Está en la página 1de 11

Bienvenidos estudiantes: La revisin de presaberes tiene dos propsitos fundamentales para el desarrollo del curso acadmico: (1) Revisar

los conceptos bsicos y previos que debe poseer el estudiante para comenzar el proceso de estudio de los mtodos probabilsticos. (2) Verificar la existencia de algunos conocimientos mnimos que debe mantener el estudiante en su estructura mental de saberes para que se facilite el proceso de aprendizaje. De esta manera se ha diseado esta actividad para que se revisen algunos conocimientos especficos que ayudarn al desarrollo del estudio y se han propuesto algunos contenidos en esta leccin para que complemente los mismos. Esta actividad es evaluativa y de refuerzo, por lo tanto recuerde que debe leer cuidadosamente y posteriormente responder preguntas para seguir adelante. nimo y adelante con su proceso de aprendizaje. Tengan presente que lo propuesto tiene un tiempo de realizacin de 30 minutos, se les sugiere que en primera instancia lean el material que se les anexa, ademas de entenderlo y comprenderlo. Tambien deben saber que cuentan con una sola oportunidad, es decir, no hay un doble inetento.

Pre-conocimiento La toma de decisiones es un proceso que se inicia cuando una persona observa un problema y determina que es necesario resolverlo procediendo a definirlo, a formular un objetivo, reconocer las limitaciones o restricciones, a generar alternativas de solucin y evaluarlas hasta seleccionar la que le parece mejor, este proceso puede se cualitativo o cuantitativo. El enfoque cualitativo se basa en la experiencia y el juicio personal, las habilidades necesarias en este enfoque son inherentes en la persona y aumentan con la prctica. En muchas ocasiones este proceso basta para tomar buenas decisiones. El enfoque cuantitativo requiere habilidades que se obtienen del estudio de herramientas matemticasque le permitan a la persona mejorar su efectividad en la toma de decisiones. Este enfoque es til cuando no se tiene experiencia con problemas similares o cuando el problema es tan complejo o importante que requiere de un anlisis exhaustivo para tener mayor posibilidad de elegir la mejor solucin. En el ambiente socioeconmico actual altamente competitivo y complejo, los mtodos tradicionales de toma de decisiones se han vuelto inoperantes e inadmisibles ya que los responsables de dirigir las actividades de las empresas e

instituciones se enfrentan a situaciones complicadas y cambiantes con rapidez que requieren de soluciones creativas y prcticas apoyadas en una base cuantitativa slida. En organizaciones grandes se hace necesario que el tomador de decisiones tenga un conocimiento bsico de las herramientas cuantitativas que utilizan los especialistas para poder trabajar en forma estrecha con ellos y ser receptivos a las soluciones y recomendaciones que se le presenten. En organizaciones pequeas puede darse que el tomador de decisiones domine las herramientas cuantitativas y l mismo las aplique para apoyarse en ellas y as tomar sus decisiones. Desde al advenimiento de la Revolucin Industrial, el mundo ha sido testigo de un crecimiento sin precedentes en el tamao y la complejidad de las organizaciones. Los pequeos talleres artesanales se convirtieron en las corporaciones actuales de miles de millones de pesos. Una parte integral de este cambio revolucionario fue el gran aumento en la divisin del trabajo y en la separacin de las responsabilidades administrativas en estas organizaciones. Los resultados han sido espectaculares. Sin embargo, junto con los beneficios, el aumento en el grado de especializacin creo nuevos problemas que ocurren hasta la fecha en muchas empresas. Uno de estos problemas es la tendencia de muchas de los componentes de una organizacin a convertirse en imperios relativamente autnomos, con sus propias metas y sistemas de valores, perdiendo con esto la visin de la forma en que encajan sus actividades y objetivos con los de toda la organizacin. Lo que es mejor para una componente, puede ir en detrimento de otra, de manera quepueden terminar trabajando con objetivos opuestos. Un problema relacionado con esto es que, conforme la complejidad y la especializacin crecen, se vuelve ms difcil asignar los recursos disponibles a las diferentes actividades de la manera ms eficaz para la organizacin como un todo. Este tipo de problemas, y la necesidad de encontrar la mejor forma de resolverlos, proporcionaron el ambiente adecuado para el surgimiento de la INVESTIGACIN DE OPERACIONES. Las races de la investigacin de operaciones se remontan a muchas dcadas, cuando se hicieron los primeros intentos para emplear el mtodo cientfico en la administracin de una empresa. Sin embargo, el inicio de la actividad llamada Investigacin de Operaciones, casi siempre se atribuye a los servicios militares prestados a principios de la segunda guerra mundial. Debido a los esfuerzos blicos, exista una necesidad urgente de asignar recursos escasos a las distintas operaciones militares y a las actividades dentro de cada operacin, en la forma ms efectiva. Por esto, las administraciones militares americana e inglesa hicieron un llamado a un gran nmero de cientficos para que aplicaran el mtodo cientfico a ste y a otros problemas estratgicos y tcticos. De hecho, se les pidi que hicieran investigacin sobre operaciones (militares). Estos equipos de cientficos fueron los primeros equipos de IO. Con el desarrollo de mtodos efectivos para el uso del nuevo radar, estos equipos contribuyeron al triunfo del combate areo

ingls. A travs de sus investigaciones para mejorar el manejo de las operaciones antisubmarinas y de proteccin, jugaron tambin un papel importante en la victoria de la batalla del Atlntico Norte. Esfuerzos similares fueron de gran ayuda en a isla de campaa en el pacfico. Se pueden identificar por lo menos otros dos factores que jugaron un papel importante en el desarrollo de la investigacin de operaciones durante este perodo. Uno es el gran progreso que ya se haba hecho en el mejoramiento de las tcnicas disponibles en esta rea. Despus de la guerra, muchos cientficos que haban participado en los equipos de IO o que tenan informacin sobre este trabajo, se encontraban motivados a buscar resultados sustanciales en este campo; de esto resultaron avances importantes. Un ejemplo sobresaliente es el mtodo simplex para resolver problemas de programacin lineal, desarrollado en 1947 por George Dantzing. Muchas de las herramientas caractersticas de la investigacin de operaciones, como programacin lineal, programacin dinmica, lneas de espera y teora de inventarios, fueron desarrolladas casi por completo antes del trmino de la dcada de 1950. Un segundo factor que dio mpetu al desarrollo de este campo fue el advenimiento de la computadoras. Para manejar de una manera efectiva los complejos problemas inherentes a esta disciplina, por lo general se requiere un gran nmero de clculos. Llevarlos a cabo a mano puede resultar casi imposible. Por lo tanto, el desarrollo de la computadora electrnica digital, con su capacidad para realizar clculos aritmticos, miles o tal vez millones de veces ms rpido que los seres humanos, fue una gran ayuda para la investigacin de operaciones. Un avance ms tuvo lugar en la dcada de 1980 con el desarrollo de las computadoras personales cada vez ms rpidas, acompaado de buenos paquetes de software para resolver problemas de IO, esto puso las tcnicas al alcance de un gran nmero de personas. Hoy en da, literalmente millones de individuos tiene acceso a estos paquetes. En consecuencia, por rutina, se usa toda una gama e computadoras, desde las grandes hasta las porttiles, para resolver problemas de investigacin de operaciones. Las Operaciones Militares llevadas a cabo eran de incalculable dificultad logstica. Si se agrupan muchos soldados en un rea determinada, podran ser cercados y dados de baja, o si su distribucin era muy dispersa, tendran flancos dbiles que podran ser utilizados por el enemigo; la cercana a los centros de recursos, agua, alimento, refuerzos, vas de transporte, etctera, constituan variables determinantes. Haba que tomar decisiones, decisiones muy importantes que no slo costaban dinero, si no vidas humanas. Y los aliados lo saban. As que llamaron a cientficos de todas las reas del conocimiento humano para que ayudaran en las tareas de planeacin de las Operaciones Militares: Bilogos, Qumicos, Fsicos, Socilogos, Psiclogos y Matemticos entre otros para aplicar la metodologa cientfica o como se llam: para hacer "Investigacin de Operaciones Militares". Pre-conocimiento

La toma de decisiones es un proceso que se inicia cuando una persona observa un problema y determina que es necesario resolverlo procediendo a definirlo, a formular un objetivo, reconocer las limitaciones o restricciones, a generar alternativas de solucin y evaluarlas hasta seleccionar la que le parece mejor, este proceso puede se cualitativo o cuantitativo. El enfoque cualitativo se basa en la experiencia y el juicio personal, las habilidades necesarias en este enfoque son inherentes en la persona y aumentan con la prctica. En muchas ocasiones este proceso basta para tomar buenas decisiones. El enfoque cuantitativo requiere habilidades que se obtienen del estudio de herramientas matemticasque le permitan a la persona mejorar su efectividad en la toma de decisiones. Este enfoque es til cuando no se tiene experiencia con problemas similares o cuando el problema es tan complejo o importante que requiere de un anlisis exhaustivo para tener mayor posibilidad de elegir la mejor solucin. En el ambiente socioeconmico actual altamente competitivo y complejo, los mtodos tradicionales de toma de decisiones se han vuelto inoperantes e inadmisibles ya que los responsables de dirigir las actividades de las empresas e instituciones se enfrentan a situaciones complicadas y cambiantes con rapidez que requieren de soluciones creativas y prcticas apoyadas en una base cuantitativa slida. En organizaciones grandes se hace necesario que el tomador de decisiones tenga un conocimiento bsico de las herramientas cuantitativas que utilizan los especialistas para poder trabajar en forma estrecha con ellos y ser receptivos a las soluciones y recomendaciones que se le presenten. En organizaciones pequeas puede darse que el tomador de decisiones domine las herramientas cuantitativas y l mismo las aplique para apoyarse en ellas y as tomar sus decisiones. Desde al advenimiento de la Revolucin Industrial, el mundo ha sido testigo de un crecimiento sin precedentes en el tamao y la complejidad de las organizaciones. Los pequeos talleres artesanales se convirtieron en las corporaciones actuales de miles de millones de pesos. Una parte integral de este cambio revolucionario fue el gran aumento en la divisin del trabajo y en la separacin de las responsabilidades administrativas en estas organizaciones. Los resultados han sido espectaculares. Sin embargo, junto con los beneficios, el aumento en el grado de especializacin creo nuevos problemas que ocurren hasta la fecha en muchas empresas. Uno de estos problemas es la tendencia de muchas de los componentes de una organizacin a convertirse en imperios relativamente autnomos, con sus propias metas y sistemas de valores, perdiendo con esto la visin de la forma en que encajan sus actividades y objetivos con los de toda la organizacin. Lo que es mejor para una componente, puede ir en detrimento de otra, de manera quepueden terminar trabajando con objetivos opuestos. Un problema relacionado con esto es que, conforme la complejidad y la

especializacin crecen, se vuelve ms difcil asignar los recursos disponibles a las diferentes actividades de la manera ms eficaz para la organizacin como un todo. Este tipo de problemas, y la necesidad de encontrar la mejor forma de resolverlos, proporcionaron el ambiente adecuado para el surgimiento de la INVESTIGACIN DE OPERACIONES. Las races de la investigacin de operaciones se remontan a muchas dcadas, cuando se hicieron los primeros intentos para emplear el mtodo cientfico en la administracin de una empresa. Sin embargo, el inicio de la actividad llamada Investigacin de Operaciones, casi siempre se atribuye a los servicios militares prestados a principios de la segunda guerra mundial. Debido a los esfuerzos blicos, exista una necesidad urgente de asignar recursos escasos a las distintas operaciones militares y a las actividades dentro de cada operacin, en la forma ms efectiva. Por esto, las administraciones militares americana e inglesa hicieron un llamado a un gran nmero de cientficos para que aplicaran el mtodo cientfico a ste y a otros problemas estratgicos y tcticos. De hecho, se les pidi que hicieran investigacin sobre operaciones (militares). Estos equipos de cientficos fueron los primeros equipos de IO. Con el desarrollo de mtodos efectivos para el uso del nuevo radar, estos equipos contribuyeron al triunfo del combate areo ingls. A travs de sus investigaciones para mejorar el manejo de las operaciones antisubmarinas y de proteccin, jugaron tambin un papel importante en la victoria de la batalla del Atlntico Norte. Esfuerzos similares fueron de gran ayuda en a isla de campaa en el pacfico. Se pueden identificar por lo menos otros dos factores que jugaron un papel importante en el desarrollo de la investigacin de operaciones durante este perodo. Uno es el gran progreso que ya se haba hecho en el mejoramiento de las tcnicas disponibles en esta rea. Despus de la guerra, muchos cientficos que haban participado en los equipos de IO o que tenan informacin sobre este trabajo, se encontraban motivados a buscar resultados sustanciales en este campo; de esto resultaron avances importantes. Un ejemplo sobresaliente es el mtodo simplex para resolver problemas de programacin lineal, desarrollado en 1947 por George Dantzing. Muchas de las herramientas caractersticas de la investigacin de operaciones, como programacin lineal, programacin dinmica, lneas de espera y teora de inventarios, fueron desarrolladas casi por completo antes del trmino de la dcada de 1950. Un segundo factor que dio mpetu al desarrollo de este campo fue el advenimiento de la computadoras. Para manejar de una manera efectiva los complejos problemas inherentes a esta disciplina, por lo general se requiere un gran nmero de clculos. Llevarlos a cabo a mano puede resultar casi imposible. Por lo tanto, el desarrollo de la computadora electrnica digital, con su capacidad para realizar clculos aritmticos, miles o tal vez millones de veces ms rpido que los seres humanos, fue una gran ayuda para la investigacin de operaciones. Un avance ms tuvo lugar en la dcada de 1980 con el desarrollo de las computadoras personales cada vez ms rpidas, acompaado de buenos paquetes de software para resolver problemas de IO, esto puso las tcnicas al alcance de un gran

nmero de personas. Hoy en da, literalmente millones de individuos tiene acceso a estos paquetes. En consecuencia, por rutina, se usa toda una gama e computadoras, desde las grandes hasta las porttiles, para resolver problemas de investigacin de operaciones. Las Operaciones Militares llevadas a cabo eran de incalculable dificultad logstica. Si se agrupan muchos soldados en un rea determinada, podran ser cercados y dados de baja, o si su distribucin era muy dispersa, tendran flancos dbiles que podran ser utilizados por el enemigo; la cercana a los centros de recursos, agua, alimento, refuerzos, vas de transporte, etctera, constituan variables determinantes. Haba que tomar decisiones, decisiones muy importantes que no slo costaban dinero, si no vidas humanas. Y los aliados lo saban. As que llamaron a cientficos de todas las reas del conocimiento humano para que ayudaran en las tareas de planeacin de las Operaciones Militares: Bilogos, Qumicos, Fsicos, Socilogos, Psiclogos y Matemticos entre otros para aplicar la metodologa cientfica o como se llam: para hacer "Investigacin de Operaciones Militares".

El conocimiento es lo que sabemos. La informacin es la comunicacin de conocimientos. En cada intercambio de conocimientos, hay un remitente y un receptor. El remitente hace comn lo que es privado, hace la informacin, la comunicacin. La informacin se puede clasificar como formas explcitas y tcitas. La informacin explcita se puede explicar de forma estructurada, mientras que la informacin tcita es inconsistente e imprecisa de explicar. Los datos son conocidos como informacin cruda y no como conocimientos en s. La secuencia que va desde los datos hasta el conocimiento es (observe el siguiente cuadro): Los datos se convierten en informacin, cuando se hacen relevantes para la toma de decisin a un problema. La informacin se convierte en hecho, cuando es respaldada por los datos. Los hechos son lo que los datos revelan. Los hechos se convierten en conocimiento, cuando son utilizados en la complementacin exitosa de un proceso de decisin. Una vez que se tenga una cantidad masiva de hechos integrados como conocimiento, entonces su mente ser sobrehumana en el mismo sentido en que, con la escritura, la humanidad es sobrehumana comparada a la humanidad antes de escribir. La figura siguiente ilustra el proceso de razonamiento estadstico basado en datos para construir los modelos estadsticos para la toma de decisin bajo incertidumbre.

La figura anterior representa el hecho que a medida que la exactitud de un modelo estadstico aumenta, el nivel de mejoramiento en la toma de decisin aumenta. Esta es la razn del porqu necesitamos la estadstica de negocio. La estadstica se creo por la necesidad de poner conocimiento en una base sistemtica de la evidencia. Esto requiri un estudio de las leyes de la probabilidad, del desarrollo de las propiedades de medicin, relacin de datos. La inferencia estadstica intenta determinar si alguna significancia estadstica puede ser adjunta luego que se permita una variacin aleatoria como fuente de error. Una inteligente y crtica inferencia no puede ser hecha por aquellos que no entiendan el propsito, las condiciones, y la aplicabilidad de las de diversas tcnicas para juzgar el significado. Considerando el ambiente de la incertidumbre, la posibilidad de que las buenas decisiones sean tomadas incrementa con la disponibilidad de la buena informacin. El chance de la disponibilidad de la buena informacin incrementa con el nivel de estructuracin del proceso de Direccin de Conocimiento. La figura anterior tambin ilustra el hecho que mientras la exactitud de un modelo estadstico aumenta, el nivel de mejora en la toma de decisiones aumenta. El conocimiento es mas que simplemente saber algo tcnico. El conocimiento necesita la sabidura. La sabidura es el poder de poner nuestro tiempo y nuestro conocimiento en el uso apropiado. La sabidura viene con edad y experiencia. La sabidura es la aplicacin exacta del conocimiento exacto. La sabidura es sobre saber como algo tcnico puede ser mejor utilizado para cubrir las necesidades de los encargados de tomar decisiones. La sabidura, por ejemplo, crea el software estadstico que es til, ms bien que tcnicamente brillante. Por ejemplo, desde que la Web entr en el conocimiento popular, los observadores han notado que esto pone la informacin en nuestras manos, pero guardar la sabidura fuera de nuestro alcance.

El concepto de azar puede ser utilizado en muchos contextos, sin embargo normalmente hablamos de azar para referirnos a ocurrencias inesperadas o casualidades sin causas aparentes. En la ciencia cuando se habla de azar en realidad nos referimos a un asunto probabilstico, teorticamente calculable si se tienen y se conocen los parmetros; Einstein grafica muy bien esta actitud frente al azar cuando plante lo que pensaba al respecto con su famosa fraseDios no juega a los dados con el Universo - el mismo Einstein, paradjicamente en sus teoras sobre el efecto fotoelctrico asume el azar como una realidad, pero usndolo en el sentido de una distribucin de probabilidades ms que como algo que no se pueda calcular o determinar. Algunos afirman que resulta contradictoria la aceptacin del azar por parte de la ciencia, pues se supone que es sta la que debe entender y dar explicacin emprica a los fenmenos ocurridos en el Universo, y al dar cabida al azar slo se da paso a la ignorancia; en realidad los cientficos se han dado cuenta que para muchos fenmenos, sobretodo los que ocurren a una escala muy pequea (lo que estudia la fsica o mecnica cuntica), el comportamiento de las partculas debe expresarse en trminos de probabilidades y no de manera determinante usando las clsicas ecuaciones de movimiento. El azar o ms bien la probabilidad en la ciencia puede aparecer cuando se dan casos de incertidumbre cuando un experimento o problema carece de certeza pero se puede predecir o explicar dentro de ciertos mrgenes determinado por ecuaciones probabilsticas (como en el principio o relacin de incertidumbre de Heisenberg para las partculas). El estudio cientfico del azar ha dado como consecuencia todo un gran campo de conocimientos y clculos matemticos, usados ampliamente en la vida cotidiana; las probabilidades y su clculo se consideran al abarcar problemas de ingeniera, computacionales, sociales e incluso polticos. Dentro de lo que se entiende por azar encontramos:

Ocurrencia de algo inesperado(sin plan deliberado). Ignorancia completa o relativa acerca de las condiciones de realizacin de un suceso. Un hecho de azar aparece como una interaccin de dos series causales independientes. Un hecho es de azar si en un contexto dado de investigacin, el enunciado que afirma su realizacin no deriva de ningn otro. Incertidumbre (no sabemos los resultados con certeza).Probabilidad( posibilidad de ocurrencia de un suceso). Suerte, caos, etc...

En general, el azar expresa interaccin o conexiones entre distintos fenmenos, est sujeto a leyes y su campo es muy amplio como para encontrar alguna respuesta definitiva acerca de qu es el azar. Antiguos modelos han sido

reemplazados por otros y estos seguirn siendo reemplazados por otros mejores y ms completos. Esta es la evolucin de la ciencia que implica un avance. Al analizar lo que sucede a nuestro alrededor, el mundo est lleno de situaciones que ocurren sin que nosotros podamos dominar su desarrollo, a veces incluso esperamos la ocurrencia de un suceso y ste no ocurre, y cuando menos lo esperamos, ste sucede. Sin embargo, el hombre ha intentado estudiar el azar, quizs con el afn de explicar todo de una manera racional y no dejar las cosas al destino. Es por ello que nacen la ciencia, las probabilidades y estadsticas, entre otras, considerando que vivimos en un mundo donde las cosas son inciertas y no se conocen exactamente. Nacen los modelos. Cuando los modelos trabajan con datos ciertos, se habla de un modelo determinstico, y cuando las relaciones entre variables incluyen incertidumbre y se modelan con una distribucin de probabilidad, se habla de un modelo estocstico. En este curso me concentrar en este ltimo modelo.
___________________________________ Arsham, Hossein. Herramientas para el anlisis de decisin. [documento de www]. URL http://home.ubalt.edu/ntsbarsh/opre640s/spanishp.htm#rFromDaKno

Anterior | Siguiente

Pre-conocimiento Se denomina proceso estocstico a toda variable que evoluciona a lo largo del tiempo de forma total o parcialmente aleatoria. Un ejemplo, es la temperatura en Madrid, aumenta durante el da y baja durante a noche; aumenta en el verano y desciende mucho en invierno (nueve meses e invierno y tres de infierno, que se dice del clima castellano); su variacin es arcialmente determinstica y parcialmente aleatoria (figura 1). Otro ejemplo, es la ariacin del precio de las acciones de Gamesa (figura 2), que evoluciona de forma aleatoria, pero a largo plazo tiene una tasa de crecimiento esperada positiva, que compensa a los inversores por el riesgo que corren al poseer el activo financiero.

Temperaturas mximas y mnimas en la ciudad de Madrid

Evolucin del rendimiento diario de la accin de Gamesa durante el ao La palabra estocstico proviene del griego stokhos que significa centro del blanco, aludiendo a la posibilidad de error cuando se lanzan dardos a un tablero. El hecho de que un modelo sea estocstico implica dos cosas: una sucesin ordenada y una funcin de probabilidad que genera la sucesin. Por lo tanto, los modelos estocsticos( a diferencia de los determinados), no producen simples resultados nicos, pues debido a la funcin de probabilidad, las aplicaciones sucesivas del mismo modelo pueden producir resultados completamente diferentes. Existen procesos para hacer los modelos. El ms simple de todos estos procesos estocsticos es el de Bernoulli, que consiste en un experimento que slo tiene dos sucesos o resultados posibles, donde cada experimento o ensayo es independiente de los anteriores y la probabilidad de cada suerte o resultado permanece constante a lo largo de todos los ensayos. Como ejemplo de un

ensayo de Bernoulli, se puede citar el lanzamiento de una moneda al aire, con sus dos respectivos resultados: cara o sello, cada uno con probabilidades constantes al repetirlo.