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.
Recommended