3. PROCESO DE
TOMA DE DECISIONES
Elegir una alternativa.
Definir el problema.
Identificar las alternativas.
Determinar los criterios.
Evaluar las alternativas.
Fuente: Sweeney, Williams, Camm y Martin (2011:4)
Cuantitativo
Cualitativo
4. MÉTODOS
CUANTITATIVOS
Datos asociados con el
problema y desarrollará
expresiones matemáticas que
describan los objetivos,
restricciones y otras relaciones
que existen en el problema.
5. Razones para Usar los
Métodos Cuantitativos
Problema es especialmente
importante
El problema es
nuevo
El problema es
repetitivo
Problema es
complejo
6. ¿Por qué usar los Métodos Cuantitativos
para la Toma de Decisiones?
Guía en la toma de
decisiones
Ayuda en la toma de
decisiones
Para automatizar la
toma de decisiones
9. Metodología de IO/CA
Percepción de la necesidad
Formulación del problema
Construcción del modelo
Obtención de la solución
Validación y verificación
Establecimiento de controles
Implementación y recomendación
Evaluación de resultados
10. TOMA DE DECISIONES
BAJO CERTIDUMBRE
Predecir con certeza las
consecuencias de cada
alternativa de acción.
11. TOMA DE DECISIONES
BAJO RIESGO
Decisiones para las que las consecuencias de una acción
dependen de algún evento probabilista.
Venta de Lápices Probabilidad
100 0.3
200 0.3
300 0.4
Costo Lápiz= Bs. 3.50 Precio de Venta Lápiz= Bs. 8.00
Fuente Gallager C. y Watson H. (1982:23)
12. Eventos
Demandas de Lápices
100 200 300
(0.3) (0.3) (0.4)
Alternativas de
decisión
100 450 450 450
200 100 900 900
300 (-) 250 550 1.350
TOMA DE DECISIONES
BAJO RIESGO
200 (Bs. 8 – Bs. 3.50) – 100 (3.50) = Bs. 900 – Bs.350 = Bs. 550
Fuente Gallager C. y Watson H. (1982:23)
13. TOMA DE DECISIONES
BAJO INCERTIDUMBRE
Hay varias posibles consecuencias para cada curso de acción.
Reducir la incertidumbre
Sentimientos optimismo y
pesimismo
Convertir el problema
Principio de la razón suficiente
MAXIMAX
MAXIMIN
Toma de
decisiones
bajo riesgo
Eventos
probables
Información
adicional
14. TOMA DE DECISIONES
BAJO CONFLICTO
Son aquellos casos de
toma de decisiones bajo
incertidumbre en los que
hay un oponente.
15. ÁRBOL DE DECISIONES
El árbol de decisión es una herramienta para la toma de decisiones, en
donde se tienen diferentes alternativas, éste ayuda a elegir cual es la
más viable
16. PARTES DEL ÁRBOL DE
DECISIONES
Fuente: http://www.slideshare.net/decisiones/7-arbol-de-dec-g
17. EJEMPLO DE ÁRBOL DE
DECISIONES
Fuente: http://www.decision-making-confidence.com/ejemplos-de-arboles-de-decision.html
27. 27
PERT
PERT: Técnica de evaluación y revisión de programas
PROCESO
» Elaborar lista de actividades que conforman el proyecto
incluyendo nombre de la actividad, duración y actividad
precedente.
» Construir la "red del proyecto". Los eventos son rectángulos y
las flechas las precedencia de las actividades.
28. 28
PERT: LISTA DE ACTIVIDADES
Actividad Descripción Actividad Actividad
Predecesora
Tiempo de la
Actividad
A Desarrollar proyecto y los planos arquitectónicos - 5
B Identificar los nuevos arrendatarios potenciales - 6
C Desarrollar prospectos como arrendatarios A 4
D Seleccionar la contratista A 3
E Preparar los permisos de construcción A 1
F Obtener aprobación para los permisos de construcción E 4
G Realizar la construcción D, F 14
H Finalizar contratos con los arrendatarios B, C 12
I Mudanza de arrendatarios G, H 2
32. ASPECTOS A CONSIDERAR
- POBLACIÓN INFINITA
- DISTRIBUCIÓN POISSON
- FUGA DE CLIENTES
- DISCIPLINA DE LA COLA
- TEMPO DE SERVICIO
OBJETIVOS
- DISMINUIR ESPERA.
- BAJAR COSTOS
SISTEMAS DE COLAS MÁS COMPLEJOS
TEORÍA DE COLAS
33. Las medidas duras mayormente utilizadas son las siguientes:
- Tasa media de llegada, λ
- Tasa media de servicio, μ
- Tiempo medio de espera en la cola, Wq
- Tiempo medio de estancia en el sistema, Ws
- Número medio de personas en la cola, Lq
- Número medio de personas en el sistema, Ls
- Porcentaje de ocupación de los servidores, Pw
- Probabilidad de que haya x personas en el sistema, Px
TEORÍA DE COLAS: MODELOS
CON ESTAS VARIABLES SE PUEDEN GENERAR
MODELOS DE COLA SIMPLE Y MULTIPLE:
AMBOS CON LLEGADAS EN POISSON Y TIEMPOS DE SERVICIO
EXPONENCIALMENTE DISTRIBUIDOS.
VARIABLES
34. “bienes ociosos almacenados en espera de ser utilizados”.
“activo corriente de vital importancia para el funcionamiento de la empresa”.
MODELOS DE INVENTARIOS
JUSTIFICACIONES A FAVOR Y EN CONTRA DE MANTENER
INVENTARIOS
EN CONTRA
» Paralizan recursos de manera de
manera ineficiente,
» Disimulan el desconocimiento de la
persona que toma las decisiones,
» Ocultan problemas de calidad.
A FAVOR
» Prevención de desabastecimiento,
» Ahorro de productos en vez de dinero,
» Mayores ganancias cuando hay alzas,
» Facilidad para separar proceso.
¿QUE ES INVENTARIO?
35. CLASIFICACIÓN ABC DE LOS INVENTARIOS
Para los Productos tipo A se
requieren los modelos de
control de inventario más
rígidos porque representan el
porcentaje con mayor valor
monetario. B y C pueden tener
modelos de control más
flexibles.
MODELOS DE INVENTARIOS
36. MODELO DE CANTIDAD ECONOMICA
DE PEDIDOS.
Se parte de los siguientes supuestos:
» Se conoce la demanda y es constante,
» Los costos permanecen constantes,
» Cantidad de Pedidos por cada orden es
constante,
» Pedido se recibe apenas se ordena
» El inventario se restablece al agotarse,
» El proveedor entrega las cantidades
solicitadas en un solo lote,
» Horizonte infinito de tiempo.
Las decisiones se basan en determinar:
La altura del triángulo ➔ Cantidad de Pedido.
Número de triángulos ➔ N. de pedidos.
Base del triángulo ➔ Tiempo entre pedidos.
MODELOS DE INVENTARIOS
37. MODELO DE CANTIDAD ECONOMICA
DE PEDIDOS.
La toma de decisiones se basa:
» La demanda,
» Costo del pedido
» Costo de mantenimiento.
OBJETIVO DEL MODELO
Minimizar el “costo asociado” el
cual corresponde a la suma de los
costos de pedir y mantener.
MODELOS DE INVENTARIOS