Planificaci�n Estrat�gica y Toma de Decisiones
Foro: Modelos de Toma de Decisiones
Sub Tema:  Antedentes Modelos de  Toma  de Decisiones
Maitane Fern�ndez
La mente es lo que su cerebro hace. Nuestras mentes realizan una serie de procesamientos de informaci�n para formar estrategias necesarias para vivir la vida diaria. Este proceso se conoce como toma de decisiones. Sin embargo, m�s all� de la toma de decisiones, debido a los diferentes tipos de incertidumbres que se presentan, tambi�n nos enfrentamos a lo que se denomina decidofobia, es decir el miedo a tomar decisiones equivocadas.
La modelizaci�n: Una ciencia
La modelizaci�n es la ciencia de llegar al juicio �ptimo y requiere la combinaci�n de muchas disciplinas porque la toma de decisiones es una actividad humana central. La ciencia es el objeto del pensamiento. El pensamiento mismo es una secuencia de actividades simb�licas internas que conduce a ideas o conclusiones novedosas y productivas sobre un problema de decisi�n.
Sin embargo, el pensamiento se da sobre una versi�n del mundo exterior llamado "modelo mental". Por lo tanto, la modelizaci�n es el proceso que ocurre en las redes nerviosas del cerebro cuando se inicia el proceso estructurado de pensamiento focalizado y consecutivo. La modelizaci�n incluye la percepci�n, formulaci�n de nuestra experiencia, procesamiento y re-presentaci�n de la informaci�n del mundo exterior. El resultado de estos procesos estructurados se denomina modelo. La soluci�n de los problemas gerenciales requiere la modelizaci�n mental, que es un proceso de tensi�n resolutoria (es decir, de competencia de fuerzas) hasta que se formula nuestra experiencia del problema.
Mediante el an�lisis (es decir, el proceso estructurado de pensamiento focalizado y consecutivo) procesamos esta informaci�n para comprender la realidad (es decir, para verla m�s all� de nosotros mismos). El resultado es un ";modelo";.
Con la descripci�n del modelo de la realidad se toma conciencia de la realidad. Por lo tanto, un modelo es una re-presentaci�n de la realidad. Para lograr un modelo exacto se debe seguir un ciclo de proceso de modelizaci�n matem�tica. La matem�tica la inventaron los hombres en un intento por definir la vida en sus propios t�rminos.
El modelo de decisiones mas simple que tiene solo dos alternativas, se denomina Manique�smo, adaptado por Zaratustra y luego adoptado por otras religiones organizadas. El Manique�smo es el concepto de dualidad que divide todo lo que forma parte del universo en dos alternativas distintas o dos polos opuestos, como por ejemplo el bien y el mal blanco y negro, d�a y noche, mente (o alma) y cuerpo, etc. Este concepto de dualidad fue un modelo suficiente de la realidad para aquella �poca para que el mundo fuera manejable y calculable. Sin embargo, hoy en d�a sabemos con certeza que todo cambia y tiene un amplio espectro continuo. No existen los opuestos en la naturaleza. Debemos ver el mundo a trav�s de los ojos de nuestra mente vivida; de lo contrario, no comprende nos bien las ideas complejas.
La Revoluci�n Industrial del siglo XIX probablemente contribuy� m�s que cualquier otro acontecimiento en la historia, a dar forma a la vida del mundo industrializado moderno. El surgimiento de las grandes f�bricas con producci�n en masa cre� la necesidad de una administraci�n efectiva y eficiente de las mismas. El campo de la Ciencia de la adminstraci�n (CA), conocido tambi�n como Investigaci�n Operacional (IO), comenz� con la publicaci�n de The Principles of Scientific Managemente (Los Principios de la Administraci�n Cientifica) y ha ayudado a los gerentes a desarrollar el conocimiento y las herramientas necesarias para comprender los problemas de decisi�n, traducirlos a t�rminos anal�ticos y luego resolverlos. Los analistas de CA/IO son, por ejemplo, ";jefes del gabinete del presidente", ";asesores", ";dise�adores de modelos de investigaci�n y desarrollo", "analistas de sistemas";, etc.
Modelos Deterministas versus Modelos Probabil�sticas:
�Todos los modelos de decisiones pueden clasificarse en modelos deterministas o probabil�sticas. En los modelos deterministas, sus decisiones acertadas generan buenos resultados. Usted obtiene lo que espera, por lo tanto el resultado es determinista (es decir, sin riesgo). Sin embargo, en los modelos de decisiones probabil�sticas, el resultado es incierto. En consecuencia, la toma de decisiones acertadas puede no generar buenos resultados.
A diferencia de los modelos deterministas donde las decisiones acertadas se eval�an s�lo seg�n los resultados, en los modelos probabil�sticas, el decisor se preocupa tanto por el valor del resultado como por el grado de riesgo involucrado en cada decisi�n.
Adicionalmente,� el resultado de algunas decisiones depende de un tercero, como es el caso de las decisiones estrat�gicas de las campa�as publicitarias dentro de un mercado competitivo. Por lo tanto, una de las caracter�sticas de los problemas de an�lisis de decisiones es que la toma de decisiones ";acertadas"; no necesariamente produce buenos resultados.
El proceso de pensamiento focalizado y consecutivo como modelizaci�n mental
�Qu� hacen los artistas? Crean modelos de la realidad que son m�s hermosos que la realidad misma para hacer nuestra existencia m�s llevadera. Sin embargo, como digo Miguel Angel�� "El hombre pinta con su mente y no con sus manos."
Cuando uno enfrenta un problema siempre debe preguntarse si el problema es concebible. No toda idea o concepto son concebibles. Adem�s, toda idea concebible merece su propio tiempo en la mente. Los siguientes pasos deber�an seguirse en orden secuencial: �El problema es      concebible?
�Es realmente      necesario concebirlo?
�Cuenta con      informaci�n suficiente para comenzar a concebirlo?
�Cu�nto tiempo      deber�a dedicar a concebirlo? (Recuerde que la mayor�a de la gente pierde      diariamente la mayor parte de su tiempo agrandando cosas intrascendentes).    
La modelizaci�n es pensar y seguir secuencias l�gicas. Por lo tanto, en este sentido se debe aprender a pensar del mismo modo en que uno aprende a bailar. Se puede bailar con l�gica.
Dos modelos muy utilizados son el idioma y la religi�n. El idioma es un modelo que consiste en una secuencia de met�foras para comunicar nuestros sentimientos, deseos, pasiones, etc. a otras personas. El idioma es un sistema de pensamientos codificados.
Tambi�n las religiones son un modelo para preguntas del tipo: �C�mo deber�a vivir? �Qu� deber�a creer? �C�mo deber�a comportarme? �Qu� deber�a hacer? y otras. En el Islam, por ejemplo, un hombre puede tener muchas esposas, pero no debe beber vino. En el Cristianismo se permite lo contrario. Aqu� tenemos una opci�n. Los modelos cambian permanentemente para adaptarse a la realidad. Por ejemplo, Mart�n Lutero, entre otros, descubri� la necesidad de la reforma y modific� el modelo cat�lico. Los modelos, en general, deber�an poder brindar ";ideas"; �tiles para resolver los problemas de decisi�n. En el caso de los modelos religiosos, �c�mo deber�a vivir? no es un problema de decisi�n. Las respuestas imperativas y autoritarias a casi todas las decisiones similares ya est�n dadas. Sin embargo, primero se debe tomar la �nica gran decisi�n, que es el salto de fe
El mundo externo se nos presenta a trav�s de las percepciones sensoriales. Los modelos constituyen re-presentaciones de la realidad, que pueden o no representarla en forma exacta. Por ejemplo, creamos modelos de las personas en nuestras mentes. Y al actuar nos enteramos si el modelo fue el exacto.
Cualquiera puede percibir el mundo exterior. Un pensador no s�lo puede ver el mundo exterior, sino que tambi�n puede re-presentar esas percepciones como modelos, como se muestra en la siguiente figura:
La figura anterior representa los siguientes pasos: Percepci�n del      mundo exterior a trav�s de los sentidos de percepci�n f�sica.
El pensador de la      figura anterior procesa y analiza la informaci�n a trav�s de actividades      mentales para formar una interpretaci�n.
El pensador      re-presenta nuevamente la interpretaci�n (ahora llamada entendimiento)      ;como si; fuera sin duda la realidad misma.
Podr�amos confiar demasiado en nuestro entendimiento y pensar que adivinando y estimando somos mejores de lo que realmente somos. Esto sucede porque percibimos el mundo a trav�s de 'nuestros' sentidos e interpretamos lo que percibimos en base a nuestras experiencias y a nuestras formas de pensar entrenadas. El punto es que existen muchas trampas en las que caemos los humanos cuando tomamos decisiones importantes.
De la modelizaci�n mental a la modelizaci�n anal�tica
El conocimiento emp�rico se obtiene de los datos de alguna �rea de la experiencia y luego se elaboran soluciones en base a ellos. Ejemplos de modelos emp�ricos son los que utilizamos en los laboratorios de f�sica para controlar los resultados por experimentaci�n. El abordaje te�rica, por el contrario, se basa en modelos mentales y pensamientos puros sin referencia alguna al mundo exterior. La estructura qu�mica molecular es un ejemplo de modelo te�rico. Los modelos te�ricos son condensados y abstractos, mientras que los modelos aplicados son descriptivos y concretos
El proceso de modelizaci�n descriptiva contiene m�s preguntas C�MO que PORQU�. Siempre es as� en todo abordaje cient�fico para solucionar problemas, visualizando las relaciones subyacentes como atravesando la l�nea media entre la causalidad (para las entidades f�sicas) y la motivaci�n (para las acciones humanas).� Por ejemplo, la teor�a de la gravedad de Newton aclara c�mo se mueven los planetas, hablando de una fuerza que actuando de determinada manera representa muy bien el fen�meno observado. �Pero, por qu�? Para pasar del c�mo al porqu� es necesario pasar de una entidad te�rica (una fuerza llamada Gravedad) a una entidad real. Si usted se pregunta 'porqu�' la respuesta es 'por la gravedad'.
La escuela de pensamiento del Realismo Cr�tico (RC) distingue entre lo emp�rico, lo verdadero y lo real. Lo emp�rico es percibir los datos relacionados con los eventos, lo verdadero es lo que sucede si los percibimos o no y lo real es lo que causa la ocurrencia de los eventos.
El proceso de pensamiento es una actividad de la red nerviosa en el cerebro. El pensamiento a conciencia es el autoconocimiento, es decir, saber cu�nto se sabe. Adem�s, el proceso de concientizaci�n distribuye lo que se sabe por todas las ramas de la red nerviosa del cerebro, a diferencia de la conectividad entre s�lo dos nodos de la red, que denominamos memorizaci�n. La disponibilidad, y por lo tanto la expansi�n, de lo que se sabe a trav�s de las ramas de la red nerviosa hace que el procesamiento de la informaci�n en el cerebro sea exacto. As� se llega a poseer un modelo mental reflexivo y brillante de la realidad.
El an�lisis es necesario porque nuestras mentes piensan en forma espec�fica y limitada, de a una cosa por vez. Luego, una vez terminado el proceso de an�lisis, sintetizamos lo que debe unirse para ver el todo. De la combinaci�n de los abordajes mencionados resulta el abordaje de la Ciencia de la Administraci�n,� basado en modelos que utilizan datos emp�ricos como respaldo. Los modelos apuntan a asistir al decisor en el proceso de toma de decisiones.
Dos teor�as alternativas sobre la toma de decisiones: Existen dos teor�as b�sicas sobre la toma de decisiones humanas. La primera se denomina teor�a normativa porque propone presentar pautas y t�cnicas para lograr metas predeterminadas. Nos dice qu� decisi�n tomar. La otra es la teor�a positiva (o teor�a del comportamiento) y s�lo busca describir y explicar c�mo se toman las decisiones.
Las decisiones sensatas siempre se basan en hechos. La modelizaci�n normativa no se ocupa de conocer la realidad del mundo, sino de tener un sentido idealista de c�mo deber�a o podr�a ser el mundo. Por ejemplo, en econom�a, el positivismo describe una cierta disminuci�n del ritmo econ�mica en base a hechos, mientras que otro economista normativo lo ver�a como un ciclo inevitable de la econom�a, basado �nicamente en algunas ideolog�as; es decir, objetos de adoraci�n. Uno de los mitos m�s conocidos de la econom�a normativa es que siempre hay una recesi�n en la econom�a estadounidense cada cinco a�os. Otro ejemplo del pensamiento normativo: �La historia se repite, o se repiten los historiadores?
Sub Tema: Modelos de  Toma Decisiones
Beatriz Soueid
La teor�a de decisiones proporciona una manera �til de clasificar modelos para la toma de decisiones. Se supondr� que se ha definido el problema, que se tienen todos los datos y que se han identificado los cursos de acci�n alternativos. La tarea es entonces seleccionar la mejor alternativa. la teor�a de decisiones dice que esta tarea de hacer una selecci�n caer� en una de las cuatro categor�as generales dependiendo de la habilidad personal para predecir las consecuencias de cada alternativa
*Los modelos est�n en la base de la toma de decisiones en la direcci�n de producci�n y operaciones.
*Un modelo es una representaci�n de la realidad. Puede ser un modelo f�sico, como puede ser un modelo a escala de una f�brica o un  modelo de un avi�n para emplearlo en un tunel de viento.
*Tambi�n puede ser un modelo matem�tico, el cual es incluso m�s com�n. Un modelo matem�tico sencillo que aprendi� en geometr�a es la f�rmula Area=longitud * altura.
*Otros modelos pueden ser mucho m�s complejos y pueden incluso representar la operatividad de un negocio. Tal modelo tendr�a variables para cuantificar los costos de producci�n, de transporte, de inventario y de manejo de informaci�n, as� como una amplia variedad de otros posibles inputs y outputs.
Los modelos y t�cnicas de la direcci�n cient�fica pueden ayudar a los directivos a:
1.Comprender c�mo funcionan las empresas.
2. Comprender c�mo funcionan otras compa��as.
3. Encontrar una forma de reducir o, como m�nimo, de entender la incertidumbre que rodea a los planes y actividades de la empresa
RACIONALIDAD EN LA TOMA DE DECISIONES
Ya ve�amos en los Conceptos la dificultad que existe entre los expertos para establecer un concepto �nico de Racionalidad, pu�s bien as� como existen diferentes formas de definir el t�rmino,cada definici�n tiene que ver con una postura ideol�gica y esa postura establece un Modelo para la Toma de Decisiones, a continuaci�n veremos algunos de ellos:
El Modelo Economicista
Parte de la suposici�n b�sica de que las personas son econ�micamente racionales y tratan de maximizar los resultados siguiendo un proceso ordenado y secuencial.
Se pueden incluir un n�mero mayor o menor de pasos en el Proceso Econol�gico de la Toma de Decisiones, dependiendo de lo detallado que se quiera ser, Hodgetts y Altman en su obra Comportamiento en las Organizaciones incluyen las siguientes:
1. Detectar los s�ntomas del problema.
2.Identificar el problema en particular que se debe resolver o la meta que se desea alcanzar.
3. Desarrollo del modelo de decisi�n para fines de evaluaci�n.
4.Desarrollar y anotar  todas las alternativas de soluci�n.
5.Evaluaci�n de las alternativas de soluci�n.
6 Seleccionar el mejor curso de acci�n.
7. Implementar la decisi�n.
Limitaciones del Modelo Economicista:
La dificultad   para obtener informaci�n completa sobre todas las   alternativas disponibles y sus resultados.
La   "capacidad de procesamiento" Se requiere que un Gerente para tomar   decisiones est� en posibilidad de:
1. Almacenar mentalmente la informaci�n en alguna forma estable.
2.Manejarla a trav�s de una serie de c�lculos complejos dise�ados para proporcionar los valores esperados.
3.Clasificar todas las evaluaciones de alguna manera consistente con el prop�sito de seleccionar la mejor alternativa.
El Modelo para Optimizar la Toma de Decisiones
Describe la forma en que las personas deben comportarse al tomar decisiones para maximizar los resultados.
Pasos del Modelo Para Optimizar:
Reconozca la   Necesidad de Tomar una Decisi�n.
Identifique los   criterios de decisi�n.
Asigne una   ponderaci�n a esos criterios.
Desarrolle las   alternativas.
Eval�e las   alternativas.
Seleccione la   mejor alternativa.
Los supuestos en este Modelo:
Est� orientado a   Metas.
Se conocen todas   las opciones.
Las preferencias   est�n claras.
Las preferencias   son constantes
La selecci�n   final maximiza el resultado.
El Modelo de Racionalidad Limitada
Este Modelo que algunos autores llaman tambi�n el Modelo Satisfactor, considera al que toma las decisiones como una persona administrativa, que tiene una capacidad limitada para procesar informaci�n, que aunque desear�a tomar la mejor decisi�n, no siempre lo hace as�, principalmente por dos razones: por una falta de supervisi�n posterior y porque prefiere la satisfacci�n.
En este Modelo se opta por la primera alternativa lo "suficientemente buena", es decir, aquella que satisface y es suficiente.
Etapas del Proceso de Racionalidad Limitada
1. Identificaci�n del problema a resolver o el objetivo meta que se persigue.
2.Determinaci�n del nivel m�nimo o est�ndar que deber�n satisfacer todas las alternativas aceptables.
3 Elecci�n de una alternativa factible que resuelva el problema planteado.
4. Evaluaci�n de la alternativa.
5 Se determina si satisface los niveles m�nimos que se establecieron.
6. Si la alternativa no es aceptable, se busca otra y se le somete a evaluaci�n.
7 Si la alternativa es aceptable, se pone en pr�ctica.
8. Despu�s de que se puso en acci�n se determina la facilidad o dificultad conque se identificaron alternativas factibles, y se utiliza esta infoprmaci�n para elevar o reducir el nivel m�nimo de aceptabilidad en problemas futuros similares.
Cuando se compara este modelo con los anteriores aparentemente el Modelo de Racionalidad Limitada parece ser un punto de vista m�s realista de la Toma de Decisiones.
Otros Modelos para la Toma de Decisiones
El Modelo Simplificado de la Realidad
Parece ser conforme a las evidencias existentes, que la mayor�a de los encargados de Tomar Decisiones emplean un Modelo Simplificado de la Realidad. Cuando se enfrentan a situaciones similares a otras que han resuelto en el pasado, utilizan la misma estrategia general si tuvieron �xito, y optar�n por un nuevo m�todo si la estrategia anterior no di� buenos resultados.
El Modelo del Favorito Impl�cito
Otro modelo que se aplica a las decisiones complejas, no rutinarias, es el Modelo del Favorito Impl�cito. Modelo de toma de decisiones en el cual el que toma la decisi�n selecciona de manera impl�cita su alternativa preferida en las primeras etapas del proceso de decisi�n y desv�a la evaluaci�n de todas las otras opciones.
La Toma Intuitiva de Decisiones
Otra forma que las personas utilizan es la Toma Intuitiva de Decisiones, como un proceso inconsciente que se crea a partir del filtrado que se hace de la experiencia, y muchas veces constituye un complemento del an�lisis racional
Sub Tema: T�cnicas y Modelos de Decisiones
Ing. Giovanna Ruiz Menesini
La teor�a de decisiones proporciona una manera �til de clasificar modelos para la toma de decisiones. Se supondr� que se ha definido el problema, que se tienen todos los datos y que se han identificado los cursos de acci�n alternativos. La tarea es entonces seleccionar la mejor alternativa. la teor�a de decisiones dice que esta tarea de hacer una selecci�n caer� en una de las cuatro categor�as generales dependiendo de la habilidad personal para predecir las consecuencias de cada alternativa. Las Categor�as son: Certidumbre, Riesgo e Incertidumbre.
Toma de Decisiones bajo Incertidumbre
En los procesos de decisi�n bajo incertidumbre, el decisor conoce cu�les son los posibles estados de la naturaleza, aunque no dispone de informaci�n alguna sobre cu�l de ellos ocurrir�. No s�lo es incapaz de predecir el estado real que se presentar�, sino que adem�s no puede cuantificar de ninguna forma esta incertidumbre. En particular, esto excluye el conocimiento de informaci�n de tipo probabil�stico sobre las posibilidades de ocurrencia de cada estado. A continuaci�n se describen las diferentes reglas de decisi�n en ambiente de incertidumbre:
Critetio de Laplace
Este criterio, propuesto por Laplace en 1825, est� basado en el principio de raz�n insuficiente: como a priori no existe ninguna raz�n para suponer que un estado se puede presentar antes que los dem�s, podemos considerar que todos los estados tienen la misma probabilidad de ocurrencia, es decir, la ausencia de conocimiento sobre el estado de la naturaleza equivale a afirmar que todos los estados son equiprobables. As�, para un problema de decisi�n con n posibles estados de la naturaleza, asignar�amos probabilidad 1/n a cada uno de ellos.La regla de Laplace selecciona como alternativa �ptima aquella que proporciona un mayor resultado esperado.
La objeci�n que se suele hacer al criterio de Laplace es la siguiente: ante una misma realidad, pueden tenerse distintas probabilidades, seg�n los casos que se consideren.  Por ejemplo, una part�cula puede moverse o no moverse, por lo que la probabilidad de no moverse es 1/2. En cambio, tambi�n puede considerarse de la siguiente forma: una part�cula puede moverse a la derecha, moverse a la izquierda o no moverse, por lo que la probabilidad de no moverse es 1/3.
Desde un punto de vista pr�ctico, la dificultad de aplicaci�n de este criterio reside en la necesidad de elaboraci�n de una lista exhaustiva y mutuamente excluyente de todos los posibles estados de la naturaleza.
Criterio de Wald
Este es el criterio m�s conservador ya que est� basado en lograr lo mejor de las peores condiciones posibles. esto es, si el resultado representa p�rdida para eldecisor, entonces, para la peor p�rdida independientemente de lo que pueda ser. El criterio minimax elige entonces la acci�n asociada En una forma similar, si representa la ganancia, el criterio elige la acci�n asociada
Este criterio recibe el nombre de criterio maximin, y corresponde a un pensamiento pesimista, pues razona sobre lo peor que le puede ocurrir al decisor cuando elige una alternativa. En ocasiones, el criterio de Wald puede conducir a decisiones poco adecuadas.
Critetio de Hurwicz
Este criterio representa un intervalo de actitudes desde la m�s optmista hasta la m�s pesimista. En las condiciones m�s optimistas se eligir�a la acci�n que proporcione el maximo. Se supone que representa la gannacia o beneficio. El criterio de Hurwicz da un balance entre el optimismo extremo y el pesimismo extremo ponderando las dos condiciones anteriores por los pesos respectivos y donde esto representa beneficio, seleccione la acci�n que proporcione el maximo. Para el caso donde representa un costo, el criterio selecciona la acci�n que proporciona el maximo
El par�metro se conoce como �ndice de optimismo: cuando es=1, el criterio es demasiado optimista; cuando es= 0, es demasiado pesimista . Un valor de entre cero y uno puede ser seleccionado dependiendo de si el decisor tiende hacia el pesimismo o al optimismo. En ausencia de una sensaci�n fuerte de una circunstancia u otra, un valor de  un 1/2 parece ser una selecci�n razonable.
Criterio de Savag
En 1951 Savage   argumenta que al utilizar los valores xij para realizar la elecci�n, el decisor compara el resultado de una alternativa bajo un estado de la naturaleza con todos los dem�s resultados, independientemente del estado de la naturaleza bajo el que ocurran. Sin embargo, el estado de la naturaleza no es controlable por el decisor, por lo que el resultado de una alternativa s�lo deber�a ser comparado con los resultados de las dem�s alternativas bajo el mismo estado de la naturaleza. 
Con este prop�sito Savage define el concepto de p�rdida relativa o p�rdida de oportunidad rij asociada a un resultado xij como la diferencia entre el resultado de la mejor alternativa dado que ej es el verdadero estado de la naturaleza y el resultado de la alternativa ai bajo el estado ej
As�, si el verdadero estado en que se presenta la naturaleza es ej y el decisor elige la alternativa ai que proporciona el m�ximo resultado xij, entonces no ha dejado de ganar nada, pero si elige otra alternativa cualquiera ar, entonces obtendr�a como ganancia xrj y dejar�a de ganar xij-xrj.
Savage propone seleccionar la alternativa que proporcione la menor de las mayores p�rdidas relativas, es decir, si se define ri como la mayor p�rdida que puede obtenerse al seleccionar la alternativa ai, Conviene destacar que, como paso previo a la aplicaci�n de este criterio, se debe calcular la matriz de p�rdidas relativas, formada por los elementos rij. Cada columna de esta matriz se obtiene calculando la diferencia entre el valor m�ximo de esa columna y cada uno de los valores que aparecen en ella.;El criterio de Savage puede dar lugar en ocasiones a decisiones poco razonables.
Toma de Decisiones bajo Riesgo
Esta categor�a incluye aquellas decisiones para las que las consecuencias de una acci�n dada dependen de alg�n evento probabilista.
El resultado m�s importante de la teor�a de decisiones bajo riesgo es que debe seleccionarse la alternativa que tenga el mayor VALOR ESPERADO.
Existen muchas decisiones administrativas que pueden catalogarse como toma de decisiones bajo riesgo. Algunas de ellas son:
�Deber� introduirse un nuevo producto en particular?
�Deber� ofrecerse m�s para obtener un contrato?
�Deber� construirse una nueva planta o ampliarse la que se tiene?
�Cu�ntos pasteles deber� producir una pateler�a para la venta diaria?.
�Deber� una compa��a petrolera realizar pruebas s�smicas costosas antes de hacer una nueva perforaci�n?
�Deber� iniciarse un nuevo programa costoso de propaganda?
Toma de Decisiones bajo Certidumbre
Si se pueden predecir con certeza las consecuencias de cada alternativa de acci�n, entonces se tiene una tarea de toma de decisiones bajo certidumbre. Otra manera de pensar en esto es que existe una relaci�n directa de causa y efecto entre cada acto y su consecuencia. Si est� lloviendo, �deber� llevarse un paraguas?, si hace fr�o, �deber� llevarse un abrigo?. Ya sea que se lleve o no el paraguas o el abrigo, las consecuencias son predecibles. Una buena parte de las decisiones que se toman a diario cae dentro de esta categor�a.
En d�nde comer?
�En donde comprar el material de la oficina?
Algunos de los modelos o t�cnicas utilizados para manejar estas decisiones son:
An�lisis del punto de equilibrio.
Programaci�n Lineal.
Programaci�n de la producci�n.
Control de Inventarios.
Programaci�n Lineal
Muchas decisiones de Direcci�n de Operaciones incluyen el intentar conseguir utilizar los recursos de la organizaci�n de la manera m�s efectiva posible. Los recursos generalmente incluyen maquinarias (como los aviones), mano de obra ( como los pilotos), dinero, tiempo y materias primas (como el combustible). estos recursos se pueden utilizar para producir productos (como m�quinas, muebles, alimentos y vestuario) o servicios (como listas de vuelos, campa�as de publicidad o decisiones de inversi�n).
La programaci�n lineal es un m�todo determinista de an�lisis para elegir la mejor entre muchas alternativas. Cuando esta mejor alternativa incluye un conjunto coordinado de actividades, se le puede llamar plan o programa.
Con frecuencia, seleccionar una alternativa incluye satisfacer varios criterios al mismo tiempo.� Se pueden adem�s dividir estos criterios en dos categor�as: restricciones y objetivo.
Las restricciones son las condiciones que debe satisfacer una soluci�n que est� bajo consideraci�n.Si m�s de una aternativa satisfacen todas las restricciones, el objetivo se usa para seleccionar entre todas las alternativas factibles.
�Existen muchos problemas administrativos que se ajustan a este modelo de tratar de minimizar o maximizar un objetivo que est� sujeto a una lista de restricciones.
La programci�n lineal es una t�cnica determin�sta, no inluye probabilidades. El objetivo y cada una de las restricciones se deben expresar como una relaci�n lineal, de ah� el nombre de programaci�n lineal.
Sub Tema: Arbol de Decisi�n
H�ctor Castillo
Arbol de Decisi�n
El uso de un �rbol de decisi�n para clasificar instancias proviene del hecho de que con una colecci�n de entrenamiento y eligiendo cualquier atributo, podemos bifurcar o repartir la colecci�n original en tantas subcolecciones como valores tenga el atributo. Por cada bifurcaci�n o rama asociada a un rasgo del atributo elegido, se tendr� una colecci�n de instancias restringida a contener ese rasgo. El prop�sito de bifurcar una colecci�n en varias subcolecciones es conocer si una subcolecci�n es homog�nea, es decir, si todos los miembros, de alguna de las subcolecciones que se obtienen, pertencen a la misma clase. Si es as�, puede establecerse que el rasgo usado para realizar esa bifurcaci�n determina la clase de las instancias. En caso de que una subcolecci�n sea heterog�nea, estar� compuesta de instancias de al menos dos clases diferentes, podremos entonces repartirla nuevamente eligiendo otro atributo. Al final del proceso habremos consiguido una estructura jer�rquica o �rbol en el que cada punto de bifurcaci�n representa una colecci�n de instancias y cada bifurcaci�n o rama que parte de un punto de bifurcaci�n representa un rasgo del atributo elegido para llevar a cabo la repartici�n. As� pues, una bifurcaci�n establece la condici�n de que todas las instancias de la colecci�n a la que conduce tengan el mismo valor de un atributo. Al recorrer el camino que definen las bifurcaciones, empezando por el punto de bifurcaci�n inicial, que es la colecci�n de entrenamiento completa, pasaremos a trav�s de las ramas y a cada vez m�s reducidas subcolecciones de instancias, hasta llegar a una colecci�n homog�nea. Pero, a la vez, podremos acumular las condiciones que establecen las ramas mismas. Dicho en otras palabras, un recorrido desde la ra�z hasta una colecci�n homog�nea proporciona un conjunto de rasgos que determinan, seg�n la colecci�n de entrenamiento, la pertenencia a la clase de la colecci�n homog�nea en la que termina el recorrido. Cualquier otra instancia que tenga alguno de los conjuntos de rasgos definidos por un recorrido, pertenecer� a la clase de la colecci�n homog�nea.

Puesto que la construcci�n de un �rbol de decisi�n, como se ha expuesto, elige arbitrariamente los atributos para cada punto de bifurcaci�n, entonces existir�n, para una colecci�n de entrenamiento dada, varios posibles �rboles de decisi�n. Claramente, el �rbol �ptimo es el que m�s favorece la determinaci�n expedita de la clase de una instancia. Es decir, un �rbol con la menor cantidad posible de ramas y con la menor longitud posible de �stas. Para precisar qu� es lo que determina estas caracter�sticas hablaremos de la cantidad de informaci�n. Decimos que un rasgo provee m�s cantidad de informaci�n que otro si el primero tiene menos oportunidades de determinar la clase de una instancia, o bien, que entre menos relevante resulte para una instancia, con un rasgo particular, pertenecer a una clase, menos cantidad de informaci�n proveer� el rasgo. Esto se basa en que los eventos muy probables tienen poca informaci�n mientras que los eventos poco probables anuncian mucha informaci�n.
En el m�todo Q se elige, en cada punto de bifurcaci�n, el atributo cuyos rasgos proporcionan la menor cantidad de informaci�n sobre cada una de las clases. La raz�n de esta selecci�n descansa en que con este atributo se tienen m�s oportunidades de determinar la clase de las instancias de la colecci�n asociadas a un punto de bifurcaci�n y, por tanto, es m�s probable que las instancias queden reunidas en subcolecciones homog�neas. Otra manera de ver lo anterior, aunque muy probablemente lo complique, es refir�ndonos a la cantidad de informaci�n total, es decir la incertidumbre de que una instancia pertenezca a una clase. Por ejemplo, una colecci�n tiene la m�xima incertidumbre o cantidad de informaci�n cuando tiene igual n�mero de instancias en cada una de sus clases. Tenemos entonces la cantidad de informaci�n que provee cada atributo a partir de la relevancia de pertenecer a una clase dado un rasgo y, la cantidad de informaci�n de la colecci�n de entrenamiento o cantidad de informaci�n total del sistema. Para cada atributo, estas cantidades se comparan para conocer cu�l es el atributo que proporciona mayor diferencia respecto de la cantidad de informaci�n original, puesto que esperamos, al repartir con �l, que las nuevas subcolecciones tengan reducida su cantidad de informaci�n. La diferencia entre la cantidad de informaci�n total y la cantidad de informaci�n que provee un atributo se conoce como la ganancia de informaci�n del atributo
Sub Tema: Tabla de Decisi�n
Gliseth Ledezma
.M�s que un �rbol, la tabla de decisi�n es una matriz de renglones y columnas que indican condiciones y acciones. Las reglas de decisi�n, incluidas en una tabla de decisi�n, establecen el procedimiento a seguir cuando existen ciertas condiciones. Este m�todo se emplea desde mediados de la d�cada de los cincuentas, cuando fue desarrollado por General Electric para el an�lisis de funciones de la empresa como control de inventarios, an�lisis de ventas, an�lisis de cr�ditos y control de transporte y rutas.

Caracter�sticas de las tablas de decisi�n
La tabla de decisi�n est� integrada por cuatro secciones: identificaci�n de condiciones, entradas de condiciones, identificaci�n de acciones y entradas de acciones de la siguiente tabla.

Forma general de las tablas de decisi�n Condici�n

                                                  Reglas de decisi�n

Identificacion de condicines                Entradas de Acciones

Identificaci�n de acciones             Entradas de condicione


La identificaci�n de condiciones se�ala aquellas que son relevantes. Las entradas de condiciones indican qu� valor, si es que lo hay, se debe asociar para una determinada condici�n. La identificaci�n de acciones enlista el conjunto de todos los pasos que se deben seguir cuando se presenta cierta condici�n. Las entradas de acciones muestran las acciones espec�ficas del conjunto que deben emprenderse cuando ciertas condiciones o combinaciones de �stas son verdaderas. En ocasiones se a�aden notas en la parte inferior de la tabla para indicar cu�ndo utilizar la tabla o para diferenciarla de otras tablas de decisi�n.

Las columnas del lado derecho de la tabla enlazan condiciones y acciones, forman reglas de decisi�n que establecen las condiciones que deben satisfacerse para emprender un determinado conjunto de acciones. N�tese que se omite el orden de la secuencia (en que las condiciones son examinadas) cosa que no sucede con los �rboles de decisi�n. La regla de decisi�n incorpora todas las condiciones que deben ser ciertas y no s�lo una a la vez. La siguiente tabla de decisi�n, describe las acciones emprendidas para los pagos por parte de los pacientes de una cl�nica....
Hosted by www.Geocities.ws

1