: gare di appalto;
controversie legali; introduzione di un nuovo prodotto; ricerca e sviluppo;
decisioni di investimento immediate e differite.
8. Uso dei fogli elettronici per l’analisi di casi.