Monografía modelo toma de decisiones

1. Estudiante Paulina Morales Román
1028-07-16195
Cobán Alta Verapaz, 14 de marzo de 2014

2.  La monografía titulada Modelos para la Toma de Decisiones y su
Aplicación en las Empresas se elabora como parte de la preparación,
adquisición de conocimientos y de aplicación en campo laboral.
 El tema es parte del programa de estudios de pos grado y la necesidad
de de adquisición de conocimientos para aplicarlo en la gerencia, es de
reconocer que existen tomadores de decisiones que se enfrentan
muchas veces a un sin número de eventos y que no toman decisiones
correctas, teniendo como consecuencia malos resultados
 Comprender y entender de lo que refiere cada tipo de Modelo de toma
de decisión, la relación o la diferencia que existe entre estos ayudara a
que al frente de las empresas haya excelentes gerentes con excelentes
resultados. Para tomar decisiones es necesario analizar profundamente
cada situación, ya que difieren una de la otra.
 Esta investigación sobre Modelos nos muestra y ejemplifica las
estrategias a seguir para cada evento que se presente en la vida se
analice la probabilidad de tener los resultados esperados.

3.  La toma de decisiones es el proceso mediante el cual se realiza una
elección entre las opciones o formas para resolver diferentes
situaciones de la vida en diferentes contextos: a nivel laboral, familiar,
sentimental, empresarial (utilizando cuantitativas que brinda
la administración).
 La toma de decisiones consiste, básicamente, en elegir una opción
entre las disponibles, a los efectos de resolver un problema actual o
potencial (aún cuando no se evidencie un conflicto latente).
 La toma de decisiones se define como la selección de un curso de
acción entre varias opciones; también como la selección racional de un
curso de acciones

4.  Modelo racional o clásico de optimización
 Modelo de satisfacción
 Modelo de Selección
 Modelo Psicológico
 Modelo Burocrático
 Modelo Político
 Modelo del Bote de Basura

5.  La teoría de decisiones es una manera analítica y
sistemática de enfrentar los problemas. Una buena
decisión se basa en la lógica, qué marca la diferencia entre
las buenas y las malas decisiones. Considera todos los
datos disponibles y las alternativas posibles, y aplica el
enfoque cuantitativo que se vaya a describir. En ocasiones,
una buena decisión tiene un resultado inesperado
desfavorable. No obstante, si se realiza de manera
adecuada, todavía sería una buena decisión. Una mala
decisión no está basada en la lógica, no utiliza toda la
información disponible, no considera todas las alternativas
ni emplea las técnicas cuantitativas adecuadas. Si alguien
toma una mala decisión, pero aún Aunque algunas veces
buenas decisiones lleven a malos resultados, a largo
plazo, el uso de la teoría de las decisiones tendrá
resultados exitosos.

6.  1. Definir con claridad el problema que
enfrenta.
 2. Hacer una lista de las alternativas posibles.
 3. Identificar los resultados posibles o los
estados de naturaleza.
 4. Numerar los pagos (típicamente las
ganancias) de cada combinación de
alternativas y resultados.
 5. Elegir uno de los modelos matemáticos de
la teoría de las decisiones.
 6. Aplicar el modelo y tomar la decisión.

7.  Los tipos de decisiones que toma la gente
dependen de cuánto conocimiento o
información tengan acerca de la situación.
Hay tres entornos para la toma de decisiones:
 Toma de decisiones con certidumbre ( se
toma con opción de decisión)
 Toma de decisiones con incertidumbre (no
se conoce la probabilidad)
 Toma de decisiones con riesgo(Cuando hay
varios resultados posibles)

8.  Cualquier problema que se pueda presentar en una tabla
de decisiones también se puede ilustrar con una gráfica
denominada árbol de decisiones. Todos los árboles de
decisiones son similares en cuanto a que contienen puntos
de decisión o nodos de decisión y puntos de estados de
naturaleza o nodos de estado de naturaleza: Un nodo de
decisión es aquel donde se puede elegir una entre varias
alternativas. Un nodo de estado de naturaleza indica de los
estados de naturaleza que pueden ocurrir al dibujar un
árbol, comenzamos por la izquierda y nos movemos hacia
la derecha. Así, el árbol presenta decisiones y resultados
en orden secuencial. Las líneas o ramas que salen de los
cuadros (nodos de decisión) representan alternativas; en
tanto que las ramas que salen de los círculos representan
estados de naturaleza.

9. Es un instrumento para medir las oportunidades de que
un evento ocurra.
Cuando se usa probabilidad se expresa la incertidumbre,
el lado determinista tiene una probabilidad de 1 (o cero),
mientras que el otro extremo tiene una probabilidad plana
(todas igualmente probables). Por ejemplo, si usted tiene
certidumbre de la ocurrencia (o no ocurrencia) de un
evento, usa una probabilidad de uno (o cero). Si usted
tiene incertidumbre, entonces usa la expresión "En
realidad no sé", por lo tanto, puede o no ocurrir con una
probabilidad del 50%.
Esta es la noción de Bayes de que la evaluación de la
probabilidad siempre es subjetiva. Es decir, la
probabilidad siempre depende de cuánto conoce el
decisor. Si sabe todo lo que puede saber, la probabilidad
pasará a ser 1 o 0.

10.  1. Definir el problema.
 2. Estructurar o dibujar un árbol de
decisiones.
 3. Asignar probabilidades a cada estado de
naturaleza.
 4. Estimar los pagos para cada combinación
posible de alternativas y estados de
naturaleza.
 5. Resolver el problema comparando los
valores monetarios esperados (VME) para
cada

11.  Los contenidos de los escritos con respecto a los
Modelos de Toma de Decisiones y su aplicación
en una empresa se relacionan y dan a conocer
como aporte al gerente los elementos básicos
que debe utilizar para el análisis estratégico de
un evento.
 El Modelo Probabilístico muestra que el gerente
no se preocupa solo por los resultados que se
tengan sino también de la cantidad de riesgos
que se pueda dar por cada decisión que se tome.
 Cada decisión que se tome puede influir o
cambiar el futuro, esto quiere decir que los
gerentes tienen más interés en lo resultados que
se obtengan.