UNIDAD 1 TOMA DE DECISIONES

La Investigacin de Operaciones hace uso de mtodos cuantitativos como

herramienta de apoyo para el proceso de toma de decisiones. En cualquier mbito
de la actividad humana se deben tomar decisiones de distinta ndole y la forma en
cmo stas se toman se pueden basar en una perspectiva cualitativa o
cuantitativa. En el ambiente actual donde la complejidad de los problemas es
creciente, debido a un ambiente ms globalizado y competitivo, la Investigacin
de Operaciones ha permitido abordar de forma eficiente modelos que
responden a distintas problemticas, superando ampliamente los procedimientos
cualitativos. La Investigacin de Operaciones es una disciplina donde las primeras
actividades formales se dieron en Inglaterra en la Segunda Guerra Mundial,
cuando se encarga a un grupo de cientficos ingleses el diseo de herramientas
cuantitativas para el apoyo a la toma de decisiones acerca de la mejor utilizacin
de materiales blicos. Se presume que el nombre de Investigacin de
Operaciones fue dado aparentemente porque el equipo de cientficos estaba
llevando a cabo la actividad de Investigar Operaciones (militares). Una vez
terminada la guerra las ideas utilizadas con fines blicos fueron adaptadas para
mejorar la eficiencia y la productividad del sector civil. Una de las reas
principales de la Investigacin de Operaciones es la Optimizacin o Programacin
Matemtica. La Optimizacin se relaciona con problemas de minimizar o
maximizar una funcin (objetivo) de una o varias variables, cuyos valores
usualmente estn restringidos por ecuaciones y/o desigualdades. Hoy en da el
uso de modelos de optimizacin es cada vez ms frecuente en la toma de
decisiones.

Este

mayor

uso

se

explica,

principalmente, por un mejor

conocimiento de estas metodologas en las diferentes disciplinas, la creciente

complejidad de los problemas que se desea resolver, la mayor disponibilidad de
software y el desarrollo de nuevos y mejores algoritmos de solucin. Un modelo
de Investigacin de Operaciones requiere necesariamente de una abstraccin
de la realidad, adems de identificar los factores dominantes que determinan el
comportamiento del sistema en estudio. En este sentido, un

modelo es una representacin idealizada de una situacin real o un objeto

concreto.

1.1 AMBIENTES Y CRITERIOS PARA LA TOMA DE DECISIONES

La toma de decisiones se define como la seleccin de un curso de acciones entre
alternativas, es decir que existe un plan un compromiso de recursos de
direccin o reputacin.
En ocasiones los ingenieros consideran la toma de decisiones como su trabajo
principal ya que tienen que seleccionar constantemente qu se hace, quien lo
hace y cundo, dnde e incluso como se har. Sin embargo la toma de decisiones
es slo un paso de la planeacin ya que forma la parte esencial de los procesos
que se siguen para elaboracin de los objetivos o metas trazadas a seguir. Rara
vez se puede juzgar slo un curso de accin, porque prcticamente cada decisin
tiene que estar engranada con otros planes.
El proceso que conduce a la toma de decisin:

Elaboracin de premisas

Identificacin de alternativas

Evaluacin de las alternativas, en trminos de metas que se desea

alcanzar

Seleccin de una alternativa, es decir tomar una decisin

RACIONALIDAD EN LA TOMA DE DECISIONES

Las personas que actan o deciden racionalmente estn intentando alcanzar
alguna meta que no se puede lograr sin accin. Necesitan comprender en forma
clara los cursos alternativos mediante los cuales se puede alcanzar una meta de
acuerdo a las circunstancias y limitaciones existentes. Se necesita tambin la
informacin y la capacidad para analizar y evaluar las alternativas de acuerdo con
la meta deseada. Por ltimo, necesitan tener el deseo de llegar a la mejor
solucin mediante la seleccin de la alternativa que satisfaga de un modo ms
efectivo el logro de la meta.

Es raro que las personas logren una racionalidad completa, en particular en la

administracin como en la ingeniera.
En primer lugar, como nadie puede tomar decisiones que afecten el pasado, las
decisiones tienen que operar para el futuro.
Es difcil reconocer todas las alternativas que se pudieran seguir para alcanzar
una meta; esto es cierto cuando en especial la toma de decisiones incluye
oportunidades de hacer algo que no se ha hecho antes. Es ms, en la
mayor parte de los casos no se pueden analizar todas las alternativas e incluso
con las tcnicas

analticas

las

computadoras

masa

modernas

disponibles. Ej.: Las decisiones gerenciales se toman con el deseo de resolver

en una forma tan segura como sea posible, la mayora de los gerentes s intentan
tomar las mejores decisiones que puedan dentro de los

lmites de la

racionalidad y de acuerdo al tamao y la naturaleza de los riesgos involucrados.

EVALUACION DE ALTERNATIVAS
Una vez encontrada la alternativa apropiada, el siguiente paso es evaluar y
seleccionar aquellas que contribuirn mejor al logro de la meta.
FACTORES CUANTITATIVOS: Son factores que se pueden medir en trminos
numricos, como es el tiempo, o los diversos costos fijos o de operacin.
FACTORES CUALITATIVOS: Son difciles de medir numricamente. Como la
calidad de las relaciones de trabajo, el riesgo del cambio tecnolgico o el clima
poltico internacional.
Para evaluar y comparar los factores se debe reconocer el problema y luego
analizar que factor se le aplica ya se cuantitativo o cualitativo o ambos, clasificar
los trminos de importancia, comparar su probable influencia sobre el resultado y
tomar una decisin.
DECISIONES

PROGRAMADAS

NO

PROGRAMADAS:

Una

decisin

programada se aplica a problemas estructurados o de rutina. Los operadores de

tomos tienen especificaciones y reglas que les sealan si la pieza que han hecho
es aceptable, si tiene que desecharse o si se tiene que procesar de nuevo.
Las decisiones no programadas se usan para situaciones no programadas,

nuevas y mal definidas, de naturaleza no repetitivas. Ej.: el lanzamiento de la

computadora Macintosh por Apple Computer.
En realidad las decisiones estratgicas son, en general, decisiones no
programadas, puesto que requieren juicios subjetivos.
La mayora de las decisiones no son ni completamente programadas ni
completamente no programadas; son una combinacin de ambas. La mayor parte
de las decisiones no programadas las toman los gerentes del nivel ms alto, esto
es porque los gerentes de ese nivel tienen que hacer frente a los problemas no
estructurados.
ENFOQUES

MODERNOS

EN

LA TOMA

DE

DECISIONES

BAJO

CONDICIONES DE INCERTIBUMBRE: Anlisis De Riesgo prcticamente cada

decisin se basa en la interaccin de variables importantes, muchas de las cuales
tienen un elemento de incertidumbre pero quizs un grado bastante alto de
probabilidad. Por lo tanto, la sensatez de lanzar un nuevo producto podra
desprenderse de varias variables crticas: el costo de producto, la inversin del
capital, el precio que se puede fijar, el tamao del mercado potencial y la
participacin del mercado total.
rboles de Decisin presentan los puntos de decisin, los acontecimientos
fortuitos y las probabilidades existentes en los diversos cursos que se podran
seguir. El enfoque del rbol de decisin hace posible observar, al menos las
principales alternativas y el hecho de que las decisiones posteriormente dependan
de acontecimientos en el futuro.
Ej.: Los gerentes tambin pueden comprender la verdadera probabilidad de una
decisin que conduzca a los resultados deseados.
Una cosa es cierta los rboles de decisin y tcnicas similares de decisin
reubican criterios amplios con un centro de atencin sobre los elementos
importantes de una decisin, hacen resaltar premisas que con frecuencia estn
escondidas y muestran el proceso de razonamiento mediante el cual se toman las
decisiones bajo incertidumbre.
Teoras De La Referencia se basa en las ideas de que las actitudes de las
personas hacia el riesgo variaran.

La probabilidad puramente estadstica, como se aplica a la toma de decisiones,

descansa sobre la suposicin de que los encargados de tomar las decisiones las
seguirn. Podra parecer razonable que si existiera una posibilidad del 60% de
que la decisin sea cierta, una persona la tomara. Sin embargo esto no es
necesariamente cierto, pues el riesgo de estar equivocados es del 40%, quizs la
persona no desee correr este riesgo.
CREATIVIDAD E INNOVACION: La creatividad suele entenderse la capacidad de
desarrollar nuevas ideas. Por el contrario e innovacin significa el uso de esas
ideas. Por supuesto que las organizaciones no solo generan nuevas ideas, sino
que adems las convierte en aplicaciones prcticas.
PROCESO CREATIVO: Esta compuesta por 4 fases interactuantes entre
s:
Exploracin inconsciente
Intuicin
El discernimiento

La formulacin o verificacin lgica

SISTEMAS DE APOYO A LAS DECISIONES: (SAD) usan computadoras para

facilitar el proceso de toma de decisiones de tareas semiestructuradas.
Estos sistemas estn diseados no para reemplazar el criterio administrativo, sino
para apoyarlo y hacer ms efectivo el proceso de toma de decisiones. Los
sistemas de respaldo a las decisiones ayudan tambin a los gerentes a reaccionar
rpidamente a los cambios de necesidades. Por lo tanto, queda claro que el
diseo de un sistema efectivo requiere de un conocimiento profundo de cmo los
gerentes toman las decisiones.
ENFOQUE DE SISTEMAS A LA TOMA DE DECISIONES: Por lo general no se
puede tomar decisiones en un ambiente de sistema cerrado. Adems, cada
departamento o seccin de una empresa; los gerentes de estas unidades
organizacionales tiene que ser sensibles a las polticas y programas de otras
unidades organizacionales y de toda la empresa. Ms an, las personas dentro de
la empresa son parte del sistema social y sus pensamientos y actitudes se tienen
que tomar en cuenta cada vez que un gerente toma una decisin.

Los gerentes para solucionar sus problemas toman en cuenta los diversos
elementos del ambiente del sistema, esto no significa que renuncien a su papel
como tomadores de decisiones. Alguien tiene que seleccionar un curso de accin
entre diversas alternativas, tomando en cuenta los acontecimientos y fuerzas en
el ambiente de una decisin.

1.2 TOMA DE DECISIONES BAJO MODELOS DE CERTIDUMBRE,

INCERTIDUMBRE Y RIESGO.
Continuidad de Incertidumbre Pura y de Certidumbre: El dominio de los
modelos de anlisis de decisiones est entre los siguientes dos casos extremos,
dependiendo del grado de conocimiento que tenemos sobre el resultado de
nuestras

acciones,

como

se

Ignorancia

Situacin de
riesgo

Modelo de

Modelo
probabilstico

incertidumbre pura

probabilstico

muestra

continuacin:

Conocimiento completo
Modelo determinista
determinista

Uno de los "polos" de esta escala es determinista, el "polo" opuesto es la

incertidumbre pura. Entre estos dos hay problemas con riesgo. La idea principal,
aqu, es que para un problema dado, el grado de certidumbre vara segn el
gerente, dependiendo de la cantidad de conocimiento que cada gerente tenga
sobre el mismo problema y refleja la solucin diferente que cada persona
recomienda.
La probabilidad es un instrumento para medir los chances de que un evento
ocurra. Cuando se usa probabilidad se expresa la incertidumbre, el lado
determinista tiene una probabilidad de 1 (o cero), mientras que el otro extremo
tiene una probabilidad plana (todas igualmente probables). Por ejemplo, si usted
tiene certidumbre de la ocurrencia (o no ocurrencia) de un evento, usa una

probabilidad de uno (o cero). Si usted tiene incertidumbre, entonces usa la

expresin "En realidad no s", por lo tanto, puede o no ocurrir con una
probabilidad del 50%. Esta es la nocin de Bayes de que la evaluacin de la
probabilidad siempre es subjetiva. Es decir, la probabilidad siempre depende de
cunto conoce el decisor. Si sabe todo lo que puede saber, la probabilidad pasar
a ser 1 o 0.
Las situaciones de decisin con incertidumbre plena presentan el riesgo ms
grande. Para fines de simplicidad, considere el caso en que hay slo dos
resultados con una probabilidad de p. As, la variacin en los estados de la
naturaleza es p (1-p). Esta variacin es la mayor si definimos p = 50%. Es decir,
igual chance para cada resultado. En tal caso, la calidad de la informacin est en
su nivel ms bajo. Una variacin mayor de los datos implica una disminucin en la
calidad de los datos (es decir, de la informacin).
La informacin relevante para resolver un problema de decisin achica nuestra
probabilidad plena. La informacin de utilidad desplaza la ubicacin de un
problema desde el "polo" de la pura incertidumbre hacia el "polo" determinista.
La informacin relevante y til achica la incertidumbre: La evaluacin de la
probabilidad no es ms que la cuantificacin de la incertidumbre. En otras
palabras, la cuantificacin de la incertidumbre permite comunicar la incertidumbre
entre las personas, como la incertidumbre entre eventos, estados del mundo,
creencias, etc. La probabilidad es la herramienta para comunicar la incertidumbre
y para manejar la incertidumbre (domar el cambio).
Existen tipos diferentes de modelos de decisin que ayudan a analizar distintos
escenarios, dependiendo de la cantidad y el grado de conocimiento que
tengamos. Los tres tipos ms ampliamente utilizados son:
Decisin tomada con pura incertidumbre,
Decisin tomada con riesgo
* Decisin tomada comprando informacin (empujando el problema hacia
el "polo" determinista)

En las decisiones tomadas con pura incertidumbre, el decisor no tiene ningn

conocimiento, ni siquiera de la probabilidad de ocurrencia de cualquier estado de
la naturaleza. En estas situaciones, el comportamiento del decisor se basa
puramente en su actitud hacia la incgnita. Algunos de estos comportamientos
son los optimistas, los pesimistas y los de arrepentimiento, entre otros.
Optimista: El vaso est medio lleno.
Pesimista: El vaso est medio vaco.
Gerente: El vaso es el doble de grande de lo necesario.
Observe que esta categora de problemas (es decir, los problemas con pura
incertidumbre) resultan apropiados slo para la toma de decisiones en la vida
privada. No obstante, la persona pblica (es decir, el gerente) tiene que tener
cierto conocimiento de los estados de la naturaleza, para poder predecir las
probabilidades de cada estado. De lo contrario no podr tomar una buena
decisin que sea razonable y defendible.
Siempre que un decisor tiene cierto conocimiento sobre los estados de la
naturaleza puede asignar una probabilidad subjetiva a la ocurrencia de cada
estado. Y cuando lo hace, el problema se clasifica como toma de decisiones bajo
riesgo.
En muchos casos, el decisor puede necesitar la opinin de un especialista para
limitar sus incertidumbres con respecto a la probabilidad de cada estado de la
naturaleza. En tal caso, el decisor puede comprar informacin relevante a
especialistas, para poder tomar una mejor decisin. El procedimiento para
incorporar el asesoramiento de un experto en las incertidumbres del decisor se
conoce como el abordaje de Bayes.
Por ejemplo, en una situacin donde se debe tomar una decisin de inversin, se
debe responder la siguiente pregunta: En qu estado estar la economa el ao
prximo? Supongamos que limitamos las posibilidades a: Crecimiento (G),
Igualdad (S), o Declinacin (D); entonces, una representacin tpica de nuestra
incertidumbre podra ilustrarse de la siguiente manera:

Toma de decisiones con pura incertidumbre: Cuando las decisiones se toman

con pura incertidumbre, el decisor no tiene conocimiento de los resultados de
ninguno de los estados de la naturaleza y/o es costoso obtener la informacin
necesaria. En tal caso, la decisin depende meramente del tipo de personalidad
que tenga el decisor.
Comportamiento segn los tipos de personalidad y la toma de decisiones con
pura incertidumbre:
Pesimismo, o Conservador (Maximin). Hiptesis de mnima. Las cosas malas
siempre me suceden a m.
a) Escriba el nmero mnimo en
cada fila de accin.
b) Elija el nmero mximo y realice
esa accin.

-2

7*

Optimismo, Agresivo (Maximax). Las cosas buenas siempre me suceden a m.

a) Escriba el nmero mximo en

B
S

12
15 *

cada fila de accin.

b) Elija el nmero mximo y realice
esa accin.

Coeficiente de Optimismo (Indice de Hurwicz), ). A mitad de camino: Ni

demasiado optimista ni demasiado pesimista:
a) Elija a entre 0 y 1, 1 significa optimista y 0 significa pesimista,
b) Elija los nmeros ms alto y ms bajo para cada accin,
c) Multiplique el beneficio ms alto (en el sentido de las filas) por a y el ms
bajo por (1- a ),
d) Opte por el curso de accin que da la suma ms alta.
Por ejemplo, para a = 0,7, tenemos:
B (0,7*12)

(0,3*3)

= 9,3

S (0,7*15)

(0,3*-2)

= 9,9 *

D (0,7*7)

(0,3*7)

= 7

Mnimo arrepentimiento: (Prdida de Oportunidad de Savag). Odio las

lamentaciones. Debo minimizar las situaciones deplorables. Mi decisin debe ser
tal que valga la pena repetirla. Slo debera hacer las cosas que siento que
podra repetir con placer.
El arrepentimiento es el beneficio o rdito de la que hubiera sido la mejor
decisin, dadas las circunstancias, menos el beneficio de la decisin tomada
concretamente, dadas las circunstancias.
a) Configure una tabla de arrepentimiento: Tome el nmero ms alto de cada
una de las columnas correspondientes a los estados de la naturaleza (por
ejemplo, L) y rstele todos los nmeros de dicha columna, es decir, L - Xi,j.
La Matriz de Arrepentimiento
C

CM

SC

Paso b

Bonos

(15-12) (8-8) (7-6) (7-3)

Acciones

(15-15) (8-7) (7-3) (7+2) 9

Depsito

(15-7)

(8-7) (7-7) (7-7)

4*

b) Elija el nmero mximo de cada accin,

c) Elija el nmero mnimo en Paso b, y adopte esa accin.
Toma de decisiones con pura incertidumbre. JavaScript E-lab

Limitaciones de la Toma de Decisiones bajo Pura Incertidumbre:

1. En general el anlisis de decisin se asume que el tomador de decisiones se
enfrenta un problema donde l o ella debe escoger una opcin del grupo de
opciones. En algunos casos estas limitaciones pueden ser superadas mediante la
formulacin de una toma de decisin bajo incertidumbre como un juego suma
cero de dos personas.
2. En la toma de decisiones bajo incertidumbre pura, el tomador de decisiones no
tiene conocimientos sobre cual estado de la naturaleza es ms probable que
ocurra. l o ella probablemente ignora los estados de la naturaleza por lo tanto no
podra estar pesimista u optimista. En tal caso, el tomador de decisiones emboca
las condiciones de seguridad.
3. Note que cualquier tcnica utilizada en la toma de decisiones bajo
incertidumbre pura, es solo apropiada para las decisiones de la vida privada.
Adicionalmente, una persona pblica (por ejemplo, el gerente) debe tener algunos
conocimientos sobre el estado de la naturaleza tal que prediga las probabilidades
de varios estados de la naturaleza. De lo contrario, el tomador de decisiones no
es

capaz

de

proporcionar

una

decisin

razonable

defendible.

A usted podra gustarle utilizar el JavaScript E-lab de Toma de Decisiones Bajo

Pura Incertidumbre para comprobar sus clculos y realizar experimentaciones
numricas para una comprensin ms profunda y un anlisis de estabilidad mas
de sus decisiones mediante la alteracin de los parmetros del problema.
Toma de Decisiones Bajo Riesgo: El riesgo implica cierto grado de
incertidumbre y la habilidad para controlar plenamente los resultados o
consecuencias de dichas acciones. El riesgo o la eliminacin del mismo es un
esfuerzo que los gerentes deben realizar. Sin embrago, en algunos casos la
eliminacin de cierto riesgo podra incrementar riesgos de otra ndole. El manejo
efectivo del riesgo requiere la evaluacin y el anlisis del impacto subsiguiente del
proceso de decisin. Este proceso permite al tomador de decisiones evaluar las
estrategias alternativas antes de tomar cualquier decisin. El proceso de decisin
se describe a continuacin:

1. El problema est definido y todas las alternativas confiables han sido

consideradas. Los resultados posibles para cada alternativa son evaluados.
2. Los resultados son discutidos de acuerdo a su reembolso monetario o de
acuerdo a la ganancia neta en activos o con respecto al tiempo.
3. Varios valores
probabilidad.

inciertos

son

cuantificados

en

trminos

de

4. La calidad de la estrategia ptima depende de la calidad con que se juzgue. El

tomador de decisiones deber examinar e identificar la sensibilidad de la
estrategia optima con respecto a los factores cruciales.
Cuando el decisor posee algn conocimiento sobre los estados de la naturaleza
puede asignarle a la ocurrencia de cada estado alguna estimacin subjetiva de
probabilidad. En estos casos, el problema se clasifica como de toma de
decisiones con riesgo. El decisor puede asignar probabilidades a la ocurrencia de
los estados de la naturaleza. El proceso de toma de decisin con riesgo es el
siguiente:
a) Use la informacin que tenga para asignar su parecer personal (llamado
probabilidades subjetivas) sobre el estado de la naturaleza, p(s);
b) Cada curso de accin tiene asociado un determinado beneficio con cada
uno de los estados de la naturaleza, X(a,s);
c) Calculamos el beneficio esperado, tambin llamado riesgo o R, correspondiente
a cada curso de accin como R(a) = Sumas de [X(a,s) p(s)];
d) Aceptamos el principio que dice que deberamos actuar para minimizar (o
maximizar) el beneficio esperado;
e) Ejecute la accin que minimice R(a).

1.3 ENFOQUE CUANTITATIVO PARA LA TOMA DE DECISIONES

Caractersticas generales:
1.- Antecedentes: La escuela cuantitativa tambin se conoce con el nombre de
escuela matemtica o escuela cuntica. Se considera que esta escuela se inici
en los aos 40's, pero que las verdaderas contribuciones a soluciones
empresariales han sido en los ltimos treinta aos.

Actualmente muchos de los problemas empresariales se resuelven por medio de

modelos matemticos que prestan especial atencin a la toma de decisiones.
Proceso de decisiones: Se considera como una serie de etapas que forman una
decisin. La toma de decisiones es un proceso que

lleva a cabo todo

administrador y es considerado como una tarea central de la administracin.

A la toma de decisiones se le define como la seleccin basada en cierto criterio de
la conducta alternativa entre dos o ms caminos, cursos de accin o alternativas.
Tipos de decisiones: En la empresa existen dos:
1) Las programadas, en las que los datos son adecuados y repetitivos, hay
certeza y las condiciones en muchas ocasiones son estticas.
2) Las no programadas, en las que los datos son inadecuados, hay
incertidumbre y las condiciones son dinmicas y se utilizan tcnicas de
planteamiento y control.
Modelos y tcnicas matemticas:
Investigacin de Operacin: Se define como la aplicacin de la Lgica
matemtica y el Mtodo Cientfico con la finalidad de solucionar problemas
administrativos que se representan por medio de modelos matemticos que se
resuelven por medio de ecuaciones algebraicas. La Investigacin de Operaciones
se basa en las siguientes teoras matemticas:
1.-Teora de juegos: En esta teora se analizan los conflictos. En l intervienen
dos o ms personas; a cada una se le da un nmero limitado de estrategias las
cules reflejarn el resultado de cada uno de los cursos de accin. Los resultados
son calculados preferentemente por medio de una matriz.
2.-Teora de Colas: Su objetivo es optimizar distribuciones en condiciones de
aglomeraciones. Se encarga de eliminar los tiempos de espera o demoras
innecesarias y los puntos de inters son el tiempo de espera y el nmero de
clientes (las un filas de los bancos son una solucin por ste medio).
3.-Teora de decisiones: Este se resuelve en base a los siguientes pasos:
a) Definicin del problema.
b) Desarrollo de alternativas.
c) Construccin del modelo.

d) Probar el modelo.
e) Implementar el modelo.
4.- Programa de actividades: Esta se desarrolla por medio de los sistemas CPM,
Pert , por medio de diagramas de flechas y red de actividades; tiene como
objetivo encontrar el camino crtico por medio de una secuencia de actividades y
operaciones que permitan el mejor aprovechamiento de los recursos en un tiempo
ptimo.
5.- Programacin lineal: Este procedimiento tiene como objetivo, minimizar los
costos y maximizar la eficiencia mediante ciertos lmites y obligaciones. Un
requisito indispensable es que exista una localizacin de planta y hay que tomar
en cuenta ciertas variables de materia prima, lugar de venta, etc.
6.- Probabilidad y estadstica matemticas: Es un sistema que se utiliza cuando
los datos son

difciles de obtener. El sistema estadstico muestra las

caractersticas que debe que debe tener una alternativa para que pueda ser
elegida. Este sistema se utiliza mucho en control de calidad, crditos, seguros,
etc. Este sistema permite conocer la probabilidad de xito que tiene una
alternativa.
7.- Programacin dinmica: Este tipo de programacin se utiliza cuando antes de
llegar al objetivo final tenemos que pasar por ciertas fases intermedias, pero
relacionadas y que si una de ellas no se logra adecuadamente se afecta el
objetivo final. Ejemplo: vendedores que tienen programadas una serie de visitas
a sus clientes.

1.4 TEORIA DE LA UTILIDAD

Es un auxiliar en la toma de decisiones bajo incertidumbre: Consiste en aplicar 4
axiomas de la "racionalidad" de tal manera que cualquier agente de satisfacer los
axiomas tiene una funcin de utilidad. Todas las preferencias del agente se
caracterizan por maximizar el valor esperado.
VON NEUMANN-MORGENSTERN UTILIDAD TEOREMA : Von Neumann y
Morgentern demostraron que si las preferencias de una persona satisfacen los
axiomas siguientes, entonces se debe elegir entre las loteras usando un criterio
de la utilidad esperada.

AXIOMA 1: de ordenacin completa. Para dos recompensas r1 y r2, uno de los

siguientes enunciados debe ser cierto: la persona que toma la decisin (1)
prefiere r1 a r2 (2) prefiere r2 a r1 o (3) es indiferente entre r1 y r2. es decir la
persona prefiere r1 a r3. Utilizamos el axioma de ordenacin completa para
determinar los resultados ms y menos favorables.
AXIOMA 2: de continuidad. La continuidad da por supuesto que hay un "punto de
inflexin" entre el ser y el mejor que peor que una opcin intermedia dado: Si,
Entonces existe una probabilidad de tal manera que: si r1pr2 y r2pr3 entonces
existe c tal que (1, r2) i(c, r1; 1-c, r3)
AXIOMA 3: de independencia. Suponga que quien toma la decisin no tiene
preferencia entre las recompensas r1 y r2. sea r3 cualquier recompensa.
Entonces para cualquier c(0<c<1)
AXIOMA 4: de probabilidad desigual. Si las dos loteras tienen solo r1 y r2 como
resultados posibles, la persona prefiere la lotera con la mayor probabilidad de
obtener r1.
Se utiliza este axioma cuando se incluye por ejemplo, que se prefiere L1 en
vez de L2 (debido a que L1 tena la probabilidad de .90 en $30,000 y L2 tena
solo una probabilidad de .80 en $30,000).

1.5 OBTENCION DE DATOS PARA LA TOMA DE DECISIONES

Que son los Datos? Son hechos o conceptos conocidos o supuestos y
generalmente se expresan en forma numrica, reflejan lo que sucedi en el
pasado y lo que est sucediendo. Son una base parcial que ayudan a describir los
sistemas del mundo real sobre los cuales se toman decisiones, es el paso ms
costoso y laborioso al aplicar mtodos cuantitativos.
Cmo se clasifican?
* Datos de transacciones: Son registros diarios de las transacciones de una
organizacin.
* Datos internos: Estos se generan al interior de la
empresa.
* Datos externos y del medio ambiente: Se generan en el medio que opera la
organizacin.

* Datos objetivos: reflejan hechos o conceptos que no requieren subjetividad

en su interpretacin.
* Datos subjetivos: reflejan creencias subjetivas
Para que sirven? Sirven para la toma de decisiones para el control operativo,
control

administrativo,

se

llevan

cabo

de

manera

eficaz

eficiente.
* En los equipos de trabajo en comn I.O. pasen mucho tiempo en la recoleccin
de datos relevantes del problema.
* Se necesitan muchos datos para lograr la comprensin exacta del problema
y as proporcionar el insumo adecuado para el modelo matemtico.
* Con frecuencia, al inicio de este no se dispone de muchos datos necesarios, ya
sea porque nunca se guardo la informacin o porque lo guardado cay en la
obsolescencia o se guardo de forma incorrecta.
* Muchas veces se debe instalar un nuevo sistema de informacin general para
reunir los datos sobre la marcha y en la forma adecuada.
* El equipo de I.O. debe destinar un tiempo considerable para recabar la ayuda de
otros miembros que sern clave en la organizacin , entre ellos especialistas en
T.I.
* Con todo ese esfuerzo mucho datos pueden ser blandos, es decir, estimaciones
burdas basadas solo en juicios personales, el equipo de I.O. debe utilizar una
gran cantidad de tiempo para mejorar la precisin de los datos y al final tendr
que trabajar con lo mejor que pudo obtener.
* Debido a la expansin del uso de bases de datos y el crecimiento explosivo
de su tamao en los aos recientes, en la actualidad los equipos de I.O. a
menudo se encuentran con que su problema ms grande con los datos es que
existen demasiados.
* Una de las herramientas ms modernas de los equipos de I.O. que abordan este
problema es una tcnica denominada extraccin de datos.
* Los mtodos para aplicarla tratan de descubrir patrones interesantes dentro de
las grandes fuentes de informacin que puedan conducir a una toma de
decisiones tiles.

Ejemplo: A finales de la dcada de los 90s, las compaas de servicios

financieros generales sufrieron el ataque de la firmas de corredura electrnica
que ofrecan costos de compra-venta financiera muy bajos. Merrill Lynch
respondi con la realizacin de una gran estudio de I.O. que recomend la
revisin completa de la manera en que cobraba sus servicios, desde una opcin
basada en activos de servicio completo cargo de un porcentaje fijo del valor de
los activos en vez de hacerlo por transferencias individuales hasta una opcin
de bajo costo para los clientes que deseaban invertir en lnea de manera directa.
La recoleccin y el procesamiento de datos tuvieron un papel fundamental en el
estudio. Para analizar el efecto del comportamiento de cada uno de los clientes en
respuesta a diferentes opciones, el equipo decidi montar una base de datos de
clientes con una capacidad de 200 gigabytes, la cual deba contener 5 millones
de clientes, 10 millones de cuentas, 100 millones de registros de transacciones y
250 millones

de

registros

contables.

Este

objetivo

requerido

combinar,

reconciliar, filtrar y limpiar daros procedentes de muchas bases de datos.

1.6 RBOL DE DECISIONES

El rbol de decisiones es una representacin cronolgica del proceso de decisin,
mediante una red que utiliza dos tipos de nodos: los nodos de decisin,
representados por medio de una forma cuadrada (el nodo de eleccin), y los
nodos de estados de la naturaleza, representados por crculos (el nodo de
probabilidad).
Usted puede imaginarse el conducir de su coche, el comenzar en el pie del rbol
de la decisin y el trasladarse a la derecha a lo largo de las ramificaciones. En
cada nodo cuadrado usted tiene control, puede tomar una decisin, y da vuelta a
la rueda de su coche. En cada nodo del crculo la seora Fortuna asume el control
la rueda, y usted es impotente.

CONCLUSIN

Actualmente la administracin est funcionando en un ambiente de negocios que

est sometido a muchos ms cambios, los ciclos de vida de los productos se
hacen ms cortos, adems de la nueva tecnologa y la internacionalizacin
creciente.
Las races de la investigacin de operaciones se remontan a cuando se hicieron
los primeros intentos para emplear el mtodo cientfico en la administracin de
una empresa. Sin embargo, el inicio de esta disciplina se atribuye a los servicios
militares prestados a principios de la segunda guerra mundial.
La investigacin de operaciones se aplica a problemas que se refieren a la
conduccin y coordinacin de operaciones (o actividades) dentro de una
organizacin.
La investigacin de operaciones intenta encontrar una mejor solucin, (llamada
solucin ptima) para el problema bajo consideracin.
Una de las principales razones de la existencia de grupos de investigacin de
operaciones es que la mayor parte de los problemas de negocios tienen mltiples
aspectos es perfectamente razonable que las fases individuales de un
problema se comprendan y analicen mejor por los que tienen el adiestramiento
necesario en los campos apropiados.

BIBLIOGRAFIA:

Handy a. Taha - investigacion de operaciones Editorial Pearson

Anand, Paul. Fundamentos de la eleccin racional bajo riesgo de Oxford, Oxford
University Press. Reimpreso 1993, 1995, 2002.
Fishburn, Peter C. Teora de la Utilidad para la toma de decisiones. Huntington,
NY. Robert E. Krieger Publishing Co. 1970. ISBN 978-0471260608

ENLACES DE INTERNET:

http://home.ubalt.edu/ntsbarsh/opre640s/spanishp.htm#rdmupu
http://www.tuobra.unam.mx/obrasPDF/publicadas/040924182324.htm
l http://usuarios.multimania.es/montoya/admonver8.html