Académique Documents
Professionnel Documents
Culture Documents
CLASES DE DECISIONES
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
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 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.
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.
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.
situacin existente. Para tomar decisiones existe una serie de enfoques o teoras dentro de
las cuales esta:
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
del aprendizaje.
abierta.
-Su objetivo es conseguir
una conducta determinada.
Enfoque estadstico.
recoleccin de datos.
Enfoque matemtico
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
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
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.
Toma de decisiones
Realizado por:
Martnez Jos 19.622.706