ENFOQUE SISTEMÁTICO DE LA ADMINISTRACIÓN - Ipptx

“Año de la consolidación del Mar de Grau”
Instituto Superior Tecnológico Privado

“SENATI“
TEMA
ENFOQUE SISTEMÁTICO DE LA
ADMINISTRACIÓN
Docente : Quezada Ramires, María Cirila

Alumno(a) : ArceAduviri, Georgina
Donayre Quispe, Jenn
Campos Achis, Rosa
Zaconeta Paredes, Teresa
López Cáceres, Ángel
Neyra Acuña, Jessenia
Semestre : II
Curso : Administración de Empresas
Ica – Perú
2016
_____________________________________________________________________________
Administración industrial 1
ÍNDICE
TITULO…………………………………………………………………………….….. 3
DEDICATIRIA………………………………………………………….………….… 4
TEORIA GENERAL DE SISTEMAS……..…………………………………..…. 5
ESCUELA MATEMÁTICA……………………………………………………..….…9
ORÍGENES DE LA TEORIA MATEMÁTICA…………………………………..10
PROCESOS DECISORIOS……………………………………………………..…13
MODELOS MATEMÁTICOS…………………………………………………..….14
INVESTIGACION DE OPERACIONES………………………………………...15
TEORIA DE LOS JUEGOS…………………………………………………….….18
TEORIAS DE LAS COLAS…………………………………………………………20
TEORIAS DE LOS GRAFOS……………………………………………………..22
PROGRAMACIÓN LINEAL……………………………………………………...23
PROGRAMACIÓN DINÁMICA…………………………………………………24
PROBABILIDADES Y ANÁLISIS ESTADÍSTICOS…………………….…26
_____________________________________________________________________________
ENFOQUE
SISTEMÁTICO DE LA
ADMINISTRACIÓN
_____________________________________________________________________________
_____________________________________________________________________________
TEORIA GENERAL DE LOS SISTEMAS
El enfoque sistemático es un tipo de proceso lógico que se aplica para resolver

problemas y comprende las siguientes seis etapas clásicas: identificación del
problema, determinar alternativas de solución, seleccionar una alternativa,
puesta en práctica de la alternativa seleccionada, determinar la eficiencia de la
realización y revisar cuando sea necesario cualquiera de las etapas del proceso.
En un sentido amplio, la Teoría General de Sistemas (TGS) se presenta como

una forma sistemática y científica de aproximación y representación de la
realidad y, al mismo tiempo, como una orientación hacia una práctica estimulante
para formas de trabajo transdisciplinarias.
Los objetivos originales de la Teoría General de Sistemas son los siguientes:
a. Impulsar el desarrollo de una terminología general que permita describir

las características, funciones y comportamientos sistémicos.
b. Desarrollar un conjunto de leyes aplicables a todos estos
comportamientos y, por último,
c. Promover una formalización (matemática) de estas leyes
La primera formulación en tal sentido es atribuible al biólogo Ludwig von

Bertalanffy (1901-1972), quien acuñó la denominación "Teoría General de
Sistemas". Para él, la TGS debería constituirse en un mecanismo de integración
entre las ciencias naturales y sociales y ser al mismo tiempo un instrumento
básico para la formación y preparación de científicos.
Sobre estas bases se constituyó en 1954 la Society for General Systems

Research, cuyos objetivos fueron los siguientes:
a. Investigar el isomorfismo de conceptos, leyes y modelos en varios campos

y facilitar las transferencias entre aquellos.
b. Promoción y desarrollo de modelos teóricos en campos que carecen de
ellos.
c. Reducir la duplicación de los esfuerzos teóricos
d. Promover la unidad de la ciencia a través de principios conceptuales y
metodológicos unificadores.
La perspectiva de la TGS surge en respuesta al agotamiento e inaplicabilidad de

los enfoques analítico-reduccionistas y sus principios mecánico-causales (Arnold
& Rodríguez, 1990b). Se desprende que el principio clave en que se basa la TGS
es la noción de totalidad orgánica, mientras que el paradigma anterior estaba
fundado en una imagen inorgánica del mundo.
_____________________________________________________________________________
Si bien el campo de aplicaciones de la TGS no reconoce limitaciones, al usarla
en fenómenos humanos, sociales y culturales se advierte que sus raíces están
en el área de los sistemas naturales (organismos) y en el de los sistemas
artificiales (máquinas). Mientras más equivalencias reconozcamos entre
organismos, máquinas, hombres y formas de organización social, mayores serán
las posibilidades para aplicar correctamente el enfoque de la TGS, pero mientras
más experimentemos los atributos que caracterizan lo humano, lo social y lo
cultural y sus correspondientes sistemas, quedarán en evidencia sus
inadecuaciones y deficiencias (sistemas triviales).
No obstante sus limitaciones, y si bien reconocemos que la TGS aporta en la

actualidad sólo aspectos parciales para una moderna Teoría General de
Sistemas Sociales (TGSS), resulta interesante examinarla con detalle.
Entendemos que es en ella donde se fijan las distinciones conceptuales
fundantes que han facilitado el camino para la introducción de su perspectiva,
especialmente en los estudios ecológico culturales (e.g. M.Sahlins,
R.Rappaport), politológicos (e.g. K.Deutsch, D.Easton), organizaciones y
empresas (e.g. D.Katz y R.Kahn) y otras especialidades antropológicas y
sociológicas.).
Clasificaciones Básicas de Sistemas Generales
Es conveniente advertir que no obstante su papel renovador para la ciencia

clásica, la TGS no se despega –en lo fundamental– del modo cartesiano
(separación sujeta/objeto). Así forman parte de sus problemas tanto la definición
del status de realidad de sus objetos, como el desarrollo de un instrumental
analítico adecuado para el tratamiento lineal de los comportamientos sistémicos
(esquema de causalidad). Bajo ese marco de referencia los sistemas pueden
clasificarse de las siguientes maneras:
a. Según su entidad los sistemas pueden ser agrupados en reales, ideales

y modelos. Mientras los primeros presumen una existencia independiente
del observador (quien los puede descubrir), los segundos son
construcciones simbólicas, como el caso de la lógica y las matemáticas,
mientras que el tercer tipo corresponde a abstracciones de la realidad, en
donde se combina lo conceptual con las características de los objetos.
b. Con relación a su origen los sistemas pueden ser naturales o artificiales,
distinción que apunta a destacar la dependencia o no en su estructuración
por parte de otros sistemas.
c. Con relación al ambiente o grado de aislamiento los sistemas pueden ser
cerrados o abiertos, según el tipo de intercambio que establecen con sus
ambientes. Como se sabe, en este punto se han producido importantes
innovaciones en la TGS (observación de segundo orden), tales como
las nociones que se refieren a procesos que aluden a estructuras
dicipativas, autorreferencialidad, autoobservación, autodescripción,
_____________________________________________________________________________
autoorganización, reflexión y autopoiesis (Arnold,M. & D.Rodríguez.
1991).
Bases Epistemológicas de la Teoría General de Sistemas
Según Bertalanffy (1976) se puede hablar de una filosofía de sistemas, ya que

toda teoría científica de gran alcance tiene aspectos metafísicos. El autor señala
que "teoría" no debe entenderse en su sentido restringido, esto es, matemático,
sino que la palabra teoría está más cercana, en su definición, a la idea de
paradigma de Kuhn. El distingue en la filosofía de sistemas una ontología de
sistemas, una epistemología de sistemas y una filosofía de valores de sistemas.
La epistemología de sistemas se refiere a la distancia de la TGS con respecto al

positivismo o empirismo lógico. Bertalanffy, refiriéndose a si mismo, dice: "En
filosofía, la formación del autor siguió la tradición del neopositivismo del grupo
de Moritz Schlick, posteriormente llamado Círculo de Viena.
La filosofía de valores de sistemas se preocupa de la relación entre los seres

humanos y el mundo, pues Bertalanffy señala que la imagen de ser humano
diferirá si se entiende el mundo como partículas físicas gobernadas por el azar
o como un orden jerárquico simbólico. La TGS no acepta ninguna de esas
visiones de mundo, sino que opta por una visión heurística.
Finalmente, Bertalanffy reconoce que la teoría de sistemas comprende un

conjunto de enfoques que difieren en estilo y propósito, entre las cuales se
encuentra la teoría de conjuntos (Mesarovic) , teoría de las redes (Rapoport),
cibernética (Wiener), teoría de la información (Shannon y Weaver), teoría de los
autómatas (Turing), teoría de los juegos (von Neumann), entre otras. Por eso, la
práctica del análisis aplicado de sistemas tiene que aplicar diversos modelos, de
acuerdo con la naturaleza del caso y con criterios operacionales, aun cuando
algunos conceptos, modelos y principios de la TGS –como el orden jerárquico,
la diferenciación progresiva, la retroalimentación, etc.– son aplicables a grandes
rasgos a sistemas materiales, psicológicos y socioculturales.
Conceptos Básicos de la Teoría COMPLEJIDAD

General de Sistemas
CONGLOMERADO
AMBIENTE
ATRIBUTO
ELEMENTO
CIBERNETICA
ENERGIA
CIRCULARIDAD
ENTROPIA
_____________________________________________________________________________
EQUIFINALIDAD SERVICIO
EQUILIBRIO SINERGIA
EMERGENCIA SISTEMAS (dinámica de)
ESTRUCTURA SISTEMAS ABIERTOS
FRONTERA SISTEMAS CERRADOS
FUNCION SISTEMAS CIBERNETICOS
HOMEOSTASIS SISTEMAS TRIVIALES
INFORMACION SUBSISTEMA
INPUT / OUTPUT (modelo de) TELEOLOGIA
Input
VARIABILIDAD
Output
VARIEDAD
ORGANIZACIÓN
VIABILIDAD
MODELO
MORFOGENESIS
MORFOSTASIS
NEGENTROPIA
OBSERVACION (de segundo orden)
RECURSIVIDAD
RELACION
RETROALIMENTACION
Retroalimentación negativa
Retroalimentación positiva
RETROINPUT
_____________________________________________________________________________
Escuela Matemática
La teoría matemática aplicada a la solución de los problemas administrativos se
conoce como Investigación de operaciones (IO). La denominación IO
consagrada universalmente es genética e incierta. La teoría matemática no es
propiamente una escuela, al igual que la teoría de las relaciones humanas,
sino una corriente que se encuentra en varios autores que enfatizan el proceso
de decisión y lo tratan de modo lógico y racional a través de un enfoque
cuantitativo, detertministico y lógico.
Los temas principales de la administración de las operaciones de la

administración de las operaciones son:
1. Operaciones.- Se enfoca a los procesos productivos y productividad,

especialmente cuando la globalización impone productos mundiales.
2. servicios.- Se trata de los sistemas de operaciones de servicios.
2. Calidad.- Involucra el tratamiento estadístico de la calidad, la mejora
continua, programas de calidad total y certificación ISO.
_____________________________________________________________________________
ORÍGENES DE LA TEORÍA MATEMÁTICA EN LA
ADMINISTRACIÓN
La teoría matemática SURGIÓ en la teoría administrativa a partir de cinco

causas:
1. El trabajo clásico sobre Teoría de juegos de Von Neumann y

Morgesnstem. (1947) y de Wald (1954) y Savage (1954) para la teoría
estadística de la decisión.
2. El estudio del proceso de decisión por Herbert Simon entonces un autor
conductista, y el surgimiento de las teorías de las Decisiones resaltaron
una mayor importancia a la decisión que a la acción que de ella se deriva
en la dinámica organizacional.
3. La existencia de decisiones programables. - Simon había definido las
decisiones cualitativas (no programables y tomadas por el hombre) y las
decisiones cuantitativas (programables y programadas por el hombre) y
las decisiones cualitativas (no programables y programadas para la
maquina).
4. La computadora proporciono medios para la aplicación y desarrollo de
técnicas de las matemáticas más complejas y sofisticadas.
5. La teoría matemática surgió con la utilización de la investigación
operacional (IO) en el transcurso de la segunda Guerra Mundial.
La teoría matemática pretendió crear una ciencia de la administración con

bases lógicas y matemáticas.
PROCESO DECISORIO
La teoría matemática disloca el énfasis en la acción para ubicarlo en la decisión

que antecede. El proceso de decisión es su fundamento básico. Constituye el
campo de estudio de la teoría de la decisión que es aquí considerada un
desdoblamiento de la Teoría matemática.
La toma de decisión se estudia bajo dos perspectivas, la del proceso y la del

problema.
3. Estrategia de operaciones. - Define la alineación estratégica y la naturaleza

estratégica de la administración de las operaciones.
4. Tecnología. - L a utilización de la computadora en la administración de las
operaciones.
_____________________________________________________________________________
VENTAJAS
 Permite la comprensión de los hechos de una forma mejor que la

descripción verbal.
 Descubren relaciones existentes entre varios aspectos del problema.
 Permiten tratar el problema en su conjunto.
 Pueden ser aplicados por etapas y considerar otros factores
OBJETIVOS
La escuela matemática:
En la administración las matemáticas tienen como objetivo el análisis y el
procesamiento de información para la toma de decisiones objetivas y racionales.
Al dar este tipo de enfoque se dice que estamos haciéndolo cuantitativamente o
como Investigación de Operaciones, cuyo interés está centrado en el proceso de
toma de decisiones para la solución de problemas directivos en campos diversos
(administración general, mercadotécnia ,finanzas, etc.)
Esta se empezó a aplicar desde los años 30 y sobre todo a causa de la II Guerra
Mundial se hizo más necesaria para encontrar soluciones capaces de optimizar
resultados dentro de las estrategias de combate. Inclusive en el positivismo
propicio la tesis de que la administración solo sería posible con el rigor
matemático a sus procesos teóricos y aplicativos.
La toma de decisiones:
El enfoque matemático del que hemos venido hablando asume que toda decisión
es el resultado de una fase de reflexión, de ponderación y de evaluación previa
a la elección de una alternativa, es decir pensar antes de actuar sería la
proposición básica de dicho enfoque constituyendo el ámbito del análisis
cuantitativo. Describir el procedimiento al momento de tomar las decisiones en
un requisito previo para pensar lo que debe hacerse cuando sostiene un dilema.
Tradicionalmente se conocen seis pasos, también conocidos como método
oracional de toma de decisiones:
1.-Definiciòn del problema.-Plantear y delimitar el problema
2.-Obtener información.-Recopilar información relevante al problema
3.-Proponer opciones.-Una opción es un curso de acción, una posible es decir,
una salida adecuada al problema.
4.-Evaluaciòn de las opciones.-Se requiere de un riguroso análisis de evaluación
y apreciación de modo que se pueda vislumbrar cual, de entre todas ellas, es la
mejor.
Los modelos matemáticos de decisión acentúan su participación en esta etapa,
_____________________________________________________________________________
ORIGEN DE LA TEORIA MATEMATICA EN LA ADMINISTRACION
La teoría matemática en la administración se aplica para dar objetividad a la toma

de decisiones, puesto que sus técnicas se evitan las corazonadas o la intuición,
disminuyendo en alto grado de incertidumbre.
La escuela matemática surge durante la segunda guerra mundial, en Inglaterra

dada su precaria situación y carencias de recursos, lo que obligo a establecer
reuniones de científicos de diversas disciplinas, con el fin de dar soluciones a la
optimización de recursos, la teoría matemática no es propiamente una escuela
sino una corriente que se encuentra en varios autores que enfatizan el proceso
de decisión y lo tratan de modo lógico y racional a través de enfoque cuantitativo.
La teoría matemática surgió en la teoría matemática a partir de 5 causas:
1. El trabajo clásico sobre teorías de juegos: Von Neumann y Morgesnstem.

(1947) y de Wald (1954) y Savaje (1954) para la teoría estadística de la
decisión.
2. El estudio de proceso de decisión: por Herberth Simón un autor
conductista, y el surgimiento de las teorías de las decisones resalta una
mayor importancia a la decisión que a la acción que de ella se dé la
dinámica organizacional.
3. La existencia de decisiones programables: Simón había definido las
decisiones cualitativas (No programables y tomadas por el hombre9 y las
decisiones cuantitativas (programables y programadas por el hombre) y
las decisiones cualitativas (No programables y programadas para la
maquina).
4. La computadora: proporciono medios para la aplicación y desarrollo de
técnicas de las matemáticas más complejas y sofisticadas.
5. Uso de la investigación de operaciones(IO): la teoría matemática surgió
en el transcurso de la segunda Guerra Mundial.
_____________________________________________________________________________
PROCESOS DECISORIOS
La teoría matemática disloca el énfasis en la acción para ubicarlo en la decisión

que antecede. El proceso de decisión es su fundamento básico constituye el
campo de estudio de la teoría de la decisión que es aquí considerada un
desdoblamiento de la teoría matemática.
La toma de decisión se estudia bajo dos perspectivas, la del proceso

y la del problema.
1. PERSPECTIVA DEL PROCESO: se encuentra en las etapas de las

tomas de decisión. Dentro de esa perspectiva, el objetivo es seleccionar la mejor
alternativa de decisión. Enfoca el proceso de decisión como una secuencia de
tres etapas simples:
a) Definición del problema.

b) Cuáles son las posibles alternativas de solución al problema.
c) Cuál es la mejor alternativa de solución (elección).
2. PERSPECTIVA DEL PROBLEMA: está orientado hacia la resolución de

problemas.
_____________________________________________________________________________
MODELOS MATEMÁTICOS EN LA ADMINISTRACIÓN
La teoría matemática busca construir modelos matemáticos capaces de simular

situaciones reales en la empresa.
El modelo es la representación de algo o el estándar de algo a ser hecho.
En la teoría matemática, el modelo se utilizaba como simulación de situaciones futuras
y evaluaciones de la probabilidad de que suceda.
La teoría matemática se preocupa por crear modelos matemáticos capaces de
administrar situaciones reales en la empresa. La creación de los modelos se orienta,
principalmente, hacia la solución de problemas que se presentan en la toma de
decisiones. Como ya se expresó, un modelo es la representación de alguna cosa o el
estándar de algo que se va a hacer a través del ser representa la realidad. En la teoría
matemática el modelo se usa general mente para simular situaciones futuras y para
evaluar la probabilidad de su ocurrencia. El modelo busca delimitar el área de dicción,
de modo que indique hasta donde pueda llegar una situación futura. Dentar de cierto
límite razonable de ocurrencia.
En síntesis, los modelos sirven para representar simplificaciones se la realidad. Su
ventaja reside en que permite manipular, mediante la simulación situaciones reales
complejas y difíciles a través de la simplificación de la realidad. Sean matemáticos o de
comportamiento, los modelos proporcionan un valioso instrumento de trabajo para que
la administraron pueda tratar los problemas es una discrepancia entre lo que es (es
decir, la realidad) y lo que debería o podría ser (esto es los valores, las metas,
los objetivos). En general, la organización enfrenta al mismo tiempo una gran diversidad
de problemas que varían demasiado en grado de complejidad
Esto puede clasificarse en dos grandes grupos estructurados y no estructurados.
A.- PROBLEMAS ESTRUCTURADOS
Un problema estructurado es aquel que puede ser perfectamente definido pues sus
principales variables son conocidas.
El problema estructurado puede ser subdividido en tres categorías:
 Decisiones con certeza. - Las variables y sus consecuencias son determinística.

 Decisiones bajo riesgo. - Las variables son conocidas y la relación entre la
consecuencia y la acción se conoce en términos probabilísticas.
 Decisiones bajo incertidumbre. - Las variables son conocidas, pero las
probabilidades para evaluar la consecuencia de una acción son desconocidas o
no son determinadas con algún grado de certeza.
_____________________________________________________________________________
B.- PROBLEMAS NO ESTRUCTURADOS
El problema no estructurado no puede ser claramente definido pues una o más de sus
variables se desconoce o no puede determinarse con algún grado de confianza.
El modelo matemático puede tratar a los problemas estructurados y no estructurados
con ventajas, porque:
 Permite descubrir una situación mejor

 Descubre relaciones del problema
 Permite tratar el problema en su conjunto y considerar todas las variables
principales simultáneamente.
 Es susceptible de ampliación por etapas e incluye factores abandonados en las
descripciones verbales.
 Utiliza técnicas de las matemáticas objetivas y lógicas.
 Conduce a una solución segura y cualitativa.
 Permite respuestas inmediatas y en escala gigantesca por medio de
computadoras y equipos electrónicos.
C.- TIPOS DE DECISIÓN
En función de los problemas estructurados y no estructurados, las técnicas de toma de

decisiones (programadas y no programadas) funcionan de la siguiente forma:
INVESTIGACIÓN DE OPERACIONES (IO)
El Campo de Investigación de Operaciones procede en ciertos aspectos de

la Administración científica, mejorada por métodos más refinados (principalmente
matemáticos): la tecnología computacional y una orientación dirigida hacia problemas
más amplios. La IO adopta el método científico como estructura para la solución de
problemas haciendo mayor énfasis en el juicio objetivo que el subjetivo. La mayoría de
los autores de la escuela matemática proviene de la matemática, de la estadística, de
la Ingeniería y de la Economía, y tiene una orientación nítidamente técnico- económica
y estrictamente racional y lógico.
La rama de investigación de operaciones (IO) proviene de la administración científica la

cual agrego métodos matemáticos como tecnología computacional y una orientación
más amplia.
La IO adopta el método científico como estructura para la solución de los problemas con
fuerte énfasis en el juicio objetito.
_____________________________________________________________________________
Las definiciones de la IO varían desde técnicas de las matemáticas específicas hasta el
método científico en sí. En general, esas definiciones incluyen tres aspectos básicos
comunes al enfoque de la IO a la toma de decisión administrativa.
I. Visión sistemática de los problemas que van a ser resueltos.
II. Uso del método científico en la resolución de problemas.
III. Utilización de técnicas específicas de estadística, probabilidad y modelos
matemáticos para ayudar al que toma las decisiones a solucionar los problemas.
La IO enfoca el análisis de operaciones de un sistema y no solamente como un problema
particular, la IO utiliza:
a) La probabilidad en el enfoque de la IO para decisiones bajo condiciones de riesgo

e incertidumbre.
b) La estadística en sistematización y análisis de datos para obtener soluciones.
c) La matemática en la formulación de modelos cuantitativos.
La IO es “la aplicación de métodos, técnicas e instrumentos científicos a problemas que

involucran las operaciones de un sistema, a modo de proporcionar, a los que controlan
el sistema, soluciones óptimas para el problema en cuestión”.
Las matemáticas pretenden transformar en científico, racional y lógico el proceso de
decisión en las organizaciones.
La metodología de la IO utiliza seis fases:
1. Formular el problema. - Con el análisis del sistema y sus objetivos y las

alternativas de acción.
2. Construir un modelo matemático. para representar el sistema- El modelo
expresa el sistema el sistema como un conjunto de variables, de las cuales una
por una por lo menos, está sujeta a control.
3. Deducir una solución del modelo. - La solución óptima de un modelo por medio
del prosees analítico o del proceso numérico.
4. Probar el modelo y la solución del modelo. - Construir el modelo que represente
la realidad y que debe ser capaz de prever con exactitud el efecto de los cambios
en el sistema y la eficiencia general del sistema.
5. Establecer control sobre la solución. - la solución de un modelo será adecuado
mientras las variables incontroladas conserven sus valores y las relaciones entre
las variables se mantengan constantes.
6. Colocar la solución en funcionamiento (implementación). La solución necesita
ser probada y transformada en una serie de procesos operacionales.
La IO presenta las siguientes características Principales.
 Se preocupa más por las operaciones de toda la organización que por alguna
división u órgano particular, ya se considera al sistema como un todo.
 Busca perfeccionar y dinamizar las operaciones para proporcionar
mayor seguridad a la organización a corto y a largo plazo.
_____________________________________________________________________________
 Aplicar los más recientes métodos y técnicas científicas de análisis cuantitativo.
 Proyecta y aplica operaciones experimentales que representan operaciones
reales.
 Se refiere no sólo a las máquinas u hombres individualmente, sino a la operación
como un todo. La IO es investigación en el nivel operacional. es decir, en el nivel
de ejecución.
Los Principales Campos de Aplicación de la IO son.
Con la relación a personas. Cálculo de organización y gerencia, ausentismo y relaciones

de trabajo, decisiones individuales, investigación de mercado.
Con relación a las personas y las máquinas : Cálculo de eficiencia y productividad de flujo
de producción, , métodos de control de calidad , inspección, prevención
de accidentes y planeación y control de producción.
Con relación a los movimientos: estimativos de transporte, inventario, distribución y

manejo (logística), comunicaciones.
La IO utiliza herramientas propias, casi todas cuantitativas. Las herramientas

cuantitativas son los modelos (o técnicas) matemáticos de la IO, los cuales son sólo una
representación simbólica y simplificada de la realidad organizacional que se pretende
estudiar.
Dado que esa realidad organizacional es un extremo complejo, la única manera de

racionalizarla en procesos de decisión es mediante el método simplificador: el modelo
homomórfico.
Los modelos cuantitativos de IO más empleados son los modelos matemático-analíticos

y los modelos de simulación. Existen modelos ya desarrollados (enlatados) tanto
analíticos como de simulación, listos para ser utilizados.
Las principales técnicas de la IO Son:
 Teoría de juegos
 Teoría de las colas
 Teoría de los grafos
 Programación lineal.
 Programación dinámica.
 Probabilidad y análisis estadísticos
_____________________________________________________________________________
LA TORIA DE LOS JUEGOS
La teoría de los juegos es una rama de la matemática con aplicaciones a la

economía, sociología, biología y psicología, que analiza las interacciones entre
individuos que toman decisiones en un marco de incentivos formalizados
(juegos).
En un juego, varios agentes buscan maximizar su utilidad eligiendo la teoría de

juegos es una herramienta que ayuda a analizar problemas de optimización
interactiva. La teoría de juegos tiene muchas aplicaciones en las ciencias
sociales. La mayoría de las situaciones estudiadas por la teoría de juegos
implican conflictos de intereses, estrategias y trampas. De particular interés son
las situaciones en las que se puede obtener un resultado mejor cuando los
agentes cooperan entre sí, que cuando los agentes intentan maximizar sólo su
utilidad.
La teoría de juegos fue ideada en primer lugar por John von Neumann. Luego,
John Nash, A.W. Tucker y otros hicieron grandes contribuciones a la teoría de
juegos.
Juegos
Se denomina juego a la situación interactiva especificada por el conjunto de
participantes, los posibles cursos de acción que puede seguir cada participante,
y el conjunto de utilidades.
Estrategia
Cuando un jugador tiene en cuenta las reacciones de otros jugadores para
realizar su elección, se dice que el jugador tiene una estrategia. Una estrategia
es un plan de acciones completo que se lleva a cabo cuando se juega el juego.
Se explicita antes de que comience el juego, y prescribe cada decisión que los
agentes deben tomar durante el transcurso del juego, dada la información
disponible para el agente. La estrategia puede incluir movimientos aleatorios.
_____________________________________________________________________________
Resultados de los juegos
El resultado de un juego es una cierta asignación de utilidades finales. Se
denomina resultado de equilibrio si ningún jugador puede mejorar su utilidad
unilateralmente dado que los otros jugadores se mantienen en sus estrategias.
Un equilibrio estratégico es aquel que se obtiene cuando, dado que cada jugador
se mantiene en su estrategia, ningún jugador puede mejorar su utilidad
cambiando de estrategia. Alternativamente, un perfil de estrategias conforma un
equilibrio si las estrategias conforman la mejor respuesta a las otras.
Matriz de resultados de un juego

La matriz de resultados de un juego representa el resultado del juego en una
matriz
Estrategia dominante
Una estrategia dominante es aquella elección que realiza el jugador
independientemente de lo que haga el otro. En el juego representado en la matriz
de arriba, la estrategia dominante para A es elegir “abajo”, mientras que la
estrategia dominante para B es elegir “izquierda”. Estas estrategias dominantes
dan como resultado el equilibrio de estrategias dominantes del juego. Si cada
jugador tiene una estrategia dominante se puede predecir el resultado del juego.
Equilibrio de Nash
El equilibrio de Nash fue formulado por John Nash, que es un matemático
norteamericano, en 1951. Un par de estrategias es un equilibrio de Nash si la
elección de A es óptima dada la de B y la de B es óptima, dada la de A. El
equilibrio de Nash se diferencia del equilibrio de las estrategias dominantes en
que, en el equilibrio de las estrategias dominantes, se exige que la estrategia de
A sea óptima en el caso de todas las elecciones óptimas de B, y viceversa. El
equilibrio de Nash es menos restrictivo que el equilibrio de estrategias óptimas.
Un juego puede tener más de un equilibrio de Nash. Existen juegos en los no

existe un equilibrio de Nash.
_____________________________________________________________________________
TEORIA DE LAS COLAS
Las "colas" son un aspecto de la vida moderna que nos encontramos

continuamente en nuestras actividades diarias. En el contador de un
supermercado, accediendo al Metro, en los Bancos, etc., el fenómeno de
las colas surge cuando unos recursos compartidos
necesitan ser accedidos para dar servicio a un elevado número de trabajos o
clientes.
El estudio de las colas es importante porque proporciona tanto una base

teórica del tipo de servicio que podemos esperar de un determinado recurso,
como la forma en la cual dicho recurso puede ser diseñado para
proporcionar un determinado grado de servicio a sus clientes.
Debido a lo comentado anteriormente, se plantea como algo muy útil el

desarrollo de una herramienta que sea capaz de dar una respuesta sobre las
características que tiene un determinado modelo de colas.
Definiciones iniciales:
La teoría de colas es el estudio matemático del comportamiento de líneas
de espera. Esta se presenta, cuando los “clientes” llegan a un “lugar”
demandando un servicio a un “servidor”, el cual tiene una cierta capacidad de
atención.
Si el servidor no está disponible inmediatamente y el cliente decide esperar,
entonces se forma a la línea de espera.
Una cola es una línea de espera y la teoría de colas es una colección de

modelos matemáticos que describen sistemas de línea de espera particulares o
sistemas de colas. Los modelos sirven para encontrar un buen compromiso entre
costes del sistema y los tiempos promedio de la línea de espera para un sistema
dado.
Los sistemas de colas son modelos de sistemas que proporcionan

servicio. Como modelo, pueden representar cualquier sistema en donde
los trabajos o clientes llegan buscando un servicio de algún tipo y salen después
de que dicho servicio haya sido atendido. Podemos modelar los sistemas de este
tipo tanto como colas sencillas o como un sistema de colas interconectadas
formando una red de colas. En la siguiente figura podemos ver un ejemplo de
modelo de colas sencillo. Este modelo puede usarse para representar una
situación típica en la cual los clientes llegan, esperan si los servidores están
ocupados, son servidos por un servidor disponible y se marchan cuando se
obtiene el servicio requerido.
_____________________________________________________________________________
Fuente de Entrada
Llegada de un Cliente Cola
Disciplina de la Cola
Sistema de la Cola
Mecanismo de Servicio
Servicio
La cola, propiamente dicha, es el conjunto de clientes que hacen espera,

es decir los clientes que ya han solicitado el servicio pero que aún no han pasado
al mecanismo de servicio.
El sistema de la cola: es el conjunto formado por la cola y el mecanismo

de servicio, junto con la disciplina de la cola, que es lo que nos indica el criterio
de qué cliente de la cola elegir para pasar al mecanismo de servicio. Estos
elementos pueden verse más claramente en la siguiente figura:
Un modelo de sistema de colas debe especificar la distribución de

probabilidad de los tiempos de servicio para cada servidor.
_____________________________________________________________________________
TEORIAS DE LOS GRAFOS
La teoría de LOS grafos tiene sus fundamentos en las matemáticas discretas y
de las matemáticas aplicadas. Es una teoría que requiere de diferentes
conceptos de diversas áreas
como combinatoria, álgebra, probabilidad, geometría de
polígonos, aritmética y topología. Actualmente ha tenido mayor preponderancia
en el campo de la informática, las ciencias de la
computación y telecomunicaciones. Debido a la gran cantidad de aplicaciones
en la optimización de recorridos, procesos, flujos, algoritmos de búsquedas,
entre otros, se generó toda una nueva teoría que se conoce como análisis de
redes.
El origen de la teoría de grafos se remonta al siglo XVIII con el problema de los
puentes de Königsberg, el cual consistía en encontrar un camino que recorriera
los siete puentes del río Pregel ( 54°42′12″N 20°30′56″E) en la ciudad
de Königsberg, actualmente Kaliningrado, de modo que se recorrieran todos los
puentes pasando una sola vez por cada uno de ellos. El trabajo de Leonhard
Euler sobre el problema titulado Solutio problematis ad geometriam situs
pertinentis(La solución de un problema relativo a la geometría de la posición)
en 1736, es considerado el primer resultado de la teoría de grafos. También se
considera uno de los primeros resultados topológicos en geometría (que no
depende de ninguna medida). Este ejemplo ilustra la profunda relación entre la
teoría de grafos y la topología.
Luego, en 1847, Gustav Kirchhoff utilizó la teoría de grafos para el análisis de
redes eléctricas publicando sus leyes de los circuitos para calcular el voltaje y la
corriente en los circuitos eléctricos, conocidas como leyes de Kirchhoff,
considerado la primera aplicación de la teoría de grafos a un problema
de ingeniería.
En 1852 Francis Guthrie planteó el problema de los cuatro colores el cual afirma
que es posible, utilizando solamente cuatro colores, colorear cualquier mapa de
países de tal forma que dos países vecinos nunca tengan el mismo color. Este
problema, que no fue resuelto hasta un siglo después por Kenneth
Appel y Wolfgang Haken en 1976, puede ser considerado como el nacimiento de
la teoría de grafos. Al tratar de resolverlo, los matemáticos definieron términos y
conceptos teóricos fundamentales de los grafos.
En 1857, Arthur Cayley estudió y resolvió el problema de enumeración de
los isómeros, compuestos químicos con idéntica composición (fórmula) pero
diferente estructura molecular. Para ello representó cada compuesto, en este
caso hidrocarburos saturados CnH2n+2, mediante un grafo árbol donde los
vértices representan átomos y las aristas la existencia de enlaces químicos.
El término «grafo», proviene de la expresión H«graphic notation» usada por
primera vez por Edward Frankland y posteriormente adoptada por Alexander
Crum Brown en 1884, y hacía referencia a la representación gráfica de los
enlaces entre los átomos de una molécula.
_____________________________________________________________________________
El primer libro sobre teoría de grafos fue escrito por Dénes Kőnig y publicado
en 1936.
TIPOS DE GRAFOS
 Grafo simple. o simplemente grafo es aquel que acepta una sola arista
uniendo dos vértices cualesquiera. Esto es equivalente a decir que una arista
cualquiera es la única que une dos vértices específicos. Es la definición
estándar de un grafo.
 Multigrafo. Es el que acepta más de una arista entre dos vértices. Estas
aristas se llaman múltiples o lazos (loops en inglés). Los grafos simples son
una subclase de esta categoría de grafos. También se les llama grafos
generales.
 Pseudografo. Si incluye algún lazo.
 Grafo orientado, dirigido o digrafo. Son grafos en los cuales se ha añadido
una orientación a las aristas, representada gráficamente por una flecha.
 Grafo etiquetado. Grafos en los cuales se ha añadido un peso a las aristas
(número entero generalmente) o un etiquetado a los vértices.
 Grafo aleatorio. Grafo cuyas aristas están asociadas a una probabilidad.
 Hipergrafo. Grafos en los cuales las aristas tienen más de dos extremos, es
decir, las aristas son incidentes a 3 o más vértices.
 Grafo infinito. Grafos con conjunto de vértices y aristas de cardinal infinito.
PROGRAMA LINEAL
El programa lineal presenta características como:
 Busca la posición óptima de relación con un objetivo. La finalidad es

minimizar costos y maximizar beneficios en función del objetivo
preestablecido.
 Supone la elección entre alternativas o combinación de esas
alternativas
 Considera límites o restricciones que cercan la decisión.
_____________________________________________________________________________
PROGRAMACIÓN DINÁMICA
Una subestructura óptima significa que se pueden usar soluciones óptimas de
subproblemas para encontrar la solución óptima del problema en su conjunto.
Por ejemplo, el camino más corto entre dos vértices de un grafo se puede
encontrar calculando primero el camino más corto al objetivo desde todos los
vértices adyacentes al de partida, y después usando estas soluciones para elegir
el mejor camino de todos ellos. En general, se pueden resolver problemas con
subestructuras óptimas siguiendo estos tres pasos:
1. Dividir el problema en subproblemas más pequeños.

2. Resolver estos problemas de manera óptima usando este proceso de tres
pasos recursivamente.
3. Usar estas soluciones óptimas para construir una solución óptima al
problema original.
Los subproblemas se resuelven a su vez dividiéndolos en subproblemas más
pequeños hasta que se alcance el caso fácil, donde la solución al problema es
trivial.
Decir que un problema tiene subproblemas superpuestos es decir que se usa un
mismo subproblema para resolver diferentes problemas mayores. Por ejemplo,
en la sucesión de Fibonacci (F3 = F1 + F2 y F4 = F2 + F3) calcular cada término
supone calcular F2. Como para calcular F5 hacen falta tanto F3 como F4, una
mala implementación para calcular F5 acabará calculando F2 dos o más veces.
Esto sucede siempre que haya subproblemas superpuestos: una mala
implementación puede acabar desperdiciando tiempo recalculando las
soluciones óptimas a problemas que ya han sido resueltos anteriormente.
Esto se puede evitar guardando las soluciones que ya hemos calculado.
Entonces, si necesitamos resolver el mismo problema más tarde, podemos
obtener la solución de la lista de soluciones calculadas y reutilizarla. Este
acercamiento al problema se llama memoización (no confundir
con memorización; en inglés es llamado memoization, véase en). Si estamos
seguros de que no volveremos a necesitar una solución en concreto, la podemos
descartar para ahorrar espacio. En algunos casos, podemos calcular las
soluciones a problemas que de antemano sabemos que vamos a necesitar.
En resumen, la programación hace uso de:
 Subproblemas superpuestos
 Subestructuras óptimas
 Memoización
La programación toma normalmente uno de los dos siguientes enfoques:
 Top-down: El problema se divide en subproblemas, y estos se resuelven

recordando las soluciones por si fueran necesarias nuevamente. Es una
combinación de memoización y recursión.
_____________________________________________________________________________
 Bottom-up: Todos los problemas que puedan ser necesarios se resuelven
de antemano y después se usan para resolver las soluciones a problemas
mayores. Este enfoque es ligeramente mejor en consumo de espacio y
llamadas a funciones, pero a veces resulta poco intuitivo encontrar todos los
subproblemas necesarios para resolver un problema dado.
Originalmente, el término de programación dinámica se refería a la resolución de
ciertos problemas y operaciones fuera del ámbito de la Ingeniería Informática, al
igual que hacía la programación lineal. Aquel contexto no tiene relación con
la programación en absoluto; el nombre es una coincidencia. El término también
lo usó en los años 40 Richard Bellman, un matemático norteamericano, para
describir el proceso de resolución de problemas donde hace falta calcular la
mejor solución consecutivamente.
Algunos lenguajes de programación funcionales, sobre todo Haskell, pueden
usar la memorización automáticamente sobre funciones con un conjunto
concreto de argumentos, para acelerar su proceso de evaluación. Esto sólo es
posible en funciones que no tengan efectos secundarios, algo que ocurre
en Haskell pero no tanto en otros lenguajes.
PRINCIPIO DE OPTIMISACION
Cuando hablamos de optimizar nos referimos a buscar alguna de
las mejores soluciones de entre muchas alternativas posibles. Dicho proceso de
optimización puede ser visto como una secuencia de decisiones que nos
proporcionan la solución correcta. Si, dada una subsecuencia de decisiones,
siempre se conoce cuál es la decisión que debe tomarse a continuación para
obtener la secuencia óptima, el problema es elemental y se resuelve trivialmente
tomando una decisión detrás de otra, lo que se conoce como estrategia voraz.
En otros casos, aunque no sea posible aplicar la estrategia voraz, se cumple
el principio de optimalidad de Bellman que dicta que «dada una secuencia
óptima de decisiones, toda subsecuencia de ella es, a su vez, óptima». En este
caso sigue siendo posible el ir tomando decisiones elementales, en la confianza
de que la combinación de ellas seguirá siendo óptima, pero será entonces
necesario explorar muchas secuencias de decisiones para dar con la correcta,
siendo aquí donde interviene la programación dinámica.
Contemplar un problema como una secuencia de decisiones equivale a dividirlo
en problemas más pequeños y por lo tanto más fáciles de resolver como
hacemos en Divide y Vencerás, técnica similar a la de programación dinámica.
La programación dinámica se aplica cuando la subdivisión de un problema
conduce a:
 Una enorme cantidad de problemas.

 Problemas cuyas soluciones parciales se solapan.
 Grupos de problemas de muy distinta complejidad.
_____________________________________________________________________________
PROBABILIDAD Y ANÁLISIS ESTADÍSTICO
El análisis estadístico es el método matemático utilizado para obtener la misma
información con la menor cantidad de datos. Una de sus aplicaciones más
conocidas es el control estadístico de calidad (CEQ) en el área de producción.
Los métodos estadísticos permiten producir el máximo de información a partir de
los datos disponibles.
La aplicación de la estadística a los problemas de calidad comenzó con Malter

A. Shewhart en el transcurso de la Segunda Guerra Mundial.
a.- Control estadístico de calidad

La idea inicial era aplicar metodología estadística en la inspección de calidad y
llegando a la calidad asegurada con la finalidad de obtener conformidad con las
especificaciones y proporcionar alto grado de confiabilidad, durabilidad y
desempeño en lo productos.
El control estadístico de la calidad se base en técnicas de determinación del
momento en que los errores tolerados en la producción empiezan a rebasar los
límites de tolerancia, es cuando la acción correctiva se hace necesaria.
El control estadístico de la calidad tiene por objetivo localizar desviaciones,

errores, defectos o fallas en el proceso productivo, comparando el desempeño
con el estándar establecido. Esa comparación puede realizarse de res formas:
1.- Control de calidad 100%.Corresponde a la inspección total de la calidad. El

control de calidad (QC) total hace parte del proceso productivo y se inspeccionan
todos los productos.
2.- Control de calidad por muestreos. Es el que se hace por lotes de muestras
recogidos para su inspección. El control de muestras sustituye el control total ya
que no interfiere en el proceso productivo. Si se aprueba la muestra todo el lote
se aprueba. Se rechaza la muestra, se deberá inspeccionar todo el lote.
3.- Control de calidad aleatorio. Es el QC probabilística y consisten en
inspeccionar solamente un cierto porcentaje de productos o del trabajo en forma
aleatoria.
b.- Calidad total
J. M. Juran (nació en 1904). Extendió los conceptos de calidad para toda la
empresa con su control total de la calidad.
Mientras el control estadístico de la calidad se aplica apenas en el nivel
operacional, y de preferencia en el área de producción y manufactura, la calidad
total extiende el concepto de calidad a toda la organización, desde el nivel
_____________________________________________________________________________
operacional hasta el institucional, abarcando todo el personal de la oficina y de
la base de la fábrica en un todo.
Las ventajas del TQC son:

1.- Reducción de desperdicios.
2.- Disminución de los ciclos de tiempo y de los tiempos de resultados.
3.- Mejoría de la calidad de los resultados (productos o servicios).
Ambos constituyen enfoques de incremento para así excelencia en la calida de
los productos y procesos, además de proporcionar una formidable reducción de
costos.
La estadística es comúnmente considerada como una colección de hechos

numéricos expresados en términos de una relación sumisa, y que han sido
recopilados a partir de otros datos numéricos.
Kendall y Buckland (citados por Gini V. Glas / Julian C. Stanley, 1980) definen la
estadística como un valor resumido, calculado, como base en una muestra de
observaciones que generalmente, aunque no por necesidad, se considera como
una estimación de parámetro de determinada población; es decir, una función
de valores de muestra.
"La estadística es una técnica especial apta para el estudio cuantitativo de los
fenómenos de masa o colectivo, cuya mediación requiere una masa de
observaciones de otros fenómenos más simples llamados individuales o
particulares". (Gini, 1953).
Murria R. Spiegel, (1991) dice: "La estadística estudia los métodos científicos
para recoger, organizar, resumir y analizar datos, así como para sacar
conclusiones válidas y tomar decisiones razonables basadas en tal análisis.
"La estadística es la ciencia que trata de la recolección, clasificación y
presentación de los hechos sujetos a una apreciación numérica como base a la
explicación, descripción y comparación de los fenómenos". (Yale y Kendal,
1954).
Cualquiera sea el punto de vista, lo fundamental es la importancia científica que
tiene la estadística, debido al gran campo de aplicación que posee.
Definición de estadística. El término estadística tiene su raíz en la
palabra Estado. Surge cuando se hace necesario para sus intereses cuantificar
conceptos. En la mayoría de los casos esta cuantificación se hará en función de
unos fines económicos o militares. El estado quiere conocer censo de personas,
de infraestructura, de recursos en general, para poder obtener conclusiones de
esta información.
Actualmente la estadística es una ciencia que se desarrolló principalmente en el
siglo XX en las Universidades y centros de investigación prestigiosos alrededor
del mundo, dedicados a la investigación en ciencias biológicas y agropecuarias,
como la Estación experimental de Rothamstead en Gran Bretaña o
la Universidad Estatal de Iowa y la Universidad de Carolina del Norte en EE.UU.
No es ya una cuestión reservada al estado. Podríamos decir que ha permeado
la mayoría de las ciencias, desde la Biología (en especial, la Genética), la Física,
la Química y las relacionadas con la Ingeniería en general, así como
las Finanzas, Economía y Ciencias Sociales. La razón es clara: por una parte la
_____________________________________________________________________________
estadística proporciona técnicas precisas para obtener información, (recolección
y descripción de datos) y por otra parte proporciona métodos para el análisis de
esta información (inferencia).
INFERENCIA ESTADÍSTICA
Se basa en las conclusiones a la que se llega por la ciencia experimental
basándose en información incompleta (de una parte de la población). La
inferencia estadística es una parte de la Estadística que permite
generar modelos probabilísticos a partir de un conjunto de observaciones. Del
conjunto se observaciones que van a ser analizadas, se eligen aleatoriamente
sólo unas cuantas, que es lo que se denomina muestra, y a partir de dicha
muestra se estiman los parámetros del modelo, y se contrastan las
hipótesis establecidas, con el objeto de determinar si el modelo probabilístico es
el adecuado al problema real que se ha planteado.
La utilidad de la inferencia estadística, consiste en que si el modelo se considera
adecuado, puede usarse para la toma de decisiones o para la realización de las
previsiones convenientes.
En el desarrollo del tema se utilizarán variables aleatorias, que son variables
determinadas por el azar.
La inferencia estadística parte de un conjunto de observaciones de una variable,
y a partir de estos datos "infiere" o genera un modelo probabilístico; por tanto es
la consecuencia de la investigación empírica, cuando se está llevando a cabo, y
como consecuencia de la ciencia teórica, cuando se están generando
estimadores, o métodos, con tal o cual característica para casos particulares. La
inferencia estadística es, en consecuencia, un planteamiento inductivo.
Es la parte de la estadística matemática que se encarga del estudio de

los métodos para la obtención del modelo de probabilidad que sigue una
variable aleatoria de una determinada población, a través de
una muestra obtenida de la misma.
.proceso de análisis que consiste en inferir las propiedades de una población con
base en la caracterización de la muestra.
TEORÍA DE DECISIÓN
Estudio formal sobre la toma de decisiones. Los estudios de casos reales, que
se sirven de la inspección y los experimentos, se denominan teoría descriptiva
de decisión; los estudios de la toma de decisiones racionales, que utilizan
la lógica y la estadística, se llaman teoría preceptiva de decisión. Estos estudios
se hacen más complicados cuando hay más de un individuo, cuando los
resultados de diversas opciones no se conocen con exactitud y cuando las
probabilidades de los distintos resultados son desconocidas. La teoría de
decisión comparte características con la teoría de juegos, aunque en la teoría de
decisión el "adversario" es la realidad en vez de otro jugador o jugadores.
Al hacer un análisis sobre esta teoría, y mirándola desde el punto de vista de
un sistema, se puede decir que al tomar una decisión sobre un problema en
particular, se debe tener en cuenta los puntos de dificultad que lo componen,
para así empezar a estudiarlos uno a uno hasta obtener una solución que sea
acorde a lo que se esta esperando obtener de este, y sino, buscar
otras soluciones que se acomoden a lo deseado.
_____________________________________________________________________________
La teoría de decisión, no solamente se puede ver desde el punto de vista de un
sistema, sino en general, porque esta se utiliza a menudo para tomar decisiones
de la vida cotidiana, ya que muchas personas piensan que la vida es como una
de las teorías; La teoría del juego, que para poder empezarlo y entenderlo hay
que saber jugarlo y para eso se deben conocer las reglas de este, para que no
surjan equivocaciones al empezar la partida.
Se puede decir que la Teoría de decisión es una de las ramas que sirve para que
al dar un paso, no se vaya a dar en falso, porque si se conoce de esta no hay el
porque de equivocarse.
POBLACION EN ESTADISTICA
El concepto de población en estadística va más allá de lo que comúnmente se
conoce como tal. Una población se precisa como un conjunto finito o infinito de
personas u objetos que presentan características comunes. "Una población es
un conjunto de todos los elementos que estamos estudiando, acerca de los
cuales intentamos sacar conclusiones". Levan & Rubin (1996). "Una población
es un conjunto de elementos que presentan una característica común". Cadenas
(1974). Ejemplo: Los miembros del Colegio de Ingenieros del Estado Cojedes.
El tamaño que tiene una población es un factor de suma importancia en el
proceso de investigación estadística, y este tamaño vienen dado por el número
de elementos que constituyen la población, según el número de elementos la
población puede ser finita o infinita. Cuando el número de elementos que integra
la población es muy grande, se puede considerar a esta como una población
infinita, por ejemplo; el conjunto de todos los números positivos. Una población
finita es aquella que está formada por un limitado número de elementos, por
ejemplo; el número de estudiante del Núcleo San Carlos de
la Universidad Nacional Experimental Simón Rodríguez. Cuando la población es
muy grande, es obvio que la observación de todos los elementos se dificulte en
cuanto al trabajo, tiempo y costos necesarios para hacerlo. Para solucionar este
inconveniente se utiliza una muestra estadística. Es a menudo imposible o poco
práctico observar la totalidad de los individuos, sobre todos si estos son muchos.
En lugar de examinar el grupo entero llamado población o universo, se examina
una pequeña parte del grupo llamada muestra.
Población o Universo: es el total del conjunto de elementos u objetos de los
cuales se quiere obtener información. Aquí el término población tiene un
significado mucho más amplio que el usual, ya que puede referirse a personas,
cosas, actos, áreas geográficas e incluso al tiempo.
La población debe estar perfectamente definida en el tiempo y en el espacio, de
modo que ante la presencia de un potencial integrante de la misma, se pueda
decidir si forma parte o no de la población bajo estudio. Por lo tanto, al definir
una población, se debe cuidar que el conjunto de elementos que la integran
quede perfectamente delimitado.
MUESTRA ALEATORIA
Es una muestra sacada de una población de unidades, de manera que todo
elemento de la población tenga la misma probabilidad de selección y que las
unidades diferentes se seleccionen independientemente.
Muestra aleatoria: muestra elegida independientemente de todas las demás, con
la misma probabilidad que cualquier otra y cuyos elementos están elegidos
_____________________________________________________________________________
independientemente unos de otros y con la misma probabilidad. Muestra
aleatoria
Una muestra aleatoria es una muestra sacada de una población de unidades, de
manera que todo elemento de la población tenga la misma probabilidad de
selección y que las unidades diferentes se seleccionen independientemente.
Variables aleatorias y distribuciones
Se llama variable aleatoria aquella que toma diversos valores o conjuntos de
valores con distintas probabilidades. Existen 2 características importantes de
una variable aleatoria, sus valores y las probabilidades asociadas a esos valores.
Una tabla, gráfico o expresión matemática que de las probabilidades con que
una variable aleatoria toma diferentes valores, se llama distribución de la
variable aleatoria.
Como vimos anteriormente, la inferencia estadística se relaciona con las
conclusiones que se pueden sacar acerca de una población de observaciones
basándose en una muestra de observaciones. Entonces intervienen las
probabilidades en el proceso de la selección de la muestra; en este caso se
desea saber algo sobre una distribución con base en una muestra aleatoria de
esa distribución.
De tal manera vemos que trabajamos con muestras aleatorias de una población
que es más grande que la muestra obtenida; tal muestra aleatoria aislada no es
más que una de muchas muestras diferentes que se habrían podido obtener
mediante el proceso de selección. Este concepto es realmente importante en
estadística.
La distribución de un estadígrafo en todas las muestras aleatorias de tamaño n
tomadas de una población, se llama distribución muestral del estadígrafo para
muestras aleatorias de tamaño n.
Para muestras aleatorias de tamaño n de toda población base, la media de la
distribución muestral de la media muestral, es la mediaµ de la población de base.
Para muestras aleatorias de tamaño n de toda población base, la varianza de la
distribución muestral de la media muestral, es s2/ n que es la varianza de la
población de base dividida por el tamaño de la muestra.
Para muestras aleatorias de tamaño n de toda población de base, la media de la
distribución muestral de la varianza muestral s2, es la varianza s2 de la población
de base.
_____________________________________________________________________________

ENFOQUE SISTEMÁTICO DE LA ADMINISTRACIÓN - Ipptx

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

ENFOQUE SISTEMÁTICO DE LA ADMINISTRACIÓN - Ipptx

Cargado por

Copyright:

Formatos disponibles

“Año de la consolidación del Mar de Grau”

Instituto Superior Tecnológico Privado

Docente : Quezada Ramires, María Cirila

TEORIA GENERAL DE SISTEMAS……..…………………………………..…. 5

ORÍGENES DE LA TEORIA MATEMÁTICA…………………………………..10

TEORIA DE LOS JUEGOS…………………………………………………….….18

TEORIAS DE LAS COLAS…………………………………………………………20

TEORIAS DE LOS GRAFOS……………………………………………………..22

PROBABILIDADES Y ANÁLISIS ESTADÍSTICOS…………………….…26

El enfoque sistemático es un tipo de proceso lógico que se aplica para resolver

En un sentido amplio, la Teoría General de Sistemas (TGS) se presenta como

Los objetivos originales de la Teoría General de Sistemas son los siguientes:

a. Impulsar el desarrollo de una terminología general que permita describir

La primera formulación en tal sentido es atribuible al biólogo Ludwig von

Sobre estas bases se constituyó en 1954 la Society for General Systems

a. Investigar el isomorfismo de conceptos, leyes y modelos en varios campos

La perspectiva de la TGS surge en respuesta al agotamiento e inaplicabilidad de

No obstante sus limitaciones, y si bien reconocemos que la TGS aporta en la

Clasificaciones Básicas de Sistemas Generales

Es conveniente advertir que no obstante su papel renovador para la ciencia

a. Según su entidad los sistemas pueden ser agrupados en reales, ideales

Bases Epistemológicas de la Teoría General de Sistemas

Según Bertalanffy (1976) se puede hablar de una filosofía de sistemas, ya que

La epistemología de sistemas se refiere a la distancia de la TGS con respecto al

La filosofía de valores de sistemas se preocupa de la relación entre los seres

Finalmente, Bertalanffy reconoce que la teoría de sistemas comprende un

Conceptos Básicos de la Teoría COMPLEJIDAD

EMERGENCIA SISTEMAS (dinámica de)

ESTRUCTURA SISTEMAS ABIERTOS

FRONTERA SISTEMAS CERRADOS

FUNCION SISTEMAS CIBERNETICOS

HOMEOSTASIS SISTEMAS TRIVIALES

OBSERVACION (de segundo orden)

Los temas principales de la administración de las operaciones de la

1. Operaciones.- Se enfoca a los procesos productivos y productividad,

La teoría matemática SURGIÓ en la teoría administrativa a partir de cinco

1. El trabajo clásico sobre Teoría de juegos de Von Neumann y

La teoría matemática pretendió crear una ciencia de la administración con

La teoría matemática disloca el énfasis en la acción para ubicarlo en la decisión

La toma de decisión se estudia bajo dos perspectivas, la del proceso y la del

3. Estrategia de operaciones. - Define la alineación estratégica y la naturaleza

 Permite la comprensión de los hechos de una forma mejor que la

La teoría matemática en la administración se aplica para dar objetividad a la toma

La escuela matemática surge durante la segunda guerra mundial, en Inglaterra

La teoría matemática surgió en la teoría matemática a partir de 5 causas:

1. El trabajo clásico sobre teorías de juegos: Von Neumann y Morgesnstem.

La teoría matemática disloca el énfasis en la acción para ubicarlo en la decisión

La toma de decisión se estudia bajo dos perspectivas, la del proceso

1. PERSPECTIVA DEL PROCESO: se encuentra en las etapas de las

a) Definición del problema.

2. PERSPECTIVA DEL PROBLEMA: está orientado hacia la resolución de

La teoría matemática busca construir modelos matemáticos capaces de simular

A.- PROBLEMAS ESTRUCTURADOS

 Decisiones con certeza. - Las variables y sus consecuencias son determinística.

 Permite descubrir una situación mejor

C.- TIPOS DE DECISIÓN

En función de los problemas estructurados y no estructurados, las técnicas de toma de

INVESTIGACIÓN DE OPERACIONES (IO)

El Campo de Investigación de Operaciones procede en ciertos aspectos de

La rama de investigación de operaciones (IO) proviene de la administración científica la

a) La probabilidad en el enfoque de la IO para decisiones bajo condiciones de riesgo

La IO es “la aplicación de métodos, técnicas e instrumentos científicos a problemas que

La metodología de la IO utiliza seis fases: