herramientas e instrumentos para la toma racional de decisiones
Técnicas e instrumentos para la toma racional de decisiones
-
Upload
carmen-parada -
Category
Documents
-
view
216 -
download
0
description
Transcript of Técnicas e instrumentos para la toma racional de decisiones
![Page 1: Técnicas e instrumentos para la toma racional de decisiones](https://reader033.fdocuments.ec/reader033/viewer/2022051703/568c4dab1a28ab4916a4da2d/html5/thumbnails/1.jpg)
![Page 2: Técnicas e instrumentos para la toma racional de decisiones](https://reader033.fdocuments.ec/reader033/viewer/2022051703/568c4dab1a28ab4916a4da2d/html5/thumbnails/2.jpg)
Página 3
Página 4 - 9 Técnicas e instrumentos para la toma racional de
decisiones.
Métodos determinísticos (Programación lineal. Método SIMPLEX)
Métodos probabilísticos (Lógica bayesiana. Teoría de juegos)
Métodos híbridos (Modelo de transporte y localización. Técnica de
MonteCarlo)
Página 10.
Página 11.
![Page 3: Técnicas e instrumentos para la toma racional de decisiones](https://reader033.fdocuments.ec/reader033/viewer/2022051703/568c4dab1a28ab4916a4da2d/html5/thumbnails/3.jpg)
El modelo despierta la imagen de que las personas son una supercomputadora. Sin embargo es sabido
que los gerentes deben tomar decisiones dentro de estrechos límites de tiempo y con menos información de
la que les gustaría tener. Como humanos estamos sujetos a límites cuando aplicamos la mente para
enfrentarnos al mundo.
Cada vez que se toma una decisión se pretende que haya racionalidad. No obstante, los autores
parecen no ponerse de acuerdo en el significado preciso de este término.
Una de las maneras de definir la racionalidad, utiliza términos económicos y ve a la racionalidad como
la forma de optimizar la toma de decisiones maximizando los resultados. En ella el responsable de tomar las
decisiones debe ser el hombre, individuo económico quien maximice siempre los resultados.
La toma de decisiones 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.
Otra de las definiciones de racionalidad, se basa en que las decisiones son racionales cuando el
individuo elige un curso de acción que maximiza sus ventajas, sin tomar en cuenta si se puede medir en
forma objetiva. Esta definición de racionalidad es más subjetiva e implica que el que toma la decisión es con
frecuencia una persona administrativa, que elige alternativas que son satisfactorias o al menos "lo
suficientemente buenas".
Para Los Gerentes de RRHH, 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.
![Page 4: Técnicas e instrumentos para la toma racional de decisiones](https://reader033.fdocuments.ec/reader033/viewer/2022051703/568c4dab1a28ab4916a4da2d/html5/thumbnails/4.jpg)
El método Simplex es un algoritmo de solución
muy utilizado para resolver programas lineales.
Un algoritmo es una serie de pasos para cumplir
con una tarea determinada.
El algoritmo Simplex requiere que el Modelo
Lineal, para ser solucionado, cumpla las
condiciones de Forma Estándar y Sistema
Canónico.
El Método Simplex funciona, en forma general, de
la siguiente forma: Calcula una solución posible
inicial y determina sí esa solución es óptima. Si no
lo es, se mueve a un punto extremo adyacente, en
el conjunto convexo de soluciones posibles, y
calcula la nueva solución en ese punto. De nuevo
determina si esa solución es o no óptima; si no lo
es, repite el proceso anterior. Así continúa
sucesivamente hasta encontrar un punto extremo
cuyo valor objetivo no pueda ser mejorado y allí
concluye, determinando así que ha encontrado la
solución óptima.
Aspectos Fundamentales Del Método
Simplex
Encuentra una solución óptima
Es un método de cambio de bases
Requiere que la función objetivo sea
expresada de tal forma que cada variable
básica tenga como coeficiente 0
Requiere que cada variable básica
aparezca en una y solamente una ecuación
de restricción.
La programación lineal es una herramienta de
modelos cuantitativos para manejar diferentes
tipos de problemas y ayudar a la toma de
decisiones. Proporciona un método eficiente para
determinar una decisión óptima, (o una estrategia
óptima o un plan óptimo) escogida de un gran
número de decisiones posibles.
En todos los problemas de Programación Lineal, el
objetivo es la maximación o minimización de
alguna cantidad.
La Programación Lineal (PL) es un procedimiento
matemático para determinar la asignación óptima
de recursos escasos. La PL es un procedimiento
![Page 5: Técnicas e instrumentos para la toma racional de decisiones](https://reader033.fdocuments.ec/reader033/viewer/2022051703/568c4dab1a28ab4916a4da2d/html5/thumbnails/5.jpg)
que encuentra su aplicación práctica en casi todas
las facetas de los negocios, desde la publicidad
hasta la planificación de la producción. Problemas
de transporte, distribución, y planificación global
de la producción son los objetos más comunes del
análisis de PL. La industria petrolera parece ser el
usuario más frecuente de la PL. Un gerente de
procesamiento de datos de una importante
empresa petrolera recientemente calculó que del
5% al 10% del tiempo de procesamiento
informático de la empresa es destinado al
procesamiento de modelos de PL y similares.
La programación lineal 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. Este problema fue
formulado y resuelto por primera vez a fines de la
década del 40. Rara vez una nueva técnica
matemática encuentra una gama tan diversa de
aplicaciones prácticas de negocios, comerciales e
industriales y a la vez recibe un desarrollo teórico
tan exhaustivo en un período tan corto. Hoy en
día, esta teoría se aplica con éxito a problemas de
presupuestos de capital, diseño de dietas,
conservación de recursos, juegos de estrategias,
predicción de crecimiento económico y sistemas
de transporte. Recientemente la teoría de la
programación lineal también contribuyó a la
resolución y unificación de diversas aplicaciones.
La programación lineal es una herramienta
poderosa para seleccionar alternativas en un
problema de decisión y por consiguiente se aplica
en una gran variedad de entornos de problemas.
La cantidad de aplicaciones es tan alta que sería
imposible enumerarlas todas. A continuación,
indicamos algunas de las principales aplicaciones
que cubren las áreas funcionales más importantes
de una organización empresarial.).
Recursos Humanos: los problemas de planificación
de personar también se pueden analizar con
programación lineal. Por ejemplo, en la industria
telefónica, la demanda de servicios de personal de
instalación / reparación son estacionales. El
problema es determinar la cantidad de personal
de instalación / reparación y reparación de líneas
que debemos tener incorporada en la fuerza
laboral por cada mes a fin de minimizar los costos
totales de contratación, despido, horas extras y
salarios en horas ordinarias. El conjunto de
restricciones comprende restricciones con
respecto a la demanda de servicio que se debe
satisfacer, uso de horas extra, acuerdos con los
sindicatos y la disponibilidad de personal
calificado para contratar. Este ejemplo es opuesto
a la hipótesis de divisibilidad. Sin embargo, los
niveles de fuerza laboral de cada mes
normalmente son lo suficientemente altos como
para poder redondear al número entero más
cercano sin problemas, siempre y cuando no se
violen las restricciones
![Page 6: Técnicas e instrumentos para la toma racional de decisiones](https://reader033.fdocuments.ec/reader033/viewer/2022051703/568c4dab1a28ab4916a4da2d/html5/thumbnails/6.jpg)
Finanzas: el problema del inversor podría ser un
problema de selección del mix de su cartera de
inversiones. En general, la variedad de carteras
puede ser mucho mayor que lo que indica el
ejemplo y se pueden agregar muchas más
restricciones distintas. Otro problema de decisión
implica determinar la combinación de métodos de
financiación para una cantidad de productos
cuando existe más de un método de financiación
disponible. El objetivo puede ser maximizar las
ganancias totales cuando las ganancias de un
producto determinado dependen del método de
financiación. Por ejemplo, se puede financiar con
fondos internos, con deuda a corto plazo o con
financiación intermedia (créditos amortizados).
Puede haber limitaciones con respecto a la
disponibilidad de cada una de las opciones de
financiación, así como también restricciones
financieras que exijan determinadas relaciones
entre las opciones de financiación a los efectos de
satisfacer los términos y condiciones de los
préstamos bancarios o financiación intermedia.
También puede haber límites con respecto a la
capacidad de producción de los productos. Las
variables de decisión serían la cantidad de
unidades que deben ser financiadas por cada
opción de financiación.
La inferencia bayesiana es un método de
inferencia estadística en la que algunos tipos de
pruebas u observaciones se utilizan para calcular
la probabilidad de que una hipótesis puede ser
cierta, o bien para actualizar su probabilidad
calculada previamente.
El razonamiento bayesiano proporciona un
enfoque probabilístico a la inferencia. Está
basado en la suposición de que las cantidad de
interés son gobernadas por distribuciones de
probabilidad y que se pueden tomar decisiones
óptimas razonando sobre estas probabilidades
junto con los datos obtenidos.
El 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).
El teorema de Bayes establece que estas
posibilidades son:
Si los sucesos Ai son una partición y B un suceso tal
que P(B) ¹ 0
n
1i ii
iii
)A/B(P)A(P
)A/B(P)A(P)B/A(P ,
Donde las probabilidades P(A) se llaman
probabilidad a priori; y las probabilidades P(A/B)
son llamadas posteriori. Y A es el conjunto de
eventos los cuales son mutuamente excluyentes
(los dos eventos no pueden ocurrir juntamente) y
exhaustivos (la combinación e los dos eventos es
el experimento entero); mientras que B es un
evento simple, el cual intercepta cada uno de los
eventos A.
![Page 7: Técnicas e instrumentos para la toma racional de decisiones](https://reader033.fdocuments.ec/reader033/viewer/2022051703/568c4dab1a28ab4916a4da2d/html5/thumbnails/7.jpg)
En donde la probabilidad inicial o a priori es
aquella que se obtiene de la información conocida
del suceso y la probabilidad final o a es el
resultado después de haber realizado el
Experimento y se calcula con las probabilidades
compuestas.
Las decisiones racionales generalmente se toman
sin darnos cuenta, quizás de manera inconsciente,
podemos comenzar el proceso de considieración.
Lo mejor es aprender el proceso de toma de
decisiones para decisiones complejas,
importantes y críticas. Las decisiones críticas son
aquellas que no pueden ni deben ser objetivos
incorrectos, debemos preguntarnos: ¿qué es lo
más importante que estoy tratando de lograr en
este caso?
En tiempos de incertidumbre la teoría de juegos
podría venir al primer plano como herramienta
estratégica porque puede ofrecer perspectivas de
cómo los "jugadores" podrían actuar en diferentes
circunstancias además de otra clase de
información valiosa para la toma de decisiones.
Muchos directivos recelan de la teoría de juegos
porque piensan que es más teórica que práctica.
La clave estaría en utilizar esta disciplina para
desarrollar una gama de resultados basada en las
decisiones en situaciones razonables y presentar
las ventajas y desventajas de cada opción. Teoría
de Juegos consiste en razonamientos circulares,
los cuales no pueden ser evitados al considerar
cuestiones estratégicas. Por naturaleza, a los
humanos no se les da muy bien pensar sobre los
problemas de las relaciones estratégicas, pues
generalmente la solución es la lógica a la inversa.
En la Teoría de Juegos la intuición no educada no
es muy fiable en situaciones estratégicas, razón
por la que se debe entrenar tomando en
consideración ejemplos instructivos, sin necesidad
que los mismos sean reales. Por lo contrario en
muchas ocasiones disfrutaremos de ventajas
sustanciales estudiando juegos, si se eligen
cuidadosamente los mismos. En estos juegos-
juegos, se pueden desentender de todos los
detalles.
Si en lugar de utilizar personajes ficticios
utilizamos personajes reales para los juegos si se
observase qué tan honesto es ese personaje, cómo
manipularía la información obtenida, etc. Para un
especialista en Teoría de Juegos el ser
deshonesto, etc., sería un error comparable al de
un matemático que no respeta las leyes de la
aritmética porque no le gustan los resultados
queque está obteniendo.
![Page 8: Técnicas e instrumentos para la toma racional de decisiones](https://reader033.fdocuments.ec/reader033/viewer/2022051703/568c4dab1a28ab4916a4da2d/html5/thumbnails/8.jpg)
Esta incertidumbre podría paralizar las decisiones
corporativas o lo que podría ser peor, obligar a los
directivos a fundamentar las decisiones en sus
instintos y poco más.
Por todo ello la teoría de juegos podría revitalizar
y contribuir a clarificar la información para la toma
de decisiones pero sólo si los potenciales usuarios
escogen un cantidad de información relevante
para que el ejercicio sea práctico y poder analizar
la gama de posibles escenarios.Actualmente la
Teoría de Juegos se ocupa sobre todo de que
ocurre cuando los hombres se relacionan de forma
racional, es decir, cuando los individuos se
interrelacionan utilizando el raciocinio.
La toma de decisiones es fundamental para
cualquier actividad humana. En este sentido,
somos todos tomadores de decisiones. Sin
embargo, tomar una 'buena' decisión empieza con
un proceso de razonamiento, constante y
focalizado, que incluye muchas disciplinas.
Una variante interesante de los modelos de PL es
el modelo de transporte, en términos muy
generales se aplicaa situaciones donde existen n
centros de distribución o de oferta (orígenes) y m
puntos de demanda (destinos), se conocen
además, los costos unitarios de llevar una unidad
del origen i al destino j; el problema consiste en
encontrar el plan de distribución óptima de tal
suerte que sesatisfagan las condiciones de la
demanda sin sobrepasar la existencia disponible
en los orígenes, de modo que minimicen los
costos de traslado.
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.
![Page 9: Técnicas e instrumentos para la toma racional de decisiones](https://reader033.fdocuments.ec/reader033/viewer/2022051703/568c4dab1a28ab4916a4da2d/html5/thumbnails/9.jpg)
Entre los datos del modelo se cuenta:
1.- Nivel de oferta en cada fuente y la cantidad de
demanda en cada destino.
2.- El costo de transporte unitario de la
mercancía de cada fuente a 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.
Este método es considera el más fácil. Es también
considerado por ser el menos probable para dar
una buena solución inicial y de “bajo costo”
porque ignora la magnitud relativa de los costos
Cij.
Antes de describir el procedimiento, es necesario
establecer que el número de variables básicas en
cualquier solución básica de un problema de
transporte es una menos de la que se espera.
Normalmente, en los problemas de programación
lineal, se tiene una variable básica para cada
restricción. En los problemas de transporte con m
recursos y n destinos el número de restricciones
funcionales es m + n. Sin embargo,
El número de variables básicas = m + n - 1
Este procedimiento está dado por los siguientes
tres pasos:
1.- Seleccionar la celda de la esquina noroeste
(esquina superior izquierda) para envío.
2.- Efectuar el más grande envío como pueda en la
celda de la esquina noroeste.
Esta operación agotará completamente la
disponibilidad de suministros en un origen o los
requerimientos de demanda en un destino.
3.- Corrija los números de suministro y los
requerimientos para reflejar lo que va quedando
de suministro y requerimiento y regresar al paso
1.
La técnica Monte Carlo permite ver todos los
resultados posibles de las decisiones que
tomamos y evaluar el impacto del riesgo, lo cual
nos permite tomar mejores decisiones en
condiciones de incertidumbre.
¿Qué es la técnica Monte Carlo?
Es una técnica matemática computarizada que
permite tener en 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, manufacturación, ingeniería,
investigación y desarrollo, seguros, petróleo y gas,
transporte y medio ambiente.
La técnica de 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 —los
resultados de tomar la medida más arriesgada y la
más conservadora— así como todas las posibles
consecuencias de las decisiones intermedias.
![Page 10: Técnicas e instrumentos para la toma racional de decisiones](https://reader033.fdocuments.ec/reader033/viewer/2022051703/568c4dab1a28ab4916a4da2d/html5/thumbnails/10.jpg)
![Page 11: Técnicas e instrumentos para la toma racional de decisiones](https://reader033.fdocuments.ec/reader033/viewer/2022051703/568c4dab1a28ab4916a4da2d/html5/thumbnails/11.jpg)