Toma de Decisiones.
Abstract — Within this present summary is about decision making,
as well as operational research that covers all methods to reach an
optimal solution, it can be said that when talking about operational
research we are dealing with what is known as models and
mathematical algorithms because these will allow an optimal
solution for the owner of the company to be taken into account that
the solution will be verified and analyzed so that there can not be
a failure within the resolution that has been presented.
I. INTRODUCCION
SE REALIZA LA TOMA DE DECISIONES CON EL FIN DE BUSCAR
SOLUCIONES Y ALTERNATIVAS ANTE UN PROBLEMA
PRESENTADO, PARA PODER LLEVAR A CABO ESTA SOLUCION
SE TIENE QUE PSAR POR UNA SERIE DE PROCESOS LO CUAL SE
LE CONOCE COMO INVESTIGACION OPERATIVA LA MISMA QUE
SIGUE UN ESQUEMA EL CUAL HACE REDERENCIA A MODELOS
Y ALGORITMOS MATEMATICOS CON EL FIN DE LLEGAR A UNA
SOLUCION OPTIMA PARA EL PROBLEMA.
II. DESALLORRO
Dentro de la toma de decisiones el responsable principal
siempre será e gerente de la empresa, el gerente de la empresa
deberá definir y formular el objetivo, así como también deberá
identificar las restricciones y sobre todo evaluar las alternativas
para de esa manera llegar a una solución óptima.
Aspectos que caracterizan a la Investigación Operativa
1. Toma de datos.
2. Empleo de modelos matemáticos para el análisis de la
situación normalmente es un caculo estadístico.
3. Obtención de las políticas optimas que corresponde al
modelo.
4. Modificación de las políticas de acuerdo con factores
reales no considerados en el modelo.
Durante la implementación de la investigación operática
obtuvieron el método Simplex para la resolución de problemas
de Programación Lineal, desarrollado por George Dantzig.
Dentro de la investigación operativa se utilizaron diferentes
herramientas como son:
 Programación Lineal.
 Programación dinámica.
 Teoría de Colas
 Teoría de Inventarios.
Dentro del segundo factor importante ne la investigación de
operación fue el desarrollo de la Computadora Digital.
Definición de Investigación de Operación
¨Es un método científico para proporcionar a los
departamentos ejecutivos bases cuantitativos para la toma de
decisiones relativas olas operaciones bajo su control. ¨(Morse
y Kimball (1951)).
Conceptualizaciones.
1. Aplicación del método científico a los problemas
relativos a la dirección y gestión de grandes sistemas.
2. Método científico para ayudar a la toma de decisiones
a los departamentos ejecutivos.
3. Forma de diseñar y operar sistemas.
Características de Investigación de Operaciones.
se utiliza diferentes características para determinar la mejor
solución o solución óptima, de n problema con recursos
limitados.
 Visualización: se tiene dos tipos de visualización
como son
 Como ciencia: la cual ofrece
técnicas y algoritmos matemáticos
para resolver los problemas de
decisión.
 Como arte: ofrece la solución del
modelo matemático, el mismo que
dependerá de la creatividad y la
habilidad de los analistas que se
encuentran encargados de la toma de
decisiones.
 Se emplea coordinación de operaciones y actividades
de organización, esto se realiza mediante el empleo de
modelos los mismos que describen las iteraciones.
 Usa el modelo científico para investigar el problema,
este empieza con la observación y la formulación del
problema recolectando datos pertinentes.
 Presenta el problema cualitativamente para analizarlo
y evaluarlo según los criterios comunes en la
organización.
Técnicas de Investigación Operativa: Aplicaciones.
ayuda a la resolución de problemas concretos que
determina campos de aplicación como son:
A. Control de inventario: resuelve problemas d logística de
almacenes los cuales están relacionados con las decisiones
¿Cuánto?
¿Cuándo?
Estas preguntas se deben tomar en cuenta ya que estas
ayudaran a minimizar el coste total.
Aplicaciones:
compra optima de proveedores.
Producción deseada con los costes mínimos.
 Programación de productos.
Nivel óptimo de existencias de seguridad.
Considerar cantidad económica.
B. Teoría de colas: es el número de clientes que llegan a
solicitar un servicio. Esta cola se genera en función del
tiempo promedio de llegada y tiempo promedio de servicio.
Aplicaciones:
Numero óptimo de cajas de pago y determinación.
Numero de servidores, procesadores para que el
rendimiento sea más óptimo.
Fases de aplicación.
C. Procesos de situación remplaza (Fiabilidad): se puede
realizar de manera preventiva o correctica ya sea par
desgaste o fallo general del componente del sistema.
Aplicaciones:
Poder adquirir equipo de innovación tecnológica.
Reutilizar el equipo, proporcionar el servicio
necesario.
Evaluar la conveniencia para la organización.
D. Teoría de juegos: determinar la selección de acuerdo a las
probabilidades teniendo en cuenta la primera selección.
Aplicaciones:
Conocer de manera fiable la lealtad de los
clientes.
Medir la efectividad de las campañas
publicitarias.
E. Modelo de optimización de redes: problemas que se
pueden representar, disponer de un algoritmo
especifico con el fin de obtener una solución óptima.
Aplicaciones:
Problema transporte.
Problema asignación.
Problema ruta más corta.
Árbol de expansión.
Problema de flujo.
F. Gestión de proyectos PERT/CPM: permite
planificar, programar y controlar proyectos.
Aplicaciones:
Obtención del plazo óptimo de entrega del
proyecto.
Estudio de la relación entre el plazo de
entrega y el coste del proyecto.
Obtener un calendario de ejecución factible.
Realizar seguimiento y control del proyecto.
G. Simulación: es la resolución de problemas aplicando
uno o más procesos que tiene la investigación
operativa a su vez busca alternativas óptimas.
Aplicaciones:
Combinación de productos.
Analizar lugares óptimos.
Analizar las alternativas de inversión.
Simular reglas de decisión de operaciones de
fabricación.
H. Programación matemática: toma de decisiones con
contexto de recursos disponibles en cantidades
limitadas, determina la asignación de recursos de
manera eficiente.
Aplicaciones:
Asignación de trabajadores.
Distribución optima de activo fijo.
I. Proceso combinado: necesita más de una herramienta
para llegar a la solución integral.
Aplicaciones.
Combinar donde hay interrelación.
1. Definición del problema: el problema debe estar bien
definido antes de intervenirlo. Dentro de la definición
del problema se debe tomar algunos puntos a
consideración como son:
 datos incompletos.
 Diferencias de opinión.
 Presupuesto
 Límite de tiempo para tomar decisiones.
 Cuestiones políticas.
Dentro de la definición del problema se debe
definir un Plan de Trabajo para ello se deberá
tener considerar lo siguiente:
1) Observar: se debe analizar desde
diferentes puntos de vista.
2) Ser consciente de las realidades
políticas.
3) Decidir que se quiere realmente: el
analista debe tener claro los objetivos.
4) Identificar restricciones.
5) buscar información de modo
continuo: el analista siempre debe
mantener contacto con el decisor.
2. Modelo matemático: es un proceso que reconoce un
problema para cuantificarlo transformando las
expresiones verbales en expresiones matemáticas.
Pasos a seguir para el modelo matemático.
1) Identificar las variables de decisión:
Determinar las variables del problema.
2) Identificar la función objetiva: encontrar el
modo de optimizar.
Preguntas que se puede plantear.
¿Qué es lo que se quiere conseguir?
¿Qué interesa más?
3) Identificar restricciones:
recursos disponibles.
Fechas límites.
Restricciones impuestas por la
naturaleza del problema.
4) Traducir los elementos básicos a un
modelo matemático: identificar los
elementos y expresarlos matemáticamente.
3. Resolución del modelo: se aplican métodos y
algoritmos para la resolución del problema.
Pasos para resolución del modelo:
1. Elegir la técnica adecuada: cuando el
método tiene una gran complejidad se
 utiliza el método de Heuristics de
resolución.
2. Generar soluciones del modelo: los
problemas deben ayudarse de un
ordenador el cual utilizara diferentes
algoritmos de la investigación operativa.
3. Comprobador/ validar resultado:
prueba y mejora el resultado de un
modelo para incrementar su validez, esto
implica volver a la etapa 1 o 2 para
rectificar la solución.
4. Revisar el modelo matemático:
La hipótesis debe ser estudiada.
La exactitud de los datos debe ser
comprobados.
Restricciones revisadas.
5. Análisis de sensibilidad: estudia los
cambios que puede sufrir la solución.
III. CONCLUSIONES
Al hablar de la investigación de operación e hace alusión a una
posible solución o posible alternativa de un problema
presentado dentro de una organización, ya que esta
investigación contiene una serie de métodos que permitirán
llegar a encontrar una solución óptima, para el problema
presentado, al utilizar la investigación operativa se deberá de
seguir un esquema de algoritmos y modelos que están
relacionados directamente con las matemáticas ya que de esa
manera es más fácil resolver el problema de manera
cuantitativa, presentando al propietario de la organización una
solución o una alternativa bastante factible para los objetivos
que se ha planteado dentro de la organización.