Universidad Fermín Toro

Facultad de Ciencias Económicas y Sociales

Análisis de Problemas y Toma de Decisiones

Autor: Rocio Souto Nuñez

16 de febrero del 2013

Introducción

El proceso de toma de decisiones se refiere a todas esas actividades y procesos necesarios que aplicamos para identificar un problema y solucionarlos, durante este proceso es indispensable la calidad de la información, es decir, el grado de confiabilidad de ésta pues es el punto de partida para la toma de decisiones, para ayudar a resolver estas dudas se pueden aplicar unos métodos que son confiables a la hora de sacar conclusiones, está el método determinísticos que a través de planteamientos simplifica los problemas en cualquier decisión y así mismo se encarga de maximizar ganancia y disminuir perdidas, esta también el método probabilístico que se encarga de combinar la capacidad de teoría de probabilidad para manejar la capacidad de lógica razonada para explotar la estructura y así mismo junto con la teoría de juegos que es una herramienta para entender el comportamiento de la economía. Y por último está el método hibrido que aplica a problemas que tienen que ver con el transporte de productos desde diversos puntos de origen hasta diversos destinos, y así gracias a estos métodos podemos enfocarnos más en cómo conseguir resultados y respuesta para llegar a tomar las mejores decisiones en la empresa u organización.

Métodos determinísticos (Programación lineal. Métod o SIMPLEX)

La Dirección de cualquier empresa sea con fines de lucro o no, así como las organizaciones gubernamentales en general, siempre se enfrenta ante diversos tipos de problemas de toma de decisiones que van a causar el futuro del negocio hacia los objetivos organizacionales previamente planteados. En general siempre podríamos decir que se trata de maximizar la ganancia o disminuir los costos en función de una cantidad de recursos disponibles (dinero, variedad del personal, maquinarias y equipos utilizables, capacidad de la planta, etc.). En muchos casos, una amplia variedad de recursos debe asignarse en forma simultánea. Estos recursos normalmente son requeridos para diferentes actividades; fabricación de productos, comercialización, inversiones de capital, programación de tareas, todas estas actividades juntas, etc.

La Programación Lineal es una herramienta para la ayuda en la toma de decisiones, permitiéndonos plantear un tipo particular de modelo matemático, donde representamos en forma simplificada el problema de decisión, las variables de decisión, el objetivo y las restricciones mediante símbolos matemáticos y ecuaciones.

Un modelo de Programación Lineal, es un modelo matemático particular en el cual las relaciones que involucran las variables son lineales y hay una medida de desempeño o un único objetivo. Una de las grandes ventaja de utilizar este tipo de modelos es que mediante un algoritmo de resolución se puede obtener la decisión más óptima o incluso la mejor aunque haya miles de variables y relaciones entre ellas.

Es un procedimiento algebraico que, mediante una serie de operaciones repetitivas, se aproxima progresivamente a una solución óptima. Teóricamente, el método simple puede resolver un problema con cualquier cantidad de variables, y restricciones, aunque para el problema que tenga más de, de por ejemplo, cuatro variables o cuatro restricciones, es mejor confiar los cálculos al computador. Sin embargo, para saber cómo definir las ecuaciones que se colocarán en un programa, y para poder utilizar la producción del programa de computador, vale la pena hacer el esfuerzo de desarrollar el método simplex manualmente.

Métodos probabilísticos (Lógica bayesiana. Teoría d e juegos)

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 de sus componentes probables y lógicos.

El teorema de Bayes fue creado por el clérigo y matemático ingles Tomas Bayes, publicado en 1763 después de su muerte. Este teorema puede ser usado para formular un conjunto de probabilidades previas, llamadas probabilidades a priori, para un conjunto de nuevas probabilidades, llamadas probabilidades posteriori. La formulación está basada en formulación adicional, la cual puede ser obtenida por registros de una muestra. Este Teorema de Bayes es un sistema completo de sucesos y sea un suceso B tal que P (B/Ai) son conocidas, entonces. Sea A un sistema complejo de sucesos, tales que la probabilidad de cada uno de ellos no es nula. y sea B un suceso cualquiera para el que se conocen las probabilidades P(B/A).

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 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 vez a partir de los trabajos de John von Neumann y Oskar Morgenstern, antes y durante la Guerra Fría, debido sobre todo a su aplicación a la estrategia militar, en particular a causa del concepto de destrucción mutua garantizada. Desde los setenta, la teoría de juegos se ha aplicado a la conducta animal, incluyendo el desarrollo de las especies por la selección natural. A raíz de juegos como el dilema del

prisionero, en los que el egoísmo generalizado perjudica a los jugadores, la teoría de juegos ha atraído también la atención de los investigadores en informática, usándose en inteligencia artificial y cibernética.

Aunque tiene algunos puntos en común con la teoría de la decisión, 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.

Métodos híbridos (Modelo de transporte y localizaci ón. Técnica de MonteCarlo)

Es un caso especial simplificado de método simplex. Recibe su nombre de su aplicación a problemas que tienen que ver con el transporte de productos desde diversos puntos de origen hasta diversos destinos.

Podemos decir que las variables más importantes que intervienen en este método de programación lineal, es que busca minimizar los costos de una unidad de producción a otra, es decir es un método de minimización de los costos. Es decir con el este método se pretende desarrollar la mejor distribución de las unidades en función a las variables más importantes, como son el costo, disponibilidad, demanda y la distancia entre los centros de consumo.

La simulación de Monte Carlo es una técnica que combina conceptos estadísticos (muestreo aleatorio) con la capacidad que tienen los ordenadores para generar números pseudo-aleatorios y automatizar cálculos.