UNIDAD 2.

1
DATOS EN FORMA DETERMINSTICA

A diferencia de los procesos de toma de decisiones determinsticas tal

como, optimizacin lineal resuelto mediante sistema de ecuaciones, sistemas paramtricos de
ecuaciones y en la toma de decisin bajo pura incertidumbre, las variables son normalmente
ms numerosas y por lo tanto ms difciles de medir y controlar. Sin embargo, los pasos para
resolverlos son los mismos. Estos son:
1. Simplificar
2. Construir un modelo de decisin
3. Probar el modelo
4. Usando el modelo para encontrar soluciones:
o El modelo es una representacin simplificada de la situacin real
o No necesita estar completo o exacto en todas las relaciones
o Se concentra en las relaciones fundamentales e ignora las irrelevantes.
o Este es entendido con mayor facilidad que un suceso emprico (observado), por
lo tanto permite que el problema sea resuelto con mayor facilidad y con un
mnimo de esfuerzo y prdida de tiempo.
5. El modelo puede ser usado repetidas veces para problemas similares, y adems puede
ser ajustado y modificado.
Afortunadamente, los mtodos probabilsticos y estadsticos para el anlisis de toma
de decisiones bajo incertidumbre son ms numerosos y mucho ms poderosos que nunca. Las
computadoras hacen disponible muchos usos prcticos. Algunos de los ejemplos
de aplicaciones para negocios son los siguientes:

Un auditor puede utilizar tcnicas de muestreo aleatorio para auditar las cuentas por
cobrar de un cliente.

Un gerente de planta puede utilizar tcnicas estadsticas de control de calidad para

asegurar la calidad de los productos con mnima inspeccin y menor nmero de
pruebas.

Un analista financiero podra usar mtodos de regresin y correlacin para entender

mejor la analoga entre los indicadores financieros y un conjunto de otras variables de
negocio.

Un analista de mercadeo podra usar pruebas de significancia para aceptar o rechazar

una hiptesis sobre un grupo de posibles compradores a los cuales la compaa est
interesada en vender sus productos.

Un gerente de ventas podra usar tcnicas estadsticas para predecir las ventas de los
prximos periodos.

DISTRIBUCIN NORMAL:
La distribucin normal es una distribucin continua centrada y simtrica. Existe una
infinidad de variables aleatorias normales que se componen por sus valores de media y
desviacin estndar. El centro de la grfica corresponde a la media del mismo. La distancia
del punto mximo al punto de inflexin de la grfica es la desviacin estndar. La grfica va
desde el infinito negativo hasta el infinito. Gracias al procedimiento de estandarizacin, toda
grfica normal se puede transformar en una grfica normal estndar que es til para conocer el
rea bajo la curva, entre otros datos. La variable aleatoria normal se denota con la letra Z. El
comportamiento de esta distribucin corresponde al teorema del lmite central.

DISTRIBUCIN BINOMIAL
La distribucin Binomial es un caso particular de probabilidad de variable aleatoria
discreta, y por sus aplicaciones, es posiblemente la ms importante.
Esta distribucin corresponde a la realizacin de un experimento aleatorio que cumple con las
siguientes condiciones:
* Al realizar el experimento slo son posible dos resultados: el suceso A, llamado xito, o su
contrario A, llamado fracaso.
* Al repetir el experimento, el resultado obtenido es independiente de los resultados obtenidos
anteriormente.
* La probabilidad del suceso A es constante, es decir, no vara de una prueba del experimento
a otra. Si llamamos p a la probabilidad de A, p(A) = P, entonces p(A) = 1 p = q
* En cada experimento se realizan n pruebas idnticas.
Todo experimento que tenga estas caractersticas se dice que sigue el modelo de
la distribucin Binomial o distribucin de Bernoulli.
En general, si se tienen n ensayos Bernoulli con probabilidad de xito p y de fracaso q,
entonces la distribucin de probabilidad que la modela es la distribucin de probabilidad
binomial y su regla de correspondencia es:

Como el clculo de estas probabilidades puede resultar algo tedioso se han construido tablas
para algunos valores de n y p que facilitan el trabajo.

UNIDAD 2.2
CLASIFICACIN DE LA TOMA DE DECISIONES
La toma de decisiones la podemos clasificar en:
1 Programadas: presenta soluciones repetitivas.
2 No programadas: son de forma espontnea.
3 Coercitivas: son decisiones obligadas y para cualquier situacin la decisin es el resultado
del trabajo y empeo de una persona (enfoque individual) o de un grupo (enfoque grupal).
En el enfoque individual se toma en cuenta los valores, la personalidad, la propensin,
el riesgo y el potencial de disonancia, los que van a permitir ejecutar los pasos de determinar,
evaluar y seleccionar; y en el enfoque grupal se colocan pasos adicionales, los pasos son:
determinar, evaluar, recomendar y seleccionar directamente la alternativa o sugerirla a un
gerente individual que seleccionara la alternativa que deber elegirse.
POR NIVELES
La clasificacin por niveles se realiza en base al nivel jerrquico que ocupa la persona
que realiza la decisin.
Las decisiones estratgicas se refieren a las decisiones que se toman para relacionar
la empresa con su entorno. Son decisiones de gran trascendencia en cuanto que definen los
objetivos y las lneas de accin a seguir en la empresa. Suelen ser a largo plazo y tienen un
carcter no repetitivo. La informacin que se tiene para realizar este tipo de decisiones es
escasa, y los efectos que producen estas decisiones pueden comprometer el desarrollo de la
empresa e incluso su supervivencia. Por ello al tomar estas decisiones se requiere un alto
grado de reflexin y de juicio por parte del decisor. Decisiones estratgicas sern por ejemplo
la localizacin de la empresa, la capacidad que se le dota a la empresa (capacidad productiva),
el lanzamiento de un nuevo producto al mercado (crecer, diversificarse).
Las decisiones tcticas don las decisiones que se toman en el nivel intermedio de la
empresa por parte de los directores de departamento. Las decisiones tcticas deben ayudar a
conseguir los objetivos fijados a nivel estratgico, estas decisiones estn subordinadas a las
decisiones estratgicas. Estas decisiones pueden ser repetitivas, y sus consecuencias tienen
lugar en un plazo no muy largo en el tiempo, por lo general son reversibles, y sus

consecuencias no son muy importantes a no ser que los errores se vayan acumulando.
Ejemplos sern: las decisiones sobre una campaa de publicidad (se tomar a nivel del
departamento de Marketing; reversibles).
Las decisiones operativas son las que se toman en el nivel ms bajo de los directivos
de la empresa. Estas decisiones son repetitivas por lo que la informacin necesaria para tomar
la decisin es fcilmente disponible. Los errores se pueden corregir fcilmente, ya que su
grado de manifestacin es el corto plazo, y por lo tanto las sanciones en el caso de cometer un
error son mnimas. Ejemplos: la programacin diaria de la produccin, un vendedor que se
programa las visitas diariamente.
POR MTODO
Esta clasificacin se realiza atendiendo al mtodo utilizado para la toma de decisiones.
Segn esta clasificacin se distingue entre decisiones programadas y decisiones no
programadas.
Las decisiones programadas son aquellas decisiones repetitivas y rutinarias, por lo
tanto, se puede establecer un mtodo que ayude a la toma de decisin.
Las decisiones no programadas son nuevas, por lo tanto no se puede establecer
ningn mtodo previo para la toma de este tipo de decisiones, y esto es porque o el problema
es nuevo, o porque es tan importante que merece un tratamiento especial, o aunque se trate de
un problema repetitivo las condiciones internas o externas han variado y por lo tanto los
mtodos anteriores ya no sirven.
SNTESIS
Esta clasificacin se puede considerar una sntesis de las dos anteriores. En esta clasificacin
se tiene en cuenta a la vez el mtodo utilizado y el nivel que tiene dentro de la empresa la
persona que toma la decisin.
Las decisiones estructuradas son aquellas que las fases de inteligencia, diseo y
eleccin, son estructuradas, es decir, que se pueden emplear mtodos previos para la
resolucin del problema. Estas coincidiran tanto con las decisiones programadas de la
clasificacin anterior como con la mayora de las decisiones operativas. Ejemplos: la gestin
de stocks. Sin embargo, tambin pueden existir decisiones estratgicas que sean estructuradas,
como puede ser la localizacin de la empresa etc., que si bien es tomada por la decisin de la
empresa son estratgicas, pero si que existen modelos matemticos para resolver el problema
de localizacin de la planta de la empresa.
Las decisiones semiestructuradas. Su rasgo caracterstico es que la fase de
inteligencia no se puede formalizar, no se puede establecer un mtodo para detectar el
problema, pero una vez detectado el problema ya se pueden establecer modelos matemticos
en las fases de diseo y eleccin. Ejemplos: los planes de renovacin de equipos. Esto
correspondera con las decisiones tcticas, aunque algunas de las decisiones estratgicas
pueden ser semiestructuradas como pueden ser la decisin de fusionar la empresa.

Las decisiones no estructuradas se caracterizan porque ninguna fase del proceso de

toma de decisiones es estructurada. Estas coincidiran con las decisiones no programadas y
con la mayora de las decisiones estratgicas.