UNIVERSIDAD FERMIN TORO

FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES

ANALISIS DE PROBLEMAS Y TOMA DE DECISIONES

TECNICAS E INTRUMENTOS PARA LA TOMA RACIONAL DE DECISIONES

AUTOR: YULIMAR MARIN

FEBRERO, 2.013

INTRODUCCION

Las Técnicas e instrumentos para la toma racional de decisiones, son de suma

importancia debido que en ellas primeramente se deben evaluar los objetivos y recursos de

la organización de la forma más eficaz posible y así muchas condiciones se vuelven más

aparentes, es decir, ayuda a planificar y a tomar decisiones debido a que los objetivos son

veraz y precisos, a su vez facilita a distribuir los recursos en relación al plan de

producción.

Es un medio matemático que permite asignar una cantidad fija de recursos a la satisfacción

de varias demandas en tal forma que mientras se optimiza algún objetivo se satisfacen otras

condiciones definidas. La programación lineal es la aplicación del álgebra matricial a la

solución de estas ecuaciones mediante la utilización de algunas reglas especiales para

asegurar que la solución satisface todas las condiciones necesarias y aun permite obtener

los mejores resultados con respecto al objetivo. Muchos problemas del mundo de los

negocios pueden tratarse mediante programación lineal. Es importante destacar que algunos

problemas que no tienen funciones estrictamente lineales dan respuestas valiosas cuando la

aproximación se efectúa cuidadosamente. Generalmente la labor más difícil quizás sea

reconocer y formular el problema de manera que pueda desarrollarse y producir un objetivo

deseable para optimizar. Esto requiere imaginación y compresión tanto del problema como

de la técnica de solución. Es importante comprender como funciona la programación lineal

y también la razón por la cual funciona, ya que casi siempre se requieren algunas

suposiciones y sin esta compresión estas no pueden formularse adecuadamente.

Todos los problemas de programación lineal tienen en común cuatro propiedades:

1.- Los problemas de programación lineal buscan maximizar o minimizar alguna cantidad

(normalmente beneficios o costes). Se hará referencia a esta propiedad como la función

objetivo o función económica de un problema de programación lineal. El objetivo

prioritario de una empresa tipo es maximizar los beneficios a largo plazo. En el caso de

sistemas de distribución terrestre o aérea el objetivo puede ser el e minimizar los costes de

envío.

2.- La presencia de restricciones limita el grado en el que podemos perseguir un objetivo.

Por ejemplo, la decisión sobre cuantas unidades se deben fabricar para una líneas de

productos de una empresa está restringida por la disponibilidad de horas de mano de obra y

maquinaria, por tanto queremos maximizar o minimizar una cantidad (función objetivo)

sujeta a las limitaciones de los recursos (restricciones).

3.- Deben existir diferentes alternativas donde poder elegir. Por ejemplo, si una empresa

fabrica tres productos, los directivos pueden utilizar la programación lineal para decidir

como asignar entre ellos sus limitados recursos de producción (trabajo, maquinarias y

demás).Si no existen alternativas evidentes entre las cuales realizar la selección, no

necesitaremos la programación lineal.

4.- La función objetivo y las restricciones de un problema de programación lineal deben ser

expresadas en términos de ecuaciones lineales o desigualdades.

El método simplex de programación lineal utiliza los conceptos básicos del álgebra

matricial para determinar la intersección de dos o más líneas o planos. Comienza con

algunas soluciones factibles, una que satisface todas las restricciones, y sucesivamente

obtiene soluciones en las intersecciones que ofrecen mejores valores de la función objetivo.

Finalmente este método de solución proporciona un indicador que determina el punto en el

cual se logra una solución óptima.

El análisis bayesiano proporciona al administrador una manera formal de evaluar la

investigación como una actividad que proporciona información y en la que se incurre en

costos. El resultado del procedimiento es un valor monetario, que representa la cantidad

máxima que el administrador estaría dispuesto a pagar por la investigación para reducir la

incertidumbre en una situación de toma de decisiones. Esta cantidad monetaria se deriva de

una evaluación del dinero a ahorrar o ganar por tomar una decisión correcta.

Radica 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. Sí en lugar de utilizar personajes ficticios utilizamos personajes reales para los

juegos si se observase qué tan honesto es ese personaje, cómo manipularía la

informaciónobtenida, entre otros.

La Teoría de Juegos actualmente tiene muchas aplicaciones, sin embargo, la

economíaes el principal cliente para las ideas producidas por los especialistas en teoría de

juego, debido que no debería sorprender que la teoría de juegos haya encontrado

aplicaciones directas en economía. Esta triste ciencia se supone que se ocupa de la

distribuciónde recursos escasos. Si los recursos son escasos es porque hay más gente que

los quiere de la que puede llegar a tenerlos. Este panorama proporciona todos los

ingredientes necesarios para un juego. Además, los economistas neoclásicos adoptaron el

supuesto de que la gente actuará racionalmente en este juego. En un sentido, por tanto, la

economía neoclásica no es sino una rama de la teoría de juegos. Los economistas que no se

dan cuenta de ello son como el Monsieur Jourdain de Le Bourgeois Gentilhomme, de

Moliere, que se sorprendió de saber que había estadohablando en prosa durante toda la vida

sin saberlo. Sin embargo, aunque los economistas pueden haber sido desde siempre

especialistas camuflados en Teoría de Juegos, no podían progresar por el hecho de no tener

acceso a los instrumentos proporcionados por Von Neumann y Morgenstern. En

consecuencia sólo podían analizar juegos particularmente simples. Esto explica por qué el

monopolio y la competenciaperfecta se entienden bien, mientras a todas las demás

variedades de competencia imperfecta que se dan entre estos dos extremos sólo ahora se les

está empezando a dar el tratamiento detallado que merecen.

La razón por la que el monopolio es simple desde el punto de vista de la Teoría de

Juegos es que puede ser tratado como un juego con un único jugador. La razón porque la

competencia perfecta es simple es que el número de jugadores es de hecho infinito, de

manera que cada agente individual no puede tener un efecto sobre agregadosde mercado si

él o ella actúan individualmente.

Consiste en colocar en varios destinos, las unidades situadas en varios orígenes, en

tal forma que la colocación sea óptima (costo mínimo o ganancia máxima).

Los métodos más usuales de obtener una solución al problema de transporte son: el

método de la esquina noroeste (minimizar o maximizar) y el método de aproximación de

Vogel.

La localización tiene como propósito encontrar la ubicación más ventajosa para el

proyecto; es decir, cubriendo las exigencias o requerimientos del proyecto, contribuyen a

minimizar los costos de inversión y, los costos y gastos durante el periodo productivo del

proyecto. Para decidir cuál es la localización óptima del proyecto se puede utilizar el

método cualitativo o el método cuantitativo de Vogel.

Es un método no determinístico o estadístico numérico, usado para aproximar

expresiones matemáticas complejas y costosas de evaluar con exactitud. 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 de1944y se

mejoraron enormemente con el desarrollo de la computadora.

En la primera etapa de estas investigaciones, John von Neumann y Stanislaw

Ulamrefinaron esta ruleta rusay los métodos "de división" de tareas. Sin embargo, el

desarrollo sistemático de estas ideas tuvo que esperar al trabajo de Harris y Herman Kahnen

1948. Aproximadamente en el mismo año, Enrico Fermi, Nicholas Metrópolisy Ulam

obtuvieron estimadores para los valores característicos de la ecuación de Schrödingerpara

la captura de neutrones a nivel nuclear usando este método.

El método de Monte Carlo proporciona soluciones aproximadas a una gran variedad

de problemas matemáticos posibilitando la realización de experimentos con muestreos de

números pseudoaleatorios en una computadora y este método es aplicable a cualquier tipo

de problema, ya sea estocásticoo determinista.