ESCUELA DE RELACIONES INDUSTRIALES

ANALISIS DE PROBLEMAS Y TOMA DE DESICIONES

UNIVERSIDAD FERMIN TORO

VICERECTORADO ACADEMICO

ESCUELA DE RELACIONES INDUSTRIALES

ANALISIS DE PROBLEMAS Y TOMA DE DESICIONES

CAUDARE Julio 2012

ESCUELA DE RELACIONES INDUSTRIALES

ANALISIS DE PROBLEMAS Y TOMA DE DESICIONES

INTRODUCCION

La toma de decisiones puede ser considerada como un resultado de los

procesos mentales que conduce a la selección de un curso de acción

entre varias alternativas. Cada decisión produce un proceso de toma de

decisión final. La salida puede ser una acción o de un dictamen de la

elección.

Para abordar el tema sobre toma de decisiones debemos de tener en

cuenta todos y cada uno de los aspectos que ella abarca. Es importante

saber que las decisiones se presentan en todos los niveles de la

sociedad, sean de mayor o menor incidencia; pero estas implican una

acción que conlleva a un determinado fin u objetivo propuesto.

Es de gran utilidad conocer que procesos se deben aplicar y abarcar

para tomar decisiones efectivas. Es por ello que en este trabajo se

realiza una investigación basada en autores y textos que se refieren a la

toma de decisiones y su utilización como una herramienta de uso

cotidiano en el estudio de las organizaciones y la administración.

Para lograr una efectiva toma de decisiones se requiere de una

selección racional, para lo que primero se debe aclarar el objetivo que

se quiere alcanzar; eso sí, se deben tener en cuenta varias alternativas,

evaluando cada una de sus ventajas, limitaciones y adoptando la que

se considere más apropiada para conseguir el objetivo propuesto.

Cada una de las herramientas desarrolladas en el presente trabajo,

represente un elemento que facilita la generación de soluciones óptimas

en el proceso de Toma de decisiones,

Métodos Determinístico

Programación Lineal:

La Programación Lineal (PL) es una de las principales ramas de la

Investigación Operativa. En esta categoría se consideran todos aquellos

modelos de optimización donde las funciones que lo componen, es decir,

función objetivo y restricciones, son funciones lineales en las variables de

decisión

Los modelos de Programación Lineal por su sencillez son frecuentemente

usados para abordar una gran variedad de problemas de naturaleza real en

ingeniería y ciencias sociales, lo que ha permitido a empresas y

organizaciones importantes beneficios y ahorros asociados a su utilización. La

programación lineal da respuesta a situaciones en las que se exige maximizar

o minimizar funciones que se encuentran sujetas a determinadas limitaciones,

que llamaremos restricciones. Su empleo es frecuente en aplicaciones de la

industria, la economía, la estrategia militar, etc

Es un procedimiento o algoritmo matemático mediante el cual se resuelve un

problema indeterminado, formulado a través de ecuaciones lineales,

optimizando la función objetivo, también lineal.

Consiste en optimizar (minimizar o maximizar) una función lineal,

denominada función objetivo, de tal forma que las variables de dicha función

estén sujetas a una serie de restricciones que expresamos mediante un

sistema de inecuaciones lineales.

Método Simplex:

Es un procedimiento iterativo que permite ir mejorando la solución a cada

paso. El proceso concluye cuando no es posible seguir mejorando más dicha

solución.

Partiendo del valor de la función objetivo en un vértice cualquiera, el método

consiste en buscar sucesivamente otro vértice que mejore al anterior. La

búsqueda se hace siempre a través de los lados del polígono (o de las aristas

del poliedro, si el número de variables es mayor). Cómo el número de vértices

(y de aristas) es finito, siempre se podrá encontrar la solución.

El método Simplex es un método secuencial de optimización, es

un procedimiento iterativo que permite ir mejorando la solución a cada paso.

El proceso concluye cuando no es posible seguir mejorando más dicha

solución.

Partiendo del valor de la función objetivo en un vértice cualquiera, el método

consiste en buscar sucesivamente otro vértice que mejore al anterior. La

búsqueda se hace siempre a través de los lados del polígono (o de las aristas

del poliedro, si el número de variables es mayor). Cómo el número de vértices

(y de aristas) es finito, siempre se podrá encontrar la solución.

El método Simplex se basa en la siguiente propiedad: si la función objetivo, f,

no toma su valor máximo en el vértice A, entonces hay una arista que parte de

A, a lo largo de la cual f aumenta.

Métodos

La

que las

o

nombre «bayesiana» proviene de uso frecuente que se hace del

teorema de Bay

Bayes se ha derivado del trabajo realizado por el

reverendoThomas Bayes

de la decisión,

general)3 y reconocimiento de patrones

La inferencia bayesiana

observaciones se emplean para actualizar o

una hipótesis pueda ser cierta. El nombre «bayesiana» proviene de uso frecuente que

se hace del teorema de Bayes

se ha derivado del trabajo realizado por el reverendo Thomas. Hoy en día, uno de los

campos de aplicación es en la

la percepción en general)

La inferencia bayesiana utiliza aspectos del

evidencia que se considera consistente o inconsistente con una hipótesis dada. A

medida que la evidencia se acumula, el grado de creencia en una hipótesis se va

modificando. Con evidencia suficiente, a menudo podrá hacerse muy alto o muy bajo.

Así, los que sostienen la inferencia bayesiana dicen que puede ser utilizada para

discriminar entre hipótesis

alto deben ser aceptadas como verdaderas y las que tienen un grado de cr

bajo deben ser rechazadas como falsas. Sin embargo, los detractores dicen que este

método de inferencia puede estar afectado por un prejuicio debido a las creencias

iníciales que se deben sostener antes de comenzar a recolectar cualquier evidenc

Métodos Probabilísticos

Lógica Bayesiana

La inferencia bayesiana es un tipo de inferencia estadística

que las evidencias u observaciones se emplean para actua

inferir la probabilidad de que una hipótesis pueda ser cierta. El

nombre «bayesiana» proviene de uso frecuente que se hace del

teorema de Bayes durante el proceso de inferencia. El teorema de

Bayes se ha derivado del trabajo realizado por el

Thomas Bayes. Hoy en día, uno de los campos de aplicación es en la

,1 visión artificial2 (simulación de la

reconocimiento de patrones por ordenador.

inferencia bayesiana es un tipo de inferencia estadística en la que las

observaciones se emplean para actualizar o inferir la probabilidad

pueda ser cierta. El nombre «bayesiana» proviene de uso frecuente que

teorema de Bayes durante el proceso de inferencia. El teorema de Bayes

se ha derivado del trabajo realizado por el reverendo Thomas. Hoy en día, uno de los

campos de aplicación es en la teoría de la decisión,1 visión artificial

en general)3 y reconocimiento de patrones por ordenador

iana utiliza aspectos del método científico, que implica recolectar

evidencia que se considera consistente o inconsistente con una hipótesis dada. A

evidencia se acumula, el grado de creencia en una hipótesis se va

modificando. Con evidencia suficiente, a menudo podrá hacerse muy alto o muy bajo.

Así, los que sostienen la inferencia bayesiana dicen que puede ser utilizada para

hipótesis en conflicto: las hipótesis con un grado de creencia muy

alto deben ser aceptadas como verdaderas y las que tienen un grado de cr

bajo deben ser rechazadas como falsas. Sin embargo, los detractores dicen que este

método de inferencia puede estar afectado por un prejuicio debido a las creencias

iníciales que se deben sostener antes de comenzar a recolectar cualquier evidenc

Bayesiana:

inferencia estadística en la

u observaciones se emplean para actualizar

pueda ser cierta. El

nombre «bayesiana» proviene de uso frecuente que se hace del

nte el proceso de inferencia. El teorema de

Bayes se ha derivado del trabajo realizado por el

. Hoy en día, uno de los campos de aplicación es en la teoría

(simulación de la percepción en

en la que las evidencias u

probabilidad de que

pueda ser cierta. El nombre «bayesiana» proviene de uso frecuente que

durante el proceso de inferencia. El teorema de Bayes

se ha derivado del trabajo realizado por el reverendo Thomas. Hoy en día, uno de los

visión artificial2 (simulación de

ordenador.

, que implica recolectar

evidencia que se considera consistente o inconsistente con una hipótesis dada. A

evidencia se acumula, el grado de creencia en una hipótesis se va

modificando. Con evidencia suficiente, a menudo podrá hacerse muy alto o muy bajo.

Así, los que sostienen la inferencia bayesiana dicen que puede ser utilizada para

en conflicto: las hipótesis con un grado de creencia muy

alto deben ser aceptadas como verdaderas y las que tienen un grado de creencia muy

bajo deben ser rechazadas como falsas. Sin embargo, los detractores dicen que este

método de inferencia puede estar afectado por un prejuicio debido a las creencias

iníciales que se deben sostener antes de comenzar a recolectar cualquier evidencia.

Teoría de Juegos

La teoría de juegos es una rama de la economía que estudia las decisiones en las que

para que un individuo tenga éxito tiene que tener en cuenta las decisiones tomadas

por el resto de los agentes que intervienen en la situación. La teoría de juegos como

estudio matemático no se ha utilizado exclusivamente en la economía, sino en la

gestión, estrategia, psicología o incluso en biología.

En la teoría de juegos

preguntarnos qué vamos a hacer teniendo en cuenta lo que pensamos que harán los

demás, ellos actuarán pensando según crean que van a ser nuestras actuaciones. La

teoría de juegos ha sido utilizada

políticas o incluso para ganar jugando al póker. La teoría de juegos es

nuestro Concepto de esta semana

Para representar gráfic

(también conocidas como forma normal) y árboles de decisión como herramientas

para comprender mejor los razonamientos que llevan a un punto u otro. Además los

juegos se pueden resolver usando las matem

sofisticadas como para entrar en profundidad.

Teoría de Juegos:

es una rama de la economía que estudia las decisiones en las que

para que un individuo tenga éxito tiene que tener en cuenta las decisiones tomadas

por el resto de los agentes que intervienen en la situación. La teoría de juegos como

mático no se ha utilizado exclusivamente en la economía, sino en la

gestión, estrategia, psicología o incluso en biología.

teoría de juegos no tenemos que preguntarnos qué vamos a hacer, tenemos que

preguntarnos qué vamos a hacer teniendo en cuenta lo que pensamos que harán los

demás, ellos actuarán pensando según crean que van a ser nuestras actuaciones. La

teoría de juegos ha sido utilizada en muchas decisiones empresariales, económicas,

políticas o incluso para ganar jugando al póker. La teoría de juegos es

de esta semana

representar gráficamente en teoría de juegos se suelen utilizar matrices

(también conocidas como forma normal) y árboles de decisión como herramientas

para comprender mejor los razonamientos que llevan a un punto u otro. Además los

juegos se pueden resolver usando las matemáticas, aunque suelen ser bastante

sofisticadas como para entrar en profundidad.

es una rama de la economía que estudia las decisiones en las que

para que un individuo tenga éxito tiene que tener en cuenta las decisiones tomadas

por el resto de los agentes que intervienen en la situación. La teoría de juegos como

mático no se ha utilizado exclusivamente en la economía, sino en la

no tenemos que preguntarnos qué vamos a hacer, tenemos que

preguntarnos qué vamos a hacer teniendo en cuenta lo que pensamos que harán los

demás, ellos actuarán pensando según crean que van a ser nuestras actuaciones. La

en muchas decisiones empresariales, económicas,

políticas o incluso para ganar jugando al póker. La teoría de juegos es

en teoría de juegos se suelen utilizar matrices

(también conocidas como forma normal) y árboles de decisión como herramientas

para comprender mejor los razonamientos que llevan a un punto u otro. Además los

áticas, aunque suelen ser bastante

Métodos Híbridos

Modelo de Transporte y Asignación:

Técnica de Montecarlo:

Los métodos de Montecarlo abarcan una colección de técnicas que permiten obtener

soluciones de problemas matemáticos o físicos por medio de pruebas aleatorias

repetidas. En la práctica, las pruebas aleatorias se sustituyen por resultados de

ciertos cálculos realizados con números aleatorios. A lo largo de varias páginas se

estudiará el concepto de variable aleatoria y la transformación de una variable

aleatoria discreta o continua.

Empezaremos a estudiar esta técnica por los ejemplos más sencillos: el mecanismo

básico de la difusión y el establecimiento del equilibrio térmico entre dos sistemas

que se ponen en contacto a distinta temperatura. Estos dos ejemplos nos mostrarán

el significado de proceso irreversible y fluctuación alrededor del estado de equilibrio.

Se incluyen entre otros ejemplos, la explicación de la ley exponencial decreciente en

la desintegración de una sustancia radioactiva en otra estable. Comprender, a partir

de un modelo simple de núcleo radioactivo, que su desintegración es un suceso

aleatorio, con mayor o menor probabilidad dependiendo de la anchura de las

barreras de potencial que mantienen confinadas a las partículas que componen el

núcleo.

La simulación Monte Carlo es una técnica matemática computarizada que permite

tener en cuenta el riesgo en análisis cuantitativos y tomas de decisiones. Esta técnica

es utilizada por profesionales de campos tan dispares como los de finanzas, gestión

de proyectos, energía, manufacturación, ingeniería, investigación y desarrollo,

seguros, petróleo y gas, transporte y medio ambiente.

La simulación Monte Carlo ofrece a la persona responsable de tomar las decisiones

una serie de posibles resultados, así como la probabilidad de que se produzcan según

las medidas tomadas. Muestra las posibilidades extremas —los resultados de tomar

la medida más arriesgada y la más conservadora— así como todas las posibles

consecuencias de las decisiones intermedias.

Los científicos que trabajaron con la bomba atómica utilizaron esta técnica por

primera; y le dieron el nombre de Monte Carlo, la ciudad turística de Mónaco

conocida por sus casinos. Desde su introducción durante la Segunda Guerra

Mundial, la simulación Monte Carlo se ha utilizado para modelar diferentes sistemas

físicos y conceptuales.