Issuu on Google+

UNIVERSIDAD FERMIN TORO VICERECTORADO ACADEMICO DECANATO DE CIENCIAS ECONOMICASY SOCIALES ESCUELA DE RELACIONES INDUSTRIALES ANALISIS DE PROBLEMAS Y TOMA DE DESICIONES

CAUDARE JUNIO 2012


Es el proceso durante el cual la persona debe escoger entre dos o más alternativas. Todos y cada uno de nosotros pasamos los días y las horas de nuestra vida teniendo que tomar decisiones. Algunas decisiones tienen una importancia relativa en el desarrollo de nuestra vida, mientras otras son gravitantes en ella. Para los administradores, el proceso de toma de decisión es sin duda una de las mayores responsabilidades. La toma de decisiones en una organización se circunscribe a una serie de personas que están apoyando el mismo proyecto. Debemos empezar por hacer una selección de decisiones, y esta selección es una de las tareas de gran trascendencia. Con frecuencia se dice que las decisiones son algo así como el motor de los negocios y en efecto, de la adecuada selección de alternativas depende en gran parte el éxito de cualquier organización. Una decisión puede variar en trascendencia y connotación. Los administradores consideran a veces la toma de decisiones como su trabajo principal, porque constantemente tienen que decidir lo que debe hacerse, quién ha de hacerlo, cuándo y dónde, y en ocasiones hasta cómo se hará. Sin embargo, la toma de decisiones sólo es un paso de la planeación, incluso cuando se hace con rapidez y dedicándole poca atención o cuando influye sobre la acción sólo durante unos minutos. Es por eso que en este trabajo se desarrollaran algunas herramientas y técnicas que faciliten la interpretación y la toma de decisiones.


La programación lineal es un método de resolución de problemas que se ha desarrollado para ayudar a los administradores a tomar decisiones. Su éxito se mide por la difusión de su uso como una herramienta de la toma de decisiones. De Desde su aparición a finales de la década de 1940, la programación lineal (PL) ha demostrado que es una de las herramientas más efectivas de la investigación de operaciones. Su éxito se debe a su flexibilidad para describir un gran número de situaciones reales es en las siguientes áreas: militar, industrial, agrícola, de transporte, de la economía, de sistemas de salud, e incluso en las ciencias sociales y de la conducta. Un factor, importante en el amplio uso de esta técnica es la disponibilidad de programas de computadora muy eficientes para resolver problemas extensos de PL. La programación lineal es una herramienta determinístico; es decir, todos los parámetros del modelo se suponen conocidos con certeza. Sin embargo, en la vida real, es raro encontrar un pro problema blema donde prevalezca una verdadera certeza respecto a los datos. La técnica de la PL compensa esta "deficiencia", proporcionando análisis sistemáticos post óptimos y paramétricos que permiten al tomador de decisiones probar la sensibilidad de la solución óptima "estática" respecto a cambios discretos o continuos de los parámetros del modelo. Básicamente, estas técnicas adicionales agregan una dimensión dinámica a la propiedad de solución óptima de la PL. A continuación se presentan los fundamentos del aná análisis de sensibilidad y se muestra su aplicación por medio de ejemplos prácticos.

El Método Simplex es un método analítico de solución de problemas de programación lineal capaz de resolver modelos más complejos que los resueltos mediante el método gráfico sin restricción en el número de variables. Procedimiento de cálculo algebraico, interactivo para resolución de problemas Lineales. El 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. La razón matemática de esta mejora radica en que el método consiste en caminar del vértice de un poliedro a un vértice vecino de manera que aumente o disminuya (según el contexto context de la función objetivo, sea maximizar o minimizar), dado que el número de vértices que presenta un poliedro solución es finito siempre se hallará solución.

Este famosísimo método fue creado en el año de 1947 por el estadounidense George Bernard Dantzig y el ruso Leonid Vitalievich Kantorovich, con el ánimo de crear un algoritmo capaz de solucionar problemas de m restricciones y n variables.


El modelo Bayesiano está circunscrito, como TECNICA DE PRONOSTICO en las llamadas TECNICAS CUALITATIVAS, VAS, cuya principal característica es que SUS INSUMOS SON JUICIOS DE VALORES; es decir, opiniones que dan una valoración o cualificación a hechos o datos observados. Su rol como instrumento de pronóstico es muy importante ya que permite HACER INFERENCIAS sobre la probabilidad de ocurrencia de una SITUACION DADA (HIPOTESIS / ESCENARIO), sobre la base de LAS EVIDENCIAS OBSERVADAS; por ello, es un instrumento extraordinario para EL MONITOREO o SEGUIMIENTO de situaciones de interés. Dentro de este contexto, jjuega uega un rol fundamental como herramienta de ALERTA, ante las evidencias obtenidas como consecuencia de la DINAMICA DE LOS ACONTENCIMIENTOS. La aplicación del MODELO BAYESIANO como TECNICA DE PRONOSTICO está sujeta a la posibilidad de HACER SEGUIMIENTO a una un situación de interés determinada.

La teoría de juegos es un área de la matemática aplicada que utiliza modelos para estudiar interacciones en estructuras formalizadas de incentivos (los llamados «juegos») y llevar a cabo procesos de decisión.. Sus investigadores estudian las estrategias óptimas así como el comportamiento previsto y observado de individuos en juegos. Tipos de interacción aparentemente distintos pueden, en realidad, presentar estructura de incentivo similar y, por lo tanto, se puede representar mil veces conjuntamente un mismo juego. Desarrollada en sus comienzos como una herramienta para en entender el comportamiento de la economía,, la teoría de juegos se usa actualmente en muchos campos, como en la biología, sociología, psicología y filosofía.. Experimentó un crecimiento sustancial y se formalizó por primera primera vez a partir de los trabajos de John von Neumann y Oskar Morgenstern, antes y durante la Guerra Fría, Fría debido sobre todo a su aplicación a la estrategia militar,, en particular a causa caus del concepto de destrucción mutua garantizada.. Desde los setenta, la teoría de juegos se ha aplicado a la conducta animal, incluyendo el desarrollo desarrollo de las especies por la selección natural. decisión la teoría de juegos estudia decisiones s realizadas en entornos donde interaccionan. En otras Aunque tiene algunos puntos en común con la teoría de la decisión, palabras, estudia la elección de la conducta óptima cuando los costes y los beneficios de cada opción no están fijados de ant antemano, emano, sino que dependen de las elecciones de otros individuos. Un ejemplo muy uy conocido de la aplicación de la teoría de juegos a la vida real es el dilema del prisionero, 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, juegos que se arraiga en la escuela psicoanalítica del análisis transaccional,, es enteramente distinta. Los analistas de juegos utilizan asiduamente otras áreas de la matemática, en particular las probabilidades, las estadísticas y la programación lineal, lineal en conjunto con esta teoría


El modelo de transporte es un problema de optimización de redes donde debe determinarse como hacer llegar los productos desde los

puntos

de

existencia

hasta

los

puntos

de

demanda,

minimizando

los

costos

de

envió.

El modelo busca determinar un plan de transporte de una mercancía de varias fuentes a varios destinos. Entre los datos del modelo se

cuenta:

1.-

Nivel

2.-

El

de costo

oferta de

en

transporte

cada

fuente

unitario

de

y la

la

cantidad

mercancía

de de

demanda cada

fuente

en a

cada

destino.

cada

destino.

El modelo se utiliza para realizar actividades como: control de inventarios, programación del empleo, asignación de personal, flujo de efectivo, programación de niveles de reservas en prensas entre otras

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 realiza con números aleatorios. A lo largo de varias páginas se estudiará el concepto de variable aleatoria y la transformación de una variable aleatoria discreta dis o continua. La simulación Monte Carlo es una técnica matemática computarizada que permite tener en cuenta 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, en 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 extre —los 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 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 uti para modelar diferentes sistemas físicos y conceptuales


Herramientas Gerenciales