Issuu on Google+

UNIVERSIDAD FERMÍN TORO FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES ANÁLISIS DE PROBLEMAS Y TOMA DE DECISIONES

Autor: Eddy Pérez C.I 17.229.660


Técnicas e Instrumentos Para La Toma Racional De Decisiones En la toma de decisión no se debe desestimar el futuro. Cuando por ejemplo hablamos sobre una toma de decisión relacionada a los costos de una organización, al evaluar las alternativas, no se debe dar más importancia a los costos y beneficios a corto plazo que a los de largo plazo, puesto que el considerar únicamente los de corto plazo podría influir para dejar de lado aquellas variables de largo plazo, lo que también podría resultar en situaciones negativas para la organización. Precisamente la desestimación del futuro es, en parte, la explicación de los déficits presupuestarios gubernamentales, la destrucción ambiental y la infraestructura urbana decadente.


La toma de decisiones prescribe una serie de pasos que deben seguir los individuos o equipos para incrementar la probabilidad de que sus decisiones sean lógicas y estén bien fundamentadas. Una decisión racional permite el logro máximo de metas dentro de las limitaciones de la situación. Esta definición se refiere a la racionalidad. La definición y diagnóstico de problemas supone tres habilidades de conceptualización: percepción, interpretación e incorporación. La percepción implica la identificación y monitoreo de numerosas fuerzas del entorno externas e internas y la conclusión acerca de cuáles de ellas contribuyen al problema o problemas. La interpretación supone la evaluación de las fuerzas percibidas y la determinación de las causas, no sólo de los síntomas, del problema real. Finalmente, la incorporación implica la vinculación de esas interpretaciones con las metas vigentes o deseables del departamento u organización.


PROGRAMACION LINEAL MÉTODO SIMPLEX El Método Simplex hace uso de la

propiedad de que la solución óptima de un problema de Programación Lineal se encuentra en un vértice o frontera del dominio de puntos factibles (esto último en casos muy especiales), por lo cual, la

búsqueda secuencial del algoritmo se basa en la evaluación progresiva de estos vértices hasta encontrar el óptimo. Cabe destacar que para aplicar el Método Simplex a un modelo lineal, este debe estar en un formato especial conocido como formato estándar.


El algoritmo simplex da inicio en el origen, que suele llamarse solución inicial. Después se desplaza a un punto extremo adyacente. La elección específica de uno a otro punto depende de los coeficientes de la función objetivo hasta encontrar el punto óptimo. Al aplicar la condición de optimizada a la tabla inicial seleccionamos a Xi como la variable que entra. En este punto la variable que sale debe ser una de las variables artificiales. Los pasos del Método simplex son: 1. Determinar una solución básica factible inicial. 2. Prueba de optimizad: determinar si la solución básica factible inicial es óptima y sólo si todos los coeficientes de la ecuación son no negativos ( >= 0 ). Si es así, el proceso termina; de otra manera se lleva a cabo otra interacción para obtener la nueva solución básica factible inicial.


PROGRAMACION LINEAL MÉTODO SIMPLEX

3. Condición de factibilidad.Para todos los problemas de maximización y minimización, variable que sale es la variable básica que tiene la razón más pequeña (positiva). Una coincidencia se anula arbitrariamente. 4. Seleccionar las variables de holgura como las variables básicas de inicio. 5. Selecciona una variable que entra de entre las variables no básicas actuales que, cuando se incrementan arriba de cero, pueden mejorar el valor de la función objetivo. Si no existe la solución básica es la óptima, si existe pasar al paso siguiente. 6. Realizar el paso iterativo.


MÉTODOS PROBABILÍSTICOS La forma que pueden tomar un conjunto de datos obtenidos de muestreos de datos con comportamiento que se supone aleatorio.


MÉTODOS PROBABILÍSTICOS

La inherente condición al azar en las propiedades materiales y los parámetros geológicos juega un rol crítico en la interpretación de los resultados de simulación obtenidos. La integración de métodos probabilísticos en el marco de trabajo de análisis de elementos finitos proporciona la posibilidad de cuantificar la confiabilidad de la respuesta mecánica estructural de una mina. Los métodos de muestreo probabilísticos son aquellos que se basan en el principio de probabilidad. Es decir, aquellos en los que todos los individuos tienen la misma probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente, todas las posibles muestras de tamaño n tienen la misma probabilidad de ser elegidas. Sólo estos métodos de muestreo probabilísticos nos aseguran la representatividad de la muestra extraída y son, por tanto, los más recomendables.


Entre los métodos de muestreo probabilísticos más utilizados en investigación encontramos: 

Muestreo aleatorio simple:

El procedimiento empleado es el siguiente: se asigna un número a cada individuo de la población y a través de algún medio mecánico (bolas dentro de una bolsa, tablas de números aleatorios, números aleatorios generados con una calculadora u ordenador, etc.) se eligen tantos sujetos como sea necesario para completar el tamaño de muestra requerido.

Muestreo aleatorio sistemático:

Este procedimiento exige, como el anterior, numerar todos los elementos de la población, pero en lugar de extraer n números aleatorios sólo se extrae uno. 

Muestreo aleatorio estratificado: Trata de obviar las dificultades que presentan los anteriores ya que simplifican los procesos y suelen reducir el error muestra para un tamaño dado de la muestra.


MĂŠtodos hĂ­bridos


Modelo de Transporte

El modelo de transporte busca determinar un plan de transporte de una mercancía de varias fuentes a varios destinos. Los datos del modelo son:  Nivel de oferta en cada fuente y la cantidad de demanda en cada destino.  El costo de transporte unitario de la mercancía a cada destino. El objetivo del modelo es el de determinar la cantidad que se enviará de cada fuente a cada destino, tal que se minimice el costo del transporte total. La suposición básica del modelo es que el costo del transporte en una ruta es directamente proporcional al número de unidades transportadas. La definición de “unidad de transporte” variará dependiendo de la “mercancía” que se transporte. El esquema siguiente representa el modelo de transporte como una red con m fuentes y n destinos. Una fuente o un destino esta representado por un nodo, el arco que une fuente y un destino representan la ruta por la cual se transporta la mercancía.


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 única manera de hacer un gran trabajo es amar lo que hace. Si no ha encontrado todavía algo que ame, siga buscando. No se conforme. Al igual que los asuntos del corazón, sabrá cuando lo encuentre.

Steve Jobs


Fermìn Informa