Unidad 2. Teoría de Toma de Decisiones

Investigacin de operaciones I
Unidad 2. Teora de toma de decisiones
Ingeniera en Biotecnologa
12 cuatrimestre
Programa de la asignatura:
Clave
Universidad Abierta y a Distancia de Mxico
ndice
Unidad 2. Teora de toma de decisiones ................................................................................ 3
Presentacin de la unidad ...................................................................................................... 3
Propsito de la unidad............................................................................................................ 3
Competencia especfica ......................................................................................................... 3
2.1. Introduccin a la teora de toma de decisiones ................................................................ 4
2.1.1. Marco histrico de la teora de toma de decisiones ...................................................... 6
2.1.2. Fundamentos matemticos .......................................................................................... 8
2.2. Modelos de la teora de toma de decisiones.................................................................. 12
2.2.1. Modelo de certeza13
2.2.2. Modelo de riesgo.16
2.2.3. Modelo de incertidumbre estructurada.17
2.2.4. Modelo de incertidumbre no estructurada.....20
Actividad 1. Modelos de teora de toma de
decisiones.Error! Marcador no definido.
2.2.5. Metodologa de los modelos de teora de toma de decisiones20
2.3. Funciones de la teora de toma de decisiones...22
2.3.1.Planeacin..22
2.3.2.Organizacin..24
2.3.3.Direccin o ejecucin...25
2.3.4.Control....25
Actividad 2. Funciones de teora de toma de
decisionesError! Marcador no definido.
Actividad 3. Solucin con la teora de toma de
decisiones..Error! Marcador no definido.
Autoevaluacin.E
rror! Marcador no definido.
Evidencia de aprendizaje. Metodologa de teora de toma de
decisiones.Error! Marcador no definido.
Autorreflexin...E
rror! Marcador no definido.
Cierre de la unidad..26
2
Para saber ms27
Fuentes de consulta27

Presentacin de la unidad
En esta segunda unidad estudiars la teora de toma de decisiones, la cual analiza la
manera como eligen las personas. Como sabes, no todas las decisiones se pueden
racionalizar y tambin no todo es decidible, sin embargo cuando ests frente a un problema
de ingeniera, la mayora de las veces el proceso de decisin para su solucin se puede
racionalizar.
Para el estudio de esta unidad, se divide en tres secciones, en la primera se te presentar el
marco histrico, donde aprenders que teoras fueron las precursoras de la toma de
decisiones, tambin analizars los fundamentos matemticos que necesitas tener presentes.
La teora de toma de decisiones estudia el proceso de eleccin de una persona, en este
proceso estn involucradas cosas que no necesariamente son medibles, como por ejemplo
el estado de nimo de una persona, su estado mental; las herramientas matemticas que
utiliza son de estimacin, como la probabilidad y la estadstica, as como de estructura
mental como la lgica matemtica.
En la seccin 2, estudiars los modelos que son utilizados con mayor frecuencia en la teora
de toma de decisiones, tambin aprenders su enfoque y estructura.
En la seccin 3, identificars las funciones de la teora de decisiones dentro de la empresa,
como una herramienta para la toma de decisiones.
Propsito de la Unidad
El propsito de esta unidad es proporcionarte los conceptos, modelos y funciones de la
teora de toma de decisiones, para que cuando debas resolver un problema de ingeniera,
sta sea ms eficiente y productiva.
Competencia especfica
3
Proponer la solucin a problemas de ingeniera analizando el razonamiento matemtico

necesario en la toma de decisiones, haciendo ejercicios de la teora de decisiones.
2.1. Introduccin a la teora de toma de decisiones

En la teora de toma de decisiones existen conceptos esenciales, algunos coinciden con el
significado cotidiano, pero hay algunos que hay que definir conforme a la teora de toma de
decisiones para su entendimiento.
La ambigedad es un concepto que utilizamos de manera cotidiana cuando algo no est
bien definido o es dudoso, pero la Real Academia de la Lengua Espaola (2014) tambin
define ambigedad como la posibilidad de que algo pueda entenderse de varios modos o
de que admita distintas interpretaciones, es este significado el que utiliza la teora de
decisiones.
Ahora bien, para que exista una decisin es importante que exista un estado motivante de
ambigedad, en otras palabras, para que exista una decisin es importante que existan
muchas maneras de interpretar, para as generar muchas estrategias de solucin, muchas
de estas interpretaciones pueden incluir proposiciones que sabemos que son ciertas y otras
que su veracidad hay que comprobarla.
En la rama de las matemticas, la ambigedad se expresa como las condiciones de una de
las variables en una frmula, por ejemplo en la frmula x = b + sen (y) con y la
ambigedad de la frmula es la condicin y . Moody (1991) define que la decisin es
simplemente la resolucin de la ambigedad, aun cuando la resolucin de la ambigedad
pueda lograrse sin decidir.
Conceptos como accin y alternativa en el lenguaje cotidiano llegan a ser sinnimos de
decisin, por ejemplo la frase el conjunto de decisiones alternativas para la teora de la
decisiones se expresara como el conjunto de acciones alternativas. Este conjunto
identifica la ambigedad y la resolucin de esta ambigedad, constituyendo el proceso de
decisin, el cual termina con la decisin.
Decisin y eleccin en esta teora no son sinnimos, puede haber eleccin sin decisin; pero
no puede haber decisin sin eleccin. Cuando elegimos, podemos hacerlo sin realizar el
proceso de observar las alternativas, a veces simplemente elegimos sin saber por qu, pero
al decidir es necesario elegir dentro de todas las ambigedades involucradas.
En el contexto de teora de decisiones, entenderemos por estado de ambigedad a aquel
estado en el que existe un conjunto bien definido de alternativas y una decisin lgica
como el proceso de conectar el estado de ambigedad con el proceso de seleccin por
medio de un conjunto de operaciones cognoscitivas no ambiguas e identificables.
Un ejemplo de operaciones cognoscitivas que no son ambiguas e identificables, son todas la
operaciones matemticas, son los procesos que tienen bien definido su origen, sus
variables, sus partes, que su funcionamiento no depende del lugar donde la utilices, tal vez
su interpretacin s, pero la forma en que se desarrollan no. Como la estructura de una
empresa, el gusto por un color, por un sabor y el clima son ejemplos de operaciones que no
son ambiguas e identificables, ya que cada una depende de con que empresa ests
trabando, a quien le preguntes y en qu parte del mundo ests.
Cuando los procesos de seleccin son cognoscitivos e identificables, los denominaremos
como decisin pura, la ambigedad H en un estado de conocimiento K es resuelta por un
proceso de decisin pura si hay una operacin cognoscitiva no ambigua e identificable tal
que:
Donde para cada q en Q, q se sigue deductivamente de (Q, K) usando .

Cuando los procesos no sean as los denominaremos eleccin pura.
As, podemos decir que la resolucin de un problema primario implica la generacin de
problemas secundarios, los cuales se resuelven mediante una combinacin de decisin y de
eleccin pura.
La preferencia de las personas influye en la decisin que tomen, preferencias como el gusto
de comprar en una tienda en particular, el uso de una marca especfica de camiones, o de
materias primas, modifican la eleccin del proceso de decisin, aunque estas preferencias
puedan no ser decidibles, podemos utilizarlas para incluir decidibilidad en situaciones
complejas.
Supongamos que tenemos el vector [qi] de productos qumicos, le damos a nuestro gerente
de compras X cantidad de dinero para que se gaste en mercancas. Establecemos un orden
de preferencias para stos productos, definiendo la funcin de valor v (q), as la seleccin se
decide maximizando la funcin v (q) con la restriccin:
Este ejemplo nos muestra que aunque las preferencias por una producto qumico puedan o
no ser decidibles, la conducta de preferencias, puede ser utilizada para el anlisis de
decisin, mediante el uso de funciones de preferencias.
5
Ahora si se le da el dinero X, sin ninguna instruccin de para gastar la totalidad, el dinero se

puede manejar como mercanca. As el vector de mercancas queda de la siguiente manera
[q1,q2,,qn,z]. Entonces la seleccin puede decidirse maximizando la funcin v(q) con la
restriccin:
Una parte muy importante del proceso de decisin es el problema para determinar las
consecuencias, esta determinacin es complicada por la cantidad de factores involucrados
en ella, pero gracias a que este proceso se halla ntimamente vinculado con el aspecto de
preferencia, ya que algunas partes del vector de mercancas pueden no influir en las
consecuencias ltimas. La posibilidad de convertir la eleccin en decisin parcial o plena es
el objeto de la teora de la toma de decisiones.
La eleccin es el punto final de un proceso de seleccin y la preferencia termina en eleccin.
La eleccin en la mayora de los casos es observable, la preferencia no, esta debe ser
inferida de alguna parte. Oviedo (2000) explica que, de la observacin de la eleccin de una
persona no podemos inferir necesariamente que sea una eleccin preferida.
Una forma de medir la preferencia es conectarla con la nocin de optimizacin, con lo que
se define la preferencia relativa, como la idea de que q es preferido a las alternativas
residuales en Q relativas al cuerpo de conocimiento K. Este concepto se apoya en la
probable eleccin. El problema de esta eleccin es que puede dar lugar, a una forma dbil
de decisin, ya que su utilizacin es en un ambiente de decidibilidad probabilitaria, en el cul
las preferencias de las mercancas se asignan de manera probabilstica, lo que permite
manejarlas matemticamente, aunque se pierde precisin real.
Los conceptos anteriores, se pueden escribir con frmulas, pero no involucran todo el
proceso de decisin en una persona, an falta el proceso mental que realizas cuando
decides. Dunlop (1944) presenta el proceso mental, que integra cuatro fases:
1)
2)
3)
4)
Vacilacin. El cual seala que un estado de ambigedad existe.

Conocimiento. Este contiene informacin sobre la especificacin de la ambigedad.
Esfuerzo. Es el intento por decidir entre las alternativas.
Deseo. Este concluye el proceso de decisin.
Este proceso mental se considera en el proceso de toma de decisiones, ya que su prctica

mejora las sentencias tomadas.
2.1.1. Marco histrico de la teora de toma de decisiones
Durante la Revolucin industrial, se desarroll el proceso de manufactura, el cul es el
conjunto de operaciones necesarias para modificar las caractersticas de las materias
primas, estas caractersticas pueden ser de naturaleza muy variada como la forma, la
densidad, la resistencia, el tamao o la esttica. Este proceso en sus inicios implic una
gran inversin de dinero por la cantidad de mano de obra involucrada, al irse desarrollando
la Revolucin industrial se hizo popular el uso de maquinaria para reducir el costo de
manufactura derivado por los sueldos de los empleados. A partir de 1791 que lleg la
Revolucin Industrial a Estados Unidos, comenz una tendencia a la especializacin de las
empresas y de sus obreros, esta determinacin produjo el desarrollo de la gerencia a finales
del siglo XIX.
A principios del siglo XX, el concepto de gerencia desarroll la Administracin cientfica.
Esta administracin se gest en las ideas de 4 ingenieros:
Harrington, E. (1931) present los primeros trabajos sobre la seleccin y entrenamiento de
los empleados, muestra los doce principios que llevan a la eficiencia en una empresa, estos
principios son:
Ideales definidos
Sentido comn
Asesora competente
Disciplina
Trato justo
Registros confiables, inmediatos y adecuados
Distribucin de las rdenes de trabajo
Estndares y programa
Condiciones
Operacin estndar
Instruccin de la prctica estndar por escrito
Recompensa a la eficiencia
De acuerdo con Garca (1998) Frank B. Gilberth junto con su esposa Lilian Moller,
estudiaron el movimiento de las manos, logrando refinar el concepto en los siguientes 17
movimientos bsicos:
Buscar
Seleccionar
Tomar
Alcanzar
Mover
Sostener
Soltar
7
Colocar en posicin
Precolocar en posicin
Inspeccionar
Ensamblar
Desensamblar
Usar
Demora Inevitable
Demora evitable
Planear
Descansar
Con esto participaron en el desarrollo del estudio de los movimientos como una tcnica de
ingeniera y de la direccin, fueron los primeros en utilizar las pelculas o filmes de
movimiento para el estudio de obreros y sus tareas.
Gantt (1974) desarroll el diagrama de Gantt, el cual es un grfico de barras que ilustra el
calendario de proyecto para la planificacin y control de trabajo, muestra las relaciones
entre las actividades de cada trabajador.
Desarroll la eficiencia industrial, la cual propone que la eficiencia slo puede ser producida
por la aplicacin del anlisis cientfico a todos los aspectos del trabajo. Se hizo cargo de la
implementacin del sistema de bonos de tareas, esto es vincular la prima pagada a los
administradores con la efectividad de la capacitacin a sus trabajadores. Fue un impulsor de
la responsabilidad social de las empresas.
Todas estas ideas, junto con el enfoque de las relaciones humanas y la administracin
funcional, son parte de la historia del pensamiento administrativo, y constituyen los
antecedentes de los modelos de la teora de toma de decisiones.
2.1.2. Fundamentos matemticos

La investigacin de operaciones se apoya en las matemticas lineales, es decir en
ecuaciones y sistemas de ecuaciones que se puedan resolver mediante mtodos que
impliquen slo un grado en las incgnitas, a esto le hemos llamado de manera habitual,
programacin lineal.
La programacin lineal son modelos destinados a la asignacin eficiente de los recursos

limitados en actividades conocidas con el objetivo de satisfacer las metas deseadas
(maximizar beneficios o minimizar costos); la caracterstica distintiva de los modelos es
que las funciones que representan el objetivo y las restricciones son lineales. (No se
permite multiplicacin de variables ni variables elevadas a potencias). Algunas de las
siguientes restricciones no se pueden emplear en un modelo de programacin lineal.
(Prez, 2010)
Ahora se puede formular al modelo matemtico para este problema general de asignacin
de recursos a actividades. En datos necesarios para un modelo de programacin lineal que
maneja la asignacin de recursos a actividades particular, este modelo consiste en elegir
valores de x1,x2,....,xn para:
Funcin objetivo
Maximizar o Minimizar
s.a ( restricciones, recursos)
Variables a definir
Variables
Objeto de estudio (definicin)
a) VARIABLES DE DECISIN: Con estas se hace referencia al conjunto de variables

cuya magnitud se desea determinar resolviendo el modelo de programacin
lineal.
b) RESTRCCIONES: Estn constituidas por el conjunto de desigualdades que limitan
los valores que puedan tomar las variables de decisin en la solucin.
c) FUNCIN OBJETIVO: Es la funcin matemtica que relaciona las variables de
decisin.
d) LINEALIDAD: Se refiere a que las relaciones entre las variables, tanto en la
funcin objetivo como en las restricciones deben ser lineales.
e)
DESIGUALDADES: Las desigualdades utilizadas para representar las

restricciones deben ser cerradas o flexibles; es decir, menor igual () o mayor
igual (). No se permiten desigualdades de los tipos menor-estrictamente o
mayor-estrictamente, o abiertas.
9
f) CONDICIN DE NO NEGATIVIDAD: En la programacin lineal las variables de
decisin slo pueden tomar valores de cero a positivos, no se permiten valores
negativos.
Tipos de formatos para programacin lineal.
a) Desigualdad del tipo convertir a una igualdad.
La desigualdad tipo puede convertirse a una funcin, dado que cuando se tiene
una desigualdad de este tipo, si se le suma al de lado izquierdo una nueva
variable no negativa, llamada variable faltante dado que solamente tomara
valores positivos, cuando el lado izquierdo sea menor al lado derecho. Ejemplo:
Transformar las desigualdades del tipo a una ecuacin.
7x1+8x2-9x36
Puede reemplazarse por:
7X1+8X2-9X3+X46
x40
7X1+8X2-9X3+S4=0 S40
x4,s4=variables de holgura=variable faltante.
b) Desigualdad del tipo convertir a una igualdad.

La desigualdad tipo procediendo de la misma forma que la anterior se puede
convertir en una ecuacin, dado que si se le resta del lado izquierdo una nueva
variable no negativa, llamada variable sobrante; tal nombre obedece a que
dicha variable tomara un valor positivo, cuando el lado izquierdo sea mayor que
el derecho. Ejemplo:
Transformar las desigualdades del tipo a una ecuacin.
-9X1+4X2-3X312
Puede reordenarse como:
-9X1+4X2-3X3-X412
X40
-9X1+4X2-3X3-S4=0 S40
x4,s4=variables de holgura=variable sobrante.
10
A la Variable faltante y sobrante se les llama Variables de holgura. En programacin
lineal se emplean 2 tipos de formatos
Formato Cannico:
Un modelo de programacin lineal est en formato cannico; si todas las variables son
no negativas y las restricciones son del tipo para un objetivo de maximizacin o si
todas las restricciones son del tipo para un objetivo de minimizacin.
11
Formato Estndar:
Un modelo de Programacin Lineal est en formato estndar si todas las variables son
no negativas y todas las restricciones son igualdades, tanto en Maximizacin como en
Minimizacin.
12
Como puede darte cuenta el lgebra lineal es el instrumento matemtico que utilizaremos en
la investigacin de operaciones, aunado a las herramientas matemticas, se utilizarn
modelos para la toma de decisiones, las cuales estudiars en el siguiente apartado.
2.2. Modelos de la teora de toma de decisiones

El ambiente involucrado en la toma de decisiones, influye en la decisin final. Aunado a lo
anterior la teora de decisiones clasifica las decisiones de acuerdo al ambiente en el cual
se van a tomar. Se entiende por ambiente a todos los factores externos que pueden influir
en la decisin, por ejemplo, si se saben las consecuencias de las decisiones de tomar la ruta
por un camino que est en buen estado, son factores que no siempre pueden controlar la
decisin. Por eso se considera en esta teora que las decisiones se pueden tomar en 4
ambientes:
Certeza
Riesgo
Incertidumbre estructurada
Incertidumbre no estructurada
Cada uno de estos ambientes, se revisar a detalle en los siguientes subtemas.

13
2.2.1. Modelo de certeza

La certeza es el ambiente en el cual se tiene claro el problema, las soluciones del mismo y
las consecuencias de estas soluciones.
En condiciones de certeza, puedes prever, sin poder controlar, los hechos y los resultados,
esto significa que tienes completo conocimiento del problema y de las soluciones
alternativas.
Este conocimiento convierte a la decisin en un ambiente de certeza, para encontrar la
mejor opcin, la ms ptima. Por lo tanto los modelos que se utilizan en este ambiente
de decisin son modelos de optimizacin.
Los ms utilizados son los siguientes:
Punto de equilibrio
El anlisis de punto de equilibrio, es una herramienta que permite calcular por ejemplo, el
momento en el cual los ingresos cubrirn los gastos. Es el nivel que le permite a las
empresas saber a partir de qu produccin y venta empiezan a recibir utilidades.
Para utilizar este mtodo primero hay que tener claro los costos variables; aquellos costos
que se generan por el nivel de produccin. Tambin hay que conocer los costos fijos; los
costos que no dependen del nivel de produccin.
Una vez que se tienen todos estos datos, se calcula lo siguiente:
Programacin lineal
Esta es una tcnica muy utilizada, y se fundamenta en el lgebra lineal, se basa en la
solucin de sistemas de ecuaciones simultneas por diferentes mtodos, dichos mtodos se
abordar con detenimiento en la unidad 3 de esta asignatura.
Control de inventarios
Estas tcnicas se dice que es de certidumbre y se fundamenta en saber cules son las
primeras entradas y las ltimas salidas en un sistema de produccin llmese productos
qumicos, productos perecederos etc.
14
Una tcnica de gran difusin para el control de inventarios es la Planeacin de
Requerimiento de Materiales (MRP por sus siglas en ingls) el cul es un mtodo para
disponer a tiempo de los materiales correctos donde se les necesita en la produccin sin
almacenamientos intiles. Mediante la utilizacin de software computacional, se calcula
cundo sern necesarios
El ms conocido de los modelos de inventarios es el de EOQ o Modelo de Lote Econmico.
Este modelo es aplicable cuando la demanda del producto bajo estudio es constante y las
cantidades llegan el primer da del mes.
Las decisiones de que cantidad ordenar debe ser un balance y compromiso entre mantener
inventarios pequeos y ordenar con bastante frecuencia y mantener inventarios altos y
colocar pocas rdenes.
La primer alternativa resulta indeseable si los costos de colocar rdenes son muy altos y la
segunda alternativa no es deseable si los costos de mantener inventarios son altos. Para
encontrar el punto ptimo existe un modelo matemtico que muestra el costo total como la
suma del costo de ordenar y de mantener inventario.
Ahora, se muestra un ejemplo de decisin:

Una empresa fabrica 2 productos, refrigeradores y hornos de microondas. La produccin de
ambos productos consta de 2 procesos, el primero en el departamento de electrnica y el
segundo en el departamento de montaje, cada departamento cuenta con un lmite de horas:
240 para el departamento de electrnica y 100 para el departamento de montaje. La
ganancia obtenida por cada refrigerador vendido es de $7 pesos y de cada horno es de $5
pesos.
Producir un refrigerador a la empresa le implica 3 horas en el departamento de electrnica
y 2 en el departamento de montaje, para un horno la empresa necesita de 4 horas en el
departamento de electrnica y una hora en el departamento de montaje.
La decisin a tomar, es la que presente la mejor combinacin entre refrigeradores y hornos
que le d a la empresa la mejor ganancia.
La informacin anterior, se resume en la siguiente tabla:
Departamento
Electrnica
Horas de produccin
Horno de
Refrigerador
microondas
3
4
Disponibilidad de
horas por
departamento
240
15
Montaje
Ganancia
2
7
1
5
100
Entenderemos por R al nmero de refrigeradores a producir y H al nmero de hornos, as la

funcin a maximizar es la siguiente:
Ahora el nmero de horas en cada departamento nos proporciona una limitante a nuestro
problema, estas limitantes las presentamos en las siguientes ecuaciones:
Si observas, no hay duda de cul es el problema, se debe maximizar las ganancias

encontrando la combinacin de hornos y refrigeradores, las variables involucradas y sus
interacciones estn claras, el tiempo de produccin de cada uno de los productos, las
restricciones son evidentes, sus ecuaciones son sencillas por lo que su influencia en las
soluciones es evidente. Con todo lo anterior, las consecuencias de cada una de las posibles
soluciones se pueden calcular de manera fcil, as como las restricciones, que al tener una
ecuacin permiten que las soluciones se obtengan ms rpido.
Se sugiere que tengas presente este ejemplo, ya que se retomar en la unidad 3 en el tema
de programacin lineal.
En resumen, las decisiones en un ambiente de certeza se convierten en problemas de
optimizacin, al saber con claridad el problema, y con esto las consecuencias de todas las
soluciones es posible obtenerlas.
Recuerda que las tcnicas de optimizacin ms populares son punto de equilibrio, control de
inventarios y programacin lineal.
2.2.2. Modelo de riesgo

Entenderemos por una toma de decisin en un ambiente de riesgo, al ambiente en donde a
cada posible resultado de nuestras alternativas se les asigna una probabilidad de
ocurrencia.
16
Si tenemos n alternativas y m posibles resultados, definimos la funcin

que calcula
el valor que tiene para nosotros que pase el evento con el resultado . Representaremos
por
al conjunto de valores de la funcin
asociados a la alternativa y por
al conjunto de probabilidades asociadas a esos valores.
Los principales criterios de decisin empleados en este modelo son:
Criterio del valor esperado

Este criterio nos dice que la mejor decisin est dada por el mximo de la esperanza
de los elementos de
.
Para utilizarlos primero calculamos la esperanza de cada elemento de
Y as la mejor decisin est dada por:
{ [
}}
Criterio de mnima varianza con media acotada

Para este criterio lo que debemos hacer es fijar una constante k, esta constante nos
permite definir un mnimo de beneficio que queremos que se obtenga de la funcin
] es
. Ahora nos fijamos en todas las alternativas cuya esperanza [
mayor o igual que k.
Este criterio nos dice que la mejor decisin es el mnimo de las varianzas de las
que estamos considerando. Se calcula de la siguiente forma:
{ [
Criterio de la media con varianza acotada

Igual que el anterior fijemos una constante k, la diferencia es que ahora queremos
fijar es un mnimo de variacin entre los valores de
. Entonces nos fijamos en
aquellas alternativas que cumplan que su varianza es menor o igual a k.
EL criterio nos dice que la mejor decisin es el mximo de esperanzas de esos
valores. Se calcula de la siguiente manera:
{ [
17
Criterio de dispersin
De nuevo fijamos una constante k, ahora vamos a utilizar esta constante para acotar
la aportacin de alternativas con esperanza muy grande y limitar la variabilidad alta
de nuestros resultados, mediante la siguiente funcin:
El criterio nos dice que la mejor decisin es el mximo de los valores de [

queda calculado de la siguiente forma:
{ [
]. As
}}
Criterio de la probabilidad mxima

Fijamos una constante k, este criterio nos dice que la mejor decisin es el mximo de
las alternativas cuya probabilidad de ocurrencia es mayor a k.
Se calcula de la siguiente manera:
{ {
}}
La probabilidad te ayudar para decidir en un ambiente de riesgo, calculando las

posibilidades de cada solucin. Como en un ambiente de riesgo no se tiene la seguridad de
cules son las condiciones o circunstancias, para solucionar el problema, lo nico que
puedes hacer es estimar con qu probabilidad puede ocurrir esa solucin dadas algunas
circunstancias.
2.2.3. Modelo de incertidumbre estructurada

En este modelo se trabaja con datos para los cuales se tienen todos los posibles resultados,
pero no se tiene forma de saber cul de esos resultados ocurrir. Cuando se tiene un
ambiente as, se puede utilizar alguno de los siguientes criterios de decisin:
Criterio de Laplace:
Este criterio fue propuesto por Pierre Simon Laplace en 1825. Laplace propone que a priori
no se puede saber qu resultado puede aparecer antes que los dems, entonces el propone
que todos los resultados tienen la misma probabilidad de ocurrir. As para un problema de
18
decisin con n posibles resultados , les asignamos la probabilidad de
. si
calcula el valor que tiene para nosotros que pase el evento con el resultado
criterio propone como mejor decisin a la que proporciona el mayor resultado:
{
. As este
Criterio de Wald
Este criterio fue propuesto por Abraham Wald en 1950, quien dice que la mejor opcin es
aquella que proporciona el mayor nivel de seguridad posible. Lo que se hace es considerar
para cada evento el peor resultado que pueda ocurrir, ya que se tiene esa lista se escoge el
evento que tenga el mejor resultado.
Sea n una serie de eventos con e los m resultados posibles, si
calcula el valor que
tiene para nosotros que pase el evento con el resultado . Y as definimos como el
nivel de seguridad que proporciona el evento i, se calcula como:
{ (
}}
Entonces la mejor decisin es:
}}
Criterio de Maximax
Este criterio fue propuesto por Abraham Wald en 1950. l refiere que lo opuesto al criterio
de Wald, nos dice que la mejor opcin es la que mayor beneficio proporcione. Si tenemos n
eventos con e los m posibles resultados, obtenemos la funcin
que calcula el valor o
beneficio que nos proporciona el evento con el resultado . Con esto definimos el nivel de
optimismo que proporciona el evento i, como:
{ (
}}
Entonces la mejor decisin es:

}}
Criterio de Hurwicz
Este criterio fue presentado por Leonid Hurwicz en 1951. l comenta que es un trmino
medio entre el criterio pesimista o conservador (Criterio de Wald) y el criterio optimista
19
(Criterio Maximax), explica que la mejor manera de obtener una decisin ptima es ponderar
la media entre
, de la siguiente manera:
El factor se escoge de pendiendo de las necesidades del problema que enfrentemos, si

queremos ponderar ms el nivel de seguridad el factor debe estar cercano a 0, si queremos
ponderar el nivel de optimismo el factor deber estar cerca del 1. As la mejor decisin est
dada por la funcin:
}}
Criterio de Savage
Este criterio fue presentado en 1951 por Leonard Savage, l propone que cuando se utilizan
los resultados de
como comparativos, en realidad se esta comparando los
resultados entre s, pero nosotros no tenemos control sobre estos resultados, as que lo que
se debe hacer es comparar cada alternativa bajo las mismas condiciones, para proponer un
posible resultado, nosotros ponemos el ambiente que pensamos que nos dara ese
resultado, as Savage propone que las alternativas se deben comparar bajo estas mismas
circunstancias.
Con este propsito Savage define el concepto de prdida relativa o prdida de oportunidad
asociado al resultado
como la diferencia entre el resultado de la mejor alternativa
dado , que se calcula como:
}}
Una vez que se calcula la prdida relativa, la mejor alternativa como, la menor de la
mayores prdidas relativas. Para esto primero calculamos la mayor prdida relativa:
}}
Y con esto la mejor decisin sera:
}}
Cuando te encuentres en un ambiente de decisin bajo incertidumbre, conoces las

soluciones, pero no cuando pueden ocurrir, por eso los criterios que se te presentaron en
esta seccin suponen que cada solucin tiene cierta probabilidad de ocurrir, ya que se hace
la asignacin de esa probabilidad, se escoge la que mejor resuelva el problema
dependiendo de lo que se est buscando con la solucin.
20
2.2.4. Modelo de incertidumbre no estructurada

Un ambiente de incertidumbre no estructurada es un ambiente muy complicado para tomar
decisiones, ya que no se conoce nada del problema, no hay soluciones claras, ni
consecuencias posibles.
La teora de toma decisiones no tiene un modelo estructurado para este ambiente, las
decisiones que se toman en este ambiente son intuitivas. Si observas los ambientes
anteriores, cada uno tiene algo conocido, consecuencias, soluciones, o en algunos casos se
le puede asignar una probabilidad a las soluciones y sus consecuencias, eso permiti
construir frmulas matemticas que nos apoyen a escoger una solucin ptima.
Algunos autores como Jos Luis Pardo (s/f) y Paul E. Moody (1991) proponen que las
decisiones en este ambiente son caticas y sin estructura, por ello se recomienda tener un
buen equipo de trabajo y hacer lo que la mayora decida.
As que si te encuentras en este ambiente, no hay un apoyo matemtico para encontrar la
solucin, todo se va a sustentar en la experiencia e intuicin que tengas o que tenga tu
equipo.
2.2.5. Metodologa de los modelos de teora de toma de decisiones

En las secciones anteriores estudiaste los modelos que se han generado para ayudar en el
proceso de la toma de decisiones. Pero no hemos estudiado como es este proceso. La toma
de decisiones presenta la siguiente lista de pasos a realizar para que una decisin se pueda
tomar de manera eficiente.
1. Identificar y analizar el problema
En este paso se identifica el problema, siempre que sea posible se describen las
consecuencias y factores que lo generaron, se acota el problema, se pone en la
realidad de la empresa, esto por qu a veces puede ser que ese problema se haya
generado en otros tiempos.
A partir de este paso, a todos los involucrados en la toma de decisin, les debe
quedar claro el problema, sus implicaciones y las circunstancias que lo generaron,
para que los siguientes pasos sean ms fciles de seguir.
2. Identificar los criterios de decisin y ponderarlos
En esta etapa es donde se decide en qu ambiente se est trabajando, una vez que
se tiene claro el problema y todo lo involucrado con l, es posible identificar cules
21
de las situaciones que estn involucradas en nuestro problema se pueden medir, se
les puede asignar alguna probabilidad.
Es en este paso donde se decide cul de los modelos que platicamos en las
secciones anteriores se puede utilizar para la toma de la decisin que solucione
nuestro problema.
3. Definir la prioridad para atender el problema
Este es un paso importante, a veces los problemas a resolver son muy grandes e
involucran muchos ambientes para su solucin, es por eso que en este paso tu grupo
de trabajo va a decidir las prioridades de resolucin, cules de las situaciones
involucradas en nuestro problema tiene mayor urgencia de resolver.
Con este paso tu equipo de trabajo va a hacer ms eficiente el esfuerzo de toma de
decisin, al fraccionar el problema y priorizar cada parte de ese esfuerzo, se puede
canalizar de mejor manera.
4. Generar las opciones de solucin
En este paso, es cuando se aplica el modelo seleccionado en el segundo paso, se
generan las frmulas, las restricciones y todo lo que implica esa aplicacin.
As, se crean soluciones que representen una buena decisin.
5. Evaluar las opciones
Ahora que se gener una lista de posibles soluciones, en este paso se evalan las
consecuencias de cada una de las soluciones generadas. Tu equipo de trabajo
analiza el impacto de cada una esas consecuencias.
As se toma la decisin de utilizar la solucin que tenga la consecuencia que mejor
convenga a los intereses de la empresa.
6. Aplicacin de la decisin
En este paso se pone en prctica la solucin que se encontr en los pasos
anteriores.
7. Evaluacin de la decisin
En este paso se analiza el impacto real de la decisin tomada, recuerda que el
anlisis en el paso de evaluacin fue terico, por eso en este paso se valora el
impacto, se analiza si ese estudio terico fue correcto y si la decisin fue correcta.
22
Cuando las consecuencias son las mejores para la empresa, se termina el proceso
de solucin, Si las consecuencias no son las deseadas, se retoman todos los pasos
de nuevo para encontrar una mejor solucin.
Esta metodologa es propuesta por Paul E. Moody (1991), y no ha sufrido grandes
modificaciones a pesar de los aos transcurridos, ya que su estructura es lgica y se aplica
de manera sencilla en cualquier empresa.
2.3. Funciones de la teora de toma de decisiones

Paul E. Moody (1991) y Jos Luis Pardo (s/f) comentan que dentro del proceso de toma de
decisiones, existen una serie de pasos, a los cuales se llaman funciones de la teora de
toma de decisiones, que no son matemticos, pero que su aplicacin es muy importante en
este proceso.
Tambin se conocen con el nombre de funciones administrativas de la toma de decisiones,
ya que son pasos de carcter administrativo que es muy importante incluir en la toma de
decisiones.
Las funciones son:
Planeacin
Organizacin
Direccin
Control
En las secciones siguientes se explicar en qu consisten cada uno de estos pasos de
acuerdo a lo que presenta Paul E. Moody.
2.3.1. Planeacin
Dentro de la toma de decisiones, se encuentra la primera funcin administrativa: la
planeacin. En esta funcin se determinan los objetivos y metas a cumplir, los cuales le
darn un sentido, un camino a la empresa. Una empresa que tiene esto muy claro podr
encaminar sus recursos y esfuerzos de manera ms eficiente.
Existen diferentes tipos de planes que podemos desarrollar con esta funcin:
A corto plazo
Planes a realizar en un periodo de tiempo no mayor un ao y medio. Son los planes
que cimientan nuestro camino, estn dirigidos a resolver los problemas urgentes o
conseguir los elementos con los que la empresa empezar a trabajar.
A mediano plazo
23
Planes a realizar en un periodo de tiempo de entre 2 a 5 aos. Son planes
encaminados a posicionar a la empresa, establecen los alcances que se quiere de la
empresa para estabilizarla.
A largo plazo
Planeas a realizar en un periodo de tiempo mayor a 5 aos. Son los planes que
tienen el objetivo de expandir la empresa, dirigir su crecimiento.
La planeacin propone las siguientes etapas para cada plan a generar:

1. Determinar objetivos
Antes que nada, para generar un buen plan deben existir objetivos y metas a cumplir.
Estos deben ser concretos; bien definidos, con razones que los sustenten, bien
explicadas y fundamentadas. Reales; basados en el contexto de la empresa,
apegados a su estatus actual.
2. Recopilacin de antecedentes
En esta etapa, se realiza la recopilacin de todos los estudios estadsticos, archivos,
formularios que creamos que se pueden utilizar en la construccin del plan.
3. Anlisis y clasificacin de los antecedentes
Cuando termina la recopilacin de los antecedentes, se contina con la
comprobacin de su veracidad. Ya que se comprob su veracidad, se realiza su
clasificacin con respecto a su impacto e influencia en el objetivo buscado.
4. Formulacin de supuestos
Cuando se generan los objetivos, es inevitable sustentarlos en ciertos supuestos, es
muy importante entender que supuestos se estn utilizando, ya que se identificaron
se generan escenarios generados por otros supuestos, esto para que si en el camino
de alcanzar el objetivo alguno de esos supuestos cambien, no nos tome por sorpresa
y se tenga un plan de apoyo.
5. Formulacin de planes alternativos
Una vez analizados los supuestos, es posible que se generen varios objetivos, cada
uno sustentado con sus antecedentes y sus supuestos. Es importante tener el control
de cada objetivo alternativo.
6. Definicin del plan definitivo
24
Ya que se tiene la lista de los objetivos alternativos y el original, se hace un anlisis
de cul es el que cubre de mejor manera la problemtica o la necesidad que
tenemos, generando as el plan que se adecue a ese objetivo.
Ahora preprate para estudiar la siguiente funcin de la toma de decisiones.
2.3.2. Organizacin
Cuando ya se tiene claro el objetivo para genera un buen plan, la funcin de organizacin
nos propone que es momento de crear los pasos para conseguir el objetivo, para ello nos
formulamos las siguientes interrogantes:
Qu condiciones se van a necesitar?

Cules y cuantos recursos se necesitan?
La teora de toma de decisiones por medio de esta funcin nos propone las siguientes
etapas:
1. Determinacin del objetivo
Se considera en este primer paso, todo el proceso descrito por la funcin planeacin.
2. Divisin del trabajo
Ya que se tiene el plan bien definido, se generar tareas y actividades para su
desarrollo. Estas tareas se deben describir de forma clara, explicando su desarrollo,
los recursos que necesitan.
3. Agrupacin de las operaciones parciales
Ya tenemos las tareas y actividades generadas por nuestro objetivo desarrolladas, lo
que se propone en este paso es destinarla al departamento de nuestra empresa que
se dedica a realizar esa tarea, si no existe, se evaluar si conviene abrir un nuevo
departamento o asignarle alguna tarea a uno ya definido.
4. Asignacin de personal
Ya que cada departamento tiene su actividad asignadas, se escoger el personal
mejor capacitado para realizar esa actividad, si no existe se generar la capacitacin
necesaria.
2.3.3. Direccin o ejecucin
25
Cuando ya se canalizaron las actividades a las respectivas reas, y se defini el personal
dedicado a realizarlas, es momento de ejecutar la funcin de direccin, que propone que
cada proceso se debe supervisar, la persona encargada de esta funcin, debe coordinar al
personal, facilitando los materiales necesarios, resolver diferencias entre los empleados,
manteniendo siempre los esfuerzos y recursos en camino al objetivo tratado. Se proponen
las siguientes actividades a realizar por el administrador:
1. Autoridad
Es la capacidad que tiene el administrador de tomar decisiones de manera eficiente,
de hacer que los dems lo escuchen y lo obedezcan.
2. Motivacin
Es la actividad de persuadir o convencer a los dems trabajadores de realizar sus
actividades de manera eficiente manteniendo un nivel ptimo de nimo.
3. Comunicacin
Proceso que efecta el administrador para compartir sus ideas u rdenes por escrito
o de forma oral, de tal manera que sus trabajadores comprendan lo que les quiere
comunicar.
4. Supervisin
Actividad de supervisin de actividades, de control de tiempos de ejecucin de los
pasos para lograr el objetivo.
A continuacin se revisarn a detalle, las funciones que competen a la direccin o
ejecucin.
2.3.4. Control
Control, es la funcin de la teora de decisin, que propone que el proceso de desarrollo del
plan se debe estar monitoreando, controlando la realizacin de las actividades generadas en
el plan, manteniendo que se pueden en los tiempos y resultados adquiridos.
Para esta funcin, se proponen los siguientes pasos:
1. Base de control
Para una supervisin eficiente, es necesario tener claro que tareas se estn
haciendo, sus alcances, el efecto de ellas en el plan y objetivo. En este paso se
26
propone que se realice un lista con las tareas a ejecutar, especificando tiempo de
duracin y actividades incluidas en su desarrollo.
2. Medir y juzgar lo realizado
Si la actividad a supervisar es cuantificable, se revisar su avance. Si la actividad a
supervisar es calificable, se analizar su calidad comparada con la propuesta en el
anlisis de objetivos.
3. Analizar y corregir desviaciones
En este paso se revisarn los procedimientos necesarios, ya sean administrativos u
operativos para corregir los problemas encontrados en la supervisin.
Ahora es momento de poner en prctica lo aprendido en los subtemas anteriores, a
travs de algunas actividades de aprendizaje.
Cierre de la unidad
La teora de la toma de decisin es una herramienta que te ayudar a estructurar el proceso
de toma de decisiones, ten presente los ambientes que se consideran dentro de esta teora,
que son los que se presentan a la hora de tomar decisiones.
El ambiente de certeza se presenta cuando sabes todo lo involucrado en el problema que
vas a enfrentar. Cuando nos enfrentamos a un problema, en donde no sabemos cundo
aparecen las condiciones que dan las soluciones, podemos darle a cada una de estas
condiciones una probabilidad, lo que nos coloca en un ambiente de riesgo.
Cuando no conocemos las condiciones que proporcionan las soluciones a nuestro problema,
estamos en un ambiente de incertidumbre estructurada, para encontrar la solucin
correcta, suponemos probabilidades parejas para todas las condiciones, y despus de
acuerdo al criterio que ms nos convenga decidimos cual solucin nos conviene.
Cuando enfrentamos a un problema que no sabemos nada de las posibles soluciones o
consecuencias de ellas, estamos en un ambiente de incertidumbre no estructurada. La
intuicin es la mejor arma para enfrentar un problema as.
Cuando estamos en el proceso de toma de decisiones, hay algunos pasos que no podemos
modelar matemticamente, estos pasos los denominamos como funciones administrativas,
que son: Planeacin, Organizacin, Direccin y Control. Estos pasos se deben considerar,
para que el proceso de decisin sea ms eficiente.
Una vez que tenemos todo lo anterior, los pasos a seguir en la toma de decisiones son los
siguientes:
27
1)
2)
3)
4)
5)
6)
7)
Identificar y analizar el problema

Identificar los criterios de decisin y ponderarlos
Definir la prioridad para atender el problema
Generar las opciones de solucin
Evaluar las opciones
Aplicacin de la decisin
Evaluacin de la decisin
Recuerda que estos pasos y modelos, son auxiliares en la resolucin de problemas, no son
una receta o una regla, pero conocerlos y utilizarlos, seguramente van a mejorar tus
habilidades para resolver problemas.
Para saber ms
Con la intencin de ampliar tu panorama respecto a la temtica abordada en esta unidad, te
recomendamos visitar el siguiente blog:
Grupo #2 de la Facultad de Ciencias Administrativas (s/f) Toma de decisin es. [Blog]

Disponible en: http://tomadecisionesgrupo2.wordpress.com
Este blog fue creado por los integrantes del grupo nmero dos de la Facultad de Ciencias
Administrativas de la carrera de Ingeniera de empresas del segundo semestre de la
Universidad Central del Ecuador para la ctedra de administracin II acerca del tema: La
toma decisiones.
Fuentes de consulta
Bsica
Freund, J. (2000). Estadstica matemtica con aplicaciones. Mxico: Pearson

Education.
Mendenhall, W. (2008). Introduccin a la probabilidad y estadstica. Mxico:
Thomson Cengage Learning.
Moody, P. (1991). Toma de decisiones gerenciales. Mxico: McGraw-Hill
Oviedo, L. (2000). Teora de Decisiones. [Versin electrnica].Recuperado de:
http://www.tuobra.unam.mx/publicadas/040921170149.html
Complementaria
28
Dunlop, J. (1944). Wage Determination Under Trade Unions. Estados Unidos:

Augustus M Kelley publishers
Gantt, H.L. et al (1974).Work, Wages and Profits. Nueva York: The Engineering
Magazine
Garca. A. (1998) Economa y Gestin de las organizaciones. Argentina: Sainte
Claire Editora SRL
Harrington, E. (1931) The Twelve Pinciples of Efficiency. Nueva York: The
Engineering Magazine
29

Unidad 2. Teoría de Toma de Decisiones

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Unidad 2. Teoría de Toma de Decisiones

Încărcat de

Drepturi de autor:

Formate disponibile

Investigacin de operaciones I

Unidad 2. Teora de toma de decisiones

Unidad 2. Teora de toma de decisiones

Universidad Abierta y a Distancia de Mxico

Unidad 2. Teora de toma de decisiones

Proponer la solucin a problemas de ingeniera analizando el razonamiento matemtico

2.1. Introduccin a la teora de toma de decisiones

Donde para cada q en Q, q se sigue deductivamente de (Q, K) usando .

Ahora si se le da el dinero X, sin ninguna instruccin de para gastar la totalidad, el dinero se

Vacilacin. El cual seala que un estado de ambigedad existe.

Este proceso mental se considera en el proceso de toma de decisiones, ya que su prctica

2.1.1. Marco histrico de la teora de toma de decisiones

2.1.2. Fundamentos matemticos

La programacin lineal son modelos destinados a la asignacin eficiente de los recursos

s.a ( restricciones, recursos)

Objeto de estudio (definicin)

a) VARIABLES DE DECISIN: Con estas se hace referencia al conjunto de variables

DESIGUALDADES: Las desigualdades utilizadas para representar las

b) Desigualdad del tipo convertir a una igualdad.

2.2. Modelos de la teora de toma de decisiones

Cada uno de estos ambientes, se revisar a detalle en los siguientes subtemas.

2.2.1. Modelo de certeza

Ahora, se muestra un ejemplo de decisin:

Entenderemos por R al nmero de refrigeradores a producir y H al nmero de hornos, as la

Si observas, no hay duda de cul es el problema, se debe maximizar las ganancias

2.2.2. Modelo de riesgo

Si tenemos n alternativas y m posibles resultados, definimos la funcin

Criterio del valor esperado

Y as la mejor decisin est dada por:

Criterio de mnima varianza con media acotada

Criterio de la media con varianza acotada

El criterio nos dice que la mejor decisin es el mximo de los valores de [

Criterio de la probabilidad mxima

La probabilidad te ayudar para decidir en un ambiente de riesgo, calculando las

2.2.3. Modelo de incertidumbre estructurada

decisin con n posibles resultados , les asignamos la probabilidad de

Entonces la mejor decisin es:

Entonces la mejor decisin es:

El factor se escoge de pendiendo de las necesidades del problema que enfrentemos, si

Y con esto la mejor decisin sera:

Cuando te encuentres en un ambiente de decisin bajo incertidumbre, conoces las

2.2.4. Modelo de incertidumbre no estructurada

2.2.5. Metodologa de los modelos de teora de toma de decisiones

2.3. Funciones de la teora de toma de decisiones

La planeacin propone las siguientes etapas para cada plan a generar:

Qu condiciones se van a necesitar?

2.3.3. Direccin o ejecucin

Identificar y analizar el problema

Grupo #2 de la Facultad de Ciencias Administrativas (s/f) Toma de decisin es. [Blog]

Freund, J. (2000). Estadstica matemtica con aplicaciones. Mxico: Pearson

Dunlop, J. (1944). Wage Determination Under Trade Unions. Estados Unidos:

S-ar putea să vă placă și