República Bolivariana de Venezuela.

Universidad José María Vargas.

Facultad de Administración, Gerencia y Contaduría.

Asignatura: Estadística y Probabilidades II

MINI PROYECTO SEGUNDO CORTE

                                                                                              Profesor:                                                                                                                                                                                            Llendy Gil

                                                                                                                 

              Autor:

                        Keilin Rosales C.I: 24.205.384

Jeanette Joya C.I: 23.442.370

Caracas,  Octubre  2015

INDICE

INTRODUCCIÓN                                                                                                               3

TOMA DE DECISIONES                                                                                                   4

METODOS DETERMINÍSTICOS                                                                                       6

TOMA DE DECISION CON CERTIDUMBRE                                                                    7

MÉTODO MONTE CARLO                                                                                                7

ARBOL DE DECISIONE                                                                                                    7

METODOS PROBABILISTICOS                                                                                      10

TOMA DE DECISION CON INCERTIDUMBRE                                                              10

METODO LAPLACE                                                                                                        10

METODO HURWICS                                                                                                       11

METODO SAVAGE                                                                                                          12

CONCLUSIÓN                                                                                                                  13

BIBLIOGRAFIA                                                                                                                 14

INTRODUCCIÓN

La interpretación de las decisiones gerenciales bajo incertidumbre y, en general, de las distintas ciencias, dependen en gran parte de los métodos estadísticos. Por ello, es fundamental que los gerentes se familiaricen con los razonamientos estadísticos como una herramienta más de marketing, de diferenciación respecto de la competencia.

La estadística ayuda a corroborar hipótesis proporcionando un soporte matemático a las observaciones realizadas. Es una ciencia probabilística, por lo que no hay lugar para las afirmaciones categóricas o negaciones rotundas, que siempre deben estar enmarcadas en un nivel de significación o dentro de un margen de error, Para tomar una decisión, cualquiera que sea su naturaleza, es necesario conocer, comprender, analizar un problema, para así poder darle solución.

TOMA DE DECISIONES

Para que la organización alcance sus objetivos es indispensable que la información llegue en el momento oportuno a los centros adecuados en donde se han de tomar las decisiones necesarias. La esencia de la toma de decisiones consiste en la formulación de cursos de acción alternativos, y la elección entre alternativas después de una evaluación de s eficacia para lograr los objetivos. Las decisiones tienen una importancia trascendental para el mundo empresarial, sin embargo, es poco conocido en qué consiste tal actividad. Es debido a la calidad de las decisiones, más que a factores externos, que depende el éxito o fracaso de un negocio. Por esto, es que todo empresario debe tener destrezas de análisis para la toma de decisiones. Durante este apartado se discutirán los conceptos de recursos y costo beneficio que están comprendidos en toda decisión. El tiempo y el espacio físico son recursos escasos, otros cuatro recursos básicos e importantes en cualquier empresa, son:

Ø  Cultura Corporativa: Lograr la productividad es más fácil en un ambiente que la fomente. Para lograr una cultura de eficiencia y productividad el estilo gerencial es bien importante.

                                      

Ø  Personal: Es el recurso más valioso de la empresa, es a través del esfuerzo que éste realiza que se logran los objetivos. La cultura corporativa es fundamental para las actitudes y el uso óptimo de las destrezas del personal.

Ø  Tecnología: Se entiende en un sentido amplio. No sólo están incluidas las máquinas, sino también, la tecnología en recursos humanos es establecer la organización interna para facilitar la obtención de resultados. La tecnología permite mayor disponibilidad de información. Mientras mejor informado se esté, se estará en mejor posición para tomar decisiones.

Ø  Capital: Este recurso es tan importante como los demás. Muchas veces al no capitalizar en los recursos antes mencionados, se traduce en mayor costo del recurso capital. Una pobre cultura organizacional implica mayores costos de fricción. Esta ineficiencia implica más inversión de dinero para lograr las metas. Por ejemplo, se crean más procedimientos y controles, aumenta la burocracia.

METODOS DETERMINISTICOS

Son aquellos donde se supone que los datos se conocen con certeza, es decir, se supone que cuando el modelo sea analizado se tiene disponible toda la información necesaria para la toma de decisiones.  Además de ser una herramienta fundamental para la toma de decisiones, optimiza los resultados logísticos, administrativos y financieros de una organización con el fin de mejorar procesos, reducir costos y mejorar sus recursos técnicos.

Así mismo, plantea distintos métodos para solucionar problemas relacionados con el transporte, la asignación y la distribución, elementos claves para la solución eficiente de inconvenientes y/o dificultades que se puedan presentar en el ejercicio empresarial.

TOMA DE DECISIÓN CON CERTIDUMBRE

ü  METODO MONTE CARLO

 El Método de Monte Carlo da solución a una gran variedad de problemas matemáticos haciendo experimentos con muestreos estadísticos en una computadora. El método es aplicable a cualquier tipo de problema, ya sea estocástico o determinístico.

A veces la aplicación del método de Monte Carlo se usa para analizar problemas que no tienen un componente aleatorio explícito; en estos casos un parámetro determinista del problema se expresa como una distribución aleatoria y se simula dicha distribución.

ü  ARBOL DE DECISIONES

Es un diagrama que representan en forma secuencial condiciones y acciones; muestra qué condiciones se consideran en primer lugar, en segundo lugar y así sucesivamente. Este método permite mostrar la relación que existe entre cada condición y el grupo de acciones permisibles asociado con ella.

            Un árbol de decisión sirve para modelar funciones discretas, en las que el objetivo es determinar el valor combinado de un conjunto de variables, y basándose en el valor de cada una de ellas, determinar la acción a ser tomada. Cada vez que se ejecuta un árbol de decisión, solo un camino será seguido dependiendo del valor actual de la variable evaluada.
Se recomienda el uso del árbol de decisión cuando el número de acciones es pequeño y no son posibles todas las combinaciones.

           

El uso que lleva los arboles de decisiones es primero que todo, la necesidad de describir condiciones y acciones llevan a los analistas a identificar de manera formal las decisiones que actualmente deben tomarse.

            Los árboles de decisión no siempre son la mejor herramienta para el análisis de decisiones. El árbol de decisiones de un sistema complejo con muchas secuencias de pasos y combinaciones de condiciones puede tener un tamaño considerable. El gran número de ramas que pertenecen a varias trayectorias constituye más un problema que una ayuda para el análisis. En estos casos los analistas corren el riesgo de no determinar qué políticas o estrategias de la empresa son la guía para la toma de decisiones específicas. Cuando aparecen estos problemas, entonces es momento de considerar las tablas de decisión.

METODOS PROBABILISTICOS

Los modelos probabilísticos están ampliamente basados en aplicaciones estadísticas para la evaluación de eventos incontrolables (o factores), así como también la evaluación del riesgo de sus decisiones. La Probabilidad se deriva del verbo probar lo que significa "averiguar" lo que no es tan fácil de obtener o entender. La palabra "prueba" tiene el mismo origen el cual proporciona los detalles necesarios para entender lo que se requiere que sea cierto.

TOMA DE DECISIÓN CON INCERTIDUMBRE

ü  METODO LAPLACE

Está basado en el Principio De razón insuficiente: No existe ninguna razón para suponer que un estado se puede presentar antes que los demás, podemos considerar que todos los estados tienen la misma probabilidad de ocurrencia, es decir, la ausencia de conocimiento  sobre el estado de la naturaleza equivale a afirmar que todos los estados son equiprobables.

      La regla de Laplace selecciona como alternativa óptima aquella que proporciona un mayor resultado esperado: 

ü  METODO HURWICS

Se trata de un criterio intermedio entre el criterio de Wald y el criterio maximax. Dado que muy pocas personas son tan extremadamente pesimistas u optimistas como sugieren dichos criterios, Hurwicz (1951) considera que el decisor debe ordenar las alternativas de acuerdo con una media ponderada de los niveles de seguridad y optimismo:

 Donde a es un valor específico elegido por el decisor y aplicable a cualquier problema de decisión abordado por él, por lo que T(ai) = asi + (1-a)oi. Así, la regla de decisión de Hurwicz resulta ser:

Ø  Los valores de a próximos a 0 corresponden a una pensamiento optimista, obteniéndose en el caso extremo a=0 el criterio maximax.

Ø  Los valores de a próximos a 1 corresponden a una pensamiento pesimista, obteniéndose en el caso extremo a=1 el criterio de Wald.

ü  METODO SAVAGE

En 1951 Savage  argumenta que al utilizar los valores xij para realizar la elección, el decisor compara el resultado de una alternativa bajo un estado de la naturaleza con todos los demás resultados, independientemente del estado de la naturaleza bajo el que ocurran. Sin embargo, el estado de la naturaleza no es controlable por el decisor, por lo que el resultado de una alternativa sólo debería ser comparado con los resultados de las demás alternativas bajo el mismo estado de la naturaleza.

Con este propósito Savage define el concepto de pérdida relativa o pérdida de oportunidad rij asociada a un resultado xij como la diferencia entre el resultado de la mejor alternativa dado que ej es el verdadero estado de la naturaleza y el resultado de la alternativa ai bajo el estado ej:

Savage propone seleccionar la alternativa que proporcione la menor de las mayores pérdidas relativas, es decir, si se define r_i como la mayor pérdida que puede obtenerse al seleccionar la alternativa a_i, 

           

El criterio de Savage resulta ser el siguiente:

CONCLUSIÓN

El uso del análisis probabilístico puede ser muy útil para la gestión de riesgos en países en desarrollo, donde la información, recursos y la especialización técnica es a menudo escasa. Actualmente, la mayoría de las agencias regulatorias en el mundo recomiendan el uso de los enfoques determinísticos para el análisis de los problemas relacionados con la toma de decisiones. Sin embargo, este enfoque no incorpora la incertidumbre en las variables, ni su propagación a través de los distintos procesos en que intervienen. Con ello se reduce arbitrariamente la complejidad del problema y se desaprovecha información valiosa para la definición de políticas realistas que, junto con proteger la salud, sean factibles técnicamente y razonables económicamente. A menudo, se usan valores extremos de las variables para asegurar que se consideran posibles (aunque quizá improbables) estados de la naturaleza.

Keilin Rosales

Para la solución de un determinado problema, se debe identificar primero un criterio mediante el cual se escoge un modelo a seguir cuyos parámetros fluctúen de manera efectiva; esto establece el rendimiento o efectividad que resulte en términos de menos costos y más beneficios. Para esto, en un conjunto de problemas previamente formulados se toman en cuentan distintas variables con sus respectivas restricciones, con el fin de llegar a una única función objetivo que incluya la mayor complejidad en las relaciones y una cantidad mayor de variables y elementos ajenos al modelo determinístico que hará posible una aproximación a un modelo probabilístico o de enfoque estocástico. Todo esto conlleva a tomar una decisión sobre el método más efectivo a utilizar que represente el resultado deseado.

Así mismo, estos modelos determinísticos asociados a la logística empresarial junto con la administración de proyectos se enfocan para sortear diferentes situaciones que se presenten, y además garantizar el cumplimiento de los objetivos dentro de los tiempos estipulados.

                        Jeannette Joya

BIBLIOGRAFÍAS

http://www.contrib.andrew.cmu.edu/~mgoic/files/documents/optimization/modelos.pdf Modelamiento de problemas de Programación Lineal con Variables Continuas, Universidad de Chile, Facultad de Ciencias Físicas y Matemáticas, Departamento de Ingeniería Industrial.

http://es.wikipedia.org/wiki/Modelo_determin%C3%ADstico, Modelos Determinísticos, Licencia Creative Commons Atribución Compartir Igual 3.0 mayo de 2012.

http://thales.cica.es/rd/Recursos/rd99/ed99-0191-03/laplace.htm

http://www.deltaasesores.com/articulos/gestion-de-proyectos/349-administracion-de-proyectos-i-. Administración de Proyectos I.

http://www.monografias.com/trabajos-pdf4/ejercicios-resueltos-programacion-lineal-2da-parte/ejercicios-resueltos-programacion-lineal-2da-parte.pdf. Ejercicios resueltos de programación lineal Ing. José Luis Albornoz Salazar, Septiembre de 2010.