Master en Zootecnia y Gestión Sostenible

INTRODUCCIÓN A LAS DECISIONES EMPRESARIALES

Economía Ganadera: Análisis Estratégico Área de Organización de Empresas — Raquel Acero de la Cruz

—

2008

INTRODUCCIÓN A LAS DECISIONES EMPRESARIALES

?1. CONCEPTO Y ESTRUCTURA DEL SISTEMA DE DECISIÓN ?2. TIPOS DE DECISIONES ?3. COMPLEJIDAD EN LA TOMA DE DECISIONES ?4. REPRESENTACIÓN DE PROBLEMAS DECISIONALES ?5. SITUACIONES DE DECISIÓN ?6. DECISIÓN EN SITUACIONES DE CERTEZA ?7. DECISIÓN EN SITUACIONES RIESGO ?8. DECISIÓN EN SITUACIONES DE INCERTIDUMBRE ?9. DECISIONES SECUENCIALES ?10. DECISIÓN EN SITUACIONES DE COMPETENCIA ?11. LA DECISIÓN EN LA PRÁCTICA 2

1. CONCEPTO Y ESTRUCTURA DEL SISTEMA DE DECISIÓN

? DECISIÓN : es el proceso conducente a la selección y ejecución de una acción que dé respuesta a un problema y permita la consecución de unos objetivos establecidos

?Selección de una acción para enfrentarse a un problema (al menos 2 alternativas) ?Se elige para poder conseguir algo, una meta, un objetivo ?Pretende lograr consecuencias en un horizonte temporal concreto ?Obliga a llevar a la práctica lo acordado para poder resolver el problema

3

1

1. CONCEPTO Y ESTRUCTURA DEL SISTEMA DE DECISIÓN ? EL PROCESO DE DECISIÓN EN LA EMPRESA:

Información

Decisión

Acción

Objetivo Bueno Campos (2006) 4

1. CONCEPTO Y ESTRUCTURA DEL SISTEMA DE DECISIÓN ? FASES DEL PROCESO DE TOMA DE DECISIONES: Percepción de la situación

Análisis de la información

Definición del problema

Generación de acciones viables

Evaluación de acciones viables

Selección de acciones viables

Implantación y control 5

2. TIPOS DE DECISIONES

? CRITERIOS PARA CLASIFICAR LAS DECISIONES : ?Niveles directivos:

decisiones estratégicas (alta dirección), tácticas (nivel intermedio), operativas (primera línea)

?Funciones directivas:

decisiones de producción, comercialización, financiación, organización…

?Horizonte temporal:

decisiones a largo y corto plazo

?Características del problema de decisión:

decisiones programadas y no programadas

6

2

2. TIPOS DE DECISIONES

? Clasificación según H. Simon: ? DECISIONES PROGRAMADAS: ? Se adoptan para solucionar problemas repetitivos ya previstos (renovación de bienes de equipo, reposición de mercancías, forma de distribución a los clientes…) ? Son decisiones estructuradas que atienden a situaciones estándar es

Las posibles soluciones y las consecuencias de las acciones son conocidas y las preferencias son claras y constantes ? DECISIONES NO PROGRAMADAS: ? Se adoptan en situaciones complejas y nuevas o no repetitivas (diversificar la producción, adquirir o controlar una sociedad…) ? Son decisiones no estructuradas cuyas posibles soluciones son más intuitivas y creativas 7

2. TIPOS DE DECISIONES ? Según la calidad de la información INVOLUNTARIAS ESTRUCTURADAS APLAZABLES DECISIONES

SEMIESTRUCTURADAS NO ESTRUCTURADAS

IMPORTANTES

CONSCIENTES

URGENTES

IRRELEVANTES

?Todas las opciones son conocidas ?Todas las consecuencias de las acciones son conocidas ?Las preferencias son claras y constantes 8

2. TIPOS DE DECISIONES ? Según la calidad de la información INVOLUNTARIAS ESTRUCTURADAS APLAZABLES DECISIONES

SEMIESTRUCTURADAS NO ESTRUCTURADAS

IMPORTANTES

CONSCIENTES

URGENTES

IRRELEVANTES

?Falta de definición precisa ?Datos incompletos y equívocos ?Las preferencias se modifican con el tiempo por la influencias de personas o grupos 9

3

2. TIPOS DE DECISIONES

?La clasificación de decisiones es una simplificación de la realidad ?La mayoría de decisiones tienen algún grado de repetición y de novedad ?Cuanto más alto se encuentre un directivo en la pirámide administrativa tomará una mayor proporción de decisiones no programadas y viceversa ?Cada tipo de decisión se asocia con un medio ambiente típico (entorno) ?Las programadas son representativas de ambientes estables ?Las no programadas abundan en entornos dinámicos y más complejos ?Los métodos para afrontar un tipo u otro de decisiones son disti ntos. ?Las decisiones programadas son abordables correctamente a través de hábitos, planes de uso permanente o técnicas optimizadoras. ?Las decisiones no programadas exigen buen juicio, creatividad, experiencia, intuición, métodos de ayuda a la decisión o sistemas expertos 10

3. COMPLEJIDAD EN LA TOMA DE DECISIONES ? Elementos que complican la toma de decisiones: ? 1.- Pluralidad de puntos de vista ? Habrá que recoger visiones complementarias, incluso dentro de la empresa

cada área se planteará un mismo problema de forma diferente

? 2.- Heterogeneidad de criterios ? Incorporar junto a los criterios económicos otros de carácter social o ajenos a

la consecución estricta de la rentabilidad (repercusión sobre el medio ambiente)

? 3.- Imprecisión ? Los indicadores y escalas de medida utilizados para expresar cuantitativamente

las consecuencias de una acción no siempre son absolutamente fiables

? 4.- Ponderaciones ? Múltiples puntos de vista obligan a introducir ponderaciones para expresarlos;

oscilaciones en estas ponderaciones pueden dar lugar a elecciones diferentes

? 5.- Datos cuantitativos y cualitativos ? No todos los elementos de un problema suelen ser estrictamente cuantificables.

Forzar a que lo sean implica manipular esos datos incluso antes de su análisis 11

3. COMPLEJIDAD EN LA TOMA DE DECISIONES ? Elementos que complican la toma de decisiones: ?6.- Inconsistencia de preferencias ? Es posible que una vez adoptada una decisión firme, con el paso del tiempo se cambie de opinión, se cambien las preferencias y las apetencias ?7.- Subjetividad ? El decisor incorporará una evaluación subjetiva para adoptar preferencias: tendrá que seleccionar los criterios más relevantes, otorgar pon deraciones, fijar sus niveles de tolerancia e intransigencia... ?8.- Modelización ? La mayoría de modelos de decisión basan la estructura de preferencias de un individuo en relaciones binarias entre acciones (La realidad no es tan sencilla) ?9.- Negociación ? Casi ninguna decisión se puede adoptar unilateralmente o por imposición. Los grupos con derecho de veto o influencia son cada vez mayores 12

4

4. REPRESENTACIÓN DE PROBLEMAS DECISIONALES ? ELEMENTOS DEL PROBLEMA DE DECISIÓN : ?Estrategias ? Cursos de acción alternativos o planes de actuación condicionados y compuestos por variables controlables ?Estados del entorno ? Situaciones posibles que puede presentar el entorno o mercado en el que actúa la empresa compuestas por variables no controlables ?Resultados esperados ? Desenlaces estimados como consecuencia de los efectos de la estrategia respecto a los posibles estados del entorno ?Predicciones sobre el entorno ? Estimación, posibilidad o probabilidad de que se presente u ocur ra cada uno de los estados del entorno ?Criterio de decisión ? Método de utilización de la información disponible y modo de seleccionar la estrategia a seguir 13

4. REPRESENTACIÓN DE PROBLEMAS DECISIONALES ? MATRICES DE DECISIÓN: Sucesos investigados

1

2

...

m

Estados de la naturaleza Probabilidades

N1 P1

N2 P2

... ...

Nm Pm

E1 E2 ...

D 11 D 21 ...

D12 D22 ...

... ... ...

D1m D2m ...

En

D n1

Dn2

...

Dnm

ESTRATEGIAS

? Ei : Estrategias, alternativas, variables controlables por el decisor ? Nj : Estados de la naturaleza o sucesos no controlables por el decisor (Demanda, climatología, precio de la competencia…) ? Pj : Predicciones de probabilidad, la estimación de que suceda cada uno de los estados de la naturaleza ? Dij : Desenlaces o resultados 14

4. REPRESENTACIÓN DE PROBLEMAS DECISIONALES ? MATRICES DE DECISIÓN: ? Cómo se calculan los desenlaces o resultados esperados ?Dij : Desenlaces o resultados determinados ? Mediante estimaciones y predicciones y la definición, a priori, de tendencias o probabilidades ? Mediante la experiencia y el conocimiento de los valores obteni dos en el pasado ? Mediante simulación, experimentación y observación de resultados 2

3

Estados de la naturaleza Lluvioso

Sucesos investigados

Normal

Seco

Probabilidades

0,20

ESTRATEGIAS

1

0,30

0,50

Trigo

250

290

200

Patatas

150

200

190

Remolacha

-100

450

350 15

5

4. REPRESENTACIÓN DE PROBLEMAS DECISIONALES ? ESTRATEGIA DOMINADA ? Ante un problema decisional con varias decisiones alternativas s e ha de considerar la existencia o no de estrategias dominadas y elegir el criterio de decisión adecuado a la orientación del decisor. ? Se dice que una estrategia domina a otra cuando sea cual sea el estado de la naturaleza siempre la primera proporciona mejores resultados ? Ejemplo: Estado 1

Estado 2

Estado 3

Estrategia 1

60

50

40

Estrategia 2

10

40

70

Estrategia 3

50

50

40

Estrategia 4

5

40

65 Pérez Gorostegui 16

5. SITUACIONES DE DECISIÓN ? A mayor información disponible menos compleja es la toma de deci siones ? Pueden distinguirse distintos ambientes de decisión: ? Certeza: el decisor conoce con absoluta seguridad el estado de la natural eza (Ej. se conoce la demanda: D = 5.000 unidades/mes) ? Riesgo: el decisor no sabe qué estado de la naturaleza se va a presentar , pero sí conoce los estados alternativos y las probabilidades de cada uno (Ej. P (D = 2.000) ? 10% ; P (D = 5.000) ? 70% ; P (D = 7.000) ? 20%) ? Incertidumbre estructurada: el decisor conoce los estados alternativos de la naturaleza, per o no sabe qué estado se va a presentar, ni la probabilidad de cada uno (Ej. P (D = 2.000) ? ? % ; P (D = 5.000) ? ? % ; P (D = 7.000) ? ? % ) ? Incertidumbre no estructurada o ignorancia: el decisor ni siquiera conoce los posibles estados de la natural eza, – no sabe qué estado se puede presentar, ni sus probabilidades – (Ej. Demanda = ¿? unidades/mes) ? A veces es posible pasar de un ambiente a otro mediante la obten ción de información (“proceso de aprendizaje” ). Coste de tiempo y recursos

17

5. SITUACIONES DE DECISIÓN ? Pueden distinguirse distintas situaciones de decisión que se sol ucionarán mediante distintos enfoques de decisión: ? Certeza: Enfoque a utilizar: Métodos de Programación Matemática Juicios emitidos: predicciones ? Riesgo: Enfoque a utilizar: Métodos Probabilísticos Juicios emitidos: previsiones ? Incertidumbre estructurada: Enfoque a utilizar: Criterios de decisión gerencial Juicios emitidos: pronósticos ? Incertidumbre no estructurada o ignorancia: Enfoque a utilizar: modelos dinámicos de tipo no lineal Juicios emitidos: anticipaciones ? Competencia

Enfoque a utilizar: Teoría matemática de Juegos Los desenlaces son consecuencia de la acción de dos o más sujetos con intereses en conflicto o contrapuestos. Cada uno actúa en su propio interés suponiendo que los competidores harán lo mismo 18

6

6. DECISIÓN EN SITUACIONES DE CERTEZA ? Situación de información perfecta sobre los estados del sistema y completa sobre las alternativas o posibilidades del sujeto decis or ? Se concreta en un solo desenlace Métodos de optimización matemática en términos de máximo o mínimo ? Ejemplo: Calcular la producción que maximiza el beneficio ? Beneficio = Ingreso total - Coste total ? IT = 100 Q – 0,005 Q2 ? CT = 0,008 Q2 + 50 Q + 250.000 ? Bº = [ 100 Q – 0,005 Q2 ] – [ 0,008 Q2 + 50 Q + 250.000 ] =

Bº = – 0,013 Q2 + 50 Q – 250.000 ? dBº/dQ = 0

?

dBº / dQ = – 0,026 Q + 50

? d2 Bº/dQ < 0

?

d2 Bº / dQ = – 0,026 [Max.]

? Q = 50 / 0,026 = 1.923,08 ud

? Limitaciones : corto plazo y estabilidad del entorno 19

7. DECISIÓN EN SITUACIONES RIESGO ? Situación de información imperfecta sobre los estados del sistema y completa sobre las alternativas o posibilidades del sujeto decis or ? Se concreta en la elección del decisor entre varios desenlaces probables ? Valor esperado o esperanza matemática ? VME (Ei) = S P(Nj )·Dij ? (Ei) = estrategia o alternativa i ? P(Nj) = probabilidad del suceso o estado j ? Dij = desenlace o resultado de la estrategia i respecto al suceso j 2

3

Estados de la naturaleza Lluvioso

Sucesos investigados

Normal

Seco

Probabilidades

ESTRATEGIAS

1

0,30

0,50

0,20

Trigo

250

290

200

Patatas

150

200

250

Remolacha

-100

450

350 20

7. DECISIÓN EN SITUACIONES RIESGO ? Valor monetario esperado o esperanza matemática: ? VME ( Ei) = S P(Nj )·Dij ? VME (Trigo) = 250*0,30 + 290*0,50 + 200*0,20 = 260 ? VME (Patatas) = 150*0,30 + 200*0,50 + 250*0,20 = 195 ? VME (Remolacha) = ( - 100)*0,30 + 450*0,50 + 350*0,20 =265

? Ejemplo: 2

3

Estados de la naturaleza Lluvioso

Sucesos investigados

Normal

Seco

Probabilidades

ESTRATEGIAS

1

0,30

0,50

0,20

Trigo

250

290

200

Patatas

150

200

250

Remolacha

-100

450

350 21

7

8. DECISIÓN EN SITUACIONES DE INCERTIDUMBRE

? En un entorno de incertidumbre la decisión incorpora gran subjetividad Las personas tomarán distintas decisiones dependiendo de sus cualidades ? 1.- CRITERIO DE LAPLACE O EQUIPROBABILIDADES ? También llamado racionalista o de igual verosimilitud ? Parte de que si no se conocen las probabilidades de cada estado de la naturaleza, todos tienen la misma probabilidad de ocurrir ? Calcula la M E D I A aritmética de los resultados esperados de cada una de las decisiones y se elige la MEJOR (suele ser la MAYOR) ? EJEMPLO ? Un agricultor puede obtener los siguientes resultados: S1-Seco

S2-Medio

S3-Húmedo

LAPLACE MEDIA

E1-Trigo

60

50

40

50 50

E2-Algodón

10

40

70

40 40 22

8. DECISIÓN EN SITUACIONES DE INCERTIDUMBRE

? 2.- CRITERIO OPTIMISTA ( MAXI – MAX ) ? Criterio que elegirá la persona optimista, piensa que cualquiera que fuera la estrategia elegida el estado que se presentará será el MÁS favorable para ella ? Se determina el resultado más elevado que puede alcanzarse con cada estrategia y se elige el más elevado ? También se denomina MAXI – M A X Se elegirá el MEJOR resultado entre los MEJORES de cada estrategia ? EJEMPLO ? Un agricultor puede obtener los siguientes resultados: S1 -Seco

S2-Medio

S3-Húmedo

MAXI-MAX MAXI-MAX

E1-Trigo

60

50

40

60 60

E2-Algodón

10

40

70

70 70 23

8. DECISIÓN EN SITUACIONES DE INCERTIDUMBRE

? 3.- CRITERIO PESIMISTA O DE WALD ( MAXI – MIN ) ? Criterio que elegirá la persona pesimista, piensa que cualquiera que fuera la estrategia elegida el estado que se presentará será el MENOS favorable para ella ? Se determina el resultado peor que puede alcanzarse con cada estrategia y se elige el más elevado ? Se elegirá el MEJOR resultado entre los PEORES de cada estrategia (resultado “menos malo”) ? EJEMPLO ? Un agricultor puede obtener los siguientes resultados: S1-Seco

S2-Medio

S3-Húmedo

E 1-Trigo

60

50

40

MAXI-MIN MAXI-MIN 40 40

E2-Algodón

10

40

70

10 10 24

8

8. DECISIÓN EN SITUACIONES DE INCERTIDUMBRE ? 4.- CRITERIO DE OPTIMISMO PARCIAL O CRITERIO DE HURWICZ ? Se asigna un coeficiente de optimismo ( a ) comprendido entre 0 y 1 y un complementario coeficiente de pesimismo ( 1 – a ) ? El mejor valor de cada estrategia se pondera por el coeficiente de optimismo y el peor por el de pesimismo ? Se elegirá la estrategia que tenga el MAYOR valor de la S U M A de ambos H = M a x * a + Min ( 1 – a ) ? Cambiando el coeficiente de optimismo, puede cambiar la decisión ? EJEMPLO ? Un agricultor puede obtener los siguientes resultados:

E1-Trigo

60

50

40

OPTIMISMO PARCIAL OPTIMISMO PARCIALHURWICZ HURWICZ H1 = 60 * a + 40 (1 – a) = 52 H1 = 6 0 * a + 40 (1 – a) = 52

E2-Algodón

10

40

70

70 ** aa ++ 10 10 (1 (1 –– a) a)==46 46 H2 = 70

a = 0,6 S1(1– a) = 0,4 Seco

S2S3Medio Húmedo

25

8. DECISIÓN EN SITUACIONES DE INCERTIDUMBRE

? 5.- CRITERIO DE SAVAGE (MÍNIMO PESAR O COSTE DE OPORTUNIDAD) ? Criterio que elegirá la persona con aversión a arrepentirse o eq uivocarse ? Se construye una matriz de arrepentimiento (por columnas) formada por los valores que se dejan de ganar en caso de no elegir la mejor estrategia ? Se seleccionan los MAYORES valores (máximo arrepentimiento o pes ar) ? Se elige la estrategia con el MENOR arrepentimiento, pesar o coste de oportunidad ? EJEMPLO ? Un agricultor puede obtener los siguientes resultados: Matriz de arrepentimiento S1-Seco

S2-Medio S3-Húmedo

S1-S S2 -M S3-H

E1-Trigo

60

50

40

E1

0

0

30

E2-Algodón

10

40

70

E2

50

10

0 26

9. DECISIONES SECUENCIALES

? En la empresa se adoptan secuencias de decisiones interrelacionadas ?Una decisión inicial influye en los resultados de decisiones posteriores, y también su resultado depende de éstas ? Los problemas que requieren decisiones secuenciales para su resolución pueden representarse mediante “árboles de decisión” basados en g rafos ? Un árbol de decisión es un grafo en el que una serie de nudos (decisionales y aleatorios) se unen mediante ramas ? Se requiere un nivel de información asociado a un entorno de ries g o ?A través del análisis bayesiano es posible modificar las probabi lidades de ocurrencia de los distintos estados de la naturaleza o sucesos aleatorios 27

9

9. DECISIONES SECUENCIALES ? Árboles de decisión: ? Sistema de representación del proceso decisional que refleja las posibles alternativas y los resultados que corresponden con cada alternativa en función de los estados de la naturaleza (o sucesos posibles) ? Nudos (o vértices) : representan situaciones con varias alternativas

?Nudos Decisionales (cuadrados): el decisor puede elegir entre varias opciones ?Nudos Aleatorios (círculos) : sucesos inciertos que pueden acontecer (no controlables) ? Ramas (o aristas):

?Si parten de nudos decisionales representan alternativas de decisión ?A partir de nudos aleatorios representan sucesos o estados de la naturaleza 28

9. DECISIONES SECUENCIALES

? Ejemplo: LANZAR AL MERCADO UN NUEVO PRODUCTO PRECIO

X ALTO

PRECIO X MEDIO BAJ O

PREC XA LT O

PREC

PRECIO X MEDIO SI LANZAR

SI COMPETIDOR

PR EC IO

PREC PREC

XB AJ O

PREC

NUDO ALEATORIO

DECISIÓN

NUDO ALEATORIO

TO

PRECIO C. MEDIO BAJO

IO C. AL

TO

PRECIO C. MEDIO

IO C.

PREC

DECISIÓN

IO C. AL

IO C.

PR EC IO

NO LAN ZAR

NO CO MP ETID OR

PRE CIO X

BAJO

TO IO C. AL PRECIO C. MEDIO

IO C.

BAJO

RESULTADOS

29

9. DECISIONES SECUENCIALES

? Características de los árboles de decisión: ? El primer nudo siempre es decisional (representa la primera deci sión) ? Las probabilidades de los diversos estados, se reflejan sobre las ramas ? Al final de cada camino (sucesión de aristas) se coloca el resul tado ? El valor asociado a un Nudo Aleatorio (?) es la ESPERANZA MATEMÁTICA ? El valor asociado a un Nudo Decisional ( ? ) es el MEJOR de los valores ? La solución se coloca encima del primer nudo decisional y se representa incrementando el grosor de la rama 30

10

9. DECISIONES SECUENCIALES

?Árboles de decisión:

VME = E MEJOR

31

9. DECISIONES SECUENCIALES

? Ejemplo: LANZAR UN PRODUCTO AL MERCADO (Conoce Consumidor) (Venta Tradicional)

E 3

(Mercado Favorable) C

4.000

H 3.000 (No Conoce Consumidor) (Conoce Consumidor)

F

I

5.000

J

1.000

5

(Internet) (Lanzar el producto al mercado)

G 4

(No Conoce Consumidor)

2 D

A

(Mercado Desfavorable)

1.000

B

1

(No lanzar el producto)

NUDO NUDO DECISIONAL ALEATORIO

3.000

NUDO DECISIONAL

NUDO ALEATORIO 32

9. DECISIONES SECUENCIALES (Conoce Consumidor)

3.300

?Ejemplo: LANZAR UN PRODUCTO AL MERCADO (Mercado Favorable) C

3.400 (Lanzar el producto al mercado)

3.400 1

A

(0,3)

4.000

H (No Conoce Consumidor) (0,7)

3.000

(Venta Tradicional)

4.000 3 (0,8)

E

G

4 (Conoce Consumidor)

4.000 F

(Internet)

I

(0,75)

5.000

5

J 1.000 (No Conoce Consumidor) (0,25)

2 D(0,2)(Mercado

Desfavorable)

1.000

B (No lanzar el producto)

3.000

?VME(N4) = 4.000 * 0,3 + 3.000 * 0,7 = 1.200 + 2.100 = 3.300 ?VME(N5) = 5.000 * 0,75 + 1.000 * 0,25 = 3.750 + 250 = 4.000 ?N3 = Se elige el MEJOR valor ?VME(N2) = 4.000 * 0,8 + 1.000 * 0,2 = 3.200 + 200 = 3.400 ?N1 = Se elige el MEJOR valor 34

11

10. DECISIÓN EN SITUACIONES DE COMPETENCIA TEORÍA DE LOS JUEGOS DE ESTRATEGIA ? Analizada por la Teoría Matemática de Juegos Neumann y Morgenstern (1944) ? En muchos casos los resultados obtenidos por cada empresa dependen no sólo de su decisión y el azar, sino de las decisiones de la competencia ? En los Juegos de Estrategia el resultado final depende de las de cisiones tomadas por diversos jugadores ? Intervienen dos o más decisores racionales, jugadores, con difer entes condiciones de información (normalmente incompleta respecto a los desenlaces) y que derivan en dos situaciones diferentes de conflicto: ?Conflicto puro : ? La ganancia de un jugador es la pérdida del otro. ? Juego bipersonal de suma cero ?Conflicto mixto o de cooperación : ? Los jugadores pueden establecer acuerdos o cooperación para mejo rar sus resultados globales; aunque siempre existirán problemas en la distribución ? Juego cooperativo o de suma no cero 35

11. LA DECISIÓN EN LA PRÁCTICA ? NIVEL ESPERADO MÍNIMO: ?Ante varios objetivos fija los mínimos a alcanzar según el decisor ? UMBRAL -META: ?Fija unos mínimos y, además, unas metas u objetivos deseados ?Se crea un intervalo de actuación entre niveles de satisfacción y metas ? VALOR MÁS PROBABLE: ?Se elige en función de la mayor probabilidad de ocurrencia ? VALOR ESPERADO: ?Se elige la mayor esperanza matemática con menor varianza ? EVALUACIÓN RESULTADO-RIESGO: ?Valoración en función de el riesgo asociado a cada alternativa y el resultado asociado a dicho riesgo (menor cociente riesgo/resultado) 36

BIBLIOGRAFIA

? BÁSICA:

? Bueno Campos, E. (2006); “Curso básico de economía de la empresa : Un enfoque de organización”; Pirámide ? Pérez Gorostegui, E. (2006); “Introducción a la economía de la empresa”; Centro de Estudios Ramón Areces ? COMPLEMENTARIA:

? Fernandez Güell, JM (2004); “El diseño de escenarios en el ámbito empresarial”; Pirámide 37

12