Toma de decisiones Flashcards
Modelos y técnicas de la dirección científica, pueden ayudar a los directivos a:
1) Tener una visión más profunda de la naturaleza de las relaciones empresariales.
2) Encontrar métodos mejores para valorar dichas relaciones.
3) Buscar un medio para reducir, o al menos comprender, la incertibumbre que rodea a los planes y actividades empresariales.
Pasos en la toma de buenas decisiones
1) Definir el problema y los factores que influyen en él.
2) Establecer el criterio de decisión.
3) Elegir la herramienta de toma de decisiones (modelo).
4) Identificar y evaluar las alternativas a través de la herramienta de toma de decisiones (modelo).
5) Seleccionar la mejor alternativa.
6) Implementar la decisión.
7) Evaluar el resultado.
Un modelo es y permite
Un modelo describe simbólicamente una realidad. Son menos caros y crean menos problemas organizativos que la experimentación con los sistemas del mundo real.
Permite al director de operaciones responder a preguntas del tipo “¿Qué pasaría si…?”.
Han sido creados para solucionar los problemas de dirección y dar valor a las entradas de la gestión.
Desventajas de los modelos
-Pueden resultar caros y necesitar mucho tiempo en su desarrollo y prueba.
-A menudo son mal empleados y mal entendidos (y temidos) por su complejidad matemática y lógica.
- Idealizan mucho el mundo real.
Tipos de modelos de desición:
- Bajo incertidumbre: donde no hay probabilidad.
- Bajo riesgo: donde la probabilida es 50/50
- Bajo certeza: donde existen n probabilidades.
Es el curso de la acción o de la elección
Alternativa
Aquellos factores sobre los cuales el decisor no tien control.
Estados de la naturaleza
Toma de decisiones bajo incertidumbre
Maximax: selecciona la aternativa que maximiza el máximo resultado de todas las alternativas.
Maximin: selecciona la alternativa que maximiza el mínimo resultado de todas las alternativas.
Equiprobabilidad: halla la alternativa con el mayor resultado medio.
En las tomas de decisiones bajo riesgo:
Los estados de naturaleza tienen probabilidades estimadas y se selecciona el VME(valor monetario esperado).
Es el coste de no elegir la mejor solución
La pérdida de oportunidad esperada
Pueden usarse para desarrollar una estrategia óptima cuando el tomador de decisiones se enfrenta con:
Una serie de alternativas de decisión
Incertidumbre o eventos futuros con riesgo
árboles de decisión
Representación gráfica del proceso de decisión.
árbol de decisión
Los árboles de decisión se utilizan para resolver problemas donde:
- Existe una combinación de alternativas(aquí es posible utilizar las tablas de decisión).
- Existen varias combinaciones de alternativas(aquí NO es posible utilizar las tablas de decisión).
Pasos para la toma de decisiones por medio de árboles de decisión:
- Definir el problema.
- Estructurar o dibujar el árbol de decisión.
- Asignar probabilidades a los estados de la naturaleza.
- Estimar los resultados de cada combinación posible de alternativas y estados de la naturaleza.
- Resolver el problema calculando los valores monetarios para cada vértice de estado de la naturaleza.
Un buen análisis de decisiones incluye
un buen análisis de riesgo
Componentes y estructura de un árbol de desicion
Alternativas de decisión en cada punto de decisión
Eventos que pueden ocurrir como resultado de cada alternativa de decisión (estados de la naturaleza)
Probabilidades de que ocurran los eventos posibles
Resultados de las posibles interacciones entre las alternativas de decisión y los eventos(pagos)
Los árboles de decisión poseen
ramas (representadas con líneas), nodos de decisión de los cuales salen ramas de decisión y se representan con un cuadrado, y luego están los nodos de incertidumbre los cuales se representan con un círculo.
El análisis cuantitaivo abarca:
Lógica, datos históricos, Investigación de marketing, análisis científico y modelado
El análisis cualitativo está muy relacionado con:
Las emociones, intuición, motivación y experiencia personal y rumores.
La toma de decisiones bajo riesgo
Se basa en las probabilidades, los estados de naturaleza tienen probabilidades estimadas, y se selecciona el valor monetario esperado para cada alternativa.
Es la diferencia entre el valor esperado de la información perfecta bajo certeza y el máximo valor monetario esperado.
Valor esperado de una información perfecta.
El veip
Fija un límite de lo que se pagaría por obtener información adicional.
Es un análisis que busca determinar los efectos producidos en la solución óptima por un cambio en cualquier parámetro de un modelo de programación lineal. Este dice CUANDO cambia una variable.
Análisis de sensibilidad
Una “buena” decisión (la que utiliza una toma de decisión analítica) se basa en la lógica y considera todos los datos disponibles y todas las alternativas posibles. También sigue los seis siguientes pasos: (según Heizer)
- Define con claridad el problema y los factores que influyen en él.
- Desarrolla objetivos específicos y mensurables.
- Desarrolla un modelo, es decir, una relación entre los objetivos y las variables
(que son cantidades mensurables). - Evalúa cada solución alternativa en función de sus ventajas e inconvenientes.
- Selecciona la mejor alternativa.
- Implementa la decisión, estableciendo un calendario para su finalización.
