UNIDAD I

INTRODUCCIN

TOMA DE DESICIONES

En todos los aspectos de nuestra vida es ineludible tener que tomar decisiones simples o complejas:

Definiciones

A) Es el proceso durante el cual la persona debe escoger entre dos o mas alternativas

Definiciones

Es una actividad fundamental en las organizaciones actuales. Es la base para la supervivencia y un buen funcionamiento de las empresas

Definiciones

Es una seleccin de alternativas de decisin y esta seleccin es una de las tareas de gran trascendencia y responsabilidad. Es el motor de los negocios

Importancia de la Toma de Decisiones

xito o fracaso de una Empresa La escancia de la Planeacin Inicio de otro proceso para tomar otra decisin

Permite visualizar lo que se desea alcanzar

Factores para evaluar la importancia de la Decisin

A) Tamao o duracin del compromiso

Si la decisin implica el compromiso de un capital considerable o el aporte de un gran esfuerzo, se considera como una decisin importante

Factores para evaluar la importancia de la Decisin

B) Flexibilidad de los planes:

Si

la Decisin implica seguir un curso de accin que es reversible fcilmente entonces la decisin asume un significado importante. Ejemplo la venta de un terreno que no se esta utilizando.

Factores para evaluar la importancia de la Decisin

C) Certeza de los objetivos y las polticas.

Cuando todos en la organizacin saben lo que hace y porque. Ejemplo. Antes de hacer un gasto se debe saber el flujo total del mismo

Factores para evaluar la importancia de la Decisin

D) Cuantificacin de las variables

Cuando

los costos asociados con una decisin no pueden definirse de forma precisa la decisin tiene una mayor importancia.

Factores para evaluar la importancia de la Decisin

E) Impacto Humano
Cuando

el impacto humano de una decisin es grande, en su importancia tambin es grande. Cambio de residencia de 250 empleados.

Ejemplo:

PROCESO DE TOMA DE DECISIONES

UNIDAD I

INTRODUCCIN A LA MODELACIN

1. INTRODUCCION A LA MODELACION

Modelo:

Es una representacin simplificada de un sistema real, de un proceso o una teora, con el cual se pretende aumentar su compresin, hacer predicciones y posiblemente, ayudar a controlar el sistema.
Un modelo es una representacin explcita y externa de parte de la realidad como la ven las personas que desean usar el modelo para entender, cambiar, gestionar y controlar dicha parte de la realidad Pidd (1996)

Metodologa de la Modelacin

Conjunto de procedimientos sistemticos basados en conocimiento acumulado cuyo objetivo es abordar y solucionar situaciones problemticas.

Papel del Modelador

Establecen relaciones entre las entidades importantes de un sistema que se expresan en trminos de metas, criterios de ejecucin y restricciones que en conjunto constituyen el modelo.

Para qu sirve un modelo?

Aprender / Entender Implementar en un ordenador Tomar decisiones

Aprender / Entender

Modelar como proceso puede tener ms valor que el modelo en s mismo

Se

accede a informacin a la que nunca se le habra prestado atencin.

Implementar en un ordenador

Es necesario realizar un modelo que comprenda de la manera ms eficiente posible toda la informacin vinculada. La automatizacin de procesos exige el modelado previo.

Toma de decisiones

Los modelos construidos permiten mediante su resolucin ayudar a la toma de decisiones generando soluciones ptimas dado un objetivo establecido.
Los

modelos construidos permiten mediante su resolucin ayudar a la toma de decisiones generando soluciones ptimas dado un objetivo establecido.

VENTAJAS DE LA MODELACION

El modelo posibilita una mayor y mejor manipulacin que el sistema real.

Facilita el anlisis
Con el modelo matemtico se describe el problema de una forma ms concisa que con una descripcin verbal. Permite controlar mejor las fuentes de variacin que lo que permitira el estudio directo del sistema. Generalmente son menos costosos que experimentar con sistema real.

Permite a los modeladores la organizacin del conocimiento y las observaciones sobre el sistema, as como las posibles deducciones lgicas que se puedan tener de esta organizacin.

1.1 Tipos de Modelos

Shapiro (2001) clasifica los modelos segn el efecto de su resultado:

Normativos

Descriptivos

Modelos Normativos
Son normativos los modelos matemticos. Exigen el planteamiento de un modelo matemtico en forma de funcin objetivo y restricciones

Le dice al modelador como tomar una decisin.

El criterio para la seleccin entre alternativas es la maximizacin u optimizacin (ya sea valor o utilidad)

Modelos Descriptivos
Los modelos descriptivos que engloban al resto

Dentro de este modelo el criterio para la toma de decisiones es la satisfaccin Los responsables de la toma de decisiones tienen limitada habilidad cognoscitiva para percibir las alternativas y/o las consecuencias.

1.1 Tipos de Modelos

Modelos
Estticos

o Dinmicos o Probabilista

Esttico Dinmico

Deterministas

Modelos
Determinista Probabilstico Icnico Anlogo Simblico

Icnico

y Analgico o Matemtico

Simblico

Modelos Dinmicos

Este modelo est sujeto al factor tiempo, ya que las variables presenta un cambio en funcin de este. Permiten encontrar las decisiones ptimas para los periodos que queden todava en el futuro.

Ejemplos de estos modelos son:

Modelos de serie de tiempo, pronstico y programacin dinmica.

Modelos Estticos:

En este tipo de modelos no se maneja la variable tiempo, no se representa un sistema en un punto particular del tiempo. Se ocupan de determinar una respuesta para una serie especial de condiciones fijas que probablemente no cambiarn significativamente a corto plazo.

Modelos Determinsticos:

Es aquel modelo en el que los valores de la variables se conoce con certeza y exactitud, ya que no se van afectadas por variaciones aleatorias Ejemplo: Modelos de Programacin lineal. Modelos de inventarios con demanda determinista.

Modelos Estocsticos o Probabilsticos :

Son aquellos en donde los valores de las variables sufren modificaciones aleatorias con respecto a un valor promedio; dichas variaciones pueden ser manejadas mediante distribucin de probabilidad
Ejemplos:

modelos de colas

Modelos Icnicos:

Es una representacin fsica de algunos objetos o de cualquier sistema real ya sea en forma idealizada o en escala distinta.
Ejemplo:

Planos y mapas (dos dimensiones). Maquetas y prototipos (4 dimensiones).

Modelos Anlogos

Es un modelo con apariencia fsica distinta al original, pero con comportamiento representativo. Se establece una analoga entre el sistema real y el modelo, estudindose el primero, utilizando como herramienta auxiliar el segundo.

Ejemplo:

Curvas de demanda. Curvas de distribucin de frecuencia en las estadsticas Diagramas de flujo. Ejemplo 1: en el campo de la Psicologa, la conducta de aprendizaje de los animales (ratas, perros, monos, etc.), ha servido como modelo analgico para estudiar las leyes del aprendizaje humano.

Ejemplo 2: lo encontramos en las computadoras electrnicas, las que han servido como modelos materiales de las operaciones intelectuales del hombre

Modelos Mentales.

Son modelos intuitivos que slo existen en nuestras mentes.

Son

imprecisos, difusos y difciles de comunicar.

Ejemplo:

La habilidad para realizar operaciones aritmticas y el proceso de decisin en una situacin no muy compleja.

Modelos Descriptivos

Cuando un modelo constituye sencillamente una descripcin matemtica de una condicin real del sistema.
No

contiene variables controlables Tienen muchas limitaciones Ayudan al observador a evaluar resultados por secciones una sobre otra.

Modelos Matemticos o simblicos

Son representaciones de la realidad en forma de cifras, smbolos matemticos y funciones, para representar variables de decisin y relaciones que nos permiten describir y analizar el comportamiento del sistema.
Se utiliza comnmente en una ecuacin Es precisa y concisa y fcil de comprender.

Tipos de Modelos Matemticos

1.Cuantitativos y cualitativos

2.Estndares y hechos a la medida

3.Probabilsticas y determinsticos 4.Descriptivos y de optimizacin 5.Estticos y dinmicos 6.De simulacin y no simulacin

Modelos Continuos

Son modelos en los que las variables pueden tomar valores reales y manejarse mediante tcnica de optimizacin clsica Ejemplos los modelos para el estudio de fluidos, intercambio de calor.

Modelos Discretos

Son aquellos en el cual las variables del sistema toman los valores slo en el rango de nmeros enteros.

Por Ejemplo los modelos que representan la produccin de piezas en una empresa metalmecnica.

1.2 Construccin de Modelos

Establecer el problema en forma clara, lgica y no ambigua, delimitando sus fronteras. Comprender y aislar todas las interrelaciones entre los elementos del sistema. Incluiremos slo un subconjunto de variables que se interrelacionan para representar el sistema original

1.2 Construccin de Modelos

Para el proceso de modelacin de una situacin problemtica se puede tener en cuenta los siguientes pasos:
1.

Formulacin o definicin del problema Formulacin del modelo (Desarrollo de un modelo matemtico y recoleccin de datos) Solucin del modelo matemtico Prueba del modelo y evaluacin de la solucin Ejecucin y control de la solucin

2.

3.

4.

5.

1.2 Construccin de Modelos

Formulacin del Problema

Esta fase incluye:

1.

Entender el problema
Hay que estructurar el problema para entenderlo. Cualquier herramienta es buena. En ocasiones con esta etapa el problema a resolver queda resuelto. Y en general tambin ocurre que el primer problema planteado no era el problema real.

2.

Y acordar con el cliente los resultados a obtener.

No significa necesariamente que el cliente deba definir el resultado concreto del trabajo. Pero es interesante conocer si pretende una respuesta del tipo s o no o una hoja Excel.

Condiciones para la Formulacin del Problema

1.

Identifique variables controlables( de decisin) y las variables controlables Cul o cules son sus objetivos que se busca al solucionar la situacin Determine las restricciones que se encuentran sujetos al objetivo de inters Aspectos del medio, comprendiendo o no a los humanos, que puedan afectar los resultados de las selecciones disponibles( variables no controlables).

2.

3.

4.

De Forma Matemtica

Modelar y Construir la Solucin

1.

Definir el tipo de tcnica.

La decisin del tipo de tcnica que mejor se ajusta al problema. Incluye el anlisis de datos disponibles y resultados requeridos.

2.

Generar el modelo.
Esta etapa incluye estimar los parmetros para modelar o calcular resultados, adems de dar forma fsica al modelo. Esto implica abordar escalonadamente los diferentes aspectos de la realidad que se pretenden modelar.

3.

Validar el modelo.
Decidir si el modelo vale para algo, si se puede usar y si el cliente lo encontrar aceptable.

Utilizar la Solucin
1.

Implementar el modelo.
Trabajar con el cliente para poder extraer los mximos beneficios del trabajo realizado.

2.

Actualizar el modelo.
Es evidente que si la realidad es cambiante el modelo debe adaptarse a las nuevas

Ejemplo: Elementos de un modelo de optimizacin.

Supongamos que se dispone de determinadas piezas para la elaboracin de dos productos finales. Se dispone de 8 piezas pequeas y 6 piezas grandes, que son utilizadas para elaborar sillas (usando 2 piezas pequeas y 1 pieza grande) y mesas (usando 2 piezas de cada tipo).

Interesa decidir cuntas sillas y mesas fabricar de modo de obtener la mxima utilidad, dado un beneficio neto de U$ 15 por cada silla y de U$20 por cada mesa fabricada.

Posibles soluciones
Posibles soluciones factibles a considerar, esto es soluciones que respetan las restricciones del nmero de piezas disponibles, son por ejemplo, fabricar:

4 sillas, que reportan una utilidad de U$60 1 sillas y 2 mesas , utilidad de U$55 3 mesas, utilidad de U$60 1 mesa y tres sillas, utilidad de U$65 2 sillas y 2 mesas, utilidad de U$70 etc.

Recordando
Un modelo matemtico para hallar la mejor solucin factible a este problema tiene tres componentes bsicas: i) Las variables de decisin, que consiste en definir cules son las decisiones que se debe tomar. En el ejemplo, x: nmero de sillas elaboradas. y: nmero de mesas elaboradas.

Recordando
ii) La funcin objetivo del problema, que permita tener un criterio para decidir entre todas las soluciones factibles. En el ejemplo, maximizar la utilidad dada por:

z = f(x,y) = 15x + 20y

Recordando
iii) Restricciones del problema, que consiste en definir un conjunto de ecuaciones e inecuaciones que restringen los valores de las variables de decisin a aquellos considerados como factibles. En el ejemplo, respetar la disponibilidad de piezas para la fabricacin de sillas y mesas:

Piezas pequeas: Piezas grandes :

Tambin se negatividad:

2x + 2y 8 x + 2y 6
restricciones de no

impone

x,y 0

En resumen:

Max sa:

15x + 20y 2x + 2y 8 x + 2y 6 x,y 0

El ejemplo corresponde a un modelo de Programacin Lineal. Si adems restringimos los valores de x e y a nmeros enteros, tendramos un modelo de Programacin Entera.

1. Ejercicios
Un fabricante de televisores tiene que decidir el nmero de unidades de 27 y 20 que debe producir en una de sus plantas.

La investigacin de mercado indica que puede vender como mximo 40 unidades de 27 y 10 unidades de 20 al mes.
El nmero mximo de horas de trabajo disponible es 500 por mes. Un televisor de 27 requiere 20 horas de trabajo y uno de 20 requiere 10. Cada unidad de 27 vendida produce una ganancia de $120 y cada una de 20 produce una ganancia de $80 Un distribuidor est de acuerdo en comprar todas las unidades que se produzcan si su nmero no excede los mximos del estudio de mercado.

2. Ejercicios
Una compaa de transportes posee 2 tipos de camiones. El camin tipo A tiene 20 m3 de espacio refrigerado y 40 m3 no refrigerado. El camin tipo B tiene 30 m3 refrigerados y 30 m3 no refrigerados. Una fbrica de productos alimenticios debe embarcar 900 m3 de productos refrigerados y 1200 m3 no refrigerados. Cuntos camiones de cada tipo debe alquilar la fbrica para minimizar costos si el tipo A se alquila a 0,30 $/Km y el B a 0,40 $/Km?

3. Ejercicios
Una carnicera realiza sus hamburguesas a partir de carne magra de cerdo y ternera. La carne de ternera contiene un 80% de carne y un 20% de grasa, y cuesta a la tienda 0,80 $/Kg.

La carne de cerdo contiene un 68% de carne y un 32% de grasa, y cuesta 0,60 $/Kg.
Qu cantidad de cada tipo de carne debe emplearse por kilo si quiere minimizarse el coste y mantener un contenido de grasa no superior al 25%?

4. Ejercicios
En un ro y su afluente hay 2 presas que regulan el paso del agua. Ro abajo existe una gran demanda de agua para regado. Teniendo en cuenta los costos de operacin y mantenimiento, la empresa que gestiona las presas obtiene $ 10.000 por unidad de caudal en la presa del ro, y $ 30.000 por unidad de caudal en la presa del afluente. Los caudales mximos de cada cuenca son: 4 en el ro, 4 en el afluente y 5 en el ro luego del afluente. Cmo se debe distribuir el agua para que el beneficio sea mximo?