Ingeniería Economica

1. UNIDAD 1 TOMA DE DECISIONES
La Investigación de Operaciones hace uso de métodos cuantitativos como
herramienta de apoyo para el proceso de toma de decisiones. En cualquier ámbito
de la actividad humana se deben tomar decisiones de distinta índole y la forma en
cómo éstas se toman se pueden basar en una perspectiva cualitativa o
cuantitativa. En el ambiente actual donde la complejidad de los problemas es
creciente, debido a un ambiente más globalizado y competitivo, la Investigación
de Operaciones ha permitido abordar de forma eficiente modelos que responden
a distintas problemáticas, superando ampliamente los procedimientos cualitativos.
La Investigación de Operaciones es una disciplina donde las primeras actividades
formales se dieron en Inglaterra en la Segunda Guerra Mundial, cuando se
encarga a un grupo de científicos ingleses el diseño de herramientas cuantitativas
para el apoyo a la toma de decisiones acerca de la mejor utilización de materiales
bélicos. Se presume que el nombre de Investigación de Operaciones fue dado
aparentemente porque el equipo de científicos estaba llevando a cabo la actividad
de Investigar Operaciones (militares). Una vez terminada la guerra las ideas
utilizadas con fines bélicos fueron adaptadas para mejorar la eficiencia y la
productividad del sector civil. Una de las áreas principales de la Investigación de
Operaciones es la Optimización o Programación Matemática. La Optimización se
relaciona con problemas de minimizar o maximizar una función (objetivo) de una o
varias variables, cuyos valores usualmente están restringidos por ecuaciones y/o
desigualdades. Hoy en día el uso de modelos de optimización es cada vez más
frecuente en la toma de decisiones. Este mayor uso se explica, principalmente,
por un mejor conocimiento de estas metodologías en las diferentes disciplinas, la
creciente complejidad de los problemas que se desea resolver, la mayor
disponibilidad de software y el desarrollo de nuevos y mejores algoritmos de
solución. Un modelo de Investigación de Operaciones requiere necesariamente
de una abstracción de la realidad, además de identificar los factores dominantes
que determinan el comportamiento del sistema en estudio. En este sentido, un

2. modelo es una representación idealizada de una situación real o un objeto
concreto.
1.1 AMBIENTES Y CRITERIOS PARA LA TOMA DE DECISIONES
La toma de decisiones se define como la selección de un curso de acciones entre
alternativas, es decir que existe un plan un compromiso de recursos de dirección
o reputación.
En ocasiones los ingenieros consideran la toma de decisiones como su trabajo
principal ya que tienen que seleccionar constantemente qué se hace, quien lo
hace y cuándo, dónde e incluso como se hará. Sin embargo la toma de decisiones
es sólo un paso de la planeación ya que forma la parte esencial de los procesos
que se siguen para elaboración de los objetivos o metas trazadas a seguir. Rara
vez se puede juzgar sólo un curso de acción, porque prácticamente cada decisión
tiene que estar engranada con otros planes.
El proceso que conduce a la toma de decisión:
 Elaboración de premisas
 Identificación de alternativas
 Evaluación de las alternativas, en términos de metas que se desea
alcanzar
 Selección de una alternativa, es decir tomar una decisión
RACIONALIDAD EN LA TOMA DE DECISIONES
Las personas que actúan o deciden racionalmente están intentando alcanzar
alguna meta que no se puede lograr sin acción. Necesitan comprender en forma
clara los cursos alternativos mediante los cuales se puede alcanzar una meta de
acuerdo a las circunstancias y limitaciones existentes. Se necesita también la
información y la capacidad para analizar y evaluar las alternativas de acuerdo con
la meta deseada. Por último, necesitan tener el deseo de llegar a la mejor
solución mediante la selección de la alternativa que satisfaga de un modo más
efectivo el logro de la meta.

3. Es raro que las personas logren una racionalidad completa, en particular en la
administración como en la ingeniería.
En primer lugar, como nadie puede tomar decisiones que afecten el pasado, las
decisiones tienen que operar para el futuro.
Es difícil reconocer todas las alternativas que se pudieran seguir para alcanzar
una meta; esto es cierto cuando en especial la toma de decisiones incluye
oportunidades de hacer algo que no se ha hecho antes. Es más, en la mayor
parte de los casos no se pueden analizar todas las alternativas e incluso con las
técnicas analíticas y las computadoras masa modernas disponibles.
Ej.: Las decisiones gerenciales se toman con el deseo de “resolver” en una forma
tan segura como sea posible, la mayoría de los gerentes sí intentan tomar las
mejores decisiones que puedan dentro de los límites de la racionalidad y de
acuerdo al tamaño y la naturaleza de los riesgos involucrados.
EVALUACION DE ALTERNATIVAS
Una vez encontrada la alternativa apropiada, el siguiente paso es evaluar y
seleccionar aquellas que contribuirán mejor al logro de la meta.
FACTORES CUANTITATIVOS: Son factores que se pueden medir en términos
numéricos, como es el tiempo, o los diversos costos fijos o de operación.
FACTORES CUALITATIVOS: Son difíciles de medir numéricamente. Como la
calidad de las relaciones de trabajo, el riesgo del cambio tecnológico o el clima
político internacional.
Para evaluar y comparar los factores se debe reconocer el problema y luego
analizar que factor se le aplica ya se cuantitativo o cualitativo o ambos, clasificar
los términos de importancia, comparar su probable influencia sobre el resultado y
tomar una decisión.
DECISIONES PROGRAMADAS Y NO PROGRAMADAS: Una decisión
programada se aplica a problemas estructurados o de rutina. Los operadores de
tomos tienen especificaciones y reglas que les señalan si la pieza que han hecho
es aceptable, si tiene que desecharse o si se tiene que procesar de nuevo.
Las decisiones no programadas se usan para situaciones no programadas,

4. nuevas y mal definidas, de naturaleza no repetitivas. Ej.: el lanzamiento de la
computadora Macintosh por Apple Computer.
En realidad las decisiones estratégicas son, en general, decisiones no
programadas, puesto que requieren juicios subjetivos.
La mayoría de las decisiones no son ni completamente programadas ni
completamente no programadas; son una combinación de ambas. La mayor parte
de las decisiones no programadas las toman los gerentes del nivel más alto, esto
es porque los gerentes de ese nivel tienen que hacer frente a los problemas no
estructurados.
ENFOQUES MODERNOS EN LA TOMA DE DECISIONES BAJO
CONDICIONES DE INCERTIBUMBRE: Análisis De Riesgo prácticamente cada
decisión se basa en la interacción de variables importantes, muchas de las cuales
tienen un elemento de incertidumbre pero quizás un grado bastante alto de
probabilidad. Por lo tanto, la sensatez de lanzar un nuevo producto podría
desprenderse de varias variables críticas: el costo de producto, la inversión del
capital, el precio que se puede fijar, el tamaño del mercado potencial y la
participación del mercado total.
Árboles de Decisión presentan los puntos de decisión, los acontecimientos
fortuitos y las probabilidades existentes en los diversos cursos que se podrían
seguir. El enfoque del árbol de decisión hace posible observar, al menos las
principales alternativas y el hecho de que las decisiones posteriormente dependan
de acontecimientos en el futuro.
Ej.: Los gerentes también pueden comprender la verdadera probabilidad de una
decisión que conduzca a los resultados deseados.
Una cosa es cierta los árboles de decisión y técnicas similares de decisión
reubican criterios amplios con un centro de atención sobre los elementos
importantes de una decisión, hacen resaltar premisas que con frecuencia están
escondidas y muestran el proceso de razonamiento mediante el cual se toman las
decisiones bajo incertidumbre.
Teorías De La Referencia se basa en las ideas de que las actitudes de las
personas hacia el riesgo variaran.

5. La probabilidad puramente estadística, como se aplica a la toma de decisiones,
descansa sobre la suposición de que los encargados de tomar las decisiones las
seguirán. Podría parecer razonable que si existiera una posibilidad del 60% de
que la decisión sea cierta, una persona la tomaría. Sin embargo esto no es
necesariamente cierto, pues el riesgo de estar equivocados es del 40%, quizás la
persona no desee correr este riesgo.
CREATIVIDAD E INNOVACION: La creatividad suele entenderse la capacidad de
desarrollar nuevas ideas. Por el contrario e innovación significa el uso de esas
ideas. Por supuesto que las organizaciones no solo generan nuevas ideas, sino
que además las convierte en aplicaciones prácticas.
PROCESO CREATIVO: Esta compuesta por 4 fases interactuantes entre sí:
 Exploración inconsciente
 Intuición
 El discernimiento
 La formulación o verificación lógica
SISTEMAS DE APOYO A LAS DECISIONES: (SAD) usan computadoras para
facilitar el proceso de toma de decisiones de tareas semiestructuradas.
Estos sistemas están diseñados no para reemplazar el criterio administrativo, sino
para apoyarlo y hacer más efectivo el proceso de toma de decisiones. Los
sistemas de respaldo a las decisiones ayudan también a los gerentes a reaccionar
rápidamente a los cambios de necesidades. Por lo tanto, queda claro que el
diseño de un sistema efectivo requiere de un conocimiento profundo de cómo los
gerentes toman las decisiones.
ENFOQUE DE SISTEMAS A LA TOMA DE DECISIONES: Por lo general no se
puede tomar decisiones en un ambiente de sistema cerrado. Además, cada
departamento o sección de una empresa; los gerentes de estas unidades
organizacionales tiene que ser sensibles a las políticas y programas de otras
unidades organizacionales y de toda la empresa. Más aún, las personas dentro de
la empresa son parte del sistema social y sus pensamientos y actitudes se tienen
que tomar en cuenta cada vez que un gerente toma una decisión.

6. Los gerentes para solucionar sus problemas toman en cuenta los diversos
elementos del ambiente del sistema, esto no significa que renuncien a su papel
como tomadores de decisiones. Alguien tiene que seleccionar un curso de acción
entre diversas alternativas, tomando en cuenta los acontecimientos y fuerzas en
el ambiente de una decisión.
1.2 TOMA DE DECISIONES BAJO MODELOS DE CERTIDUMBRE,
INCERTIDUMBRE Y RIESGO.
Continuidad de Incertidumbre Pura y de Certidumbre: El dominio de los
modelos de análisis de decisiones está entre los siguientes dos casos extremos,
dependiendo del grado de conocimiento que tenemos sobre el resultado de
nuestras acciones, como se muestra a continuación:
Ignorancia
Situación de
riesgo
Conocimiento completo
_______________________________________________________________
Modelo de
Modelo
probabilístico
Modelo determinista
incertidumbre pura probabilístico determinista
Uno de los "polos" de esta escala es determinista, el "polo" opuesto es la
incertidumbre pura. Entre estos dos hay problemas con riesgo. La idea principal,
aquí, es que para un problema dado, el grado de certidumbre varía según el
gerente, dependiendo de la cantidad de conocimiento que cada gerente tenga
sobre el mismo problema y refleja la solución diferente que cada persona
recomienda.
La probabilidad es un instrumento para medir los chances 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

7. 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.
Las situaciones de decisión con incertidumbre plena presentan el riesgo más
grande. Para fines de simplicidad, considere el caso en que hay sólo dos
resultados con una probabilidad de p. Así, la variación en los estados de la
naturaleza es p (1-p). Esta variación es la mayor si definimos p = 50%. Es decir,
igual chance para cada resultado. En tal caso, la calidad de la información está en
su nivel más bajo. Una variación mayor de los datos implica una disminución en la
calidad de los datos (es decir, de la información).
La información relevante para resolver un problema de decisión achica nuestra
probabilidad plena. La información de utilidad desplaza la ubicación de un
problema desde el "polo" de la pura incertidumbre hacia el "polo" determinista.
La información relevante y útil achica la incertidumbre: La evaluación de la
probabilidad no es más que la cuantificación de la incertidumbre. En otras
palabras, la cuantificación de la incertidumbre permite comunicar la incertidumbre
entre las personas, como la incertidumbre entre eventos, estados del mundo,
creencias, etc. La probabilidad es la herramienta para comunicar la incertidumbre
y para manejar la incertidumbre (domar el cambio).
Existen tipos diferentes de modelos de decisión que ayudan a analizar distintos
escenarios, dependiendo de la cantidad y el grado de conocimiento que
tengamos. Los tres tipos más ampliamente utilizados son:
Decisión tomada con pura incertidumbre,
Decisión tomada con riesgo
* Decisión tomada comprando información (empujando el problema hacia
el "polo" determinista)

8. En las decisiones tomadas con pura incertidumbre, el decisor no tiene ningún
conocimiento, ni siquiera de la probabilidad de ocurrencia de cualquier estado de
la naturaleza. En estas situaciones, el comportamiento del decisor se basa
puramente en su actitud hacia la incógnita. Algunos de estos comportamientos
son los optimistas, los pesimistas y los de arrepentimiento, entre otros.
Optimista: El vaso está medio lleno.
Pesimista: El vaso está medio vacío.
Gerente: El vaso es el doble de grande de lo necesario.
Observe que esta categoría de problemas (es decir, los problemas con pura
incertidumbre) resultan apropiados sólo para la toma de decisiones en la vida
privada. No obstante, la persona pública (es decir, el gerente) tiene que tener
cierto conocimiento de los estados de la naturaleza, para poder predecir las
probabilidades de cada estado. De lo contrario no podrá tomar una buena
decisión que sea razonable y defendible.
Siempre que un decisor tiene cierto conocimiento sobre los estados de la
naturaleza puede asignar una probabilidad subjetiva a la ocurrencia de cada
estado. Y cuando lo hace, el problema se clasifica como toma de decisiones bajo
riesgo.
En muchos casos, el decisor puede necesitar la opinión de un especialista para
limitar sus incertidumbres con respecto a la probabilidad de cada estado de la
naturaleza. En tal caso, el decisor puede comprar información relevante a
especialistas, para poder tomar una mejor decisión. El procedimiento para
incorporar el asesoramiento de un experto en las incertidumbres del decisor se
conoce como el abordaje de Bayes.
Por ejemplo, en una situación donde se debe tomar una decisión de inversión, se
debe responder la siguiente pregunta: ¿En qué estado estará la economía el año
próximo? Supongamos que limitamos las posibilidades a: Crecimiento (G),
Igualdad (S), o Declinación (D); entonces, una representación típica de nuestra
incertidumbre podría ilustrarse de la siguiente manera:

9. Toma de decisiones con pura incertidumbre: Cuando las decisiones se toman
con pura incertidumbre, el decisor no tiene conocimiento de los resultados de
ninguno de los estados de la naturaleza y/o es costoso obtener la información
necesaria. En tal caso, la decisión depende meramente del tipo de personalidad
que tenga el decisor.
Comportamiento según los tipos de personalidad y la toma de decisiones con
pura incertidumbre:
Pesimismo, o Conservador (Maximin). Hipótesis de mínima. Las cosas malas
siempre me suceden a mí.
B 3
a) Escriba el número mínimo en
cada fila de acción.
S -2
b) Elija el número máximo y realice
esa acción.
D 7 *
Optimismo, Agresivo (Maximax). Las cosas buenas siempre me suceden a mí.
B 12
a) Escriba el número máximo en
cada fila de acción.
S 15 *
b) Elija el número máximo y realice
esa acción.
D 7

10. Coeficiente de Optimismo (Indice de Hurwicz), ). A mitad de camino: Ni
demasiado optimista ni demasiado pesimista:
a) Elija a entre 0 y 1, 1 significa optimista y 0 significa pesimista,
b) Elija los números más alto y más bajo para cada acción,
c) Multiplique el beneficio más alto (en el sentido de las filas) por a y el más bajo
por (1- a ),
d) Opte por el curso de acción que da la suma más alta.
Por ejemplo, para a = 0,7, tenemos:
B (0,7*12) + (0,3*3) = 9,3
S (0,7*15) + (0,3*-2) = 9,9 *
D (0,7*7) + (0,3*7) = 7
Mínimo arrepentimiento: (Pérdida de Oportunidad de Savag). Odio las
lamentaciones. Debo minimizar las situaciones deplorables. Mi decisión debe ser
tal que valga la pena repetirla. Sólo debería hacer las cosas que siento que podría
repetir con placer.
El arrepentimiento es el beneficio o rédito de la que hubiera sido la mejor decisión,
dadas las circunstancias, menos el beneficio de la decisión tomada
concretamente, dadas las circunstancias.
a) Configure una tabla de arrepentimiento: Tome el número más alto de cada una
de las columnas correspondientes a los estados de la naturaleza (por ejemplo, L)
y réstele todos los números de dicha columna, es decir, L - Xi,j.
La Matriz de Arrepentimiento
C CM SC B Paso b
Bonos (15-12) (8-8) (7-6) (7-3) 4 *
Acciones (15-15) (8-7) (7-3) (7+2) 9
Depósito (15-7) (8-7) (7-7) (7-7) 8
b) Elija el número máximo de cada acción,
c) Elija el número mínimo en Paso b, y adopte esa acción.
Toma de decisiones con pura incertidumbre. JavaScript E-lab

11. Limitaciones de la Toma de Decisiones bajo Pura Incertidumbre:
1. En general el análisis de decisión se asume que el tomador de decisiones se
enfrenta un problema donde él o ella debe escoger una opción del grupo de
opciones. En algunos casos estas limitaciones pueden ser superadas mediante la
formulación de una toma de decisión bajo incertidumbre como un juego suma
cero de dos personas.
2. En la toma de decisiones bajo incertidumbre pura, el tomador de decisiones no
tiene conocimientos sobre cual estado de la naturaleza es más “probable” que
ocurra. Él o ella probablemente ignora los estados de la naturaleza por lo tanto no
podría estar pesimista u optimista. En tal caso, el tomador de decisiones emboca
las condiciones de seguridad.
3. Note que cualquier técnica utilizada en la toma de decisiones bajo
incertidumbre pura, es solo apropiada para las decisiones de la vida privada.
Adicionalmente, una persona pública (por ejemplo, el gerente) debe tener algunos
conocimientos sobre el estado de la naturaleza tal que prediga las probabilidades
de varios estados de la naturaleza. De lo contrario, el tomador de decisiones no
es capaz de proporcionar una decisión razonable y defendible.
A usted podría gustarle utilizar el JavaScript E-lab de Toma de Decisiones Bajo
Pura Incertidumbre para comprobar sus cálculos y realizar experimentaciones
numéricas para una comprensión más profunda y un análisis de estabilidad mas
de sus decisiones mediante la alteración de los parámetros del problema.
Toma de Decisiones Bajo Riesgo: El riesgo implica cierto grado de
incertidumbre y la habilidad para controlar plenamente los resultados o
consecuencias de dichas acciones. El riesgo o la eliminación del mismo es un
esfuerzo que los gerentes deben realizar. Sin embrago, en algunos casos la
eliminación de cierto riesgo podría incrementar riesgos de otra índole. El manejo
efectivo del riesgo requiere la evaluación y el análisis del impacto subsiguiente del
proceso de decisión. Este proceso permite al tomador de decisiones evaluar las
estrategias alternativas antes de tomar cualquier decisión. El proceso de decisión
se describe a continuación:

12. 1. El problema está definido y todas las alternativas confiables han sido
consideradas. Los resultados posibles para cada alternativa son evaluados.
2. Los resultados son discutidos de acuerdo a su reembolso monetario o de
acuerdo a la ganancia neta en activos o con respecto al tiempo.
3. Varios valores inciertos son cuantificados en términos de probabilidad.
4. La calidad de la estrategia óptima depende de la calidad con que se juzgue. El
tomador de decisiones deberá examinar e identificar la sensibilidad de la
estrategia optima con respecto a los factores cruciales.
Cuando el decisor posee algún conocimiento sobre los estados de la naturaleza
puede asignarle a la ocurrencia de cada estado alguna estimación subjetiva de
probabilidad. En estos casos, el problema se clasifica como de toma de
decisiones con riesgo. El decisor puede asignar probabilidades a la ocurrencia de
los estados de la naturaleza. El proceso de toma de decisión con riesgo es el
siguiente:
a) Use la información que tenga para asignar su parecer personal (llamado
probabilidades subjetivas) sobre el estado de la naturaleza, p(s);
b) Cada curso de acción tiene asociado un determinado beneficio con cada uno
de los estados de la naturaleza, X(a,s);
c) Calculamos el beneficio esperado, también llamado riesgo o R, correspondiente
a cada curso de acción como R(a) = Sumas de [X(a,s) p(s)];
d) Aceptamos el principio que dice que deberíamos actuar para minimizar (o
maximizar) el beneficio esperado;
e) Ejecute la acción que minimice R(a).
1.3 ENFOQUE CUANTITATIVO PARA LA TOMA DE DECISIONES
Características generales:
1.- Antecedentes: La escuela cuantitativa también se conoce con el nombre de
escuela matemática o escuela cuántica. Se considera que esta escuela se inició
en los años 40's, pero que las verdaderas contribuciones a soluciones
empresariales han sido en los últimos treinta años.

13. Actualmente muchos de los problemas empresariales se resuelven por medio de
modelos matemáticos que prestan especial atención a la toma de decisiones.
Proceso de decisiones: Se considera como una serie de etapas que forman una
decisión. La toma de decisiones es un proceso que lleva a cabo todo
administrador y es considerado como una tarea central de la administración.
A la toma de decisiones se le define como la selección basada en cierto criterio de
la conducta alternativa entre dos o más caminos, cursos de acción o alternativas.
Tipos de decisiones: En la empresa existen dos:
1) Las programadas, en las que los datos son adecuados y repetitivos, hay
certeza y las condiciones en muchas ocasiones son estáticas.
2) Las no programadas, en las que los datos son inadecuados, hay
incertidumbre y las condiciones son dinámicas y se utilizan técnicas de
planteamiento y control.
Modelos y técnicas matemáticas:
Investigación de Operación: Se define como la aplicación de la Lógica
matemática y el Método Científico con la finalidad de solucionar problemas
administrativos que se representan por medio de modelos matemáticos que se
resuelven por medio de ecuaciones algebraicas. La Investigación de Operaciones
se basa en las siguientes teorías matemáticas:
1.-Teoría de juegos: En esta teoría se analizan los conflictos. En él intervienen
dos o más personas; a cada una se le da un número limitado de estrategias las
cuáles reflejarán el resultado de cada uno de los cursos de acción. Los resultados
son calculados preferentemente por medio de una matriz.
2.-Teoría de Colas: Su objetivo es optimizar distribuciones en condiciones de
aglomeraciones. Se encarga de eliminar los tiempos de espera o demoras
innecesarias y los puntos de interés son el tiempo de espera y el número de
clientes (las uní filas de los bancos son una solución por éste medio).
3.-Teoría de decisiones: Este se resuelve en base a los siguientes pasos:
a) Definición del problema.
b) Desarrollo de alternativas.
c) Construcción del modelo.

14. d) Probar el modelo.
e) Implementar el modelo.
4.- Programa de actividades: Esta se desarrolla por medio de los sistemas CPM,
Pert , por medio de diagramas de flechas y red de actividades; tiene como
objetivo encontrar el camino crítico por medio de una secuencia de actividades y
operaciones que permitan el mejor aprovechamiento de los recursos en un tiempo
óptimo.
5.- Programación lineal: Este procedimiento tiene como objetivo, minimizar los
costos y maximizar la eficiencia mediante ciertos límites y obligaciones. Un
requisito indispensable es que exista una localización de planta y hay que tomar
en cuenta ciertas variables de materia prima, lugar de venta, etc.
6.- Probabilidad y estadística matemáticas: Es un sistema que se utiliza cuando
los datos son difíciles de obtener. El sistema estadístico muestra las
características que debe que debe tener una alternativa para que pueda ser
elegida. Este sistema se utiliza mucho en control de calidad, créditos, seguros,
etc. Este sistema permite conocer la probabilidad de éxito que tiene una
alternativa.
7.- Programación dinámica: Este tipo de programación se utiliza cuando antes de
llegar al objetivo final tenemos que pasar por ciertas fases intermedias, pero
relacionadas y que si una de ellas no se logra adecuadamente se afecta el
objetivo final. Ejemplo: vendedores que tienen programadas una serie de visitas a
sus clientes.
1.4 TEORIA DE LA UTILIDAD
Es un auxiliar en la toma de decisiones bajo incertidumbre: Consiste en aplicar 4
axiomas de la "racionalidad" de tal manera que cualquier agente de satisfacer los
axiomas tiene una función de utilidad. Todas las preferencias del agente se
caracterizan por maximizar el valor esperado.
VON NEUMANN-MORGENSTERN UTILIDAD TEOREMA : Von Neumann y
Morgentern demostraron que si las preferencias de una persona satisfacen los
axiomas siguientes, entonces se debe elegir entre las loterías usando un criterio
de la utilidad esperada.

15. AXIOMA 1: de ordenación completa. Para dos recompensas r1 y r2, uno de los
siguientes enunciados debe ser cierto: la persona que toma la decisión (1)
prefiere r1 a r2 (2) prefiere r2 a r1 o (3) es indiferente entre r1 y r2. es decir la
persona prefiere r1 a r3. Utilizamos el axioma de ordenación completa para
determinar los resultados más y menos favorables.
AXIOMA 2: de continuidad. La continuidad da por supuesto que hay un "punto de
inflexión" entre el ser y el mejor que peor que una opción intermedia dado: Si,
Entonces existe una probabilidad de tal manera que: si r1pr2 y r2pr3 entonces
existe c tal que (1, r2) i(c, r1; 1-c, r3)
AXIOMA 3: de independencia. Suponga que quien toma la decisión no tiene
preferencia entre las recompensas r1 y r2. sea r3 cualquier recompensa.
Entonces para cualquier c(0<c<1)
AXIOMA 4: de probabilidad desigual. Si las dos loterías tienen solo r1 y r2 como
resultados posibles, la persona prefiere la lotería con la mayor probabilidad de
obtener r1.
Se utiliza este axioma cuando se incluye por ejemplo, que se prefiere L1 en vez
de L2 (debido a que L1 tenía la probabilidad de .90 en $30,000 y L2 tenía solo
una probabilidad de .80 en $30,000).
1.5 OBTENCION DE DATOS PARA LA TOMA DE DECISIONES
¿Que son los Datos? Son hechos o conceptos conocidos o supuestos y
generalmente se expresan en forma numérica, reflejan lo que sucedió en el
pasado y lo que está sucediendo. Son una base parcial que ayudan a describir los
sistemas del mundo real sobre los cuales se toman decisiones, es el paso más
costoso y laborioso al aplicar métodos cuantitativos.
¿Cómo se clasifican?
* Datos de transacciones: Son registros diarios de las transacciones de una
organización.
* Datos internos: Estos se generan al interior de la empresa.
* Datos externos y del medio ambiente: Se generan en el medio que opera la
organización.

16. * Datos objetivos: reflejan hechos o conceptos que no requieren subjetividad en
su interpretación.
* Datos subjetivos: reflejan creencias subjetivas
¿Para que sirven? Sirven para la toma de decisiones para el control operativo,
control administrativo, se llevan a cabo de manera eficaz y eficiente.
* En los equipos de trabajo en común I.O. pasen mucho tiempo en la recolección
de datos relevantes del problema.
* Se necesitan muchos datos para lograr la comprensión exacta del problema y
así proporcionar el insumo adecuado para el modelo matemático.
* Con frecuencia, al inicio de este no se dispone de muchos datos necesarios, ya
sea porque nunca se guardo la información o porque lo guardado cayó en la
obsolescencia o se guardo de forma incorrecta.
* Muchas veces se debe instalar un nuevo sistema de información general para
reunir los datos sobre la marcha y en la forma adecuada.
* El equipo de I.O. debe destinar un tiempo considerable para recabar la ayuda de
otros miembros que serán clave en la organización , entre ellos especialistas en
T.I.
* Con todo ese esfuerzo mucho datos pueden ser blandos, es decir, estimaciones
burdas basadas solo en juicios personales, el equipo de I.O. debe utilizar una
gran cantidad de tiempo para mejorar la precisión de los datos y al final tendrá
que trabajar con lo mejor que pudo obtener.
* Debido a la expansión del uso de bases de datos y el crecimiento explosivo de
su tamaño en los años recientes, en la actualidad los equipos de I.O. a menudo
se encuentran con que su problema más grande con los datos es que existen
demasiados.
* Una de las herramientas más modernas de los equipos de I.O. que abordan este
problema es una técnica denominada extracción de datos.
* Los métodos para aplicarla tratan de descubrir patrones interesantes dentro de
las grandes fuentes de información que puedan conducir a una toma de
decisiones útiles.

17. Ejemplo: A finales de la década de los 90’s, las compañías de servicios
financieros generales sufrieron el ataque de la firmas de correduría electrónica
que ofrecían costos de compra-venta financiera muy bajos. Merrill Lynch
respondió con la realización de una gran estudio de I.O. que recomendó la
revisión completa de la manera en que cobraba sus servicios, desde una opción
basada en activos de servicio completo – cargo de un porcentaje fijo del valor de
los activos en vez de hacerlo por transferencias individuales – hasta una opción
de bajo costo para los clientes que deseaban invertir en línea de manera directa.
La recolección y el procesamiento de datos tuvieron un papel fundamental en el
estudio. Para analizar el efecto del comportamiento de cada uno de los clientes en
respuesta a diferentes opciones, el equipo decidió montar una base de datos de
clientes con una capacidad de 200 gigabytes, la cual debía contener 5 millones de
clientes, 10 millones de cuentas, 100 millones de registros de transacciones y 250
millones de registros contables. Este objetivo requerido combinar, reconciliar,
filtrar y limpiar daros procedentes de muchas bases de datos.
1.6 ÁRBOL DE DECISIONES
El árbol de decisiones es una representación cronológica del proceso de decisión,
mediante una red que utiliza dos tipos de nodos: los nodos de decisión,
representados por medio de una forma cuadrada (el nodo de elección), y los
nodos de estados de la naturaleza, representados por círculos (el nodo de
probabilidad).
Usted puede imaginarse el conducir de su coche, el comenzar en el pie del árbol
de la decisión y el trasladarse a la derecha a lo largo de las ramificaciones. En
cada nodo cuadrado usted tiene control, puede tomar una decisión, y da vuelta a
la rueda de su coche. En cada nodo del círculo la señora Fortuna asume el control
la rueda, y usted es impotente.

18. CONCLUSIÓN
Actualmente la administración está funcionando en un ambiente de negocios que
está sometido a muchos más cambios, los ciclos de vida de los productos se
hacen más cortos, además de la nueva tecnología y la internacionalización
creciente.
Las raíces de la investigación de operaciones se remontan a cuando se hicieron
los primeros intentos para emplear el método científico en la administración de
una empresa. Sin embargo, el inicio de esta disciplina se atribuye a los servicios
militares prestados a principios de la segunda guerra mundial.
La investigación de operaciones se aplica a problemas que se refieren a la
conducción y coordinación de operaciones (o actividades) dentro de una
organización.
La investigación de operaciones intenta encontrar una mejor solución, (llamada
solución óptima) para el problema bajo consideración.
Una de las principales razones de la existencia de grupos de investigación de
operaciones es que la mayor parte de los problemas de negocios tienen múltiples
aspectos es perfectamente razonable que las fases individuales de un problema
se comprendan y analicen mejor por los que tienen el adiestramiento necesario en
los campos apropiados.

19. BIBLIOGRAFIA:
Handy a. Taha - investigacion de operaciones – Editorial Pearson
Anand, Paul. Fundamentos de la elección racional bajo riesgo de Oxford, Oxford
University Press. Reimpreso 1993, 1995, 2002.
Fishburn, Peter C. Teoría de la Utilidad para la toma de decisiones. Huntington,
NY. Robert E. Krieger Publishing Co. 1970. ISBN 978-0471260608
ENLACES DE INTERNET:
http://home.ubalt.edu/ntsbarsh/opre640s/spanishp.htm#rdmupu
http://www.tuobra.unam.mx/obrasPDF/publicadas/040924182324.html
http://usuarios.multimania.es/montoya/admonver8.html