Documentos de Académico
Documentos de Profesional
Documentos de Cultura
En ste se han combinado las tres primeras fases del proceso decisorio bajo el encabezamiento de
"Estructuracin del problema" y las dos ltimas fases bajo el encabezado "Anlisis del Problema".
Se proceder ahora a considerar con mayor detalle la forma en que se lleva a cabo el conjunto de
actividades que configuran el proceso de toma de decisiones.
Es importante sealar que la fase de anlisis del proceso de toma de decisiones puede asumir
dos formas bsicas: cuantitativa y cualitativa. El anlisis cualitativo se basa primordialmente en el
razonamiento y la experiencia del administrador; incluye la "impresin" intuitiva que el
administrador tiene del problema, y es ms un arte que una ciencia. Si el administrador ha tenido
experiencia con problemas similares, o si el problema es relativamente simple, el nfasis fuerte se
puede hacer en el anlisis cualitativo. Sin embargo, si el administrador ha tenido poca experiencia
con problemas similares, o si el problema es lo suficientemente complejo, entonces un anlisis
cuantitativo del problema puede ser una consideracin muy importante en la decisin final del
administrador.
Cuando se utiliza el enfoque cuantitativo, el analista se concentra en los hechos o datos
cuantitativos asociados al problema y desarrolla expresiones matemticas que describen los
objetivos, las restricciones y las relaciones existentes en el problema. Despus, utilizando uno o
ms mtodos cuantitativos, el analista ofrece una recomendacin con base en los aspectos
cuantitativos del problema.
Al mismo tiempo que los administradores tienen aptitudes para el mtodo cualitativo, las cuales,
adems, usualmente aumentan con la experiencia, las facultades para el mtodo cuantitativo slo
pueden aprenderse estudiando los supuestos y los mtodos de la ciencia de la administracin. Un
administrador puede incrementar su efectividad en la toma de decisiones aprendiendo ms sobre
la terminologa cuantitativa y comprendiendo mejor cul es su contribucin al proceso de toma de
decisiones. El administrador que conoce los procedimientos de la toma de decisiones cuantitativas
est en una mucho mejor posicin para comparar y evaluar las fuentes de recomendaciones tanto
cualitativas como cuantitativas para, finalmente, combinar las dos fuentes y tomar la mejor decisin
posible.
El "Anlisis Cuantitativo" abarca la mayor parte del material de este mdulo. Se considerar un
problema gerencial, se presentar la metodologa cuantitativa apropiada y, despus, se elaborar
la decisin a recomendar.
Algunas de las razones por las que es posible que se utilice un enfoque cuantitativo en el proceso
de toma de decisiones son:
1. El problema es complejo y el administrador no puede llegar a una buena solucin sin la
ayuda del anlisis cuantitativo.
2. El problema es muy importante, por ejemplo, se trata de una gran cantidad de dinero, y el
administrador desea un anlisis completo antes de intentar tomar la decisin.
Tipos de Decisin
La tipologa de la decisin es de lo ms polifactico.
Clasificacin
Tipo de Decisin
a. Segn el sujeto
que
decide,
tenemos:
b.
Segn
el
contenido de la
decisin
y
el
enfoque bsico del
que decide:
c.
Segn
las
repercusiones que
originan:
d.
Segn
el
conocimiento
de
los datos y las
circunstancias:
e. Segn el tipo de
autoridad que las
fundamenta, hay:
f. Segn el nivel
jerrquico:
g.
Segn
la
participacin de los
interesados:
h.
Segn
eficacia:
su
Cuando se trata de decisiones que afectan a otros, hay que considerar dos dimensiones: la calidad
objetiva de las decisiones, y la aceptacin por parte de quienes han de llevarla a la prctica o se
vern afectados por ella; de tal modo que la Bondad (B) viene a ser un producto de la Calidad (C)
por la Aceptacin (A):
B= C x A.
Las decisiones en condicin de certidumbre o no certidumbre, y las programables a travs
de clculos matemticos y computadoras sern los temas fundamentales que se
desarrollarn a lo largo del mdulo de Anlisis de Oportunidades y Toma de Decisiones.
Se pueden resolver los problemas sencillos y complicados del mundo real si nos concentramos en
la situacin global o en alguna porcin o caractersticas principales, y no en cada detalle. Esa
aproximacin o extraccin de la realidad, que puede crearse de varios modos, se llama modelo, y
por lo general se presenta por ecuaciones algebraicas.
Construccin de Modelos
Como ya se mencion, los modelos matemticos (y estadsticos) son los ms abstractos y con
frecuencia los ms tiles. Pueden describirse en forma breve un problema, son rpidamente
computarizados y de fcil manipulacin para probar diferentes soluciones.
La validez de un modelo en los negocios se juzga por su utilidad para predecir una situacin real.
Algunas ventajas de los modelos son las siguientes:
Facilitan la comprensin de las relaciones, los costos y las negociaciones existentes entre
las variables.
Permiten manipular las variables y realizar las pruebas de cursos alternativos de accin.
Los modelos permiten analizar y experimentar situaciones complejas hasta un grado que
sera imposible si se construye el sistema en la realidad.
Las elecciones que deben hacer son muy numerosas; las decisiones se vuelven muy complicadas
y para resolver estos problemas han ayudado mucho las matemticas a travs de la investigacin
de operaciones y la programacin lineal, auxilindose de la computadora.
Programacin lineal
Los problemas que resuelve la programacin lineal, en su aspecto general, es el que se refiere a
determinar la combinacin de recursos que permite la obtencin del mximo producto. La
programacin lineal es uno de los instrumentos matemticos usados en la resolucin de problemas
cuantitativos, principalmente econmicos. El objetivo es la determinacin de soluciones
ptimas.
Ventajas de la programacin lineal: Por s misma es evidente, optimiza los factores de produccin
dentro de una empresa, aprovecha con eficiencia la mano de obra con base en los datos que
maneja la persona que decide y es objetiva en sus decisiones.
2. Riesgo e incertidumbre: La informacin acerca de las variables de decisin o las
consecuencias es probabilstica. Los datos objetivos (de grandes muestras) dan ms
certidumbre que los datos subjetivos. Este tipo de decisiones se presenta cuando se
desconocen las probabilidades de ocurrencia de las diferentes situaciones. El carcter de
la incertidumbre est asociado con el hecho de que somos incapaces de estimar las
probabilidades asociadas con cada una de las alternativas que podemos seleccionar. El
que decide se enfrenta a esta clase de decisiones cuando las situaciones no han ocurrido
antes, y por tanto, no tiene antecedentes. Cada curso de accin factible llevar a un curso
especfico de acontecimientos; sin embargo, no puede aplicarse una ponderacin a los
resultados posibles.
Ejemplos:
Dentro de los modelos matemticos que ayudan a resolver este tipo de decisiones tenemos: La
teora
de
decisiones (Probabilstica
de
Bayes,
decisiones
con
base
en
la
estadstica), simulacin, teora de colas, PERT/CPM, entre otras.
3. Extrema certidumbre: No hay informacin disponible para evaluar la probabilidad de
las consecuencias alternativas.
Cuantitativos usuales:
Clasificados de acuerdo con la cantidad de certidumbre que existe con respecto a las variables de
decisin y los posibles resultados. Dichas tcnicas analticas sirven (frecuentemente) como base
para la formulacin de modelos tiles en el logro de decisiones de operacin.
El siguiente esquema muestra una posible clasificacin de los modelos cuantitativos para la toma
de decisiones.
Completamente cierto
Riesgo
Extrema Incertidumbre
(Toda la informacin)
(Alguna Informacin)
(Sin informacin)
Algebra
Anlisis Estadstico
Teora de Juegos
Punto de equilibrio
Clculo y pruebas de
Hiptesis.
Beneficio/Costo
Clculo
Estadstica Bayesiana,
Teora de Decisiones
Programacin
Matemtica: Lineal,
No lineal, Entera,
Dinmica, Metas.
Correlacin y Regresin
Anlisis de Varianza
Mtodos
paramtricos
Teora de colas
Simulacin
Mtodos Heursticos
Tcnica de Anlisis en
Redes
Arboles de Decisin
PERT Y CPM
Teora de Utilidad
no
Modelos de procesos de Markov: Los modelos de procesos de Markov son tiles para estudiar la
evolucin de ciertos sistemas despus de varias repeticiones. Por ejemplo, se han usado procesos
de Markov para describir la probabilidad de que una mquina que est funcionando en un periodo
contine operando o se descomponga en otro periodo.
Programacin dinmica: Esta programacin es una tcnica que permite descomponer un
problema grande de manera que, una vez que se han resuelto los problemas ms pequeos
obtenidos en la descomposicin, se tiene una solucin ptima para el problema completo.
Un estudio realizado por Forgionne (G.A. Forgionne, "Corporate Management Science Activities",
Interfaces13, No.3, 1983), acerca de ejecutivos de empresas, indica la frecuencia con la que se
utilizan diversas tcnicas de ciencia de la administracin. Como se muestra en la Tabla, los
mtodos que se usan con mayor frecuencia son los mtodos estadsticos, la simulacin en
computadora, PERT/CPM, programacin lineal y teora de colas.
Utilizacin de las Metodologas de la Ciencia de la Administracin y de Investigacin de
Operaciones
Frecuencia de uso
(% de respuestas)
Nunca
Moderada
Frecuente
1.6
38.7
59.7
12.9
53.2
33.9
PERT/CPM
25.8
53.2
21.0
Programacin
lineal
25.8
59.7
14.5
40.3
50.0
9.7
Programacin no
53.2
lineal
38.7
8.1
Estadstica
Simulacin
computadora
Teora
colas
de
en
las
Programacin
dinmica
Teora
juegos
de
los
61.3
33.9
4.8
69.4
27.4
3.2