CLASIFICACIN Y TIPOLOGIA DE LA TOMA DE DECISIONES

CLASES DE DECISIONES

La toma de decisiones es el proceso de seleccionar un curso de accin entre alternativas; es

la mdula de la planeacin. La toma de decisiones se define como la seleccin de un curso
de acciones entre alternativas, es decir que existe un plan un compromiso de recursos de
direccin o reputacin. La toma de decisiones es slo un paso de la planeacin ya que
forma la parte esencial de los procesos que se siguen para elaboracin de los objetivos o
metas trazadas a seguir. Rara vez se puede juzgar slo un curso de accin, porque
prcticamente cada decisin tiene que estar engranada con otros planes

Como dijo Harry Truman:"Toda mala decisin que tomo va seguida de otra mala decisin".
La toma de decisiones en una organizacin se circunscribe a todo un colectivo de personas
que estn apoyando el mismo proyecto. Debemos de empezar por hacer una seleccin de
decisiones, y esta seleccin es una delas tareas de gran trascendencia en el trabajo del
mando. Forman parte de una toma de decisiones la experiencia, la experimentacin, la
investigacin y el anlisis

CLASES DE DECISIONES

Evaluacin de alternativas

Una vez encontrada la alternativa a apropiada, el siguiente paso es evaluar y seleccionar

aquellas que contribuirn mejor al logro de la meta. Factores cuantitativos.-Son factores
que se pueden medir en trminos numricos, como es el tiempo, o los diversos costos fijos
o de operacin. Factores cualitativos.-Son difciles de medir numricamente. Como la
calidad de las relaciones de trabajo, el riesgo del cambio tecnolgico o el clima poltico

internacional. Para evaluar y comparar los factores se debe reconocer el problema y luego
analizar que factor se le aplica ya se cuantitativo o cualitativo o ambos, clasificar los
trminos de importancia, comparar su probable influencia sobre el resultado y tomar una
decisin
Decisiones programadas y no programadas

La toma de decisiones es fundamental para cualquier actividad humana. En este sentido,

somos todos tomadores de decisiones. Pero hay decisiones programadas y no programadas.
Decisiones programadas Se aplica a problemas estructurados o de rutina. Son aquellas que
se toman frecuentemente, es decir son repetitivas y se convierte en una rutina tomarlas;
como el tipo de problemas que se presentan con cierta regularidad y que ya se tiene un
mtodo bien establecido de solucin y por lo tanto ya se conocen los pasos para abordar
este tipo de problemas. En estas decisiones la persona que toma la decisin no tiene la
necesidad de disear ninguna solucin, sino que simplemente se rige a la que se ha seguido
anteriormente.

Decisiones programadas y no programadas

Decisiones no programadas Son decisiones que se toman en problemas o situaciones que se

presentan con poca frecuencia, o aquellas que necesitan de un modelo o proceso especfico
de solucin. Se usan para situaciones no rutinarias, no programadas, nuevas y mal
definidas, de naturaleza no repetitivas. La mayor parte de las decisiones no programadas las
toman los gerentes del nivel ms alto; esto es porque los gerentes de ese nivel tienen que
hacer frente a los problemas no estructurados. Por ejemplo: El lanzamiento de un nuevo
producto al mercado, en este tipo de decisiones es necesario seguir un modelo de toma de
decisin para generar una solucin especfica para este problema.

Decisiones subjetivas y objetivas

La toma de decisiones tambin se pude hacer segn la intervencin de las emociones o del
criterio individual del tomador de la decisin. Decisiones subjetivas Esta clase abarca las
decisiones privadas o en las cuales interviene de manera clave su forma de ver las cosas,
problemas en los cuales usted evala sus puntos fuertes y dbiles, sus oportunidades y
amenazas, y toma la decisin siendo influenciado por sus emociones. Decisiones objetivas
Este tipo de decisiones son pblicas, y es necesario aislar completamente las emociones,
tienen un grado de responsabilidad ms alto, es por eso que para tomarlas se debe hacer una
anlisis ms racional de la situacin y no emocional como en las subjetivas.

Situaciones o contextos de decisin

Las situaciones, ambientes o contextos en los cuales se toman las decisiones, se pueden
clasificar segn el conocimiento y control que se tenga sobre las variables que intervienen o
influencian el problema, ya que la decisin final o la solucin que se tome va a estar
condicionada por dichas variables. Ambiente de certidumbre (certeza)Se tiene
conocimiento total sobre el problema, las alternativas de solucin que se planteen van a
causar siempre resultados conocidos e invariables. Al tomar la decisin solo se debe pensar
en la alternativa que genere mayor beneficio.

Situaciones o contextos de decisin

Ambiente de riesgo La informacin con la que se cuenta para solucionar el problema es

incompleta, es decir, se conoce el problema, se conocen las posibles soluciones, pero no se
conoce con certeza los resultados que pueden arrojar. En este tipo de decisiones, las
posibles alternativas de solucin tienen cierta probabilidad conocida de generar un
resultado. En estos casos se pueden usar modelos matemticos o tambin el decisor puede
hacer uso de la probabilidad objetiva o subjetiva para estimar el posible resultado. La
probabilidad objetiva es la posibilidad de que ocurra un resultado basndose en hechos
concretos, puede ser cifras de aos anteriores o estudios realizados para este fin. En la
probabilidad subjetiva se determina el resultado basndose en opiniones y juicios
personales

Situaciones o contextos de decisin

Ambiente de incertidumbre Se posee informacin deficiente para tomar la decisin, no se

tienen ningn control sobre la situacin, no se conoce como puede variar o la interaccin
dela variables del problema, se pueden plantear diferentes alternativas de solucin pero no
se le puede asignar probabilidad a los resultados que arrojen. Con base en lo anterior hay
dos clases de incertidumbre: Estructurada: No se sabe que puede pasar entre diferentes
alternativas, pero s se conoce que puede ocurrir entre varias posibilidades. No estructurada:
No se sabe que puede ocurrir ni las probabilidades para las posibles soluciones, es decir no
se tienen ni idea de que pueda pasar

Principales criterios de decisin bajo incertidumbre

Criterio Maximin.-Para cada accin es posible determinar la peor situacin(beneficio

mnimo). El criterio Maximin selecciona la mejor opcin entre las peores situaciones.
Criterio Maximax.-Para cada accin se determina el retorno mximo (mayor beneficio). El
criterio Maximax escoge la accin de mayor retorno. Deploracin Minimax.-El concepto
de De ploracin Minimax emplea el concepto de costo de oportunidad para obtener la
decisin. Criterio del Valor Esperado.-El criterio del Valor Esperado escoge aquella
alternativa que genera el mayor retorno esperado; el calculo del valor esperado se reduce a
obtener el retorno promedio

Principio de maximin y minimax

Los principios de maximin y minimax son aplicados dependiendo si los valores de la matriz
son ganancias o prdidas, respectivamente. Si los valores son ganancias, se determinan las
mnimas ganancias para cada alternativa y se selecciona la alternativa con el mximo valor
entre esas mnimas ganancias; es decir, se determina el peor valor para cada alternativa y se
escoge el mejor entre esos valores. Estos principios son considerados como muy
conservadores o pesimistas. En el principio de maximax se desea seleccionar la
alternativa que presenta la oportunidad de obtener el mximo valor dado en la matriz, es
decir, la mayor ganancia. Estos principios son considerados como muy optimistas.

Enfoque de las teoras de las tomas de decisiones:

Como ya sabemos a todos nosotros, todas las personas y seres vivientes se nos presentas
ciertas situaciones el dia a dia en las que debemos tomar decisiones entre varias alternativas
o opciones que se nos presentan para dar una solucion al problema ya sea en el ambito
laboral, familiar, sentimental entre otras. Esto despues de haber analizado el problema o la

situacin existente. Para tomar decisiones existe una serie de enfoques o teoras dentro de
las cuales esta:

Enfoques conductistas. O teora conductista

El conductismo es la primera teora que influye en el entendimiento del aprendizaje
humano. Se centra en la conducta abierta que pueden ser observadas y medidas. Su objetivo
es conseguir una conducta determinada, por lo cual analiza o se busca el modo de
conseguirla ya sea por la aplicacin de un estimulo para obtener una respuesta continua asi
si aplicamos un estimulo adecuado obtenemos la respuesta deseada o por la consolidacion
de la respuesta segun el estimulo. Los enfoques conductistas estan presentes en todas las
situaciones de aprendizaje en las que debemos encontrar una respuesta dado uno o varios
estimulos.

Enfoque estadstico.
es una ciencia referente a la recoleccin, anlisis e interpretacin de datos, yasea para
ayudar en la resolucin de la toma de decisiones o para explicar condiciones regulares o
irregulares. es el vehculo que permite llevar a cabo el proceso relacionado con la
investigacin cientfica. Se consagra en forma directa al gran problema universal de como
tomar las decisiones inteligentes y acertadas en condiciones de incertidumbre. Se usa para
la toma de decisiones en reas de negocios o instituciones gubernamentales.
Enfoque matemtico
Es aplicado a la solucin de los problemas administrativos y se conoce como investigacin
de operaciones (IO),. . La toma de decisiones es el punto focal del enfoque cuantitativo, es
decir, de la teora matemtica. La toma de decisin se estudia bajo dos perspectivas o
situaciones la del proceso y la del problema. Perspectiva Proceso: el objeto es seleccionar la
mejor alternativa de decisin, definicin del problema: se refiere a cuales son las posibles
alternativas y cual es la mejor alternativa de solucin.

Enfoques

Semejanzas

Diferencias

Enfoques conductistas

-Influye en el entendimiento

-Se centra en la conducta

del aprendizaje.

abierta.
-Su objetivo es conseguir
una conducta determinada.

Enfoque estadstico.

-Se utiliza para la

-Permite llevar a cabo el

recoleccin de datos.

proceso relacionado con la

investigacin cientfica.
-Es la forma universal de
como tomar las decisiones
inteligentes y acertadas en
condiciones de
incertidumbre.

Enfoque matemtico

-Da resultados de manera

-Da mltiples decisiones y

exacta de forma tal que

escenarios no solo el mejor

permita saber cul es la

sino que lo muestra de

decisin ms conveniente.

forma matemtica.
-Define cual es la mejor
solucin al problema de
modo cuantitativo mediante
prdidas y ganancias.

La Teora Bayesiana
Se basa en la enumeracin de diferentes eventos posibles y la asociacin de cada uno con
una probabilidad de ocurrencia. Por medio de la cuantificacin del impacto de cada evento,
y la multiplicacin por su correspondiente probabilidad de ocurrencia, se pueden calcular
los "daosesperados" de cada factor de riesgo.
A pesar de que esta forma de pensar con respecto a los riesgos es muy intuitiva y responde

al sentido comn, la Teora Bayesiana aplicada a riesgos afronta dos problemas difciles de
explicar:
1. El problema del tamao del riesgo: tiramos una moneda, si perdemos pagamos $5, si
ganamos ganamos $10. Parece un buen trato, la mayora de nosotros aceptara la apuesta.
Qu pasa si le agregamos unos ceros a la apuesta? Tiramos una moneda, si perdemos
pagamos $500.000, si ganamos ganamos $1.000.000. Parece un buen trato, pero aceptaras
jugar? En riesgos, "el tamao importa", entonces esto de calcular el impacto y multiplicarlo
por la probabilidad quizs no aplique a todo... Esta pregunta es muy interesante... cmo se
traduce a proyectos? Escribinos si tens algn comentario.
2. El problema de los "Desconocidos Desconocidos" ("Unknown Unknowns" o incginitas
desconocidas): ests analizando los factores de riesgo en tu proyecto y luego te propons
cuantificar el impacto y multiplicarlo por la probabilidad de ocurrencia. Hasta aqu vas
bien, "sgun el libro". Cmo tomar en cuenta aquellos factores de riesgo desconocidos,
aquellos que nunca te imaginaste que podran suceder? En los contratos de negocios existe
el trmino "Casos de Fuerza Mayor",incluso en los contratos en ingls se usa el trmino
"Force Majeure", tomado del francs: casos de fuerza mayor que si suceden anulan
automticamente toda responsabilidad sobre el contrato: terremotos, epidemias, derrumbes,
inundaciones, inestabilidad poltica, revoluciones, etc. Deberas hacer figurar un riesgo de
tsunami o de una catstrofe similar al 11 de septiembre, con un 0,00001 % de probabilidad?
Estas dos cosas eran una "incgnita desconocida" antes de que sucedan. Cmo te los
podras haber imaginado? Esta pregunta es muy difcil de contestar aplicando la Teora
Estadstica Bayesiana.
El enfoque Ciberntico supone una concepcin global e interactuante del universo, en
donde la accin es consecuencia de la propia realidad. De esta forma, se ha presentado un
enfoque que se adecua con mayor perfeccin a la comprensin del fenmeno humano,
siendo muy til en particular para el estudio de sistemas de actividades humanas dentro de
los cuales se pueden entender las empresas.
La Ciberntica. Wiener describe la 'ciberntica' como "la ciencia del control y la

comunicacin en el animal y en la mquina". Se trataba de una ciencia multidisciplinar para

el anlisis de los procesos similares que se dan en los seres vivos y las mquinas, como son
el control de la informacin y las comunicaciones.

La investigacin de operaciones o investigacin operativa o investigacin

operacional (conocida tambin como teora de la toma de decisiones o programacin
matemtica) (I.O.) es una rama de las matemticas que consiste en el uso de modelos
matemticos, estadstica y algoritmos con objeto de realizar un proceso de toma de
decisiones. Frecuentemente trata del estudio de complejos sistemas reales, con la finalidad
de mejorar (u optimizar) su funcionamiento. La investigacin de operaciones permite el
anlisis de la toma de decisiones teniendo en cuenta la escasez de recursos, para determinar
cmo se puede optimizar un objetivo definido, como la maximizacin de los beneficios o la
minimizacin de costos.

Investigacin operativa en contexto

La investigacin operativa es una moderna disciplina cientfica que se caracteriza por la
aplicacin de teora, mtodos y tcnicas especiales, para buscar la solucin de problemas de
administracin, organizacin y control que se producen en los diversos sistemas que existen
en la naturaleza y los creados por el ser humano, tales como las organizaciones a las que
identifica como sistemas organizados, sistemas fsicos, econmicos, ecolgicos,
educacionales, de servicio social, etctera.
El objetivo ms importante de la aplicacin de la investigacin operativa es apoyar en la
toma ptima de decisiones en los sistemas y en la planificacin de sus actividades.
El enfoque fundamental de la investigacin operativa es el enfoque de sistemas, por el cual,
a diferencia del enfoque tradicional, se estudia el comportamiento de todo un conjunto de
partes o sub-sistemas que interaccionan entre s, se identifica el problema y se analizan sus
repercusiones, y se buscan soluciones integrales que beneficien al sistema como un todo.

Para hallar la solucin, la investigacin operativa generalmente representa el problema

como un modelo matemtico, que se analiza y evala previamente.
La investigacin de operaciones es una ciencia interdisciplinaria.
reas de aplicacin
reas funcionales, Una muestra de los problemas que la IO ha estudiado y resuelto con
xito en negocios e industria se tiene a continuacin:
Personal: La automatizacin y la disminucin de costos, reclutamiento de personal,
clasificacin y asignacin a tareas de mejor actuacin e incentivos a la produccin.
Mercado y distribucin: El desarrollo e introduccin de producto, envasado, prediccin de
la demanda y actividad competidora, localizacin de bodegas y centros distribuidores.
Compras y materiales: Las cantidades y fuentes de suministro, costos fijos y variables,
sustitucin de materiales, reemplazo de equipo, comprar o rentar.
Manufactura: La planeacin y control de la produccin, mezclas ptimas de manufactura,
ubicacin y tamao de planta, el trfico de materiales y el control de calidad.
Finanzas y contabilidad: Los anlisis de flujo de efectivo, capital requerido de largo plazo,
inversiones alternas, muestreo para la seguridad en auditoras y reclamaciones.
Planeacin: Con los mtodos Pert para el control de avance de cualquier proyecto con
mltiples actividades, tanto simultneas como las que deben esperar para ejecutarse.
Algunas personas se veran tentadas a aplicar mtodos matemticos a cuanto problema se
presentase, pero es que acaso siempre es necesario llegar al ptimo? Podra ser ms caro el
modelar y el llegar al ptimo que a la larga no ofrezca un margen de ganancias muy
superior al que ya se tiene.
Tmese el siguiente ejemplo:
La empresa EMX aplica I.O. y gasta por el estudio y el desarrollo de la aplicacin $100,
pero despus de aplicar el modelo observa que la mejora no es muy diferente a la que
actualmente tena.

Puede sealarse, entonces, que la investigacin de operaciones slo se aplicar a los

problemas de mayor complejidad, sin olvidar que el simple uso de la I.O. trae un costo que,
si se supera el beneficio, no resultar econmicamente prctico. Algunos ejemplos prcticos
donde resulta til la aplicacin de I.O. son:
En el dominio combinatorio, muchas veces la enumeracin es imposible. Por ejemplo, si
hay 200 trabajos por realizar, que toman tiempos distintos y solo cuatro personas que
pueden hacerlos, enumerar cada una de las combinaciones podra ser ineficiente (aparte de
desanimante). Luego los mtodos de secuenciacin sern los ms apropiados para este tipo
de problemas.
De igual manera, la I.O. es til cuando en los fenmenos estudiados interviene el azar. La
nocin de esperanza matemtica y la teora de procesos estocsticos ofrecen la herramienta
necesaria para construir el cuadro en el cual se optimizar la funcin econmica. Dentro de
este tipo de fenmenos se encuentran las lneas de espera y losinventarios con demanda
probabilstica.
Con mayor motivo, la investigacin de operaciones se muestra como un conjunto de
instrumentos precioso cuando se presentan situaciones de concurrencia. La teora de
juegos no permite siempre resolverlos formalmente, pero aporta un marco de reflexin que
ayude a la toma de decisiones.
Cuando se observa que los mtodos cientficos resultan engorrosos para el conjunto de
datos, se cuenta con otra opcin: simular tanto el comportamiento actual as como las
propuestas y ver si hay mejoras sustanciales. Las simulaciones son experiencias artificiales.
Es importante resaltar que la investigacin de operaciones no es una coleccin de frmulas
o algoritmos aplicables sistemticamente a situaciones determinadas. Si se cae en este error,
ser muy difcil captar en condiciones reales los problemas que puedan deducirse de los
mltiples aspectos de esta disciplina, la cual busca adaptarse a las condiciones variantes y
particulares de los diferentes sistemas que puede afrontar, usando una lgica y mtodos de
solucin muy diferentes a problemas similares mas no iguales.

Modelos de investigacin de operaciones

La investigacin operacional consiste en la aplicacin del mtodo cientfico, por parte de
grupos interdisciplinarios, a problemas de control de sistemas organizativos con la finalidad
de encontrar soluciones que atiendan de la mejor manera posible a los objetivos de la
organizacin en su conjunto.
No sustituye a los responsables de la toma de decisiones; pero, dndoles soluciones al
problema obtenidas con mtodos cientficos, les permite tomar decisiones racionales.
Puede ser utilizada en la programacin lineal (planificacin del problema), en
la programacin dinmica (planificacin de las ventas) y en la teora de las colas (para
controlar problemas de trnsito).
Entre los mtodos utilizados por la investigacin de operaciones (o ciencia de la
administracin), los administradores utilizan las matemticas y las computadoras para
tomar decisiones racionales en la resolucin de problemas. Aunque estos administradores
pueden dar respuesta a algunos problemas con su experiencia, ocurre que en el complejo
mundo real muchos problemas no pueden resolverse con base en la experiencia. Para
resolverlos, la investigacin de operaciones los agrupa en dos categoras bsicas: problemas
determinsticos: son aquellos en que la informacin necesaria se conoce para obtener una
solucin con certeza; problemas estocsticos: son aquellos en los que parte de la
informacin necesaria no se conoce con certeza, lo que s ocurre en el caso de los
determinsticos, sino que ms bien se comporta de una manera probabilstica.
Un modelo de decisin debe considerarse como un vehculo para resumir un problema de
decisin en forma tal que haga posible la identificacin y evaluacin sistemtica de todas
las alternativas de decisin del problema. Despus se llega a una decisin seleccionando la
alternativa que se juzgue sea la mejor entre todas las opciones disponibles. Un modelo es
una abstraccin selectiva de la realidad.
El modelo se define como una funcin objetivo y restricciones que se expresan en trminos
de las variables (alternativas) de decisin del problema.

Una solucin a un modelo, no obstante, de ser exacta, no ser til a menos que el modelo
mismo ofrezca una representacin adecuada de la situacin de decisin verdadera. El
modelo de decisin debe contener tres elementos:
Alternativas de decisin, de las cuales se hace una seleccin.
Restricciones, para excluir alternativas infactibles.
Criterios para evaluar y clasificar alternativas factibles.
Tipos de Modelos de Investigacin de Operaciones.
Modelo Matemtico: Se emplea cuando la funcin objetivo y las restricciones del modelo
se pueden expresar en forma cuantitativa o matemtica como funciones de las variables de
decisin.
Modelo de Simulacin: Los modelos de simulacin difieren de los matemticos en que las
relaciones entre la entrada y la salida no se indican en forma explcita. En cambio, un
modelo de simulacin divide el sistema representado en mdulos bsicos o elementales que
despus se enlazan entre si va relaciones lgicas bien definidas. Por lo tanto, las
operaciones de clculos pasaran de un mdulo a otro hasta que se obtenga un resultado de
salida.
Los modelos de simulacin cuando se comparan con modelos matemticos; ofrecen mayor
flexibilidad al representar sistemas complejos, pero esta flexibilidad no est libre de
inconvenientes. La elaboracin de este modelo suele ser costoso en tiempo y recursos. Por
otra parte, los modelos matemticos ptimos suelen poder manejarse en trminos de
clculos.
Modelos de Investigacin de Operaciones de la ciencia de la administracin: Los cientficos
de la administracin trabajan con modelos cuantitativos de decisiones.
Modelos Formales: Se usan para resolver problemas cuantitativos de decisin en el mundo
real. Algunos modelos en la ciencia de la administracin son llamados modelos
determinsticos. Esto significa que todos los datos relevantes (es decir, los datos que los
modelos utilizarn o evaluarn) se dan por conocidos. En los modelos probabilsticos (o

estocsticos), alguno de los datos importantes se consideran inciertos, aunque debe

especificarse la probabilidad de tales datos.
Modelo de Hoja de Clculo Electrnica: La hoja de clculo electrnica facilita hacer y
contestar preguntas de "que si" en un problema real. Hasta ese grado la hoja de clculo
electrnica tiene una representacin selectiva del problema y desde este punto de vista la
hoja de clculo electrnica es un modelo. En realidad es una herramienta ms que un
procedimiento de solucin. 1
Modelo Icnico: Una representacin fsica de algunos objetos, ya sea en forma idealizada
(Bosquejos) o a escala distinta. Ejemplo, planos y mapas (2D)
Modelo Analgico: Puede representar situaciones dinmicas o cclicas, son ms usuales y
pueden representar las caractersticas y propiedades de acontecimiento que se estudia.
Ejemplo, curvas de demanda; curvas de distribucin de frecuencia en las estadsticas y
diagramas de flujo.
Modelo simblico o matemtico: Son representaciones de la realidad en forma de cifras,
smbolos matemticas y funciones, para representar variables de decisin y relaciones que
nos permiten describir y analizar el comportamiento del sistema:
Cuantitativos y cualitativos La mayor parte de los problemas de un negocio u
organizacin comienzan con un anlisis y definicin de un modelo cualitativo y se avanza
gradualmente hasta obtener un modelo cuantitativo, la investigacin de operaciones se
ocupa de la sistematizacin de los modelos cualitativos y de su desarrollo hasta el punto en
que pueden cuantificarse.
Cuando es posible construir un modelo matemtico insertando smbolos para representar
relaciones entre constante y variables estamos ante un modelo cuantitativo, una ecuacin es
un modelo de este tipo. Las formulas, las matrices, los diagramas o series de valores que se
obtienen mediante procesos matemticos.
Estndares y hechos a la medida Se llaman modelos estndar a los que solo hay que
insertar o sustituir diferentes valores con el fin de obtener un valor a una respuesta de un
sistema y son aplicables al miso tipo de problemas en negocios. Ejemplo, el clculo de
costos o gastos, el clculo de ganancias, etc.

Se llaman modelos hechos a la medida cuando se crean modelos para resolver un caso de
problema especfico que se ajusta nicamente a este problema.
Probabilsticas y determinsticos Los modelos que se basan el as probabilidades y
estadsticas y que se ocupan de incertidumbres futuras se llamas probabilsticas, y los
modelos que no tienen consideraciones probalsiticas se llaman determinsticos; el PERT,
los inventarios, la programacin lineal, enfocan su atencin en aquellas circunstancias que
no son crticas y en los que las cantidades son determinadas y exactas.
Descriptivos y de optimizacin Cuando un modelo constituye sencillamente una
descripcin matemtica de una condicin real del sistema se llama descriptivo. Algunos de
estos modelos se emplean para mostrar geogrficamente una situacin y ayudan al
observador a evaluar resultados por secciones una sobre otra. Puede obtenerse una solucin,
sin embrago, en este modelo solo se intenta describir la situacin y no escoger una
alternativa.
Cuando con la aplicacin del modelo se llega a una solucin ptima de acuerdo con los
criterios de entrada se trata de un modelo de optimizacin.
Estticos y dinmicos Los modelos estticos se ocupan de determinar una respuesta para
una serie especial de condiciones fijas que probablemente no cambiaran significativamente
a corto plazo, es decir, la solucin est basada en una condicin esttica.
Un modelo dinmico por el contrario est sujeto al factor tiempo que desempea un papel
esencial en la secuencia de las decisiones, independientemente de cuales hayan sido las
decisiones anteriores. A la programacin dinmica pertenecen estos modelos.
De simulacin y no simulacin. Con el uso de la computadora es fcil preparar un
modelo simulado paso por paso donde se puede reproducir el funcionamiento de sistemas o
problemas de gran escala. Es un modelo de simulacin, los datos de entrada pueden ser
reales o generados en forma aleatoria.
Los modelos que no se prestan para usar datos empricos o simulados en forma aleatoria
son modelos no simulados como los de optimizacin o los creados a medida 2 3

Punto ptimo
Es el punto donde la combinacin de los recursos productivos de un proceso proporcionan
mximos resultados y beneficios con mnimos recursos o esfuerzos. Por encima del ptimo
no hay tcnicamente otro punto mejor.
Objetivos y mtodos
El objetivo y finalidad de la investigacin operacional es encontrar la solucin ptima para
un determinado problema (militar, econmico, de infraestructura, logstico, etc.)
Est constituida por un acercamiento cientfico a la solucin de problemas complejos, tiene
caractersticas intrnsecamente multidisciplinares y utiliza un conjunto diversificado de
instrumentos, prevalentemente matemticos, para la modelizacin, la optimizacin y el
control de sistemas estructurales en conocimiento a dems cosas.
En el caso particular de problemas de carcter econmico, la funcin objetivo puede ser
obtener el mximo rendimiento o el menor costo.
La investigacin operacional tiene un rol importante en los problemas de toma de
decisiones porque permite tomar las mejores decisiones para alcanzar un determinado
objetivo respetando los vnculos externos, no controlables por quien debe tomar la decisin.
Fases
La elaboracin del problema est subdividida en fases obligatorias. Las principales son:
examen de la situacin real y recoleccin de la informacin; formulacin del problema,
identificacin de las variables controlables y las externas (no controlables) y la eleccin de
la funcin objetivo, a ser maximizada o minimizada; construccin del modelo matemtico,
destinado a dar una buena representacin del problema; debe ser fcil de usar; representar
el problema, dando toda la informacin para poder tomar una decisin lo ms idnea
posible; resolucin del modelo (mediante diferentes modalidades); anlisis y verificacin
de las soluciones obtenidas: se controla si la funcin objetivo ofrece las ventajas esperadas;
se verifica la representatividad del modelo; y, se efectan anlisis de sensibilidad de la
solucin obtenida; utilizacin del sistema obtenido para su posterior uso.

REPUBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA DEFENZAU.N.E.F.A
UNIVERSIDAD NACIONAL EXPERIMENTAL DE LAS FUERZA
ARMADAS
NUCLEO PUERTO ORDAZ
V DE INGENERIA CIVIL

Toma de decisiones

Realizado por:
Martnez Jos 19.622.706