Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TEMA3
TEMA3
1 / 35
Toma de decisiones
Decisiones asociadas a la resoluci on de un problema Valor econ omico de las decisiones Distribuci on de la informaci on: descentralizaci on de la toma de decisiones
DECISION Asignar soporte a los clientes m as valiosos Predecir la demanda diaria del centro de atenci on telef onica Predecir diariamente los niveles de inventario de partes Identicar las ofertas competitivas de los principales proveedores Planicar la producci on para cumplir los pedidos Asignar mano de obra para terminar un trabajo ENCARGADO Gerente de cuentas Gerencia del centro de atenci on telef onica gerente de inventarios Direcci on principal NUMERO 12 4 VALOR UNIDAD 100.000 150.000 VALOR ANUAL 1.200.000 600.000
365
5.000
1.825.000
2.000.000
2.000.000
150 100
10.000 4.000
1.500.000 400.000
4 / 35
Tipo de decisiones
Diferentes niveles de la organizaci on, distintas necesidades de informaci on, diferentes responsabilidades Tres tipos: estructuradas, no estructuradas y semiestructuradas
5 / 35
6 / 35
No rutinarias e importantes No existen procedimientos predenidos Dependen del buen juicio, la evaluaci on y el entendimiento Niveles altos de la jerarqu a
7 / 35
8 / 35
No estructuradas
Semiestructuradas
Gerencia intermedia
Disear un plan de marketing Desarrollar el presupuesto de un departamento Disear un sitio web corporativo
Estructuradas
Gerencia de operaciones
Determinar quin trabaja tiempo extra Reabastecer el inventario Ofrecer crdito a los clientes Determinar ofertas especiales para los clientes
9 / 35
Inteligencia
Diseo
Eleccin
Impementacin
10 / 35
Tipos
Cuatro tipos: Sistemas de informaci on gerencial (MIS) Sistemas de apoyo a la toma de decisiones (DSS) Sistemas de apoyo a ejecutivos (ESS) Sistemas de apoyo a la toma de decisiones en grupo (GDSS)
12 / 35
Decisiones estructuradas Vigilar y controlar el rendimiento Generar informes peri odicos y predenidos Informes de excepciones y alertas Informaci on proveniente de TPS
13 / 35
14 / 35
Decisiones no estructuradas y semiestructuradas Orientados a modelos, e.g. sistemas f sicos modelados con ecuaciones diferenciales Orientados a datos, e.g. miner a de datos Datos provenientes de TPS y fuentes externas
15 / 35
Interfaz de usuario
16 / 35
Visualizaci on de datos y sistemas de informaci on geogr aca (GIS) Mapas digitalizados enriquecidos Capacidades de modelado y simulaci on Toma de decisiones que requieren conocimiento de la distribuci on geogr aca CompStat: Departamento de Policia de Nueva York. Captar datos acerca de incidentes delictivos e incumplimientos de la ley. Reducci on de los ndices delictivos
18 / 35
Gerentes Decisiones no estructuradas y semiestructuradas Datos internos (MIS y DSS) y externos (noticias, tendencias, economia,...) Funciones
Monitorizar indicadores del rendimiento Seguimiento de la competencia Detecci on de problemas Identicaci on de oportunidades de negocio Predicci on de tendencias
19 / 35
21 / 35
TEMA 3: Ayuda a la toma de decisiones M etodos matem aticos para las Ciencias de la Computaci on
Introducci on
23 / 35
TEMA 3: Ayuda a la toma de decisiones M etodos matem aticos para las Ciencias de la Computaci on
Los problemas
Clasicaci on supervisada Clasicaci on no supervisada Regresi on Reducci on de dimensionalidad Optimizaci on An alisis exploratorio multivariado
24 / 35
TEMA 3: Ayuda a la toma de decisiones M etodos matem aticos para las Ciencias de la Computaci on
Clasicaci on supervisada
Predicci on, diagnosticos y prognosis Construir clasicadores con un buen rendimiento Basados en probabilidad, e.g. na ve Bayes Basados en geometr a, e.g. support vector machines Ejemplo: predicci on de enfermedades hereditarias
25 / 35
TEMA 3: Ayuda a la toma de decisiones M etodos matem aticos para las Ciencias de la Computaci on
Clasicaci on no supervisada
Agrupamiento o clustering Crear grupos de casos con baja variabilidad intragrupo y alta intergrupo Jer arquico, e.g. hierarchical clustering No jer arquico, e.g. k-means Ejemplo: segmentaci on de la poblaci on basada en caracter sticas gen eticas
26 / 35
TEMA 3: Ayuda a la toma de decisiones M etodos matem aticos para las Ciencias de la Computaci on
Regresi on
Ajuste de funciones continuas Construir modelos de regresi on con buen ajuste Ejemplos: an alisis discriminante lineal, redes neuronales Ejemplo: modelado del comportamiento de sistemas industriales
27 / 35
TEMA 3: Ayuda a la toma de decisiones M etodos matem aticos para las Ciencias de la Computaci on
Reducci on de dimensionalidad
Reducci on del n umero de variables del problema Selecci on de las variables m as informativas Test de hipotesis, e.g. test de los rangos con signos de Wilcoxon Medidas de correlaci on, e.g. informacion mutua Ejemplo: seleccionar los genes m as relevantes para la predicci on de cancer de colon
28 / 35
TEMA 3: Ayuda a la toma de decisiones M etodos matem aticos para las Ciencias de la Computaci on
Optimizaci on
Maximizaci on o minimizaci on de funciones objetivo Busquedas locales y/o globales Algoritmos basados en poblaciones, e.g. algoritmos gen eticos Ejemplo: minizar el coste de una empresa de log stica
29 / 35
TEMA 3: Ayuda a la toma de decisiones M etodos matem aticos para las Ciencias de la Computaci on
Estudio de las relaciones entre variables y/o casos Encontrar las relaciones m as signicativas Basados en m etricas, e.g. distancias o divergencias Basados en test de hip otesis, e.g. test t de Student Ejemplo: modelado de las relaciones entre especies y factores clim aticos en ecosistemas marinos
30 / 35
TEMA 3: Ayuda a la toma de decisiones M etodos matem aticos para las Ciencias de la Computaci on
Preguntas
31 / 35
Casos pr acticos
33 / 35
Bibliograf a
K. C. Laudon and J. P. Laudon (2008). Sistemas de Informaci on Gerencial: Administraci on de la Empresa Digital. D ecima edici on. Pearson Educaci on. J. OBrien and G. Marakas (2006). Sistemas de Informaci on Gerencial. S eptima edici on. Mc Graw Hill.
34 / 35
35 / 35