Cruz Suárez, Hugo AdánBlancas Rivera, RubénCruz Suárez, Hugo Adán; 0000-0002-0732-4943Blancas Rivera, Rubén; 0000-0003-3207-7224Hernández García, Ezequiel2026-02-272026-02-272025-09https://hdl.handle.net/20.500.12371/31616“La toma de decisiones en entornos inciertos es un tema central en diversas disciplinas, incluyendo matemáticas aplicadas y economía. Los Procesos de Decisión de Markov (PDM) son herramientas cruciales para modelar sistemas estocásticos donde las decisiones afectan su evolución. Tradicionalmente, se estudiaron desde un enfoque neutral al riesgo, maximizando el valor esperado de las recompensas. Sin embargo, en contextos reales como la gestión financiera y la planificación médica, es esencial incluir la sensibilidad al riesgo. Este trabajo se enfoca en los PDM que evolucionan en tiempo discreto, ya sea con horizonte finito o infinito, optimizando costos o recompensas descontadas. Los objetivos incluyen analizar avances en la teoría de PDM descontados, aportar ejemplos novedosos que mejoren la comprensión de la teoría sensible al riesgo, y proponer futuras líneas de investigación. La tesis se organiza en tres capítulos que abarcan desde los preliminares necesarios para entender los PDM hasta el estudio de casos específicos y nuevos modelos que ilustran el procedimiento de optimización bajo sensibilidad al riesgo”.pdfspaCIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRAMatemáticas--Análisis--Métodos analíticos utilizados en la solución de problemas físicos--Análisis de sistemas--Teoría de control (general y lineal)--Teoría de control estocásticoMatemáticas--Probabilidades--Procesos estocásticos--Procesos de MarkovMatemáticas--Análisis--Métodos analíticos utilizados en la solución de problemas físicos--Optimización matemáticaTesis de maestríaopenAccess