CLASIFICACIN Y TIPOLOGIA DE LA TOMA DE DECISIONES

CLASES DE DECISIONES

La toma de decisiones es el proceso de seleccionar un curso de accin entre alternativas; es lamdulade la planeacin. 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. 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

Como dijo Harry Truman:"Toda mala decisin que tomo va seguida de otra mala decisin". La toma de decisiones en una organizacin se circunscribe a todo un colectivo de personas que estn apoyando el mismo proyecto. Debemos de empezar por hacer una seleccin de decisiones, y esta seleccin es una delas tareas de gran trascendencia en el trabajo del mando. Forman parte de una toma de decisiones la experiencia, la experimentacin, la investigacin y el anlisisCLASES DE DECISIONESEvaluacin dealternativasUna vez encontrada la alternativa a 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 y no programadasLa toma de decisiones es fundamental para cualquier actividad humana. En este sentido, somos todos tomadores de decisiones. Pero hay decisiones programadas y no programadas. Decisiones programadas Se aplica a problemas estructurados o de rutina. Son aquellas que se toman frecuentemente, es decir son repetitivas y se convierte en una rutina tomarlas; como el tipo de problemas que se presentan con cierta regularidad y que ya se tiene un mtodo bien establecido de solucin y por lo tanto ya se conocen los pasos para abordar este tipo de problemas. En estas decisiones la persona que toma la decisin no tiene la necesidad de disear ninguna solucin, sino que simplemente se rige a la que se ha seguido anteriormente.

Decisiones programadas y no programadasDecisiones no programadasSon decisiones que se toman en problemas o situaciones que se presentan con poca frecuencia, o aquellas que necesitan de un modelo o proceso especfico de solucin. Se usan para situaciones no rutinarias, no programadas, nuevas y mal definidas, de naturaleza no repetitivas. 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 hacerfrente a los problemas no estructurados. Por ejemplo: El lanzamiento de un nuevo producto al mercado, en este tipo de decisiones es necesario seguir un modelo de toma de decisin para generar una solucin especfica para este problema.

Decisiones subjetivas y objetivasLa toma de decisiones tambin se pude hacer segn la intervencin de las emociones o del criterio individual del tomador de la decisin. Decisiones subjetivas Esta clase abarca las decisiones privadas o en las cuales interviene de manera clave su forma de ver las cosas, problemas en los cuales usted evala sus puntos fuertes y dbiles, sus oportunidades y amenazas, y toma la decisin siendo influenciado por sus emociones. Decisiones objetivas Este tipo de decisiones son pblicas, y es necesario aislar completamente las emociones, tienen un grado de responsabilidad ms alto, es por eso que para tomarlas se debe hacer una anlisis ms racional de la situacin y no emocional como en las subjetivas.

Situaciones o contextos de decisinLas situaciones, ambientes o contextos en los cuales se toman las decisiones, se pueden clasificar segn el conocimiento y control que se tenga sobre las variables que intervienen o influencian el problema, ya que la decisin final o la solucin que se tome va a estar condicionada por dichas variables. Ambiente de certidumbre (certeza)Se tiene conocimiento total sobre el problema, las alternativas de solucin que se planteen van a causar siempre resultados conocidos e invariables. Al tomar la decisin solo se debe pensar en la alternativa que genere mayorbeneficio.

Situaciones o contextos de decisinAmbiente de riesgo La informacin con la que se cuenta para solucionar el problema es incompleta, es decir, se conoce el problema, se conocen las posibles soluciones, pero no se conoce con certeza los resultados que pueden arrojar. En este tipo de decisiones, las posibles alternativas de solucin tienen cierta probabilidad conocida de generar un resultado. En estos casos se pueden usar modelos matemticos o tambin el decisor puede hacer uso de la probabilidad objetiva o subjetiva para estimar el posible resultado. La probabilidad objetiva es la posibilidad de que ocurra un resultado basndose en hechos concretos, puede ser cifras de aos anteriores o estudios realizados para este fin. En la probabilidad subjetiva se determina el resultado basndose en opiniones y juicios personales

Situaciones o contextos de decisinAmbiente de incertidumbre Se posee informacin deficiente para tomar la decisin, no se tienen ningn control sobre la situacin, no se conoce como puede variar o la interaccin dela variables del problema, se pueden plantear diferentes alternativas de solucin pero no se le puede asignar probabilidad a los resultados que arrojen. Con base en lo anterior hay dos clases de incertidumbre: Estructurada: No se sabe que puede pasar entre diferentes alternativas, pero s se conoce que puede ocurrir entre varias posibilidades. No estructurada: No se sabe que puede ocurrir ni las probabilidades para las posibles soluciones, es decir no se tienen ni idea de que pueda pasar

Principales criterios de decisin bajo incertidumbreCriterio Maximin.-Para cada accin es posible determinar la peor situacin(beneficio mnimo). El criterio Maximin selecciona la mejor opcin entre las peores situaciones. Criterio Maximax.-Para cada accin se determina el retorno mximo (mayorbeneficio). El criterio Maximax escoge la accin de mayor retorno. Deploracin Minimax.-El concepto de De ploracin Minimax emplea el concepto de costo de oportunidad para obtener la decisin. Criterio del Valor Esperado.-El criterio del Valor Esperado escoge aquella alternativa que genera el mayor retorno esperado; el calculo del valor esperado se reduce a obtener el retorno promedio

Principio de maximin y minimaxLos principios de maximin y minimax son aplicados dependiendo si los valores de la matriz son ganancias o prdidas, respectivamente. Si los valores son ganancias, se determinan las mnimas ganancias para cada alternativa y se selecciona la alternativa con el mximo valor entre esas mnimas ganancias; es decir, se determina el peor valor para cada alternativa y se escoge el mejor entre esos valores. Estos principios son considerados como muy conservadores o pesimistas. Enel principio demaximax sedesea seleccionar la alternativaque presenta la oportunidad de obtener el mximo valor dado en la matriz, es decir, la mayor ganancia. Estos principios son considerados como muy optimistas.

Enfoque de las teoras de las tomas de decisiones:Como ya sabemos a todos nosotros, todas las personas y seres vivientes se nos presentas ciertas situaciones el dia a dia en las que debemos tomar decisiones entre varias alternativas o opciones que se nos presentan para dar una solucion al problema ya sea en el ambito laboral, familiar, sentimental entre otras. Esto despues de haber analizado el problema o la situacin existente. Para tomar decisiones existe una serie de enfoques o teoras dentro de las cuales esta:

Enfoques conductistas. O teora conductistaEl conductismo es la primera teora que influye en el entendimiento del aprendizaje humano. Se centra en la conducta abierta que pueden ser observadas y medidas. Su objetivo es conseguir una conducta determinada, por lo cual analiza o se busca el modo de conseguirla ya sea por la aplicacin de un estimulo para obtener una respuesta continua asi si aplicamos un estimulo adecuado obtenemos la respuesta deseada o por la consolidacion de la respuesta segun el estimulo. Los enfoques conductistas estan presentes en todas las situaciones de aprendizaje en las que debemos encontrar una respuesta dado uno o varios estimulos.

Enfoque estadstico.es una ciencia referente a la recoleccin, anlisis e interpretacin de datos, yasea para ayudar en la resolucin de la toma de decisiones o para explicar condiciones regulares o irregulares. es el vehculo que permite llevar a cabo el proceso relacionado con la investigacin cientfica. Se consagra en forma directa al gran problema universal de como tomar las decisiones inteligentes y acertadas en condiciones de incertidumbre. Se usa para la toma de decisiones en reas de negocios o instituciones gubernamentales.

Enfoque matemticoEs aplicado a la solucin de los problemas administrativos y se conoce como investigacin de operaciones (IO),. . La toma de decisiones es el punto focal del enfoque cuantitativo, es decir, de la teora matemtica. La toma de decisin se estudia bajo dos perspectivas o situaciones la del proceso y la del problema. Perspectiva Proceso: el objeto es seleccionar la mejor alternativa de decisin, definicin del problema: se refiere a cuales son las posibles alternativas y cual es la mejor alternativa de solucin.

EnfoquesSemejanzas Diferencias

Enfoques conductistas-Influye en el entendimiento del aprendizaje.-Se centra en la conducta abierta.

-Su objetivo es conseguir una conducta determinada.

Enfoque estadstico.-Se utiliza para la recoleccin de datos.-Permite llevar a cabo el proceso relacionado con la investigacin cientfica.

-Es la forma universal de como tomar las decisiones inteligentes y acertadas en condiciones de incertidumbre.

Enfoque matemtico-Da resultados de manera exacta de forma tal que permita saber cul es la decisin ms conveniente.-Da mltiples decisiones y escenarios no solo el mejor sino que lo muestra de forma matemtica.

-Define cual es la mejor solucin al problema de modo cuantitativo mediante prdidas y ganancias.

La Teora Bayesiana Se basa en la enumeracin de diferentes eventos posibles y la asociacin de cada uno con una probabilidad de ocurrencia. Por medio de la cuantificacin del impacto de cada evento, y la multiplicacin por su correspondiente probabilidad de ocurrencia, se pueden calcular los "daosesperados" de cada factor de riesgo.

A pesar de que esta forma de pensar con respecto a los riesgos es muy intuitiva y responde al sentido comn, la Teora Bayesiana aplicada a riesgos afronta dos problemas difciles de explicar:1. El problema del tamao del riesgo: tiramos una moneda, si perdemos pagamos $5, si ganamos ganamos $10. Parece un buen trato, la mayora de nosotros aceptara la apuesta. Qu pasa si le agregamos unos ceros a la apuesta? Tiramos una moneda, si perdemos pagamos $500.000, si ganamos ganamos $1.000.000. Parece un buen trato, pero aceptaras jugar? En riesgos, "el tamao importa", entonces esto de calcular el impacto y multiplicarlo por la probabilidad quizs no aplique a todo... Esta pregunta es muy interesante... cmo se traduce a proyectos? Escribinos si tens algn comentario.2. El problema de los "Desconocidos Desconocidos" ("Unknown Unknowns" o incginitas desconocidas): ests analizando los factores de riesgo en tu proyecto y luego te propons cuantificar el impacto y multiplicarlo por la probabilidad de ocurrencia. Hasta aqu vas bien, "sgun el libro". Cmo tomar en cuenta aquellos factores de riesgo desconocidos, aquellos que nunca te imaginaste que podran suceder? En los contratos de negocios existe el trmino "Casos de Fuerza Mayor",incluso en los contratos en ingls se usa el trmino "Force Majeure", tomado del francs: casos de fuerza mayor que si suceden anulan automticamente toda responsabilidad sobre el contrato: terremotos, epidemias, derrumbes, inundaciones, inestabilidad poltica, revoluciones, etc. Deberas hacer figurar un riesgo de tsunami o de una catstrofe similar al 11 de septiembre, con un 0,00001 % de probabilidad? Estas dos cosas eran una "incgnita desconocida" antes de que sucedan. Cmo te los podras haber imaginado? Esta pregunta es muy difcil de contestar aplicando la Teora Estadstica Bayesiana.

El enfoque Ciberntico supone una concepcin global e interactuante del universo, en donde la accin es consecuencia de la propia realidad. De esta forma, se ha presentado un enfoque que se adecua con mayor perfeccin a la comprensin del fenmeno humano, siendo muy til en particular para el estudio de sistemas de actividades humanas dentro de los cuales se pueden entender las empresas.

La Ciberntica. Wiener describe la 'ciberntica' como "la ciencia del control y la comunicacin en el animal y en la mquina". Se trataba de una ciencia multidisciplinar para el anlisis de los procesos similares que se dan en los seres vivos y las mquinas, como son el control de la informacin y las comunicaciones.

Lainvestigacin de operacionesoinvestigacin operativaoinvestigacin operacional(conocida tambin comoteora de la toma de decisionesoprogramacin matemtica) (I.O.) es una rama de lasmatemticasque consiste en el uso demodelos matemticos,estadstica yalgoritmoscon objeto de realizar un proceso detoma de decisiones. Frecuentemente trata del estudio de complejos sistemas reales, con la finalidad de mejorar (u optimizar) su funcionamiento. La investigacin de operaciones permite el anlisis de la toma de decisiones teniendo en cuenta la escasez de recursos, para determinar cmo se puede optimizar un objetivo definido, como la maximizacin de los beneficios o la minimizacin de costos.

Investigacin operativa en contextoLa investigacin operativa es una moderna disciplina cientfica que se caracteriza por la aplicacin de teora, mtodos y tcnicas especiales, para buscar la solucin de problemas de administracin, organizacin y control que se producen en los diversos sistemas que existen en la naturaleza y los creados por el ser humano, tales como las organizaciones a las que identifica como sistemas organizados, sistemas fsicos, econmicos, ecolgicos, educacionales, de servicio social, etctera.

El objetivo ms importante de la aplicacin de la investigacin operativa es apoyar en la toma ptima de decisiones en los sistemas y en la planificacin de sus actividades.

El enfoque fundamental de la investigacin operativa es el enfoque de sistemas, por el cual, a diferencia del enfoque tradicional, se estudia el comportamiento de todo un conjunto de partes o sub-sistemas que interaccionan entre s, se identifica el problema y se analizan sus repercusiones, y se buscan soluciones integrales que beneficien al sistema como un todo.

Para hallar la solucin, la investigacin operativa generalmente representa el problema como unmodelo matemtico, que se analiza y evala previamente.

La investigacin de operaciones es una ciencia interdisciplinaria.

reas de aplicacinreas funcionales, Una muestra de los problemas que la IO ha estudiado y resuelto con xito en negocios e industria se tiene a continuacin:

Personal: La automatizacin y la disminucin de costos, reclutamiento de personal, clasificacin y asignacin a tareas de mejor actuacin e incentivos a la produccin.

Mercado y distribucin: El desarrollo e introduccin de producto, envasado, prediccin de la demanda y actividad competidora, localizacin de bodegas y centros distribuidores.

Compras y materiales: Las cantidades y fuentes de suministro, costos fijos y variables, sustitucin de materiales, reemplazo de equipo, comprar o rentar.

Manufactura: La planeacin y control de la produccin, mezclas ptimas de manufactura, ubicacin y tamao de planta, el trfico de materiales y el control de calidad.

Finanzas y contabilidad: Los anlisis de flujo de efectivo, capital requerido de largo plazo, inversiones alternas, muestreo para la seguridad en auditoras y reclamaciones.

Planeacin: Con los mtodos Pert para el control de avance de cualquier proyecto con mltiples actividades, tanto simultneas como las que deben esperar para ejecutarse.

Algunas personas se veran tentadas a aplicar mtodos matemticos a cuanto problema se presentase, pero es que acaso siempre es necesario llegar al ptimo? Podra ser ms caro el modelar y el llegar al ptimo que a la larga no ofrezca un margen de ganancias muy superior al que ya se tiene.

Tmese el siguiente ejemplo:

La empresa EMX aplica I.O. y gasta por el estudio y el desarrollo de la aplicacin $100, pero despus de aplicar el modelo observa que la mejora no es muy diferente a la que actualmente tena.

Puede sealarse, entonces, que la investigacin de operaciones slo se aplicar a los problemas de mayor complejidad, sin olvidar que el simple uso de la I.O. trae un costo que, si se supera el beneficio, no resultar econmicamente prctico. Algunos ejemplos prcticos donde resulta til la aplicacin de I.O. son:

En el dominio combinatorio, muchas veces la enumeracin es imposible. Por ejemplo, si hay 200 trabajos por realizar, que toman tiempos distintos y solo cuatro personas que pueden hacerlos, enumerar cada una de las combinaciones podra ser ineficiente (aparte de desanimante). Luego los mtodos de secuenciacin sern los ms apropiados para este tipo de problemas.

De igual manera, la I.O. es til cuando en los fenmenos estudiados interviene elazar. La nocin deesperanza matemticay lateora de procesos estocsticosofrecen la herramienta necesaria para construir el cuadro en el cual se optimizar la funcin econmica. Dentro de este tipo de fenmenos se encuentran laslneas de esperay losinventarios con demanda probabilstica.

Con mayor motivo, la investigacin de operaciones se muestra como un conjunto de instrumentos precioso cuando se presentan situaciones de concurrencia. Lateora de juegosno permite siempre resolverlos formalmente, pero aporta un marco de reflexin que ayude a la toma de decisiones.

Cuando se observa que los mtodos cientficos resultan engorrosos para el conjunto de datos, se cuenta con otra opcin: simular tanto el comportamiento actual as como las propuestas y ver si hay mejoras sustanciales. Las simulaciones son experiencias artificiales.

Es importante resaltar que la investigacin de operaciones no es una coleccin de frmulas oalgoritmosaplicables sistemticamente a situaciones determinadas. Si se cae en este error, ser muy difcil captar en condiciones reales los problemas que puedan deducirse de los mltiples aspectos de esta disciplina, la cual busca adaptarse a las condiciones variantes y particulares de los diferentes sistemas que puede afrontar, usando una lgica y mtodos de solucin muy diferentes a problemas similares mas no iguales.

Modelos de investigacin de operacionesLa investigacin operacional consiste en la aplicacin del mtodo cientfico, por parte de grupos interdisciplinarios, a problemas de control de sistemas organizativos con la finalidad de encontrar soluciones que atiendan de la mejor manera posible a los objetivos de la organizacin en su conjunto.

No sustituye a los responsables de la toma de decisiones; pero, dndoles soluciones al problema obtenidas con mtodos cientficos, les permite tomar decisiones racionales.

Puede ser utilizada en laprogramacin lineal(planificacin del problema), en laprogramacin dinmica(planificacin de las ventas) y en lateora de las colas(para controlar problemas de trnsito).

Entre los mtodos utilizados por la investigacin de operaciones (o ciencia de la administracin), los administradores utilizan las matemticas y las computadoras para tomar decisiones racionales en la resolucin de problemas. Aunque estos administradores pueden dar respuesta a algunos problemas con su experiencia, ocurre que en el complejo mundo real muchos problemas no pueden resolverse con base en la experiencia. Para resolverlos, la investigacin de operaciones los agrupa en dos categoras bsicas: problemas determinsticos: son aquellos en que la informacin necesaria se conoce para obtener una solucin con certeza; problemas estocsticos: son aquellos en los que parte de la informacin necesaria no se conoce con certeza, lo que s ocurre en el caso de los determinsticos, sino que ms bien se comporta de una manera probabilstica.

Un modelo de decisin debe considerarse como un vehculo para resumir un problema de decisin en forma tal que haga posible la identificacin y evaluacin sistemtica de todas las alternativas de decisin del problema. Despus se llega a una decisin seleccionando la alternativa que se juzgue sea la mejor entre todas las opciones disponibles. Un modelo es una abstraccin selectiva de la realidad.

El modelo se define como una funcin objetivo y restricciones que se expresan en trminos de las variables (alternativas) de decisin del problema.

Una solucin a un modelo, no obstante, de ser exacta, no ser til a menos que el modelo mismo ofrezca una representacin adecuada de la situacin de decisin verdadera. El modelo de decisin debe contener tres elementos:

Alternativas de decisin, de las cuales se hace una seleccin.

Restricciones, para excluir alternativas infactibles.

Criterios para evaluar y clasificar alternativas factibles.

Tipos de Modelos de Investigacin de Operaciones.

Modelo Matemtico: Se emplea cuando la funcin objetivo y las restricciones del modelo se pueden expresar en forma cuantitativa o matemtica como funciones de las variables de decisin.

Modelo de Simulacin: Los modelos de simulacin difieren de los matemticos en que las relaciones entre la entrada y la salida no se indican en forma explcita. En cambio, un modelo de simulacin divide el sistema representado en mdulos bsicos o elementales que despus se enlazan entre si va relaciones lgicas bien definidas. Por lo tanto, las operaciones de clculos pasaran de un mdulo a otro hasta que se obtenga un resultado de salida.

Los modelos de simulacin cuando se comparan con modelos matemticos; ofrecen mayor flexibilidad al representar sistemas complejos, pero esta flexibilidad no est libre de inconvenientes. La elaboracin de este modelo suele ser costoso en tiempo y recursos. Por otra parte, los modelos matemticos ptimos suelen poder manejarse en trminos de clculos.

Modelos de Investigacin de Operaciones de la ciencia de la administracin: Los cientficos de la administracin trabajan con modelos cuantitativos de decisiones.

Modelos Formales: Se usan para resolver problemas cuantitativos de decisin en el mundo real. Algunos modelos en la ciencia de la administracin son llamados modelos determinsticos. Esto significa que todos los datos relevantes (es decir, los datos que los modelos utilizarn o evaluarn) se dan por conocidos. En los modelos probabilsticos (o estocsticos), alguno de los datos importantes se consideran inciertos, aunque debe especificarse la probabilidad de tales datos.

Modelo de Hoja de Clculo Electrnica: La hoja de clculo electrnica facilita hacer y contestar preguntas de "que si" en un problema real. Hasta ese grado la hoja de clculo electrnica tiene una representacin selectiva del problema y desde este punto de vista la hoja de clculo electrnica es un modelo. En realidad es una herramienta ms que un procedimiento de solucin.1Modelo Icnico: Una representacin fsica de algunos objetos, ya sea en forma idealizada (Bosquejos) o a escala distinta. Ejemplo, planos y mapas (2D)

Modelo Analgico: Puede representar situaciones dinmicas o cclicas, son ms usuales y pueden representar las caractersticas y propiedades de acontecimiento que se estudia. Ejemplo, curvas de demanda; curvas de distribucin de frecuencia en las estadsticas y diagramas de flujo.

Modelo simblico o matemtico: Son representaciones de la realidad en forma de cifras, smbolos matemticas y funciones, para representar variables de decisin y relaciones que nos permiten describir y analizar el comportamiento del sistema:

Cuantitativos y cualitativos La mayor parte de los problemas de un negocio u organizacin comienzan con un anlisis y definicin de un modelo cualitativo y se avanza gradualmente hasta obtener un modelo cuantitativo, la investigacin de operaciones se ocupa de la sistematizacin de los modelos cualitativos y de su desarrollo hasta el punto en que pueden cuantificarse.

Cuando es posible construir un modelo matemtico insertando smbolos para representar relaciones entre constante y variables estamos ante un modelo cuantitativo, una ecuacin es un modelo de este tipo. Las formulas, las matrices, los diagramas o series de valores que se obtienen mediante procesos matemticos.

Estndares y hechos a la medida Se llaman modelos estndar a los que solo hay que insertar o sustituir diferentes valores con el fin de obtener un valor a una respuesta de un sistema y son aplicables al miso tipo de problemas en negocios. Ejemplo, el clculo de costos o gastos, el clculo de ganancias, etc.

Se llaman modelos hechos a la medida cuando se crean modelos para resolver un caso de problema especfico que se ajusta nicamente a este problema.

Probabilsticas y determinsticos Los modelos que se basan el as probabilidades y estadsticas y que se ocupan de incertidumbres futuras se llamas probabilsticas, y los modelos que no tienen consideraciones probalsiticas se llaman determinsticos; el PERT, los inventarios, la programacin lineal, enfocan su atencin en aquellas circunstancias que no son crticas y en los que las cantidades son determinadas y exactas.

Descriptivos y de optimizacin Cuando un modelo constituye sencillamente una descripcin matemtica de una condicin real del sistema se llama descriptivo. Algunos de estos modelos se emplean para mostrar geogrficamente una situacin y ayudan al observador a evaluar resultados por secciones una sobre otra. Puede obtenerse una solucin, sin embrago, en este modelo solo se intenta describir la situacin y no escoger una alternativa.

Cuando con la aplicacin del modelo se llega a una solucin ptima de acuerdo con los criterios de entrada se trata de un modelo de optimizacin.

Estticos y dinmicos Los modelos estticos se ocupan de determinar una respuesta para una serie especial de condiciones fijas que probablemente no cambiaran significativamente a corto plazo, es decir, la solucin est basada en una condicin esttica.

Un modelo dinmico por el contrario est sujeto al factor tiempo que desempea un papel esencial en la secuencia de las decisiones, independientemente de cuales hayan sido las decisiones anteriores. A la programacin dinmica pertenecen estos modelos.

De simulacin y no simulacin. Con el uso de la computadora es fcil preparar un modelo simulado paso por paso donde se puede reproducir el funcionamiento de sistemas o problemas de gran escala. Es un modelo de simulacin, los datos de entrada pueden ser reales o generados en forma aleatoria.

Los modelos que no se prestan para usar datos empricos o simulados en forma aleatoria son modelos no simulados como los de optimizacin o los creados a medida23Punto ptimoEs el punto donde la combinacin de los recursos productivos de un proceso proporcionan mximos resultados y beneficios con mnimos recursos o esfuerzos. Por encima del ptimo no hay tcnicamente otro punto mejor.

Objetivos y mtodosEl objetivo y finalidad de la investigacin operacional es encontrar la solucin ptima para un determinado problema (militar, econmico, de infraestructura, logstico, etc.)

Est constituida por un acercamiento cientfico a la solucin de problemas complejos, tiene caractersticas intrnsecamente multidisciplinares y utiliza un conjunto diversificado de instrumentos, prevalentemente matemticos, para la modelizacin, la optimizacin y el control de sistemas estructurales en conocimiento a dems cosas.

En el caso particular de problemas de carcter econmico, la funcin objetivo puede ser obtener el mximo rendimiento o el menor costo.

La investigacin operacional tiene un rol importante en los problemas de toma de decisiones porque permite tomar las mejores decisiones para alcanzar un determinado objetivo respetando los vnculos externos, no controlables por quien debe tomar la decisin.

FasesLa elaboracin del problema est subdividida en fases obligatorias. Las principales son:

examen de la situacin real y recoleccin de la informacin; formulacin del problema, identificacin de las variables controlables y las externas (no controlables) y la eleccin de la funcin objetivo, a ser maximizada o minimizada; construccin del modelo matemtico, destinado a dar una buena representacin del problema; debe ser fcil de usar; representar el problema, dando toda la informacin para poder tomar una decisin lo ms idnea posible; resolucin del modelo (mediante diferentes modalidades); anlisis y verificacin de las soluciones obtenidas: se controla si la funcin objetivo ofrece las ventajas esperadas; se verifica la representatividad del modelo; y, se efectan anlisis de sensibilidad de la solucin obtenida; utilizacin del sistema obtenido para su posterior uso.

REPUBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA DEFENZAU.N.E.F.A UNIVERSIDAD NACIONAL EXPERIMENTAL DE LAS FUERZA ARMADAS

NUCLEO PUERTO ORDAZ

V DE INGENERIA CIVIL

Toma de decisiones

Realizado por:

Martnez Jos 19.622.706