Page 1

Universidad Fermín Toro Facultad de Ciencias Económicas y Sociales Análisis de Problemas y Toma de Decisiones

Técnicas para resolver e enfrentar las decisiones

María Gómez

2 de febrero de 2013


Introducción

Para tomar decisiones en la vida debemos contar con técnicas apropiadas y tener conocimiento para conocer el problema, las alternativas y sustentar con base de saber cómo tomar las decisiones de forma optima para ellos desarrollaremos una serie de métodos que van a ayudar positivamente, es por ello que a través de esta revista de información le daremos las técnicas necesarias.


Programación lineal (PL): aborda una clase de problemas de programación donde tanto la función objetivo a optimizar como todas las relaciones entre las variables correspondientes a los recursos son lineales. Hoy en día, esta técnica se aplica con éxito para resolver problemas de presupuestos de capital, diseño de dietas, conservación de recursos, juegos de estrategias, predicción de crecimiento económico, sistemas de transporte,etc. En este curso se presentarán técnicas para resolución de problemas de PL continua y discreta.

El

método

SIMPLEX

para

resolver

los

problemas

de

programación lineal (PL) Es un método eficiente, el más utilizado hasta el momento NO es un algoritmo de complejidad polinomial. En el peor caso, es un algoritmo de complejidad exponencial con el número de variables del problema.

La

teoría

Bayesiana se encarga de estudiar y analizar al

consumidor, se observan las características y los atributos que


describen

el

comportamiento

del

potencial

cliente.

Consiste en aislar los atributos que la persona en cuestión le asigna al determinado producto, y una vez hecho esto aislarlo, y estudiarlo y analizarlo. Se dejan de lado todos los otros factores, como características del producto, del cliente, etc., y se centra simplemente

en

este

atributo

encontrado.

La teoría Bayesiana les da la libertad a los investigadores de estudiar la complejidad del comportamiento humano de una forma mucho más realista, de lo que era previamente posible. Aunque ningún método es 100 % exacto ya que la psiquis humana es demasiado compleja como para simplificarla en una teoría. El

objetivo

de

una

lógica

probabilística

(o

la

lógica

de

probabilidad) debe combinar la capacidad de teoría de probabilidad para manejar la incertidumbre con la capacidad de lógica deductiva para explotar la estructura. El resultado es un formalismo más rico y más expresivo con una amplia gama de áreas posibles de aplicación. La lógica probable es una extensión natural de mesas de verdad tradicionales lógicas: los resultados que ellos definen son sacados por expresiones probables en cambio. La dificultad con lógicas

probables

es

que

ellos

tienden

a

multiplicar

las

complejidades computacionales

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. La teoría de juegos estudia decisiones realizadas en entornos donde interaccionan. En otras palabras, estudia la elección de la conducta óptima cuando los costes y los beneficios de cada opción no están fijados de antemano, sino que dependen de las elecciones de otros individuos. Un ejemplo muy conocido de la aplicación de la teoría de juegos a la vida real es el dilema del prisionero, popularizado por el matemático Albert W. Tucker, el cual tiene muchas implicaciones para comprender la naturaleza de la cooperación humana. La teoría psicológica de juegos, que se arraiga en

la

escuela

psicoanalítica

del

análisis

transaccional,

es

enteramente distinta.

El Modelo de transporte es una clase especial de problema de Programación Lineal. Trata la situación en la cual se envía un bien de los puntos de origen (fábricas), a los puntos de destino (almacenes, bodegas, depósitos). El objetivo es determinar las cantidades a enviar desde cada punto de origen hasta cada punto de destino, que minimicen el costo total de envío, al mismo tiempo que satisfagan tanto los límites de la oferta como los requerimientos de la demanda. El modelo supone que el costo de envío de una ruta


determinada es directamente proporcional al número de unidades enviadas en esa ruta. Sin embargo, algunas de sus aplicaciones importantes (como la Programación de la Producción) de hecho no tienen nada que ver con el transporte. El algoritmo de transporte sigue los pasos exactos del método simplex. Sin embargo, en vez de utilizar la tabla simplex regular, aprovechamos la estructura especial del modelo de transporte para presentar el algoritmo en una forma más conveniente: (En formato PDF).

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. El uso de los métodos de Monte Carlo como herramienta de investigación, proviene del trabajo realizado en el desarrollo de la bomba atómica durante la Segunda Guerra Mundial en el Laboratorio Nacional de Los Álamos en EE. UU. Este trabajo conllevaba la simulación de problemas probabilísticos de hidrodinámica concernientes a la difusión de neutrones en el material de fisión. Esta difusión posee un


comportamiento eminentemente aleatorio. En la actualidad es parte fundamental de los algoritmos de Raytracing para la generación de imágenes 3D. El método se llamó así en referencia al Casino de Monte Carlo (Principado de Mónaco) por ser “la capital del juego de azar”, al ser la ruleta un generador simple de números aleatorios. El nombre y el desarrollo sistemático de los métodos de Monte Carlo datan aproximadamente de 1944 y se mejoraron enormemente con el desarrollo de la computadora.

Métodos de localización Desde la década de los 60, etapa donde ocurre la maduración de la teoría de la localización como área de investigación, se han creado y desarrollado infinidad de métodos analíticos cuyas aflicciones se extienden más allá de la administración de empresas, lo cual la convierte en un área pluridisciplinaria, (Domínguez Machuca et. al., 1995).

Dichos métodos constituyen una herramienta de apoyo esencial ante la toma de decisiones sobre localización de instalaciones, las cuales a su vez, son un elemento fundamental del plan estratégico general de cualquier empresa (aún cuando muchas de ellas la tomen sólo una vez en su historia), pues una buena selección de la ubicación puede contribuir a la realización de los objetivos empresariales, mientras que una localización desacertada puede conllevar un desempeño inadecuado de las operaciones.


tecnicas para resolver y afrontar decisiones  

revista agradabla

Read more
Read more
Similar to
Popular now
Just for you