Herramientas Gerenciales
-
Upload
universidad-fermin-toro -
Category
Documents
-
view
238 -
download
0
description
Transcript of Herramientas Gerenciales
DECANATO DE CIENCIAS ECONOMICASY SOCIALES
ESCUELA DE RELACIONES INDUSTRIALES
ANALISIS DE PROBLEMAS Y TOMA DE DESICIONES
UNIVERSIDAD FERMIN TORO
VICERECTORADO ACADEMICO
DECANATO DE CIENCIAS ECONOMICASY SOCIALES
ESCUELA DE RELACIONES INDUSTRIALES
ANALISIS DE PROBLEMAS Y TOMA DE DESICIONES
CAUDARE JUNIO 2012
DECANATO DE CIENCIAS ECONOMICASY SOCIALES
ESCUELA DE RELACIONES INDUSTRIALES
ANALISIS DE PROBLEMAS Y TOMA DE DESICIONES
Es el proceso durante el cual la persona debe escoger entre dos o más
alternativas. Todos y cada uno de nosotros pasamos los días y las horas de nuestra
vida teniendo que tomar decisiones. Algunas decisiones tienen una importancia
relativa en el desarrollo de nuestra vida, mientras otras son gravitantes en ella.
Para los administradores, el proceso de toma de decisión es sin duda una de las
mayores responsabilidades.
La toma de decisiones en una organización se circunscribe a una serie de personas
que están apoyando el mismo proyecto. Debemos empezar por hacer
una selección de decisiones, y esta selección es una de las tareas de gran
trascendencia.
Con frecuencia se dice que las decisiones son algo así como el motor de
los negocios y en efecto, de la adecuada selección de alternativas depende en gran
parte el éxito de cualquier organización.
Una decisión puede variar en trascendencia y connotación.
Los administradores consideran a veces la toma de decisiones como
su trabajo principal, porque constantemente tienen que decidir lo que debe
hacerse, quién ha de hacerlo, cuándo y dónde, y en ocasiones hasta cómo se hará.
Sin embargo, la toma de decisiones sólo es un paso de la planeación, incluso cuando
se hace con rapidez y dedicándole poca atención o cuando influye sobre
la acción sólo durante unos minutos.
Es por eso que en este trabajo se desarrollaran algunas herramientas y técnicas
que faciliten la interpretación y la toma de decisiones.
La programación lineal es un método de resolución de problemas que se ha desarrollado para ayudar a los administradores a
tomar decisiones. Su éxito se mide por la difusión de su uso como una herramienta de la toma de decisiones. De
aparición a finales de la década de 1940, la programación lineal (PL) ha demostrado que es una de las herramientas más
efectivas de la investigación de operaciones. Su éxito se debe a su flexibilidad para describir un gran número de
situaciones reales en las siguientes áreas: militar, industrial, agrícola, de transporte, de la economía, de sistemas de salud,
e incluso en las ciencias sociales y de la conducta. Un factor, importante en el amplio uso de esta técnica es la
disponibilidad de programas de
La programación lineal es una herramienta determinístico; es decir, todos los parámetros del modelo se suponen conocidos
con certeza. Sin embargo, en la vida real, es raro encontrar un pro
a los datos. La técnica de la PL compensa esta "deficiencia", proporcionando análisis sistemáticos post óptimos y
paramétricos que permiten al tomador de decisiones probar la sensibilidad de la solución
cambios discretos o continuos de los parámetros del modelo. Básicamente, estas técnicas adicionales agregan una
dimensión dinámica a la propiedad de solución óptima de la PL. A continuación se presentan los fundamentos del aná
sensibilidad y se muestra su aplicación por medio de ejemplos prácticos.
El Método Simplex es un método analítico de solución de problemas de programación lineal capaz de resolver modelos
más complejos que los resueltos
Procedimiento de cálculo algebraico, interactivo para resolución de problemas Lineales. El método Simplex es un
procedimiento iterativo que permite ir mejorando la solución a cada paso.
seguir mejorando más dicha solución.
caminar del vértice de un poliedro a un vértice vecino de manera que aumente o disminuya (según el context
función objetivo, sea maximizar o minimizar), dado que el número de vértices que presenta un poliedro solución es
finito siempre se hallará solución.
Este famosísimo método fue creado en el año de 1947 por el estadounidense George Bernard Dantzig
Vitalievich Kantorovich, con el ánimo de crear un algoritmo capaz de solucionar problemas de
y n variables.
La programación lineal es un método de resolución de problemas que se ha desarrollado para ayudar a los administradores a
tomar decisiones. Su éxito se mide por la difusión de su uso como una herramienta de la toma de decisiones. De
aparición a finales de la década de 1940, la programación lineal (PL) ha demostrado que es una de las herramientas más
efectivas de la investigación de operaciones. Su éxito se debe a su flexibilidad para describir un gran número de
es en las siguientes áreas: militar, industrial, agrícola, de transporte, de la economía, de sistemas de salud,
e incluso en las ciencias sociales y de la conducta. Un factor, importante en el amplio uso de esta técnica es la
disponibilidad de programas de computadora muy eficientes para resolver problemas extensos de PL.
La programación lineal es una herramienta determinístico; es decir, todos los parámetros del modelo se suponen conocidos
con certeza. Sin embargo, en la vida real, es raro encontrar un problema donde prevalezca una verdadera certeza respecto
a los datos. La técnica de la PL compensa esta "deficiencia", proporcionando análisis sistemáticos post óptimos y
paramétricos que permiten al tomador de decisiones probar la sensibilidad de la solución
cambios discretos o continuos de los parámetros del modelo. Básicamente, estas técnicas adicionales agregan una
dimensión dinámica a la propiedad de solución óptima de la PL. A continuación se presentan los fundamentos del aná
sensibilidad y se muestra su aplicación por medio de ejemplos prácticos.
El Método Simplex es un método analítico de solución de problemas de programación lineal capaz de resolver modelos
más complejos que los resueltos mediante el método gráfico sin restricción en el número de variables.
Procedimiento de cálculo algebraico, interactivo para resolución de problemas Lineales. El método Simplex es un
procedimiento iterativo que permite ir mejorando la solución a cada paso. El proceso concluye cuando no es posible
seguir mejorando más dicha solución. La razón matemática de esta mejora radica en que el método consiste en
caminar del vértice de un poliedro a un vértice vecino de manera que aumente o disminuya (según el context
función objetivo, sea maximizar o minimizar), dado que el número de vértices que presenta un poliedro solución es
finito siempre se hallará solución.
Este famosísimo método fue creado en el año de 1947 por el estadounidense George Bernard Dantzig
Vitalievich Kantorovich, con el ánimo de crear un algoritmo capaz de solucionar problemas de
La programación lineal es un método de resolución de problemas que se ha desarrollado para ayudar a los administradores a
tomar decisiones. Su éxito se mide por la difusión de su uso como una herramienta de la toma de decisiones. Desde su
aparición a finales de la década de 1940, la programación lineal (PL) ha demostrado que es una de las herramientas más
efectivas de la investigación de operaciones. Su éxito se debe a su flexibilidad para describir un gran número de
es en las siguientes áreas: militar, industrial, agrícola, de transporte, de la economía, de sistemas de salud,
e incluso en las ciencias sociales y de la conducta. Un factor, importante en el amplio uso de esta técnica es la
computadora muy eficientes para resolver problemas extensos de PL.
La programación lineal es una herramienta determinístico; es decir, todos los parámetros del modelo se suponen conocidos
blema donde prevalezca una verdadera certeza respecto
a los datos. La técnica de la PL compensa esta "deficiencia", proporcionando análisis sistemáticos post óptimos y
paramétricos que permiten al tomador de decisiones probar la sensibilidad de la solución óptima "estática" respecto a
cambios discretos o continuos de los parámetros del modelo. Básicamente, estas técnicas adicionales agregan una
dimensión dinámica a la propiedad de solución óptima de la PL. A continuación se presentan los fundamentos del análisis de
El Método Simplex es un método analítico de solución de problemas de programación lineal capaz de resolver modelos
mediante el método gráfico sin restricción en el número de variables.
Procedimiento de cálculo algebraico, interactivo para resolución de problemas Lineales. El método Simplex es un
El proceso concluye cuando no es posible
La razón matemática de esta mejora radica en que el método consiste en
caminar del vértice de un poliedro a un vértice vecino de manera que aumente o disminuya (según el contexto de la
función objetivo, sea maximizar o minimizar), dado que el número de vértices que presenta un poliedro solución es
Este famosísimo método fue creado en el año de 1947 por el estadounidense George Bernard Dantzig y el ruso Leonid
Vitalievich Kantorovich, con el ánimo de crear un algoritmo capaz de solucionar problemas de m restricciones
La teoría de juegos es un área de la matemática aplicada que utiliza«juegos») y llevar a cabo procesos de decisión. Sus investigadores estudian lasen juegos. Tipos de interacción aparentemente distintos pueden, en realidad, presentar estructura de incentivo similar y, porconjuntamente un mismo juego.
Desarrollada en sus comienzos como una herramienta para encomo en la biología, sociología, psicología y filosofía. Experimentó un crecimiento sustancial y se formalizó por primerNeumann y Oskar Morgenstern, antes y durante la Guerra Fríade destrucción mutua garantizada. Desde los setenta, la teoría de juegos se ha aplicado a la conducta animal, incluyendo el desaselección natural.
Aunque tiene algunos puntos en común con la teoría de la decisiónpalabras, estudia la elección de la conducta óptima cuando los costes y los beneficios de cada opción no están fijados de antelecciones de otros individuos. Un ejemplo muy conocido de la aplicación de la teoría de juegos a la vida real es elmatemático Albert W. Tucker, el cual tiene muchas implicaciones para comprender la naturaleza de la cooperación humana. Laarraiga en la escuela psicoanalítica del análisis transaccional, es enteramente distinta.
Los analistas de juegos utilizan asiduamente otras áreas de la matemática, en particular lasesta teoría
El modelo Bayesiano está circunscrito, como TECNICA DE PRONOSTICO en las llamadas TECNICAS
CUALITATIVAS, cuya principal característica es que SUS INSUMOS SON JUICIOS DE VALORES; es decir,
opiniones que dan una valoración o cualificación a hechos o datos observados.
Su rol como instrumento de pronóstico es muy importante ya que permite HACER INFERENCIAS
probabilidad de ocurrencia de una SITUACION DADA (HIPOTESIS / ESCENARIO), sobre la base de LAS
EVIDENCIAS OBSERVADAS; por ello, es un instrumento extraordinario para EL MONITOREO o
SEGUIMIENTO de situaciones de interés. Dentro de este contexto, j
de ALERTA, ante las evidencias obtenidas como consecuencia de la DINAMICA DE LOS ACONTENCIMIENTOS.
La aplicación del MODELO BAYESIANO como TECNICA DE PRONOSTICO está sujeta a la posibilidad de
HACER SEGUIMIENTO a un
que utiliza modelos para estudiar interacciones en estructuras formalizadas de incentivos (los llamados . Sus investigadores estudian las estrategias óptimas así como el comportamiento previsto y observado de individuos
en juegos. Tipos de interacción aparentemente distintos pueden, en realidad, presentar estructura de incentivo similar y, por lo tanto, se puede representar mil veces
Desarrollada en sus comienzos como una herramienta para entender el comportamiento de la economía, la teoría de juegos se usa actualmente en muchos campos, . Experimentó un crecimiento sustancial y se formalizó por primera vez a partir de los trabajos de
Guerra Fría, debido sobre todo a su aplicación a la estrategia militar, en particular a caus. Desde los setenta, la teoría de juegos se ha aplicado a la conducta animal, incluyendo el desarrollo de las especies por la
teoría de la decisión, la teoría de juegos estudia decisiones realizadas en entornos donde interaccionan. En otras palabras, estudia la elección de la conducta óptima cuando los costes y los beneficios de cada opción no están fijados de antemano, sino que dependen de las
uy conocido de la aplicación de la teoría de juegos a la vida real es el dilema del prisionero, el cual tiene muchas implicaciones para comprender la naturaleza de la cooperación humana. La teoría psicológica de juegos
, es enteramente distinta.
Los analistas de juegos utilizan asiduamente otras áreas de la matemática, en particular las probabilidades, las estadísticas y la programación lineal
El modelo Bayesiano está circunscrito, como TECNICA DE PRONOSTICO en las llamadas TECNICAS
VAS, cuya principal característica es que SUS INSUMOS SON JUICIOS DE VALORES; es decir,
opiniones que dan una valoración o cualificación a hechos o datos observados.
Su rol como instrumento de pronóstico es muy importante ya que permite HACER INFERENCIAS
probabilidad de ocurrencia de una SITUACION DADA (HIPOTESIS / ESCENARIO), sobre la base de LAS
EVIDENCIAS OBSERVADAS; por ello, es un instrumento extraordinario para EL MONITOREO o
SEGUIMIENTO de situaciones de interés. Dentro de este contexto, juega un rol fundamental como herramienta
de ALERTA, ante las evidencias obtenidas como consecuencia de la DINAMICA DE LOS ACONTENCIMIENTOS.
La aplicación del MODELO BAYESIANO como TECNICA DE PRONOSTICO está sujeta a la posibilidad de
HACER SEGUIMIENTO a una situación de interés determinada.
para estudiar interacciones en estructuras formalizadas de incentivos (los llamados óptimas así como el comportamiento previsto y observado de individuos
lo tanto, se puede representar mil veces
, la teoría de juegos se usa actualmente en muchos campos, a vez a partir de los trabajos de John von
, en particular a causa del concepto rrollo de las especies por la
s realizadas en entornos donde interaccionan. En otras emano, sino que dependen de las
dilema del prisionero, popularizado por el teoría psicológica de juegos, que se
programación lineal, en conjunto con
El modelo Bayesiano está circunscrito, como TECNICA DE PRONOSTICO en las llamadas TECNICAS
VAS, cuya principal característica es que SUS INSUMOS SON JUICIOS DE VALORES; es decir,
Su rol como instrumento de pronóstico es muy importante ya que permite HACER INFERENCIAS sobre la
probabilidad de ocurrencia de una SITUACION DADA (HIPOTESIS / ESCENARIO), sobre la base de LAS
EVIDENCIAS OBSERVADAS; por ello, es un instrumento extraordinario para EL MONITOREO o
uega un rol fundamental como herramienta
de ALERTA, ante las evidencias obtenidas como consecuencia de la DINAMICA DE LOS ACONTENCIMIENTOS.
La aplicación del MODELO BAYESIANO como TECNICA DE PRONOSTICO está sujeta a la posibilidad de
El modelo de transporte es un problema de optimización de redes donde debe determinarse como hacer llegar los productos desde
los puntos de existencia hasta los puntos de demanda, minimizando los costos de envió.
El modelo busca determinar un plan de transporte de una mercancía de varias fuentes
se cuenta:
1.- Nivel de oferta en cada fuente y la cantidad de demanda en cada destino.
2.- El costo de transporte unitario de la mercancía de cada fuente
El modelo se utiliza para realizar actividades como:
efectivo, programación de niveles de reservas en prensas entre otras
Los métodos de Montecarlo abarcan una colección de técnicas que permiten obtener soluciones de problemas matemáticos o físicos por medio de
pruebas aleatorias repetidas. En la práctica, las pruebas aleatorias se sustituyen por resultados de ciertos cálculos realiza
A lo largo de varias páginas se estudiará el concepto de variable aleatoria y la transformación de una variable aleatoria dis
La simulación Monte Carlo es una técnica matemática computarizada que permite tener en cuen
decisiones. Esta técnica es utilizada por profesionales de campos tan dispares como los de finanzas, gestión de proyectos, en
ingeniería, investigación y desarrollo, seguros, petróleo y gas, transporte y medio ambiente.
La simulación Monte Carlo ofrece a la persona responsable de tomar las decisiones una serie de posibles resultados, así como
se produzcan según las medidas tomadas. Muestra las posibilidades extre
conservadora— así como todas las posibles consecuencias de las decisiones intermedias.
Los científicos que trabajaron con la bomba atómica utilizaron esta técnica por primera; y le dieron el no
Mónaco conocida por sus casinos. Desde su introducción durante la Segunda Guerra Mundial, la simulación Monte Carlo se ha uti
diferentes sistemas físicos y conceptuales
El modelo de transporte es un problema de optimización de redes donde debe determinarse como hacer llegar los productos desde
los puntos de existencia hasta los puntos de demanda, minimizando los costos de envió.
de transporte de una mercancía de varias fuentes a varios destinos. Entre los datos del modelo
se cuenta:
Nivel de oferta en cada fuente y la cantidad de demanda en cada destino.
El costo de transporte unitario de la mercancía de cada fuente
El modelo se utiliza para realizar actividades como: control de inventarios, programación del empleo, asignación de personal, flujo de
efectivo, programación de niveles de reservas en prensas entre otras
Montecarlo abarcan una colección de técnicas que permiten obtener soluciones de problemas matemáticos o físicos por medio de
pruebas aleatorias repetidas. En la práctica, las pruebas aleatorias se sustituyen por resultados de ciertos cálculos realiza
A lo largo de varias páginas se estudiará el concepto de variable aleatoria y la transformación de una variable aleatoria dis
La simulación Monte Carlo es una técnica matemática computarizada que permite tener en cuenta el riesgo en análisis cuantitativos y tomas de
decisiones. Esta técnica es utilizada por profesionales de campos tan dispares como los de finanzas, gestión de proyectos, en
y gas, transporte y medio ambiente.
La simulación Monte Carlo ofrece a la persona responsable de tomar las decisiones una serie de posibles resultados, así como
se produzcan según las medidas tomadas. Muestra las posibilidades extremas —los resultados de tomar la medida más arriesgada y la más
así como todas las posibles consecuencias de las decisiones intermedias.
Los científicos que trabajaron con la bomba atómica utilizaron esta técnica por primera; y le dieron el nombre de Monte Carlo, la ciudad turística de
Mónaco conocida por sus casinos. Desde su introducción durante la Segunda Guerra Mundial, la simulación Monte Carlo se ha uti
El modelo de transporte es un problema de optimización de redes donde debe determinarse como hacer llegar los productos desde
los puntos de existencia hasta los puntos de demanda, minimizando los costos de envió.
a varios destinos. Entre los datos del modelo
se cuenta:
Nivel de oferta en cada fuente y la cantidad de demanda en cada destino.
El costo de transporte unitario de la mercancía de cada fuente a cada destino.
control de inventarios, programación del empleo, asignación de personal, flujo de
Montecarlo abarcan una colección de técnicas que permiten obtener soluciones de problemas matemáticos o físicos por medio de
pruebas aleatorias repetidas. En la práctica, las pruebas aleatorias se sustituyen por resultados de ciertos cálculos realizados con números aleatorios.
A lo largo de varias páginas se estudiará el concepto de variable aleatoria y la transformación de una variable aleatoria discreta o continua.
ta el riesgo en análisis cuantitativos y tomas de
decisiones. Esta técnica es utilizada por profesionales de campos tan dispares como los de finanzas, gestión de proyectos, energía, manufacturación,
La simulación Monte Carlo ofrece a la persona responsable de tomar las decisiones una serie de posibles resultados, así como la probabilidad de que
los resultados de tomar la medida más arriesgada y la más
mbre de Monte Carlo, la ciudad turística de
Mónaco conocida por sus casinos. Desde su introducción durante la Segunda Guerra Mundial, la simulación Monte Carlo se ha utilizado para modelar