Instituto Tecnológico de Colima

Departamento de Ingeniería Industrial

Trabajo de Unidad 2 “TEORIA DE DECISION”

Nombre del Alumno: SANCHEZ LOPEZ KATHERYNE

XIMENA

Nombre del Maestro: JESUS FRANCISCO TEJEDA

CASTREJON

Materia: INVESTIGACION DE OPERACIONES 2

Nombre de la Carrera
INGENERIA INDUSTRIAL

Villa de Álvarez, Col., a 29 de septiembre de 2023

Av. Tecnológico 1, Col. Liberación C.P. 28976, Villa de Álvarez, Colima, Tel.
3123129920 ext. 215 y 115 Correo electrónico: industrial@tecnm.mx tecnm.mx |
colima.tecnm.mx
 Índice
I. Introducción……………………………………………………………………………………….…2
II. Desarrollo………………………………………………………………………………………….….4
Unidad 2 Teoría de Decisión………………………………………………………………………….4
3.1. Características generales…………………………………………………………………4
3.2. Criterios de decisión deterministas y probabilistas…………………………………….7
3.4. Árboles de decisión………………………………………………………………………10
3.5. Teoría de utilidad…………………………………………………………………………12
3.6. Análisis de sensibilidad………………………………………………………………….13
3.7. Decisiones secuenciales………………………………………………………………...14
3.8. Uso de software…………………………………………………………………………..16
III. Conclusiones………………………………………………………………………………………20
IV. Bibliografías………………………………………………………………………………………..22

1
 I. Introducción
Esta materia se encarga de proporcionar herramientas y técnicas para abordar
situaciones en las que se deben tomar decisiones óptimas en condiciones de
incertidumbre. Esta rama de estudio se centra en analizar y modelar los procesos de
toma de decisiones, con el objetivo de identificar la mejor alternativa entre varias
opciones disponibles, considerando factores como costos, beneficios y riesgos.
Es así que, nace el concepto de teoría de decisiones, la cual se centra principalmente
en ser una lógica personal que guía a poner toda acción posible en favor de sus
objetivos, o todo aquello que conduzca al mejor resultado a obtener.
Toda organización debe mantener un constante análisis de sus posibilidades y
alternativas, en torno a un margen de crecimiento que se pueda generar dependiendo
de las opciones que se tengan.
Según un análisis publicado por el economista David Páramo, en el año 2015, se
presentó una decadencia anormal en la forma en que las empresas regionales
asignaban sus recursos para cubrir las necesidades que mantenían a flote los
procesos de producción y que consigo, representó la caída de sus finanzas
considerablemente. El análisis fue claro, la logística que se implementaba era
ineficiente, debido a que se había considerado seguir métodos de antaño, los cuales
evidenciaron la falta crecimiento en el sector tecnológico.
Con esta unidad se desarrollarán las habilidades de evaluar y seleccionar alternativas
óptimas en situaciones donde las variables no son estáticas, y los resultados están
sujetos a variaciones. Además, aprenderán a diseñar estrategias robustas que
maximicen los beneficios y minimicen los riesgos en contextos empresariales y
logísticos complejos.
Algo que ha sido importante en ello, es el uso de la programación dinámica, la cual,
según Lopez, M(2016) “Es un método que consiste en simplificar un problema de
programación matemática complejo en subproblemas más simples, de manera
recursiva, de forma que, resolviendo estos últimos, podamos hallar una solución
óptima para el problema original”, de ese modo podemos decir que se ha establecido
como una herramienta vital para muchas empresas, debido a su forma de
organización ayuda considerablemente a que se tenga una mayor amplitud o

2
visualización de cómo obtener un camino más viable al momento de decidir que
hacer, que implementar y que asignar.
Hoy en día, muchas empresas han implementado este método a su área
administrativa, ya que la eficiencia y optimalidad que brinda, tiene muchos alcances
o por igual sus estrategias se basan de esta programación.

3
 II. Desarrollo

Unidad 2 Teoría de Decisión

3.1. Características generales

La teoría de decisiones
La teoría de la decisión se puede definir como el análisis lógico y cuantitativo de todos
los factores que influyen en los resultados de las decisiones en un mundo incierto. La
toma de decisiones también es un proceso en el que una persona debe elegir entre
dos o más opciones. Cada uno de nosotros tiene decisiones que tomar cada día y
cada hora de nuestra vida. Algunas decisiones tienen una importancia relativa en el
desarrollo de nuestra vida, mientras que otras tienen una atracción gravitacional. Para
los directivos, el proceso de toma de decisiones es sin duda una de las mayores
responsabilidades. La toma de decisiones en una organización se limita a una
variedad de personas que apoyan el mismo proyecto. Primero debemos tomar una
decisión, y esta elección es una de las tareas más importantes.
Además, es también un proceso durante el cual la persona debe escoger entre dos o
más alternativas. Todos y cada uno de nosotros pasamos los días y las horas de
nuestra vida teniendo que tomar decisiones. Algunas decisiones tienen una
importancia relativa en el desarrollo de nuestra vida, mientras otras son gravitantes
en ella.
En los administradores, el proceso de toma de decisión es sin duda una de las
mayores responsabilidades.
La toma de decisiones en una organización se circunscribe a una serie de personas
que están apoyando el mismo proyecto. Debemos empezar por hacer una selección
de decisiones, y esta selección es una de las tareas de gran trascendencia.
Con frecuencia se dice que las decisiones son algo así como el motor de los negocios
y en efecto, de la adecuada selección de alternativas depende en gran parte el éxito
de cualquier organización.
Los administradores consideran a veces la toma de decisiones como su trabajo
principal, porque constantemente tienen que decidir lo que debe hacerse, quién ha
de hacerlo, cuándo y dónde, y en ocasiones hasta cómo se hará. Sin embargo, la
toma de decisiones sólo es un paso de la planeación, incluso cuando se hace con
rapidez y dedicándole poca atención o cuando influye sobre la acción sólo durante
unos minutos.

4
Modelos de criterios de decisión
Certeza: Sabemos con seguridad cuáles son los efectos de las acciones.
Riesgo: No sabemos qué ocurrirá tomando determinadas decisiones, pero sí
sabemos qué puede ocurrir y cuál es la probabilidad de ello.
Incertidumbre estructurada: No sabemos qué ocurrirá tomando determinadas
decisiones, pero sí sabemos qué puede ocurrir de entre varias posibilidades.
Incertidumbre no estructurada: En este caso no sabemos qué puede ocurrir ni
tampoco qué probabilidades hay para cada posibilidad. Es cuando no tenemos ni idea
qué puede pasar.

5
Las Funciones Administrativas De La Toma De Decisiones.
son: planeación, organización, dirección y control.
Funciones administrativa dentro de la organización al tomar decisiones:
Planeación: Procedimientos
❖ Presupuestos
❖ Programas
❖ Políticas
❖ Estrategias
❖ Objetivos
❖ Propósitos
Organización: División del trabajo Descripción de Funciones
❖ Departamentalización
❖ Jerarquización
Dirección o ejecución: Supervisión
❖ Comunicación
❖ Motivación
❖ Integración
Control: Retroalimentación
❖ Corrección
❖ Medición

Importancia De La Toma De Decisiones

Los arboles de decisión ayudaran proporcionar una estructura visual que facilita la
evaluación de alternativas y la selección de la mejor opción. Esto es esencial para
optimizar el uso de recursos limitados como tiempo, dinero y personal. Decisiones
bien fundamentadas contribuyen a la consecución de metas empresariales a largo
plazo. Los problemas abordados en esta materia a menudo son multifacéticos y
requieren soluciones analíticas y estratégicas sofisticadas. La toma de decisiones
efectiva es esencial para encontrar soluciones viables y prácticas.
También la toma de decisión es vital para la administración ya que contribuye a
mantenerla armonía y coherencia del grupo, y por ende su eficiencia.
En la Toma de Decisiones, podemos considerar un problema y llegar a una conclusión
válida, significa que se han examinado todas las alternativas y que la elección ha sido
correcta. Uno de los enfoques más competitivos de investigación y análisis para la
toma de las decisiones es la investigación de operaciones. Puesto que esta es una
herramienta importante para la administración de la producción ylas operaciones.

6
La toma de decisiones, se considera como parte importante del proceso de
planeación cuando ya se conoce una oportunidad y una meta, el núcleo de la
planeación es realmente el proceso de decisión, por lo tanto dentro de este contexto
el proceso que conduce a tomar una decisión se podría visualizar de la siguiente
manera:
• Elaboración de premisas.
• Identificación de alternativas.
• Evaluación alternativa en términos de la meta deseada.
• Elección de una alternativa, es decir, tomar una decisión.
Componentes De La Decisión
La tomar decisiones en un problema está basada en cinco componentes primordiales
que harán que los resultados sean de lo mas favorables:
La Información:
Estas se recogen tanto para los aspectos que están a favor como en contra del
problema, con el fin de definir sus limitaciones.
Los conocimientos adquiridos :
Si quien toma la decisión tiene conocimientos, ya sea de las circunstancias que
rodean el problema o de una situación similar, entonces estos pueden utilizarse para
seleccionar un curso de acción favorable.
Experiencia:
Cuando un individuo soluciona un problema en forma particular, ya sea con resultados
buenos o malos, esta experiencia le proporciona información para la solución del
próximo problema similar.
Análisis:
No puede hablarse de un método en particular para analizar un problema, debe existir
un complemento, pero no un reemplazo de los otros ingredientes. En ausencia de un
método para analizar matemáticamente un problema es posible estudiarlo con otros
métodos diferentes. Si estos otros métodos también fallan, entonces debe confiar en
la intuición.
Juicio:
El juicio es necesario para combinar la información, los conocimientos, la experiencia
y el análisis, con el fin de seleccionar el curso de acción apropiado. No existen
sustitutos para el buen juicio.

7
3.2. Criterios de decisión deterministas y probabilistas
Modelos Probabilísticos: De los Datos a un Conocimiento Decisivo
Estos modelos, basados en la teoría de la probabilidad y estadística, nos permiten
cuantificar y analizar la incertidumbre asociada a diferentes variables y eventos.
Partiendo de datos reales o estimaciones, podemos desarrollar representaciones
matemáticas que describen las distribuciones de probabilidad de los posibles
resultados. La información se puede clasificar como formas explícitas y tácitas. La
información explícita se puede explicar de forma estructurada, mientras que la
información tácita es inconsistente e imprecisa de explicar.
Los datos son conocidos como información cruda y no como conocimientos en sí.
La secuencia que va desde los datos hasta el conocimiento es (observe el siguiente
cuadro): de los Datos a la Información , de la Información a los Hechos (Facts), y
finalmente, de los Hechos al Conocimiento Los datos se convierten en información,
cuando se hacen relevantes para la toma de decisión a un problema. La información
se convierte en hecho, cuando es respaldada por los datos. Los hechos son lo que
los datos revelan. Sin embargo el conocimiento instrumental es expresado junto con
un cierto grado estadístico de confianza
Proceso de Toma de Decisiones Estadísticas
El proceso de toma de decisiones estadísticas implica el uso de métodos y técnicas
estadísticas para analizar datos y llegar a conclusiones o tomar acciones basadas en
la información disponible. A continuación, se presenta un resumen de los pasos clave
en este proceso:

• Identificar claramente el objetivo de la toma de decisiones y la pregunta que se

busca responder.
• Especificar las variables de interés y el contexto en el que se aplicarán las
decisiones.
• Recolectar datos relevantes y representativos que están relacionados con el
problema en cuestión.
• Calcular estadísticas descriptivas como promedios, desviaciones estándar,
medianas, etc.
• Evaluar los resultados del análisis estadístico en el contexto del problema
original.

8
Análisis de Decisiones: Tomando Decisiones Justificables y Defendibles
Proceso de Toma de Decisiones Estadísticas

es un proceso crucial en el cual se evalúan y seleccionan las mejores alternativas

entre varias opciones disponibles. Cuando se combina con el enfoque estadístico,
se busca asegurar que las decisiones estén respaldadas por evidencia cuantitativa y
se tomen de manera justificable y defendible. Sin embargo, los pasos para resolverlos
son los mismos. Estos son:

❖ Simplificar
❖ Construir un modelo de decisión
❖ Probar el modelo
❖ Usando el modelo para encontrar soluciones:

El modelo es una representación simplificada de la situación real

no necesita estar completo o exacto en todas las relaciones Se
concentra en las relaciones fundamentales e ignora las
irrelevantes.
Este es entendido con mayor facilidad que un suceso empírico (observado), por lo
tanto, permite que el problema sea resuelto con mayor facilidad y con un mínimo de
esfuerzo y pérdida de tiempo.
El modelo puede ser usado repetidas veces para problemas similares, y además
puede ser ajustado y modificado
El análisis de decisiones es la disciplina que consiste en evaluar alternativas
complejas en términos de valores (habitualmente en $ porque es lo que a los gerentes
les importa) y de incertidumbre (lo que no conocemos). El análisis de decisiones
brinda información sobre las diferencias entre las alternativas definidas, y genera
sugerencias de nuevas y mejores alternativas. Usamos números para cuantificar
valores e incertidumbres subjetivas, lo cual nos permite comprender la situación de
decisión. Los resultados numéricos deben reconvertirse para generar información
cualitativa.

9
Los seres humanos pueden comprender, comparar y manipular números. Por lo tanto,
para crear un modelo de análisis de decisiones es necesario crear la estructura del
modelo y asignar las probabilidades y los valores para poblar el modelo de
computación. Aquí se incluyen los valores para las probabilidades, las funciones de
valor para evaluar alternativas, las ponderaciones de valor para medir la concesión
que se debe hacer entre los objetivos, y la preferencia de riesgo.

3.3. Valor de la información perfecta

El cálculo del valor de la información perfecta implica comparar los resultados
obtenidos tomando una decisión basada en la información actual (con incertidumbre)
con los resultados que se obtendrían si se conociera toda la información de manera
precisa y completa. La diferencia entre estos dos escenarios representa el valor de la
información perfecta.
Dicho valor se calcula mediante el siguiente procedimiento:
1- Identificar el mejor rédito para cada evento (si es ganancia, se elige el número más
alto; si es costo, tómese el menor número)
2- Calcular el valor esperado de esos mejores réditos multiplicando el mejor rédito
para cada evento por la probabilidad de que ese evento ocurra.
3- Restar del valor esperado del rédito obtenido sin información perfecta del valor
esperado del rédito obtenido con información perfecta. Esta diferencia es el valor de
la información perfecta

10
3.4. Árboles de decisión
Los árboles de decisión son una herramienta gráfica y analítica utilizada en el campo
de la Teoría de la Decisión y la Investigación de Operaciones. Estos proporcionan un
método sistemático para representar y analizar decisiones complejas, así como para
evaluar diferentes cursos de acción en función de múltiples criterios y condiciones.La
estructura de un árbol de decisión se asemeja a un diagrama en forma de árbol
invertido, donde cada nodo representa una decisión o un evento, y las ramas
representan las posibles alternativas o resultados asociados con esa decisión o
evento. Los nodos terminales, también conocidos como "hojas", representan los
resultados finales o las consecuencias de la toma de decisiones.
Un árbol de decisión tiene unas entradas las cuales pueden ser un objeto o una
situación descrita por medio de un conjunto de atributos y a partir de esto devuelve
una respuesta la cual en últimas es una decisión que es tomada a partir de las
entradas. Los valores que pueden tomar las entradas y las salidas pueden ser valores
discretos o continuos. Se utilizan más los valores discretos por simplicidad, cuando
se utilizan valores discretos en las funciones de una aplicación se denomina
clasificación y cuando se utilizan los continuos se denomina regresión.
Un árbol de decisión lleva a cabo un test a medida que este se recorre hacia las hojas
para alcanzar así una decisión. El árbol de decisión suele contener nodos internos,
nodos de probabilidad, nodos hojas y arcos. Un nodo interno contiene un test sobre
algún valor de una de las propiedades. Un nodo de probabilidad indica que debe
ocurrir un evento aleatorio de acuerdo a la naturaleza del problema, este tipo de nodos
es redondo, los demás son cuadrados. Un nodo hoja representa el valor que
devolverá el árbol de decisión y finalmente las ramas brindan los posibles caminos
que se tienen de acuerdo a la decisión tomada.
De forma más concreta, refiriéndonos al ámbito empresarial, podemos decir que los
árboles de decisión son diagramas de decisiones secuenciales nos muestran sus
posibles resultados. Éstos ayudan a las empresas a determinar cuales son sus
opciones al mostrarles las distintas decisiones y sus resultados. La opción que evita
una pérdida o produce un beneficio extra tiene un valor. La habilidad de crear una
opción, por lo tanto, tiene un valor que puede ser comprado o vendido.
El árbol de decisión es un diagrama que representa en forma secuencial condiciones
y acciones; muestra qué condiciones se consideran en primer lugar, en segundo lugar
y así sucesivamente. Este método permite mostrar la relación que existe entre cada
condición y el grupo de acciones permisibles asociado con ella.
Un árbol de decisión sirve para modelar funciones discretas, en las que el objetivo
es determinar el valor combinado de un conjunto de variables, y basándose en el valor
de cada una de ellas, determinar la acción a ser tomada.
Los árboles de decisión son normalmente construidos a partir de la descripción de la
narrativa de un problema. Ellos proveen una visión gráfica de la toma de decisión
necesaria, especifican las variables que son evaluadas, qué acciones deben ser
tomadas y el orden en la cual la toma de decisión será efectuada. Cada vez que se
ejecuta un árbol de decisión, solo un camino será seguido dependiendo del valor
actual de la variable evaluada.
Se recomienda el uso del árbol de decisión cuando el número de acciones es pequeño
11
y no son posibles todas las combinaciones.
Uso de árboles decisiones:

12
El desarrollo de árboles de decisión beneficia a los analistas de dos maneras. Primero,
la necesidad de describir condiciones y acciones lleva al analista a formalizar las
decisiones que debe tomar en ese momento. De esta manera, les resulta difícil ignorar
cualquier etapa del proceso de toma de decisiones, ya sea que dependa de variables
cuantitativas o cualitativas. Los árboles también obligan a los analistas a considerar las
consecuencias de las decisiones. Los árboles de decisión han demostrado ser eficaces
cuando es necesario describir problemas con múltiples dimensiones o condiciones.
También son útiles para identificar las necesidades de datos clave que rodean el
proceso de toma de decisiones; es decir, el árbol indica los conjuntos de datos que la
administración necesita para tomar una decisión o actuar. Los analistas deben identificar
y enumerar todos los datos utilizados en el proceso de toma de decisiones. Si los árboles
de decisión se construyen después de completar el análisis de flujo de datos, entonces
es posible que los datos críticos se encuentren definidos en el diccionario de datos (el
cual describe los datos utilizados por el sistema y donde se emplean). Si únicamente se
usan árboles de decisiones, entonces el analista debe tener la certeza de identificar con
precisión cada dato necesario para tomar la decisión.

3.5. Teoría de utilidad

La teoría de la utilidad trata de explicar el comportamiento del consumidor. Desde
esta perspectiva se dice que la utilidad es la aptitud de un bien para satisfacer las

13
 necesidades. Así un bien es más útil en la medida que satisfaga mejor una necesidad.
Esta utilidad es cualitativa (las cualidades reales o aparentes de los bienes), es
espacial (el objeto debe encontrarse al alcance del individuo) y temporal (se refiere al
momento en que se satisface la necesidad).
Esta teoría parte de varios factores
• El ingreso del consumidor por unidad de tiempo es limitado.
• Las características del bien determinan su utilidad y por tanto afectan las
decisiones del consumidor.
• El consumidor busca maximizar su satisfacción total (utilidad total), y portanto
gasta todo su ingreso.
• El consumidor posee información perfecta, es decir, conoce los bienes (sus
características y precios).
• El consumidor es racional, esto quiere decir que busca lograr sus objetivos,
en este caso trata de alcanzar la mayor satisfacción posible. Esto quiere decir
que el consumidor es capaz de determinar sus preferencias y ser consistente
en relación con sus preferencias. Así, si el consumidor prefiere el bien A sobre
el bien B y prefiere el bien B sobre el bien C, entonces preferirá el bien A sobre
el bien C (transitividad).
La teoría económica del comportamiento del consumidor se topa con un problema
importante (llamado el problema central de la teoría del consumidor), el cual es la
imposibilidad de cuantificar el grado de satisfacción o utilidad que el consumidor
obtiene de los bienes. No existe una unidad de medida objetiva de la satisfacción.
Este problema se ha enfrentado a través de dos enfoques distintos:
Enfoque cardinal: Supone que si es posible medir la utilidad, o sea que si se dispone
de una unidad de medida de la satisfacción.
Enfoque ordinal: En este enfoque el consumidor no mide la utilidad, sólo establece
combinaciones de bienes que prefiere o le son indiferentes con respecto a otras
combinaciones de bienes.

3.6. Análisis de sensibilidad

El análisis de sensibilidad beneficia a los analistas de dos maneras. Primero, la
necesidad de describir condiciones y acciones lleva al analista a formalizar las
decisiones que debe tomar en ese momento. De esta manera, les resulta difícil
ignorar cualquier etapa del proceso de toma de decisiones, ya sea que dependa de
variables cuantitativas o cualitativas. Los árboles también obligan a los analistas a
considerar las consecuencias de las decisiones. Los árboles de decisión han
14
demostrado ser eficaces cuando es necesario describir problemas con múltiples
dimensiones o condiciones. También son útiles para identificar las necesidades de
datos clave que rodean el proceso de toma de decisiones; es decir, el árbol indica los
conjuntos de datos que la administración necesita para tomar una decisión o actuar.
Los analistas deben identificar y enumerar todos los datos utilizados en el proceso de
toma de decisiones.

Para llevar a cabo el análisis de sensibilidad se han de calcular los flujos de caja
(hacen referencia a los flujos de entradas y salidas de efectivo en un periodo de
tiempo determinado) y el VAN (valor actual neto, es decir, el valor presente de los
flujos de caja netos como consecuencia de una inversión), al cambiar una variable.

Así pues, para poder llevar a cabo el análisis de sensibilidad se han de comparar el
VAN antiguo y el VAN nuevo, y el resultado que arroje esta operación deberá ser
multiplicado por 100. Esta operación dará como resultado un porcentaje de cambio.
La fórmula del análisis de sensibilidad es la siguiente:

Análisis de sensibilidad = ((VANn – VANe) / VANe) x 100

Donde:

■ VANn: hace referencia al valor actual neto nuevo.

■ VANe: hace referencia al valor actual neto que se tenía antes de realizar el
cambio en la variable que se está midiendo.

Ejemplo:

Para entender mejor toda esta información, lo mejor es ilustrar con un ejemplo.
Imaginemos que una empresa ha invertido dinero en maquinaria nueva. Este
cambio de maquinaria es la novedad que se ha introducido y que puede afectar a la
variable que estamos midiendo. Así, en este caso, el VANe es de 564,29, mientras
que el VANn es de 648,61. En este caso concreto, aplicando la fórmula:

Análisis de sensibilidad = ((VANn – VANe) / VANe) x 100

Análisis de sensibilidad = ((648,61 – 564,29) / 564,29 x 100 = 14,94 %

En este caso, podemos afirmar que, gracias a la introducción de nueva maquinaria,

se produce un cambio en las ventas que trae consigo un incremento del VAN de casi
un 15 %, por lo que esta novedad puede resultar eficaz.

15
Sin duda, el análisis de sensibilidad es una buena estrategia para conocer o estimar
si un nuevo proyecto tendrá el éxito esperado o no.

3.7. Decisiones secuenciales

A menudo, cuando se toma una decisión, la decisión una vez tomada afecta las
decisiones que se toman más adelante. En cierto modo, la decisión es relativamente
sencilla. Una vez tomados, surgen problemas. Los tomadores de decisiones
enfrentan una serie de decisiones. Son decisiones en cadena presentadas a lo largo
de un período de estudio previamente seleccionado. Por tanto, la decisión inicial se
tomó teniendo en cuenta explícitamente otras decisiones futuras. Este tipo de
decisiones se resuelven mediante árboles de decisión.Son decisiones en cadena
presentadas a lo largo de un período de estudio previamente seleccionado. Por tanto,
la decisión inicial se tomó teniendo en cuenta explícitamente otras decisiones futuras.
En muchos casos, especialmente en proyectos que abarcan varios años, las
decisiones iniciales pueden verse afectadas por decisiones posteriores.
. Así una decisión puede condicionar decisiones posteriores y a su vez ser
condicionada por decisiones tomadas con anterioridad a la misma.
El análisis del problema de decisión bajo el enfoque secuencial suele ser preferible
al enfoque estático, dado que es normal que una decisión tomada en el momento
inicial condicione decisiones en los momentos posteriores de tiempo.
Problema de decisión en el que se consideran una secuencia de decisiones, es decir,
decisiones posteriores dependientes de una decisión inicial. El análisis del problema
de decisión bajo el enfoque secuencial suele ser preferible al enfoque estático, dado
que es normal que una decisión tomada en el momento inicial condicione decisiones
en los momentos posteriores de tiempo. En este caso, se sintetiza la representación
del problema a través de un árbol de decisión dado que su representación en una
matriz no es viable.
Se supone que la elección de una alternativa supone el abandono del resto. El
resultado de dicha decisión depende a su vez de un suceso incierto como es el estado
de la naturaleza que se produzca. Una vez producido un posible estado de la
naturaleza, es posible elegir de nuevo entre distintas alternativas, siendo sus
resultados dependientes del estado de la naturaleza que se produzca.
La solución de un problema de decisión secuencial, consiste en buscar la secuencia
de decisiones óptimas a adoptar. Vamos a resolverlo en un contexto de riesgo.
La técnica de resolución consiste en ir determinando los valores monetarios
esperados en cada punto de decisión, haciéndolo de derecha a izquierda, empezando
por los resultados finales. Distinguimos entre el valor de los nudos aleatorios (que son
de los que parte los estados de la naturaleza) es la media ponderada de los resultados
posibles.

16
El valor de los nudos divisionales se obtiene tomando la esperanza matemática
correspondiente a la mejor decisión posible.

3.8. Uso de software

WINOSB es un programa interactivo de ayuda a la toma de decisiones, contieneherramientas
muy útiles para resolver distintos tipos de problemas en el campo de la

17
investigación operativa. Utiliza los mecanismos típicos de la interfaz de Windows; es
decir, ventanas, menús desplegables, barras de herramientas, etc. Por lo tanto, el
manejo del programa es similar a cualquier otro que utilice el entorno Windows. Para
una adecuada instalación del software, y un mejor aprovechamiento de todos los
recursos que ofrece WInQSB es un paquete de herramientas muy versátil que permite
el análisis y resolución de modelos matemáticos, problemas administrativos, de
producción, proyectos, inventarios, transporte, entre muchos otros. Ofrece una
interfaz básica pero amigable, y es la aplicación por excelencia utilizada por
profesionales de Ingeniería Industrial y áreas administrativas para la resolución de
sus modelos de programación lineal, continua o entera.
El software está integrado por 19 módulos, uno para cada tipo de modelo o
problema.

1. Análisis de Muestreo de Aceptación (Acceptance Sampling Analysis)

2. Planeación Agregada (Acgregate Plaming)
3. Análisis de Decisiones (Decision Analysis)
4. Programación Dinámica (Dynamic Programming)
5. Diseño y Localización de Sistemas de Producción (Faclliy Location and Layout)
6. Pronósicos (Forecasiing)
7. Programación por Objeivos (Goal Programming)
8. Teoría y Sistemas de Inventarios (Inventory Theory and System)
9, Programación de Jomadas de trabajo (Job Scheduling)
10. Programación Lineal y Entera (Linear and Integer programming)
11. Procesos de Markov (Markov Process)
12. Planeación de Requerimientos de Materiales (Material Requirements Planning)
13. Modelación de redes (Network Modeling)
14. Programación no lneal (Noniinear Programming)
15. PERT y CPM (PERT_CPM)
16. Programación cuadrática (Quadratic Programming)
17. Cartas de control de calidad (Quality Control Chart)
18. Análisis de Sistemas de cola (Queuing Analysis)
19. Simulación de Sistemas de cola (Queuing Analysis Simulation)

Para trabajar con problemas que involucran redes con WINOSB existen 7 modelos
fundamentales de redes con el fin de optimizar el uso de algún recurso,
generalmente son problemas de minimización de costos y en ocasiones de tiempo
19 de maximización del flujo a través de una red.

18
Estos modelos son:

WINOSB se presenta como una herramienta capaz de solucionar muy diversos

algoritmos relacionados con la Investigación de Operaciones. El lector ha
encontrado un valor agregado ya que el uso del software le permite agilizar el
estudio de algunas técnicas de la Investigación de Operaciones, ahorrándole
tiempo apreciable en el manejo de datos y permitiéndole analizar de una mejormanera
la información para la toma de decisiones.

19
III. Conclusiones
En conclusión , esta unidad nos ayuda a poder identificar puntos clave dentro de la
empresa a partir de la aplicación de la toma de decisiones y la programación
dinámica. En general, el análisis personal me ha dado una idea de qué considerar a
la hora de tomar decisiones, tanto para beneficio personal como de equipo. Debemos
ser conscientes de los alcances y limitaciones de lo que tenemos para no desviarnos
de los resultados positivos que se puedan obtener. En este sentido, debemos
considerar todos los criterios para que la decisión final no falle, principalmente
teniendo en cuenta y aprovechando al máximo nuestra lógica, es decir, consideramos
todo desde un punto de vista estadístico y probabilístico. Es decir, tomar una decisión
considerando si tenemos un 70% de posibilidades de acertar, mientras consideramos
otro 30% de posibilidades de fallar. Creo que el enfoque para implementar la
inteligencia artificial y la intervención de software es oportuno.
Dentro de un enfoque laboral, debemos conocer todo método y teoría que exista para
poder implementar alguna mejora, o a la hora de producir, considerando al
consumidor y al producto como principales objetivos. Se debe conocer la amplitud
que tiene un proceso, para así modificarlo y brinde cierta satisfacción.
También, pude identificar que se debe conocer cuáles son las variantes dentro de un
proceso de decisión, ya que se podrían concebir como las ventajas y desventajas, las
cuales al ocurrir un suceso nos dan información de lo que podemos hacer ycómo
actuar ante ello, es por eso que se deben generar hipótesis desde un inicio para
conocer las áreas de oportunidad y los contras que se tiene en la empresa.
Por otro lado y muy resaltable fue el conocer las decisiones secuenciales que, como
tal influyen gradualmente en otra acción que pase a futuro, tal como dijo Herrera,
R.(2019) “ Los frutos que se siembren en una empresa al comienzo de todo, en algún
momento tendrán su plenitud si sabes cómo manejarlas, no alterar orden ayuda y
hacerlas a su tiempo, brinda mayor posibilidad de no tener fracaso”, por lo que
considero que el saber como se toma una decisión inmediata hará que a corto y

20
largo plazo surja algo positivo de aquello y la secuencia se mantenga estable, sin
perturbaciones.
Para finalizar, una postura como Ingeniero Industrial es un punto de oportunidad
conocer sobre cómo son las teorías para decidir y los modelos que se siguen para
darse un camino más sencillo al momento de poder enfocarse en ciertos objetivos,
que con ayuda de estos modelos se dará más eficiencia y calidad.

21
IV. Bibliografías
• Conecta Software. (2020, 31 enero). Metodología: La Teoría de la decisión.
o Conecta Magazine.
https://www.conectasoftware.com/magazine/analytics/metodologia-la-
teoria-de-la-decision/
• Cerinza, N. G. (s. f.). FAEDIS.
http://virtual.umng.edu.co/distancia/ecosistema/odin/odin_desktop.php?path=
Li4vb3Zhcy9pbmdlbmllcmlhX2NpdmlsL2ludmVzdGlnYWNpb25fZGVfb3Blcm
FjaW9uZXNfaWkvdW5pZGFkXzQv
• Pallon, A. F. (s. f.). Toma de Decisiones (I): La Teoría y la matriz
deDecisiones | Innovayacción.
o https://innovayaccion.com/toma-de-decisiones-la-teoria-y-la-matriz-de-
decisiones
• Alberto, G (2015). Características de la Teoría de Decisiones.
o SCRIBD.COM.https://es.scribd.com/document/399485749/Documento-4

o Semestre, a. C. R. (s/f). Investigacion de Operaciones II. Utfsm.cl. Recuperado el 26

de septiembre de 2023, de https://www.inf.utfsm.cl/~mcriff/IO2/Materia-IO2.pdf

22