Teoría de Decisiones

 

TEORIA DE DECISIONES

TIPO F Practicas peso 1 (son 4 se elimina 1) Exa. Parcial peso 1 peso 2 Exa. Final Exa. Sustitutorio (reemplaza al examen de menor nota) NO EXISTE EXAMENES SUSTITUTORIOS DE PARCIAL; FINAL Y SUSTITUTORIO.

 

TEORIA DE DECISIONES

SE CALIFICA EL CRITERIO DEL ALUMNO PARA ANALIZAR, DE EVTOMA ALUAR E INTERPR.ETAR DE DECISIONES PROBLEMA

UN

LOS PROCEDIMIENTOS MECANICOS DE LAS TECNICAS ENSEÑADAS, INCONCLUSOS O SIN INTERPRETACION TIENEN LA NOTA CERO. LA EVALUACION TIENE SIEMPRE 2 PARTES: UNA PARTE INDIVIDUAL Y OTRA GRUPAL.

 

TEORIA DE DECISIONES

CAPITULO 1

 

1.1

EL PROCESO DE TOMA DE DECISIONES

DEFINICION

Toma de decisión es el proceso de identificación y seg egui uimi mien ento to de la acc acció ión n ad adec ecua uada da pa para ra la solución de un problema específico o aprovechar una oportunidad. La toma de decisiones es una de las funciones más importantes de los directivos de una organización.

 

PROCESO DE DECISION 1. Ide Identi ntific ficaci ación ón de u una na si situa tuació ción n que se se des desea ea cambi cambiar ar.. 2. Pri Priori oridad dades es rresp espect ecto o al rest resto o de situ situaci acione oness y p plaz lazos. os. 3. Id Iden enti tifi fica caci ción ón de de ob obje jeti tivo vos. s. 4. Re Reco cole lecc cció ión n de in info form rmac ació ión: n: Esfuerzo Vs. Importancia. Recursos y Restricciones 5. An Anál ális isis is de la in info form rmac ació ión. n. 6. De Defin finic ició ión n de me medi dida dass de efici eficien enci cia. a. 7. Co Cons nstr truc ucci ción ón de un mo mode delo lo.. 8. Valid alidac ació ión n de dell m mod odel elo. o. 9. El Elab abor orac ació ión n de al alter terna nati tiva vas. s. Predicción de resultados. Nivel de satisfacción de objetivos 10.Selección de alternativa 11.Ejecución y control 12.Retroalimentación.

 

Veamos el proceso de toma de decisión por etapas

PROCESO DE DECISION Definición del problema

MODELO QUE EXPLIQUE LOS EFECTOS Y SUS CAUSAS. VISION, MISION,

Objetivos Alternativas Consecuencias Selección de Alternativas Implementación Retroalimentación

Evaluación. Ext. Int. Análisis FORD ESTRATEGIA OBJETIVOS y METAS FACTORES LIMITANTES.

VENTAJAS, DESVENTAJAS HERRAMIENTAS T.D. Dirección y control APRENDIZAJE

 

PROCESO DE DECISION Definición del problema

Identificación de la situación que se desea cambiar. Prioridades respecto al resto de las situaciones y plazos. Esbozo del problema y nivel de importancia. Levantamiento de información: Esfuerzo Vs. Importancia Calidad de la información. Tiempo Vs. Costo. Diferencia causa y endógenas efecto. Parámetrosentre y variables: y exógenas. Relaciones entre variables. Modelo explicativo del problema. Validación del modelo Efectos del problema corto, mediano y largo plazo. Redefinición del nivel :de importancia.

 

PROCESO DE DECISION Objetivos Estructura jerárquica de los objetivos:: Visión. Misión. Análisi Aná lisiss FORD: F ORD: CP. CP. MP M P. LP L P.) Políticas y Estrategias Planes Objetivos

Metas Eficacia y eficiencia

 

PROCESO DE DECISION Alternativas Evaluación del tipo de problema. (revisión del modelo que lo explica) Factores limitantes. Paradigmas. Selección de las técnicas para generación de alternativas

 

PROCESO DE DECISION Consecuencias Consistencia con los objetivos: Corto plazo Mediano plazo Largo plazo Ventajas y desventajas: Corto plazo Mediano plazo Largo plazo Estimación de requerimientos de implementación: Tiempo Personal Tecnología Dinero Efectos temporales por su implementación.

 

PROCESO DE DECISION Selección de alternativas Selección de herramientas de evaluación Diseño del método de evaluación Validación del modelo de evaluación Estructuración de la información (según diseño) Elección y sustentación de la alternativa elegida

Implementación Plan de ejecución: Cronograma de actividades Comunicación Asignación de tareas recursos SistemaAsignación de control yderegistro.

 

PROCESO DE DECISION Retroalimentación Evaluación de resultados. Regulación: Aprobación Reajuste Rectificación (Cancelación) Resumen ejecutivo de los resultados.

 

PROBLEMAS EN EL PROCESO DE DECISION Definición del problema • Limitaciones para hacer una abstracción del problema. • Incompetencia, bajo nivel profesional (es un hueso). • Falta de cuadros. • No hay consenso. • Considerar el problema algo normal que no merece atención. • Sesgo por intereses personales (grupales y/o individuales). • Juicios de valor errados por efecto de estereotipos. • Deformar el problema para llevarlo a una decisión predefinida. oveja (por estilos de dirección autoritaria). • Efecto • Desmotivación.

decisor. (actitudes padre y niño) • Madurez psicológica del decisor. • Demora en su elaboración. • Estrés

 

Objetivos • No se tiene visión, misión, ni se hace una evaluación formal del entorno. Esti tilo lo de dire direcc cció ión n au auto tori rita tari ria. a. (no (no se escu escuch chaa opin opinio ione nes) s) • Es trategia formal. • No se tiene una estra roblem emas as en la com comun uniica caci ció ón.( n.( no se cono conoce cen) n) • Probl • La visión, misión, etc. Están mal elaboradas y cumplen sólo una pape pa pell deco decora rati tivo vo (m (mod oda) a).. • d Uenadecsaaprarcoildload edlea geemsptiróensad.e la dirección no acorde con el nivel

Alternativas • Errores en la definición del problema y/o los objetivos • Falta de creatividad. • se plantean soluciones paliativas Consecuencias • Se hace un mal balance de las ventajas y desventajas.. Factores limitantes y paradigmas • Perdida de propuestas creativas e innovadoras.

 

Casos reales de la toma de decisiones • Línea Blanca • • • • •

Empresa que buscaba obtener certificación ISO Empresa de seguros Clínica Empresa de seguridad Empresa de mermeladas

• National Peruana S.A. • Directivas en saco roto. • Secretaria de Empresa Inmobiliaria

CONCLUSIONES La principales causas de errores en la toma de decisiones son: centralización de la toma de decisiones; desmotivación del recurso humano; construir una falsa realidad; copiar  técnicas de otras empresas sin entender la filosofía que encierran, sin capacidad para contrastarlo con el entorno; no implementar la decisión adecuadamente; no hacer   retroalimentación.

 

PROCESO DE DECISION PRINCIPIOS Los principios no son prácticas. Una práctica es una actividad o acción específica. Una práctica que da resultado en una cierta circunstan tancia no necesariamente lo dará en otra. Mientras las prácticas son específicas de las situaciones, los principios son verdades profundas, fina finalm lmen ente te,, de apli aplica caci ción ón un univ iver ersa sal. l. Cuando estas verdades se interiorizan en el proceso de toma de decisiones se profundiza la asertividad de los resultados. Los principios son directrices para la conducta humana q urman e anen hente ante.. dSon em stndam rad o enta ttale enles. es. r un perm pe So nofu fund amen

valor

duradero,

 

PROCESO DE DECISION PRINCIPIOS

1. La Rectitud, a partir de la cual se desarrolla todo nuestro concepto de equidad y justicia. Si bien pude definirse y lograrse de maneras muy diferentes, pero la conciencia que se tiene de ella es ca cassi uni nive vers rsal al.. 2. La Integridad y la Honestidad. Éstas crean los cimientos de la confianza, que es esencial para la cooperación y logro de los objetivos de la decisión. 3. Dignidad Humana, son los derechos elementales del ser humano, derecho a la igualdad, la vida, la libertad, la búsqueda de la felicidad, etc.

 

PROCESO DE DECISION PRINCIPIOS 4. El Servicio o la Idea de Contribuir , pensar no sólo el interés personal o empresarial, sino también en lsaocrieesdpaodnysaebl im liduanddos.ocial y contribución hacia la 5. La calidad o Excelencia, liberar potencial hacia el autode aut odesar sarrol rollo lo y per perfec feccio cionam namien iento. to. 6. C recimiento:la estímulo.

paciencia,

la

tolerancia

y

el

 

TEORIA DE DECISIONES

TEMATICA SEGUNDA CLASE

 

1.2

EL ENFOQUE CIENTIFICO EN LA TOMA DE DECISIONES

EL METODO CIENTIFICO Es la sucesión de pasos que debemos seguir para

descubrir nuevos conocimientos o, en otras  palabras, para comprobar  o disprobar hipótesis que icm edeincoasn, onpdliuccatnas deo fenpórm desconocidos hasta el momento. Conjunto dcientíficos e procedim ntosponen por alosprueba cualeslas sehipótesis planteany los los  problemas yiese

instr in strum umen ento toss de tra traba bajo jo in inve vesti stiga gati tivo. vo.  

ET ETAP APAS AS DEL METODO CIENTIFI CIENTIFICO CO En el método científico se conjugan la inducción y la deducción, es decir, se da el pensamiento reflexivo. En el proceso del pensar reflexivo se dan cinco etapas para resolver un problema. • Pe Perc rcep epcció ión n de un unaa di diffic icul ulttad. El individuo encuentra algún problema que

le preocupa, y se halla sin los medios para llegar al fin deseado, con dificultad para determinar el carácter de un objeto o no pude explicar un acontecimiento inesperado.

DIFICULTAD

 

• Identificación

y definición de la dificultad. El individuo efectúa observaciones que le permiten definir su dificultad con mayor precisión.

MUY LEJOS

• Soluciones

propuestas para el prob pr oble lema ma:: hi hipó póte tesi siss. A partir del estudio de los hechos, el individuo formula conjeturas acerca de las posibles soluciones del problema, esto es, formula hipótesis.

 

• Deducción de las consecuencias de las soluciones propuestas. El

individuo lleg individuo llega a a la conclusi conclusión ón de que si cada hip hipótesi ótesiss es verdade verdadera, ra, le seguirán ciertas consecuencias.

 

• Verificación de la hipótesis mediante la acción. El individuo pone a

prueba cada una de las hipótesis, buscando hechos observables que perm pe rmititan an co conf nfir irma marr si la lass co cons nsec ecue uenc ncia iass qu que e de debe berí rían an se segu guir ir se producen o no. Con este procedimiento se puede determinar cuál de las hipótesis concuerda con os hechos observables, y así hallar la solución más confiable para su problema.

 

EL PROCESO DE TOMA DE DECISIONES ESTA ORIENTADO POR EL METODO CIENTIFICO ETAPAS PROCESO DE TOMA DE DECISIONES

METODO CINTIFICO

Definición del problema. Definir objetivos Proponer alternativas. Estudiar consecuencias de las

Percepción de una dificultad. Identificación y definición de la dificultad. Soluciones propuestas para el problema Deducción de las consecuencias de las

alternativas. Selección de Alternativa. Implementación. Retroalimentación.

soluciones propuestas. Verificación de la hipótesis mediante la acción

 

ELEMENTOS DEL METODO CIENTIFICO 1. Los Conceptos

Puesto que la ciencia investiga aspectos de la realidad para com co munic unica ar sus hall hallaz azgo goss, cada cada un una a de la lass cien ienci cias as ut utililiz iza a términos o conceptos propios.De ahí que se puede decir que cualquier ciencia tiene su sistema conceptual. Dado que todos los conceptos son abstracciones y solamente algunos aspectos de la realidad, conviene determinar cuáles son las que debemos estudiar, teorías e hipótesis, y cómo establecer  conceptos para ellos; es decir, decir, establecer una conceptualización. Es importante que el alumno entienda el papel del concepto como com o abs abstra tracci cción. ón. Los con concep ceptos tos son constr construcc uccion iones es lógica lógicass creadas a partir de impresiones de los sentidos o de percepciones y experiencias. Es un error considerar que los conceptos existen realmente como fenómenos. Los conceptos, como los hechos son abstracciones y tienen significado de un marco de referencia, dentro de un sistema teórico. dentro

 

ELEMENTOS DEL METODO CIENTIFICO 1. Los Conceptos Todo hecho se afirma como una relación entre conceptos, pues cada término representa el fenómeno descrito por el hecho. En este sentido, un hecho es una construcción lógica de conceptos.  A su vez, los conceptos abstraen impresiones sensoriales o percepciones; El proceso de la conceptualización consiste en abstraer y generalizar impresiones de los sentidos. Los conceptos de la ciencia tienen que ser comunicables. Han de estar construidos de tal modo que se conozca todas sus características. Por lo tanto, todo estudiante debe poseer un vocabulario científico que sea adecuado para la comprensión del desarrollo conceptual propio de su campo de actividad. Una característica importante que debe cumplir el concepto es su oper operac acio iona nalilida dad; d; es deci decirr, de debe be po pode derr esbo esboza zarr de modo modo preciso las instrucciones para adquirir la misma experiencia que ya otros adquirieron.

 

ELEMENTOS DEL METODO CIENTIFICO 2. La Hipótesis  Alrelaciones analizar lógicamente hechos de una teoría,aquí pueden deducirse distintas de los las establecidas en ellas; no sabemos si tales deducciones son correctas. Sin embargo, la formulación de la deducción constituye una hipótesis; si se comprueba , pasa a formar  part pa rte e de un una a fu futu tura ra co cons nstr truc ucci ción ón teór teóric ica; a; lueg luego o la re rela laci ción ón en entr tre e hipótesis y teoría es muy estrecha. Una hipótesissuesvalidez. una proposición que debe puesta a prueba determinar Siempre lleva a unaser prueba empírica; espara una pregunta formulada de tal modo que se puede prever una respuesta de alguna especie. Características de las hipótesis: • La Lass hi hipó póttes esis is debe deben n tene nerr re refe fere rent ntees emp mpír íric icaas. Ninguna hipótesis

utilizable debe llevara juicios morales. • Las hipótesis tienen que ser específicas.Todas las operaciones y predicciones tienen que estar bien expresadas, en una forma específica y no general. • Las hipót óteesis deben estar relacio ion nadas con técnicas dis isp ponib iblles. El teór teóric ico o de debe be co cono noce cerr cuá cuále less so son n la lass técn técnic icas as dispo disponi nibl bles es pa para ra someter la hipótesis a prueba.

 

EL MODELO HIPOTETICO Dado C P

Circunstancias Q Variab ariable le Dependiente Depen diente

Relación entre variables Variable Independiente

Proposición Causal : Dado C

P

Q

 

LA CAUSALIDAD Cuando se desarrolla el modelo explicativo del problema se establecen rela re laci cion ones es de caus causal alid idad ad (c (cau ausa sa   –ef efec ecto to). ). Es Esta tass re rela laci cion ones es de debe ben n cumplir con el rigor cientifico par que el modelo sea consistente. Una de las mayores preocupaciones de la consistencia de los modelos se refiere a las causas que originan los fenómenos. Encontrar las causas, las razones que producen determinados hechos es encontrar  una explicación para los mismos. Debido a la complejidad de las variables participes en un hecho y las interacciones entre las mismas no es tan fácil señalar la rela re laci ción ón de ca caus usal alid idad ad.. Por esto, la relación de causa ha sido suplantada por el concepto más abierto de determinación. Decir que A determina a B significa tan sólo expresar que ejerce una influencia, que es capaz de alterar o modificar  el comportamiento de B. No B.  No diríamos así que A es causa de B - por  cua uan nto B puede estar determinado además por muchos otros que es elementos   -, sino que A lo determina en alguna medida   qu preciso evaluar.

 

El problema de la causalidad Condiciones s necesarias Condicione Son aquellas sin las cuales es imposible que qu e ocurr urra un deter eterm minad nado fen fenómen meno, aunque esto no quiere decir que cada  Por vez que se encuentre ocurra el fenómeno. Por fenómeno. ejemplo, para que en un país se produzca un go golp lpe e mi mili lita tarr es co cond ndic ició ión n ne nece cesa sari ria a qu que exis ta ejér orga or niza Pero esteo ex noista quiun ere ej dérci eccito irtoqu egani , h azado bido. en.doPe uro n ejér ej érci cito to organ aniiza zad do, es estto pro rov voqu que e un golpe militar. militar.

 

El problema de la causalidad Condiciones suficientes Se refieren a circunstancias que,   siempre que aparecen, desencadenan el fenómeno en estudio, aunque no es necesario que ellas estén est én pre presen sentes tes par para a pro produ ducirl cirlo o. Por ejem ejempl plo o, es condición suficiente para producir la muerte, que se paralice durante un cierto período el funcionamiento del corazón, pero el dece de ceso so de una una pers person ona a pued puede e prod produc ucir irse se por por muchas otras razones.

 

El problema de la causalidad

Condi Condiciones ciones contr contribuy ibuyentes entes Son aquellas que favorecen de una manera decisiva el su suce ceso so aunque in inve vest stig igad ado y qu que e ge gene ralm lmen ente te suel suelen en producirlo, nooalcancen unnera determinismo que pueda considerarse como necesario o suficiente. Por  suficiente.  Por  ejemplo: tanto el riego como la radiación solar  contribuyen hacen de almcrecimiento odo diversde o los segvegetales, ún la epero speclo ie considerada. .

 

El problema de la causalidad

Condic dicion iones es con conting tingent entes es Con Son circun cunstanci cia as que, pudie ien ndo favorecer la ocurrencia del hecho estudiado, se presentan sólo eventualmente, pudiendo estar por completo ausentes en la mayoría de los casos. El embargo petrolero decretado por los países árabes en 1973 fue una contingencia que redujo la oferta de ese producto, promoviendo un aumento notable de los precios, pero la disminución en la oferta de los bienes se produce normalmente por muchas otras circunstancias.

 

El problema de la causalidad

Solamente en aquellos casos en que se pueda sostener que una condición es a la vez   necesaria   y   suficiente, suficiente, po pode demo mos s decir que estamos en presencia de la causa   de de un hecho. Es decir, C es la cae usseantd uaencdeo F,siyem pre se e pr pre aeC,F apar apcare cada ad a vqeuze qu ocurre F es que está presente C.

 

1.3

LAS DECISIONES EN LAS ORGANIZACIONE O RGANIZACIONES S

VISION VISION:: Lo que se quiere alcanzar en el mediano o largo plazo MISION: MISION: El deber de cada día. FODA FODA:: Fortalezas, Oportunidades, Debilidades y Amenazas. ESTRATEGICO:: Guía de acciones a seguir. PLAN ESTRATEGICO OBJETIVOS OBJETIVOS:: Logros a cumplir en el corto plazo. METAS:: especificaciones para cumplir los objetivos. METAS

 

1.3

LAS DECISIONES EN LAS ORGANIZACIONE O RGANIZACIONES S FORMA DE TOMAR DECISIONES

ANARQUICA Nadie toma las decisiones u hoy las toma uno y mañana otro, en varias direcciones. V: Cuando no hay claridad de rumbo D: Incertidumbre

AUTOCRATICA Por capricho de una o unas cuantas personas. V: Rapidez porque no se tiene que consultar a nadie. D: No hay reglas.

DEMOCRATICA Se toman por consenso de la mayoría V: varias mentes piensan mejor que una y compromiso los participantes. D: No siempre la mayoría tiene la razón. Puede llevara la dictadura de la mayoría TECNOCRATICA Se toma por razones científicas y técnicas. V: Están respaldadas por un método científico. : La dictadura D excluyen al restodedelos la expertos sociedadque

 

CICLO DE VIDA DE UNA EMPRESA CURVA DEL CICLO DE VIDA DE LA EMPRESA

Edad de la Empresa Tipo del Dirigente  Apropiado

 

INICIO

INVENTOR

MADUREZ

DECLIVE

ORGANIZADOR   CONSTRUCTOR CONSTRUCTOR ADMINISTRADOR ADMINISTRADOR REORGANIZADOR

 

Financieros

Producción

Marketing

Tecnológicos

 Analíticos Planificación Relaciones humanas

Marketing Presupuestos Control de Gestión Relaciones humanas

Organización

Financieros  Analíticos Relaciones humanas

Innovación, independencia. Confianza en

Investigación Orden Juicio

Mando Delegación Motivación

Mantenimiento Coordinación Eficiencia

Innovación Riesgo Visión

si mismo visión Riesgo

Organización Negociación Decisión

Supervisión Decisión

Investigación

Eficiencia Decisión

Tecnológicos

Conocimientos Principales

 Aptitudes Principales

DESARROLLO   CCRECIMIENTO RECIMIENTO

 

 

ES IMPORTANTE ENTENDER EL ROL DEL DECISOR DENTRO DE LA ETAPA DEL CICLO DE VIDA DE UNA EMPRESA Etapas en la vida de una empresa El concepto biológico de ciclo vital, es un modelo generalmente aceptado, tanto para una empresa, como para un producto a servicio puesto en el mercado. Un ciclo de vida puede ser dividido en varias edades o etapas, como sucede en un organismo viviente te:: Una edad de niñez, a la que llamaremos Inicio, Inicio, sigue una adolescencia o Desarrollo, para continuar con la  juventud o Crecimiento Crecimiento,, hasta llegar a la Madurez, de la que se puede salir hacia el Declive, Declive, precursor de la muerte, aunque en las empresas este final no es inevitable, si en este punto se llega a producir un nuevo

inicio, punto de partida de otro ciclo de vida.  

Cada una de estas etapas en el ciclo vital de la empresa (también en las de un producto o servicio) tiene requerimientos distintos en cuanto a las personas que hayan de dirigirlas, y el éxito o el fracaso que puede producirse, y en la práctica se presenta en cualquiera de las etapas, es debido a que q lidparedseas. que dicha etapa reuqieuniedreiripgaerapoessetaa eodnao d ldaes lcaueam Para reconocer a cada uno de los tipos de dirigente p ecsesnidoamdberses qn uo e reacroanoccaedmaos etpaapraa, lasegmúinsmala. s Esnto describen totalmente a la personalidad, pero bastan para señalar su trazo más principal , de entre los que a contin con tinuac uación ión des descri cribim bimos os.

 

1.3. 1

Estructuración del Problema

•   Un Un problema de decisión es caracterizado por 

alternativa de decisión, Estado de la Naturaleza, y los pagos resultantes. •   La Las alternativa ivas de decisi sió ón so son n la lass diferentes

posibles estrategias que la persona encargada de tomar decisiones puede emplear. •  El estado de la naturaleza se refiere a los eventos futuros que pudieran ocurrir, pero no los que están bajo el control del que toma las decisiones. El estado de naturaleza seria definido de modo que los eventos sean mutuamente excluyentes y conjuntamente exhaustivos.

 

1.3. 2

Modelos

•   Son

menos caros y crean menos problemas organizativos que la experimentación con los sistemas del mundo real.

•   preguntas Permite Pe ite adel l dtipo irec “¿Qué tor de pasaría operaci cio one?”s. resp spo onder a si... •   Han sido creados para solucionar los problemas de

dirección y dar valor a las entradas de la gestión. •   Obliga Obligan n a un enfoque consi consistent stente e y sistemátic sistemático o en el

análisis de problemas. •   Obl Obliga iga a los directiv directivos os a ser conc concret retos os acerc acerca a de las restricciones y objetivos de un problema. •   Ayudan a reducir el tiempo n necesario ecesario para la to toma ma de

decisiones.  

Desventajas de los modelos Pueden en re resu sultltar ar ca caro ross y ne nece cesi sita tarr mu much cho o •   Pued tiempo en su desarrollo y prueba. •   A menudo son mal empleados y mal ente en tend ndid idos os y(ylógica. temi temido dos) s) po porr su co comp mple lejijida dad d matemática •   Tiende ienden n a subvalo subvalorar rar el papel y el valo valorr de la información no cuantificable. •   A menudo presentan presentan hipótesis que simplifican

en exceso las variables del mundo real.

 

1.4

MODELOS DE EVALUACION DIMENSIONAL

OBJETIVOS DE UNA EMPRESA Cuando se debe tomar una decisión está debe cumplir de la mejor manera posible los objetivos trazados. Por simplificación para el manejo didáctico del aprendizaje se empieza trabajando problemas de toma de decisión como si la empresa tuviera un objetivo único: OBJETIVO UNICO: MAXIMIZAR UTILIDADES Los objetivos únicos son comunes en modelos de optimización de recursos. Sin embargo, en la mayoría de las decisiones de la Dirección se tienen muchos objetivos

OBJETIVOS MULTIPLES: MAXIMIZAR UTILIDADES LIDERAZGO TECNOLOGICO EXPANSION DEL MERCADO POSICIONAMIENTO CALIDAD TOTAL

FIDELIDAD DEL CLIENTE  

ANALISIS DIMENSIONAL En el caso de toma de decisiones con objetivos múltiples, estos pueden ser estudiados de dos formas: PRIMERA:: Comparando al mismo tiempo todas sus dimensiones dimensiones.. PRIMERA A este criterio se conoce como MULTIDIMENSIONAL. Ejemplo

Alternativas:

A

B

C

Objetivos

1

2

3

4

 

Ejemplo: METODO TELARAÑA Alternativas:

1

4

A

B

1

2

4

3

C

2

3

1

4

2

3  

SEGUNDA : Reduciendo las diferentes dimensiones a una sola. A este criterio se conoce como UNIDIMENSIONAL. Ejemplo: EVALUACION PONDRADA DE ALTERNATIVAS  ALTERNA  AL TERNATIV TIVAS AS

 Alternativa 1  Alternativa 2 Alternativa 3

Objetivos

Ponderación

Maxim. beneficios

0.40

70

50

40

Liderazgo Tec.

0.30

40

60

100

Mercado

0.20

60

50

60

Posicionamiento RESULTADO

0.10

40 56

100 58

100 68

 

1.5

MODELO DE EVALUACION DE ALTERNATIVAS

Cada alternativa de solución tiene sus propias cara ca ract cte eríst rístic icas as.. Es posi posib ble de defifin nir pa para ra ca cada da un una a un conj co njun unto to de es esce cena nari rios os qu que e se pued pueden en pr pres esen enta tarr co con n resultados distintos. Sin embargo, los escenarios de cada alternativa no tienen que ser los mismos, haciéndose mas evid ev iden ente te es esta ta dis iscr cre epa pan nci cia a cu cuan ando do esta estass apun apunta tan n a mercados muy disímiles. Por simpliliffica icaci ció ón, para poder evaluar alternativ iva as asum as umir irem emos os qu que e los los es esce cena nario rioss de las alte altern rnat ativa ivass so son n los mismos, lo cual solo será objeto de refutación cuando se señale un contexto que induzca a pensar en lo

contrario.  

MODELO DE TABLA DE EVALUACION TABLA DE BENEFICIOS EVENTOS POSIBLES S1   S2   S3   S4

(0.5) (0. (0.1) (0. (0.1) (0. (0.3)

ALTERNATIVAS

 

-1

 

1

1

I

 

3

II

 

4

III

 

5

 

-2

 

0

2

IV

 

2

 

-2

 

0

0

V

 

5

 

-4

0

 

-4

-1

 

 

6

0

PROBABILIDADES DE LOS EVENTOS

 

PASO PREVIO

DOMINANCIA ELIMINACION DE ALTERNATIVAS INFERIORES

 

¿QUE ES ESTO?

JURASIC PARK

 

LAS ALTERN ALTERNA ATIV TIVAS AS INF INFERIO ERIORES RES SERAN ELIMINADAS POR LAS MAS FUERTES

 

EJEMPLO DE DOMINANCIA TABLA DE BENEFICIOS EVENTOS POSIBLES S1   S2   S3   S4

(0.5) (0. (0.1) (0. (0.1) (0. (0.3)

ALTERNATIVAS

 

-1

 

1

1

I

 

3

II

 

4

III

 

5

 

-2

 

0

2

IV

 

2

 

-2

 

0

0

V

 

5

 

-4

0

 

-4

-1

 

 

I domina a IV

6

III domina a V

Se eliminan estas

0

alternativas

 

TEORIA DE DECISIONES CAPITULO 2

ESCENARIOS ESCENARI OS DE LOS ATRIBUTOS ATRIBUTOS

 

TEORIA DE DECISIONES

EVALUACION DEFINICION DE DEL ALTERNATIVAS PROBLEMA

CERTIDUMBRE

INCERTIDUMBRE OBJETIVOS

RIESGO

 

C E RT I D U M B R E TECNICAS

Programación lineal Balance de línea Valor Presente Presente Neto Tasa Interna Interna de Retorno Punto de Equilibrio Operativo Punto de Equilibrio Financiero Etc.

 

VALOR PRESENTE NETO Base Teórica El Dinero

Especies

Cereales Oro Sal Comodities

Modeda El billete (inflación) El cuasidinero (efecto multiplicador)

 

Factores que intervienen en la tasa de interés Productividad marginal del capital Rendimiento del sector  Competitividad Riesgos Micro: Nivel tecnológico Perdidas acumuladas Presión Fiscal Gasto Publico Producto Bruto interno Riesgo Macro Servicio de la deuda

 

C u a n d o r e v i s e t a b l a s d e b e n é f i c o s e n valores reales, debe tomar en cuenta que al producirse variaciones en las tasas de interés en los mercados financieros, los valores reales tendrán obligatoriamente que recalcularse. Recuerde que cuando se producen cambios fld acuicótnoso denvoaluavcaió dae lcoosmo pinro rína,nlosepnrecifoosrm homogénea, eso se llama cambios en los precios relativos. Por tanto, debe revisar 

como afectan al proyecto.  

DIGRAMA DE FLUJO NETO ECONOMICO

Cuando evalúe flujos financieros de  proyectos, no entre en el juego del CETERI CET ERIS S PARIBUS ARIBUS.. Todo proyecto empieza con una rentabilidad muy alta, debido a la falta de competidores con iguales condiciones que las propuestas. La alta rentabilidad atraerá a nuevos competidores, conforme se incrementen bajara la rentabilidad para todos, ha hassta qu quee se seaa similar  a otros negocios (el mercado se sature) y deje de ser atractivo dich di cho o merca ercado do.. Por tanto, si un proyecto no considera que la gran rentabilidad inicial se reducirá en el tiempo por efecto de la competencia, es

UTOP UT OPIC ICO O. (no (no co conf nfun unda da re rent ntab abil iliida dad d con con vo vollum umeen de ve vent ntas as). ).  

TEORIA DE DECISIONES

TECNICAS DE TOMA DE DECISIONES BAJO INCERTIDUMBRE

 

INCERTIDUMBRE

Las técnicas se desarrollan en base las pos las osib ible less ac acti titu tude dess del decisor frente a la incertidumbre. TECNICAS Maximax Maximin Minimax Nivel de aspiración

Nivel de aspiración  

MAXIMAX EL MAXIMO DE LOS MAXIMOS VALORES TABLA DE BENEFICIOS EVENTOS POSIBLES S1   S2   S3   S4

ALTERNATIVAS (0.5) (0. (0.1) (0.1) 0.1) (0. (0.3) I

 

3

 

II

 

4

III

 

5

 

-2

 

IV

 

2

 

-2

 

-1 0

   

1

Máximo

3

6

Máximo

6

0

2

Máximo

5

0

0

1 -4

 

MAXIMAX V

 

5

 

-4

-1

 

0

 

6

 

M AXIM IN EL MAXIMO DE LOS MINIMOS VALORES VALORES TABLA DE BENEFICIOS EVENTOS POSIBLES S1   S2   S3   S4

ALTERNATIVAS (0.5) (0. (0.1) (0.1) 0.1) (0. (0.3) I

 

3

 

II

 

4

III

 

5

 

-2

 

IV

 

2

 

-2

 

-1 0

   

1

Mínimo

-1

6

Mínimo

-4

0

2

Mínimo

-2

0

0

1 -4

 

MAXIMIN V

 

5

 

-4

-1

 

0

 

-1

 

TABLA DE BENEFICIOS

EVENTOS POSIBLES

MINIMAX

S1   S2   S3   S4

Máximos (0.5) (0.1) (0. (0.1) (0.3) I

 

3

II

 

4

III

 

5

 

-1 0

 

-2

   

1 -4

 

1  

0

6

Minimiza las máximas perdidas de oportunidad

2

  -2   0 0   2 DE IV TABLA DE PERDIDAS OPORTUNIDAD

II

25 1

III

0

V I

5-3 = 2 5-4 = 1

 

 

-4

1 0

-1

2

1

0 5

 

5 0

Máximo

5

Máximo

5

4

Máximo

4

0

MINIMAX

5-5 = 0

4

 

CRITERIO DE NIVEL DE ASPIRACION Implica seleccionar algún nivel de aspiración que no responde a información de la tabla. Es decir, es dada por el decisor. Ejemplo: Resultado posible de cuando menos 5 S1   S2   S3   S4

(0.5) (0. (0.1) (0. (0.1) (0.3) I

 

3

II

 

4

III

 

5

 

-1 0

 

-2

   

1 -4

 

0

1  

6 2

 

TEORIA DE DECISIONES

TECNICAS DE TOMA DE DECISIONES BAJO RIESGO

 

TECNICAS BASICAS DE TOMA DE DECISIONES BAJO RIESGO •

•

•

•

•

•

Criterio de futuro más probable. Criterio de nivel de aspiración. Valor esperado Criterio expectativa-varianza Laplace Hurwicz

 

CRITERIO DE FUTURO MAS PROBABLE La persona que toma la decisión considera los diversos resultados posibles, pasa por  alto todos, excepto el más probable y actúa como si tuviera certeza.

S1   S2   S3   S4

(0..5) (0. (0 (0.1) (0.1) (0. (0.3) I

 

3

II

 

4

III

 

5

 

-1 0

 

-2

   

1 -4

 

0

1  

6 2

 

CRITERIO DE NIVEL DE ASPIRACION CON PROBABILIDADES Implica seleccionar algún nivel nivel de aspiración y después elegir lo que maximice (o minimice) la probabilidad de conseguir este nivel Ejemplo: Resultado posible de cuando menos 5 S1   S2   S3   S4

(0.5) (0. (0.1) (0. (0.1) (0.3) I

 

3

II

 

4

III

 

5

 

-1 0

 

-2

   

1 -4

 

0

1  

6 2

 

CRITERIO DE VALOR ESPERADO Optimiza la toma de la decisión, ponderando los costos o beneficios cada alternativa en base a las probabilidades asociadas . S ea:

Luego

K Ai Ps Rsi

= = = =

número de eventos posibles alternativa i probabilidad de la ocurrencia del evento s resultado a obtenerse en la alternativa i cuando se produce el evento s. E(Ai) = valor esperado de la alternativa i k 

E(Ai) =

 Rsi x Ps s=1

 

VALOR ESPERADO S1

S2

S3

S4

0.5

0.1

0.1

0.3

CÁLCULO DEL VE

VE

I

3

-1

1

1

3x0.5 3x 0.5-1 -1xx0.1 0.1+1x +1x0.1 0.1+1x +1x0.3 0.3

1.8

II

4

0

-4

6

4x0.5 4x 0.5+0x +0x0.1 0.1-4 -4xx0.1 0.1+6x +6x 0.3 3.4

III

5

-2

0

2

5x0.5 5x 0.5-2 -2xx0.1 0.1+0x +0x0.1 0.1+2x +2x0.3 0.3

2.9

CÁLCULO DEL VIP

VIP

0.5+0x +0x0.1 0.1+1x +1x0.1 0.1+6x +6x0.3 0.3 5x0.5 5x

4.4

La Información Perfecta MAX

5

0

1

6

Beneficio adicional con Informacion Perfecta 4.4 - 3.4 1.0  

VALOR E ESPERADO SPERADO

Tabla de Beneficios

Tabla de perdidas de oportunidad

S1

S2

S3

S4

S1

S2

S3

S4

0.5

0.1

0.1

0.3

0.5

0.1

0.1

0.3

VE

I

3

-1

1

1

2

1

0

5

2.5

II

4

0

-4

6

1

0

5

0

1.0

0 5 -2 0 2 Costo de la incertibumbre = 1.0

2

1

4

1.5

III

Valor Esperado: Tabla de beneficios

Beneficio con información simple: 3.4

Tabla de perdidas de oportunidad

Costo de incertidumbre: 1.0

Tabla de beneficios el Valor de la Información Perfecta

: 4.4

 

CRITERIO CRIT ERIO DE EXP EXPECT ECTA ATIV TIVA A - VARIA ARIANZA NZA Consiste en desarrollar un factor de evaluación que tome en cuenta el valor esperado y la varianza. Un ejemplo simple es: Donde:

Q = E(x E(x)) - A ·  (x)

Q = medición medición de expectativ expectativaa - varianza. varianza. E(x) = medida o resultado monetario esperado.

(x) = desviación estándar del resultado económico A

= coeficiente de aversión al riesgo.

La varianza de una variable x para cualquier alternativa que tiene k resultados será: k  (x) =

k  (x j - E(x))2 P(x j) simplificado:

(x) =

x j2 P(x j) - (E (E(x (x)) ))2

V

V

 j =1

 j =1

 

REPASO REP ASO DE VARIANZA ARIANZA Definición: sea X una variable aleatoria. Definimos la varianza de X, denotada por V(x) como sigue: V(x) = E( X - E(X))2

Teorema:

V(X) = E(X2) - (E(X))2

V(X) = E( X - E(X))2 V(X )= E( X2 - 2XE(X) + ( E(X) )2 ) V(X) = E(X2) - 2E(X)E 2E(X)E(X) (X) + (E(X))2 V(X) = E(X2) - (E(X))2 Lqqd.

Lqqd.

 

Ejercicio Ejer cicio de Cri Criterio terio ex expectat pectativa iva - varianza varianza S1   S2   S3   S4

 

E(Ai)

(0..5) (0. (0 (0.1) (0.1 (0.1)) (0. (0.3) I

 

3

II

 

4

III

 

5

 

 

-1

 

1

0

 

-4

-2

 

0

 

1

3x0.5-1x0.1+1x0.1+1x0.3   1.8

6

4x0. 4x0.5+ 5+0x 0x0. 0.11-4x 4x0 0.1+6 .1+6x0 x0.3 .3   3.4

2

5x0.5-2x0.1+0x0.1+2x0.3   2.9

k 

V(x) =  x j2 P(x j) - (E (E(x (x)) ))2  j = 1

V(AI) = (3)2(0.5) + (-1)2(0.1) + (1)2(0.1) + (1)2(0 (0.3 .3)) - (1 (1.8 .8))2 = 1.76 II

2

2

2

2

2

V(A ) (4) (0.5) (0) (0.1) ( 4) (0.1) (6) (0.3 (0.3)) (3.4 (3.4)) 8.84 2 2 2 2 2 V(AIII) = (5) (0.5) + (-2) (0.1) + (0) (0.1) + (2) (0 (0.3 .3)) - (2 (2.9 .9)) = 5.69  

Desarrollando para A = 0.7 (aversión al riesgo)

Q = E(x E(x)) - A ·  (x) Alternativa

Q = E(x) - 0.7  V(x)

I

1.8 1. 8 - 0.7 0.7  1.76 = 0.87

II

3.4 - 0.7

8.84 = 1.32

III

2.9 - 0.7

5.69 = 1.23

 

CRITERIO DE LAPLACE Supone que todos los resultados posibles son igualm igu alment entee pro probab bables les.. S1

S2

S3

S4

(0.2 (0 .25) 5) (0.2 (0.25) 5) (0 (0.2 .25) 5) (0 (0.2 .25) 5)



I

3

-1

1

1

4

II

4

0

-4

6

6

III

5

-2

0

2

5

La alternativa optima bajo el criterio de Laplace es la II  

LA REGLA DE HURWICZ Pretende reflejar cualquier grado de moderación entre un optimismo y un pesimismo extremos al momento de toma to marr la dec ecis isió ión. n. La regla se plantea como sigue: Seleccione un índice de optimismo, a, tal que 0 a 1. Para todas las alternativas, calcule el resultado ponderado: (vaolocrosdteo lsai uotciluidrared eol resultado máasxfa(vvaolroarbdlee) l+a (u1t-iali)dxad el costo si ocurre el resultado menos favorable). Elija la alte al terrna nati tiva va qu quee opti optim miz izaa el re resu sult ltaado pond ponder erad ado o.

 

Ejemplo Regla de Hurwicz H = a x (Max) + (1-a) x (Min.)

S1

S2

S3

S4

M a x

I

3

-1

1

1

3

-1

1.8

II

4

0

-4

6

6

-4

3.0

III

5

-2

0

2

5

-2

2.9

I : 0.7 x 3 + (1-0.7 (1-0.7)) x (-1 (-1)) = 1.8 II : 0.7 x 6 + (1(1-0.7 0.7)) x (-4 (-4)) = 3.0

M I N

H a = 0.7

III: 0.7 x 5 + (1-0.7 (1-0.7)) x (-2 (-2)) = 2.9  

USO COMBINADO DE LOS DIFRENTES CRITERIOS DE SELECCION Tabla de Benef Beneficios icios S1 S2 S3 S4 I II

(0.5) (0. 5) (0.10) (0.10) (0.10) (0.10) (0.30) (0.30)

3

-1

1

1

4

0

-4

6

III

5

-2

Tabla de Per Perdidas didas de Oportunidad

0

I

a = 0.7

M a x i m a x

M a x i m i n

L a  p l a c e

3 6 5

-1 -4 -2

4 6 5

2 S 1 S2

H u r  w i c

F u t u r o

p r  o b a b

z

+ le

1.8 3 3.0 4 2.9 5

V a l o r

E x  p E e c s p t e a r  t a i v o a d

1.8 3.4

V a r  i a n z a

0.87 1.32 1.23

2.9 S3

S4

0.5

0.1

0.1

0.3

2

1

0

5

5

A = 0.7

II III

1 0

0 2

5 1

0 4

5 4

MINIMAX

 

Árboles de Decisión • 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

*Un buen análisis de decisiones incluye un análisis de riesgo

 

Árboles de decisión •   Representación gráfica d del el proce proceso so de decisión. •   Se utilzan para resolver problemas:  –   Con una combinació combinación n de alternativas y

estados de la naturaleza. También se pueden utilizar las tablas de decisión.  –   Con varias combinaciones de alternativas y

estados de la naturaleza (decisiones secuenciales). No se pueden utilizar las tablas de decisión. •   El V VME ME es el criterio más empleado.

 

Análisis de problemas mediante árboles de decisión •  Definir el problema. •   Estructurar o dibujar el árbol de decisió decisión. n. •   Asignar probabilidades probabilidades a los estados de la

naturaleza. los resultados de cada combinación •   Estimar los posible de alternativas y estados de la naturaleza. •   Resolver el problema calculando los valores monetarios para cada vértice de estado de la la naturaleza.

 

Árboles de decisión: Componentes y estructura •

 A lt lter ernat natii v as de dec decii s i ón   en en cada punto de

• •

Eventos cada alt que ernatpueden iva de ocurrir decisiócomo n. Taresultado mbién sde on llamados E s tados de la nat natural uraleza Probabilidades   de que ocurran los eventos

•

Resultados   de las posibles interacciones entre

decisión

posibles

las alternativas de decisión y los eventos. También se les conoce con el nombre de Pagos

 

Árboles de decisión: Componentes y estructura Los árboles de decisión poseen: Ramas:: se representan con líneas • Ramas • Nodos de decisión: de ellos salen las ramas de decisión y se representan con  • Nodos de incertidumbre: de ellos salen

las conramas de los eventos y se representan

 

Árboles de decisión: Componentes y estructura: ejemplo Punto de decisión

 Alternativa 1

Evento 1 P(Evento 1)

Pago 1

Evento 2 P(Evento 2)

Pago 2

Evento 3 P(Evento 3)

Pago 3

Nodo De incertidumbre

 Alternativa 2

Pago 4

 

Árboles de decisión Criterio del Valor Esperado •  Generalmente se inicia de derecha a

izqui uier erda da,, cal alccul ula and ndo o cada pa pago go al final de las ramas •   Luego en cada nodo de evento se calcula un valor esperado •   Después en cada punto de decisión

se selecciona la alternativa iva con el valor esperado óptimo

 

Árboles de decisión: ejemplo •  Un fabricante está considerando la producción de un nuevo producto. La utilidad incremental es

de $10 por unidad y la inversión necesaria necesaria en equipo es de $50.000 •   El estimado de la demanda es como sigue:

Unidades 6000 8000 10000

Probabilidad 0.30 0.50 0.20

 

Árboles de decisión: ejemplo (continuación):

•   Tiene la opción de seguir con el producto actual actual

que le representa ventas de 2.500 unidades con una utilidad de si$5.5/unidad sin publicidad, con la opción de que destina $14.000 en publicidad podría, con una probabilidad de 80% conseguir ventas de 5.500 unidades y de un 20% de que éstas sean de 4.000 unidades •   Construya el árbol de decisión y determine la decisión óptima

 

Árboles de decisión: ejemplo: La decisión de Larry

•   Durante la última semana Larry ha recibido 3

propuestas matrimoniales de 3 mujeres distintas yatrdebe ibutosescoger físicos una. y eHa mocdeterminado ionales son que mássuso menos los mismos, y entonces elegirá según sus recursos financieros •  La primera se llama Jenny. Tiene un padre rico

que sufre de artritis crónica. Larry calcula una probabilidad de 0.3 de que muera pronto y les

herede $100.000. vida no recibirá nadaSideelélpadre tiene una larga  

Árboles de decisión: ejemplo: La decisión de Larry •   La segunda pretendiente se llama Jana, que es

conta con tado dora ra en un una a com ompa pañ ñía ía.. Larr Larryy es esttim ima a un una a probabilidad de 0.6 de que Jana siga su carrera y una probabilidad de 0.4 de que la deje y se dedique a los hijos. Si continúa con su trabajo, podría pasar a auditoría, donde hay una probabilidad ganar $30.0de 000.5 , ode ganar bien $40.000 podría y pde asa0.5 r de al departamento de impuestos donde ganaría $40.000 con probabilidad de 0.7 o $25.000 (0.3).

Si se dedica a los hijos podría tener un trabajo de tiempo parcial por $20.000  

Árboles de decisión: ejemplo: La decisión de Larry

•   La tercer pretendiente es María, la cual sólo

puede ofrecer a Larry su dote de $25.000. •   ¿Con quién debe casarse Larry? ¿Por qué? •   ¿Cuál es el riesgo involucrado en la secuencia

óptima de decisiones? Tomado de: Gallagher. Watson. Watson . METODOS CUANTITATIVOS PARA LA TOMA DE DECISIONES EN  ADMINISTRACIÓN. McGraw Hill, México, 1982

 

Los Árboles de decisión y el riesgo •   El anális análisis is del riesgo ayuda al tomado tomadorr de

decisiones a identificar la diferencia entre:  –  el valor esperado de una alternativa de decisión, y  –  el resultado que efectivamente podría ocurrir 

 

Los Árboles de decisión y el riesgo •   El riesgo se refiere a la variación en los

resultados posibles •   Mientras más varíen los resultados, entonces se

dice que el riesgo es mayor  •  Existen diferentes maneras de cuantificar el riesgo, y una de ellas es la variancia

 

Los Árboles de decisión y el riesgo •   La va variancia riancia se calcula como:

2 var( X )    m  E ( X )    p( X  j )   X      j    j  1  j )  j  P(X   X  •   E(X) Donde  es la probabilidad del evento  y  es el valor esperado de  X 

 

Los Árboles de decisión y el riesgo: ejemplo: el caso de Larry (datos en miles) Decisión Jenny Jana

 

X

P ( X )

E( X )

 

var 

100

0.30

30

2100

0 40 30

0.70 0.15 0.15

29,3

60,252

40 25 20

0.21 0.09 0.40

María

25

1.00

 

25

0

 

Los Árboles de decisión y el riesgo: ejemplo: el caso de Larry

•  La decisión por Jenny es la del valor esperado

más alto, pero también es la más riesgosa, pues los resultados varían entre $0 y $100.000 •   La decisión por María es la menos riesgosa, pero la de menor rendimiento •  Tal vez la mejor decisión sea Jana, ya que el valor esperado un riesgo menor es cercano al de Jenny pero con

 

Las decisiones multicriterio •   Hasta ahora s se e han analizado analizado dos criterios para

la toma de decisiones

 –  el valor monetario esperado, y  –  el riesgo (variancia) •   Pero pueden haber otros factores im importantes portantes

en las decisiones d ecisiones •   ¿Cuáles otros factores influirían en la decisión de Larry?

 

Limitaciones de los árboles de decisión •   Un árbol d de e decisió decisión n da una bue buena na de des cripci cr ipción ón visual en problemas relativamente simples, pero su c ompleji omplejida dad d aumenta aumenta exponenc ex ponencii almente lmente a medida que se agregan etapas adicionales. •   En algunas situacio situaciones, nes, la especificación de la incertidumbre a través de pr  probabi obabili lidade dadess dis di s c r etas etas resulta en una s obres obr es i mplifi mpli ficc ac i ón del problema. •   Cuando las con consecuencias secuencias de un resultado

potencialmente desfavorable no pueden ignorarse (cuando se ponen en juego grandes sumas de dinero puede no s er el mejor en términos relativos), el V E puede

crite cr iteri rio o de deci deciss ión.  

Las decisiones multicriterio •   ¿Cuáles otros factores influyen en las

organizaciones?  –   Factores relacionados con la imagen, motivación del personal, valores, etc. •   Es posible crear escalas numéricas para evaluar estos factores y luego factores para ponderar cada criteri criterio o es la subjetividad en la principal problema •  El evaluación de estos otros factores

 

TEORIA DE LA UTILIDAD Ejercicio inicial para entender el concepto

Imagine un prospero comerciante de verduras V caelniddaed veardurarsestaduerantepsrimeray autoservicios. Él estima que podría ampliar su participaacceso ción ean más el m ercadopara si tuviera capital invertir en infraestructura y mercadería.

 

El sabe que ampliar su mercado no es si sim mpl plem emen ente te ten ene er má máss capi capita tall para mercadería de primera calidad. Es necesario más infraestructura en equi eq uipo poss de tran transp spor orte te refr refrig iger erad ado, o, cont co ntar ar con con pe perso rsona nall co comp mpro rome metitido do en ofrecer un buena los servicio e innovar  mejores servicios clientes. La tabla muestra lo que estaría dispuesto a pagar por un crédito para capital de trabajo Crédito

Incremento % Mercado

Máxima tasa a pagar 

$ 10,000

% 5

I 

$ 25,000

% 10

I2

< I 

$ 45,000

% 15

$ 70,000

% 20

< I4 <

I3

I2 I3

< I  < I2 < I 

 

Prestamos superiores a los $ 70,000 no le servirían, pues cualquier saldo adicional a los $ 70,000 no podría hacerlos producir más dinero. La satisfacción no es tan fácil medirla ya sea en valor  monetario o cualquier Unidad de escala nominal.

 

TEORIA DE LA UTILIDAD Los objetivos tanto de una persona como de una empresa son múltiples. La evaluación de los resultados finales de manera unidimensional implica la necesidad de una unidad de medida de cumplimiento o satisfacción de esos objetivos y a esa la vamos a llamar utilidad. Se selecciona una alternativa en lugar de otra porque proporciona una mayor utilidad. Done la utilidad

repres repr esen enta ta el ni nive vell de cu cump mplilimi mien ento to de los los obje objetitivo voss trazados por la empresa .  

Teoría de la Util Utilidad idad Es necesario aplicar un procedimiento para cuantificar la función de utilidad que los bienes o el dinero tienen para una persona, de modo que pueda maximizar la utilidad total Empezamos el estudio de la toma de decisiones basados en dos factores: el valor monetario y el riesgo. Con la ateoría lasult utilidad la utilid utilidad ad para par me medi dirde r re resu ltad ados os.. hemos Ahor Ahora aintroducido debe debemo moss establecer la nueva relación de este parámetro con los otros dos.

 

Preferencias de Riesgo Este e enfo enfoq que pl plan ante tea a •   Est curvas de utilidad, cuya forma refleja la posición de los individuos ante el riesgo •   Este enf enfoque oque es mejo mejorr, pero más complejo de llevar a la práctica, sobre todo por las difific icul ulttad ades es pr prác ácttic icas as para cuantificar la utilidad

     d     a      d      i      l      i      t      U

Resultado Monetario  

TOMA DE DECISIONES MULTICRITERIO

 

Seleccionar Una pareja

Seleccionar un Proyecto

Edad  Altura Color de Pelo Plasticidad Inteligencia Educación Gustos Beneficios económicos Posicionamiento  Ampliación de Mercados Calidad Barreras de acceso a competidores

Liderazgo Etc.  

TERMINOLOGIAS USADAS Toma de Decisiones Multiatributo MADM Toma de Decisiones Multiobjetivo MODM

Aspecto Criterio definido por

MADM Atributos

MODM Objetivos

Objetivos

Implícitos

Explícitos

Atributos

Explícitos

Implícitos

Restricciones

Inactivas

Activas

Alternativas

Número finito ( discreto ) Infinitas (continuo)

Uso

Selección

Diseño

Decisión Maker (DM)  

REQUERIMIENTOS BASICOS Son rigurosamente cum cu mpaquellos lilirr la lass aque lte ltern rna ativ iva as previa deben a su selección.

Ejemplo: Si un alumno busca una compañera muje jerr, en la selecc cció ión n no inclu cluirá a ningún Transexual.

 

CARACTERISTICAS DE LOS A ATRIBUTOS TRIBUTOS •   Ca Cada da at atri ribu buto to di dist stin ingu gue e al me meno noss do doss al alte tern rnat ativ ivas as.. En

nin ingú gún n ca caso so deb eben en ap aplilica cars rse e a tod oda as la lass al alte tern rnat ativ ivas as valores idénticos para un mismo atributo. atributo.

•   Cada atributo captura una dimensión o faceta única del

problema de decisión ( los atributos son independientes y no redundantes) •  Todos los atributos, en un sentido colectivo, se consideran

salternativa. ufic iciientes para propósitos de selecci ció ón de la mejor  •  Se presume que las diferencias en los valores asignados a

cada ca da atr trib ibut uto o so son n sig igni nififica catitiva vass pa para ra di dife fere renc ncia iarr en enttre

alternativas factibles. factibles.  

CLASIFICACION DE LOS ATRIBUTOS

OBJETIVOS o CUANTIT CUANTITA ATIVOS

SUBJETIVOS o CUALITATIVOS

 

Escalas de medición. La idea de medición, de medida, es intrínsecamente comparativa. Medir  algo, en el caso más sencillo, es determinar cuántas veces una cierta unidad o patrón de medida cabe en el objeto medido. Para medido.  Para medir la longitud de un objeto físico, desplazamos una regla graduada sobre el mismo, observando cuántas unidades (en este caso, centímetros o metros) abarca ese objeto. Es deci decirr, co comp mpar aram amos os el ob obje jeto to con con nues nuestr tro o patr patrón ón de medi medici ción ón para para determinar cuántas unidades y fracciones del mismo incluye. La medición de variables no físicas resulta, en esencia, un proceso idéntico al anterior . La dificultad reside en que las variables de este tipo no pueden medirse con escalas tan sencillas como las lineales  y en que, por ot por otrra par arte te,, no ex exiist sten en pa para ra su com ompa para raci ció ón pa pattro ron nes de medi dida da universalmente definidos y aceptados. aceptados. Si deseamos medir el peso de un objeto, podremos expresar el valor del mismo en kilogramos o libras.  libras.   En cambio, para medir el grado de autoritarismo de un dirigente, no existe ni una un a un unid idad ad ni una esc sca ala gen ene era rallme ment nte e re reccon onoc ocid ida as, po porr lo qu que e el

investigador se ve obligado a elegir alguna escala de las que se han utilizado en otros trabajos o a construir una adaptada a sus necesidades específicas.  

Por esta razón, razón, medi medirr un concepto comple complejo jo impli implica ca reali realizar zar una serie de operaciones que no se hacen en el caso de variables como el peso o la longitud; será longitud;  será necesario definir las dimensiones que integran las variables, encontrar diversos indicadores que la reflejen y construir  luego una escala apropiada para el caso. Puede decirse que una escala es un continuo de valores ordenados correlativamente, que admite punto inicialpodemos y otro final. Si evaluamos el rendimiento académico deunestudiantes, asignar el valor  cero al mínimo rendimiento imaginable al respecto. Al mayor  rendimiento posible podemos atribuirle un valor 100, 20, 10 o 7 puntos, según resulte más práctico. Con estos dos valores tendríamos ya m arfeccio cadcionar osnarla, lla, os será límáitenec s esario de rionuasi esgnar tra r easclos ala.posibl ares a rendim condimien cluiiento r tos des confec con ser necesa asigna posPibles ren intermedios puntajes también intermedios. Con ello obtendremos una escala capaz de medir la variable rendimiento académico a través de loss in lo indi dica cado dore ress co con ncreto retoss de lo loss trab rabajos ajos pre present sentad ados os por los los

estudiantes, de sus exámenes, pruebas y otras formas de evaluación posibles.  

Para que una escala pueda considerarse como capaz de aportar información objetiva, debe reunir los siguientes requisitos básicos: básicos: Confiabilidad..   Se Se refiere a la con ons sistencia interior de la Confiabilidad misma, a su   capacidad para discriminar   entre un valor y otro. Cabe confiar en una escala cuando produzca constantemente los lo s mi mism smos os re resu sult ltad ados os al ap apli lica carl rla a a una una mi mism sma a mu mues estr tra, a, es decir, cuando siempre los mismos objetos aparezcan valorados en la misma forma. Validez.   Indi Indica ca la   c ca apacida dad d de la escala para medi dirr las cualidades para las cuales ha sido con ons struida y no otras parecidas.. Una escala confusa no puede tener validez; parecidas tampoco una escala que esté midiendo, a la vez e indiscri indi scrimina minadamen damente, te, dist distinta intas s var variabl iables es supe superpue rpuestas stas..   Una

escala esca la ti tien ene e va vali lide dez z cu cuan ando do ve verd rdad ader eram amen ente te mi mide de lo que afirma medir medir.  

Clases de escalas. Es Esca cala lass no nomi mina nale less. Son aquellas en que sólo se manifiesta una equivalencia de categorías entre los diferentes puntos que asume la variable. Es como una simple lista de las diferentes posiciones que puede adoptar la variable, pero sin que en ella se defina algún tipo de orden o relación. Si en un una a in inve vest stig iga aci ción ón sob obre re ro rodu ducc cció ión n en ag agrí ríco cola la qu que eregión, re remo moss determinar los cereales que pse cultivan una cierta ten te ndr dre emos mos un una a va vari ria abl ble e qu que e se desi design gnar ará á co como mo "cereal cultivado". Los distintos valores que esa variable Entre estos rvalores, econocno e scabe eránobviamente : trigo, maíninguna z, centejerarquía, no, etc.  no se puede trazar ningún ordenamiento. Sin embargo, a la enunciación explícita de todas esas posibilidades la consideramos como

una escala, pues de algún modo es útil para medir el comportamiento de la variable, indicándonos en qué posición se halla en cada caso.  

Escalas ordinales.   Distinguen los diferentes valores de la vari va riab able le jera jerarq rqui uizá zánd ndol olos os si simp mple leme ment nte e de ac acue uerd rdo o con con un rango. Establecen unaque gradación entrede uno y otro valor de la escala,que de existe tal modo cualquiera ellos es mayor que el precedente y menor que el que le sigue a continuación. Sin embargo, la distancia entre un valor y otro no queda definida sin indeterminada. tale ta less esca es cala lass nos no s que escl escla aes re rece cen n so sola lam men ente te En el otras ra rang ngo opalabras, que que las las distintas posiciones guardan entre sí. Un ejemplo de escala ordinal es el que suele usarse para medir la variable "grado de escolaridad": podemos decir que una persona ha tenido años de instrucción escolar, ha recibido más que instrucción que2 quien sólo tiene un año, y menos que quien posee 3. Sin embargo, no puede afirmarse válidamente que la diferencia

entre quien posee 2 años de instrucción y quien ha recibido un año es igual a la diferencia entre quienes han recibido 16 y 17 años de educación formal.  

Escalas de intervalos iguales.   Ad Además de poseer la equivalencia de categorías y el ordenamiento interno entre ellas, tienen la de que la distancia entre inte in terv rval alo os est stá á característica cla clara ram men ente te de det termi ermina nada da y que ésto és toss sus so son n iguales entre sí. Un ejemplo típico de las escalas de intervalos iguales está dado por las escalas termométricas. Entre 23º y 24º ejemplo, la misma entreen 45ºlosy 46º C, C. por Muchas otrasexiste escalas, como diferencia las que seque utilizan tests psicológicos y de rendimiento, pertenecen a este tipo. La limitación que poseen es que no definen un cero absoluto, un valor límite que exprese realmente la ausencia completa de la cualidad medida.   Por ello no se pueden establecer equivalencias matemáticas como las de proporcionalidad: no puede afirmarse que 24º C es el doble de temperatura que 12º C, porque el cero de la escala es un valor 

arbitrario y no se corresponde con la ausencia absoluta de la variable que se mide.  

Escalas de cocientes.   Llamadas también de razones. En ella el lass se co cons nser erva van n ta tamb mbié ién n to toda dass la lass pr prop opie ieda dade dess de lo loss casos valor canteriores, ero real, pero con además lo que se seañade hacenla existencia posibles cde iertun as operaciones matemáticas, tales como la obtención de proporciones y cocientes. Esto quiere decir que un valor de 20 en departes este tipo doble de un valor de 10, o las de las una dos escala terceras de es 30.elSon escalas de cocientes que miden la longitud, la masa, la intensidad de la corriente eléctrica   y otras variables del mundo físico. Difí Di fíci cillment mente e la lass es esca cala lass que in inte terv rvie iene nen n en la lass ci cie enc ncia iass sociales son medidas con escalas de razones, ya que son con co ntad tados los los ca caso soss en que di dich cha as va vari riab able less pu pued ede en ser  ser  definid ida as con la exactitud y la pre reccis isió ión n nece cessaria rias. La economía y la demografía son, entre estas disciplinas, las que

más utilizan escalas de razones.  

ANALISIS UNIDIMENSIONAL VARIABLES OBJETIVAS

Utilidad Una sola escala Par todos los atributos

Valor nominal del atributo

0

Rango

La forma de la curva se define en función del contexto  

ANALISIS UNIDIMENSIONAL VARIABLES SUBJETIVAS Esta basado en escalas ordinales

CALIFICACION

UTILIDAD

1° 2° 3° 4° 5° 6° . .

100 90 80 60 50 40 . .

.

.

 

PONDERACION DE A ATRIBUTOS TRIBUTOS COMPARACIONES PAREADAS FACTORES DE PONDERACION COMPARACIONES PAREADAS DE SAATY

 

Teoría de la decisión FIN

 

Escalas de medición. La idea decaso medición, de medida, es intrínsecamente comparativa. Medir  algo, en el más sencillo, es determinar cuántas veces una cierta unidad o patrón de medida cabe en el objeto medido. Para medido.  Para medir la longitud de un objeto físico, desplazamos una regla graduada sobre el mismo, observando cuántas unidades (en este caso, centímetros o metros) abarca ese objeto. Es deci decirr, co comp mpar aram amos os el ob obje to con con nues nu estr tro o patr patrón ón de medi medici ción ón para para determinar cuántas unidades y jeto fracciones del mismo incluye. La medición de variables no físicas resulta, en esencia, un proceso idéntico al anterior . La dificultad reside en que las variables de este tipo no pueden medirse con escalas tan sencillas como las lineales  y en que, porr ot po otrra par arte te,, no ex exiist sten en pa para ra su com ompa para raci ció ón pa pattro ron nes de medi dida da universalmente definidos y aceptados. aceptados. Si deseamos medir el peso de un objeto, podremos expresar el valor del mismo en kilogramos o libras.  libras.   En cambio, para medir el grado de autoritarismo de un dirigente, no existe ni una un a un unid idad ad ni una esc sca ala gen ene era rallme ment nte e re reccon onoc ocid ida as, po porr lo qu que e el

investigador se ve obligado a elegir alguna escala de las que se han utilizado en otros trabajos o a construir una adaptada a sus necesidades específicas.  

Por esta razón, razón, medi medirr un concepto comple complejo jo impli implica ca reali realizar zar una serie de operaciones que no se hacen en el caso de variables como el peso o la longitud; será longitud;  será necesario definir las dimensiones que integran las variables, encontrar diversos indicadores que la reflejen y construir  luego una escala apropiada para el caso. Puede decirse que una escala es un continuo de valores ordenados correlativamente, que admite punto inicialpodemos y otro final. Si evaluamos el rendimiento académico deunestudiantes, asignar el valor  cero al mínimo rendimiento imaginable al respecto. Al mayor  rendimiento posible podemos atribuirle un valor 100, 20, 10 o 7 puntos, según resulte más práctico. Con estos dos valores tendríamos ya m arfeccio cadcionar osnarla, lla, os será límáitenec s esario de rionuasi esgnar tra r easclos ala.posibl ares a rendim condimien cluiiento r tos des confec con ser necesa asigna posPibles ren intermedios puntajes también intermedios. Con ello obtendremos una escala capaz de medir la variable rendimiento académico a través de loss in lo indi dica cado dore ress co con ncreto retoss de lo loss trab rabajos ajos pre present sentad ados os por los los

estudiantes, de sus exámenes, pruebas y otras formas de evaluación posibles.  

Para que una escala pueda considerarse como capaz de aportar información objetiva, debe reunir los siguientes requisitos básicos: básicos: Confiabilidad. Se refiere a la consistencia interior de la Confiabilidad.   Se misma, a su   capacidad para discriminar   entre un valor y otro. Cabe confiar en una escala cuando produzca constantemente los lo s mi mism smos os resu result ltad ados os al ap apli lica carl rla a a una una mi mism sma a mues muestr tra, a, es decir, cuando siempre los mismos objetos aparezcan valorados en la misma forma. ca a pa alceid a ceosn ca dirrot Validez. Inpdica cualidade sIndi aca ra lla as  c cu s adhadesidlo sltaruipdaaray mneodi otrrla as s parecidas.. Una escala confusa no puede tener validez; parecidas tampoco una escala que esté midiendo, a la vez e indiscri indi scrimina minadamen damente, te, dist distinta intas s var variabl iables es supe superpue rpuestas stas..   Una

es esca cala la ti tien ene e vali va lide z cu cuan ando do ve verd rdad ader eram amen ente te mi mide de lo que afirma medi medir r.dez

 

DISEÑO INSTRUMENT INSTRUMENTAL AL LOS INSTRUMENTOS

toss  es cualquier recurso de que Un instrumento de recolección de dato se vale el investigador para acercarse a los fenómenos y extraer de ellos información Dentro de cada instrumento pueden distinguirse dos aspectos: aspectos: La forma  se refiere a las técnicas que utilizamos para la tarea de aproximación a la realidad (observación, entrevista).

El co cont nten enid ido o:  queda expresado en la especificación de los datos que necesitamos Se concreta en una medir serie de ítems que nopero son otra cosa queconseguir. los indicadores que permiten a las variables, que asumen ahora la forma de preguntas, puntos a observar, elementos para registrar, etc.

 

El instrumento sintetiza en sí toda la labor previa de investigación: resume los aportes del marco teórico al seleccionar datos que corresponden a los indicadores y, porel lo tanto,concreto a las variables y conceptos también sintetiza diseño elegido para el trabajo.utilizados; pero

Mediante una adecuada construcción de los instrumentos de recolección, la in inve vest stig igac ació ión n alca alcanz nza a la ne nece cesa sari ria a corr corres espo pond nden enci cia a entr entre e teor teoría ía y hechos. ¿Qué ocurre si en una investigación los instrumentos son defectuosos?

Se producirán algunas de las siguientes dificultades dificultades:: datos atos rec recogi ogidos dos no no servirá servirán n para para satisfa satisfacer cer los los interr interroga ogante ntes s Los d 

iniciale inic iales; s;

No se datos podrán obtener los datosoque   Los da tos vendrá vendrán n falseados fal seados distnecesitamos, distorsion orsionados ados..

En estos casos, habrá habido, seguramente, uno o varios errores en las etapas anteriores del proceso de investigación. Será necesario, entonces,

volver volv er ha haci cia a at atrá ráss y revi revisa sarr las las dife difere rent ntes es etap etapas as real realiz izad adas as,, hast hasta a alcanzar una mejor aproximación al problema.

 

Datos primarios y secundarios. Ya hemos hablado de que los datos, según su procedencia, pueden dividirse en primarios y secundarios. Los   dat los s que el inv investiga igador obtien iene datos primarios son aquello directamente de la reali lid dad, recolectándolos los con sus propios ios instrumentos.

datos os sec secund undari arios os, por otra parte, son registros escritos que Los dat proceden también de un contacto con la práctica, pero que ya han sido elegidos y procesados por otros investigadores. Los datos primarios y secundarios no son dos clases esen es enci cial alme ment nte e dife difere rent ntes es de in info form rmac ació ión, n, si sino no part partes es de un una a misma secuencia: todo dato secundario ha sido primario en sus orígenes, y todo dato primario, a partir del momento en que el

investigador concluye su trabajo, se convierte en dato secundario para los demás.

 

Té Técn cnic icas as de re reco cole lecc cció ión n de da dato toss pr prim imar ario ios. s. La observación  Co Cons nsis iste te en el uso uso si sist stem emát átic ico o de nues nuestr tros os sent sentid idos os

orientados a la captación de la realidad que queremos estudiar.

Es una técnica antiquísima: a través de sus sentidos, el hombre capta la realidad que lo rodea, que luego organiza intelectualmente. A través de innumerables observaciones sistemáticamente repetidas, mayas y caldeos lograron penetrar miles en losde secretos movimiento de los cuerpos celestes; observando casos del concretos Mendel pudo formular las leyes sobre la herencia. El uso de nuestros sentidos es una fuente inagotable de datos que, tanto para la actividad científica como para la vida práctica, resulta de inestimable valor.

La en entr trev evis ista ta.. Consiste en una interacción entre dos personas, una de lass cual la cuales es - el inve invest stig igad ador or - form formul ula a de dete term rmin inad adas as preg pregun unta tass relativas al tema en investigación, mientras que la otra - el

investigado - proporciona verbalmente o por escrito la información que le es solicitada.  

Existe Exis ten n ad adem emás ás ot otro ross proc proced edim imie ient ntos os de reco recole lecc cció ión n de dato datoss prim rimarios, entre los que figuran el llamado cuestionario de autoaplicación, los tests, los di diaagr gram amas as so soci cio omét étri rico coss, las esca es cala lass y di dife fere renc ncia iale less se semá mánt ntic icos os, etc. sin embargo, todos tienen su or orig igen en,, en últi última ma in inst stan anci cia, a, en las las do doss pr prin inci cipa pale less té técn cnic icas as mencionadas.