Documentos de Académico
Documentos de Profesional
Documentos de Cultura
El modelo de decisiones más simple que tiene solo dos alternativas se denomina
Maniqueísmo, adaptado por Zaratustra y luego adoptado por otras religiones organizadas.
El Maniqueísmo es el concepto de dualidad que divide todo lo que forma parte del universo
en dos alternativas distintas o dos polos opuestos, como por ejemplo el bien y el mal,
blanco y negro, día y noche, mente (o alma) y cuerpo, etc.
Una solución a un modelo, no obstante, de ser exacta, no será útil a menos que el
modelo mismo ofrezca una representación adecuada de la situación de decisión verdadera.
Alternativas de decisión, de las cuales se hace una selección al elaborar una lista de
todas las alternativas disponibles para la solución de un determinado problema.
(Variables de decisión). Son aquellas sobre las que se pueden tomar decisiones en el
problema y darles un nombre, es decir, hay que darse cuenta de qué variables están
bajo control. Son las incógnitas o decisiones que deben determinarse según se vaya
resolviendo el problema. A las variables de decisión también suelen llamárseles
Actividad y a sus valores Niveles de Actividad.
Restricciones, para excluir alternativas infactibles. Las restricciones son relaciones
entre las variables de decisión y magnitudes que dan sentido a la solución del
problema y las acotan a valores factibles. Las restricciones son aquellas limitaciones
que se deben tener en cuenta, como las tecnológicas, legales, económicas y otras del
sistema que van a restringir a las variables de decisión en un rango de valores que
resulte factible.
Criterios para evaluar y clasificar alternativas factibles. (Función objetivo). Define
la medida de efectividad que obtiene el sistema cuando los valores de las variables
de decisión con sus respectivos parámetros y restricciones, dan como resultado una
mejora del sistema.
Los problemas del mundo real tienen una complejidad enorme, el decisor puede
optar por considerar específicamente y con detalle todos los aspectos de la situación, pero
la mente no puede considerar todos los aspectos de un problema empírico. Hay que omitir
algunos de los atributos del problema para poder tomar una decisión.
El decisor debe determinar cuáles son los factores más relevantes de la situación,
mediante el estudio y caracterización de la misma.
La abstracción y simplificación son los pasos necesarios para poder llevar una
situación de la realidad a un plano o modelo matemático manipulable a través de variables.
La primera actividad que se debe realizar es el estudio del sistema relevante, esto
incluye determinar los objetivos, las restricciones sobre lo que se puede hacer, los
diferentes cursos de acción posibles las interrelaciones del área bajo estudio con otras áreas
de la organización, los límites de tiempo para tomar una decisión. Este proceso de definir el
problema es muy importante ya que afectará en forma significativa las conclusiones en
estudio, lo cual hace imposible extraer una respuesta correcta de un problema equivocado.
Lo primero que hay que reconocer es que un equipo de investigación de operaciones, por lo
general trabaja en un nivel de asesoría. A los miembros del equipo no se les presentan un
problema y se les dice que lo resuelvan como puedan, sino que asesoran a la gerencia (casi
siempre un tomador de decisiones). El equipo realiza un análisis técnico y después
presentan un informe a los administradores. Con frecuencia, el informe a la gerencia
identifica cierto número de opciones atractivas, en particular bajo diferentes suposiciones.
El gerente evalúa el estudio y sus recomendaciones. Y toma una decisión final basándose
en su mejor juicio. Entonces, es vital que el equipo de investigación de operaciones pueda
observar desde el mismo nivel que la gerencia.
Una vez formulado el modelo para el problema bajo estudio, la siguiente etapa de
un estudio consiste en desarrollar un procedimiento para derivar en una solución al
problema a partir de este modelo, según el tipo de modelo este puede hacerse en
computadora. Puede pensarse que esta debe ser la parte principal de estudio, pero por lo
general no lo es, encontrar la solución es la parte divertida del estudio, mientras que el
verdadero trabajo se encuentra en las etapas anteriores y posteriores del estudio. Un tema
común es la búsqueda de una solución óptima, es decir, la mejor, es necesario reconocer
que estas soluciones son óptimas sólo respecto al modelo que se está utilizando. Como el
modelo necesariamente es una idealización y no una representación del problema real, no
puede existir una garantía de que la solución óptima del modelo resulte ser la mejor
solución posible que pueda llevarse a la práctica para el problema real. Esto, por supuesto,
es de esperarse si se toma en cuenta los muchos imponderables e incertidumbre asociados
a casi todos los problemas reales, pero si el modelo está bien formulado la solución debe
tener una buena aproximación de curso de acción ideal para el problema real.
El eminente científico de la administración y premio Nobel de Economía, Herbert
Simón, introdujo el concepto de que en la práctica es mucho más frecuente satisfazar que
optimizar. Al inventar el término satisfazar como una combinación de satisfacer y
optimizar. La distinción entre optimizar y satisfazar refleja la diferencia entre la teoría y la
realidad.
Una solución óptima para el modelo original puede ser mucho menos que ideal para
el problema real, de manera que es necesario hacer un análisis adicional. El análisis pos-
óptimo, constituye una parte muy importante, éste determina qué parámetros del modelo
son los más críticos, los parámetros críticos, del modelo son aquellos cuyos valores no se
pueden cambiar sin que la solución óptima cambie.
Sin duda que la primera versión de un modelo grande tenga muchas fallas, por lo
tanto antes de usar el modelo debe probarse para identificar y corregir todas las fallas que
se pueda, este proceso de prueba y mejoramiento se conoce como validación del modelo.
Un modelo es válido si, independientemente de sus inexactitudes, puede dar una predicción
confiable del funcionamiento del sistema. Un método común para probar la validez de un
modelo es comparar su funcionamiento con algunos datos pasados disponibles del sistema
actual (se le llama también prueba retrospectiva). Debe notarse que tal método de
validación no es apropiado para sistemas que no existen, ya que no habrá datos disponibles
para poder comparar. Otro método podría ser incluir a una persona que no haya participado
en la formulación del modelo, para poder encontrar errores que el equipo de investigación
de operaciones no encontró.
4.5.5 PREPARACIÓN PARA LA APLICACIÓN DEL MODELO
Una vez desarrollado el sistema para aplicar el modelo, la última etapa consiste en
la implantación de los resultados probados del modelo. Esto básicamente implicaría la
traducción de estos resultados en instrucciones de operación detallada, emitidas en una
forma comprensible a los individuos que administrará y operarán al sistema. A la
culminación del estudio, es apropiado que el equipo de investigación de operaciones
documente su metodología utilizada con suficiente claridad para que el trabajo sea
reproducible.
Los modelos para toma de decisiones se clasifican con frecuencia según la función
de negocios a la cual se aplican (finanzas, mercadotecnia, contabilidad de costos,
operaciones, etc.), por la disciplina de aplicaciones o por la industria involucrada (Ciencias,
ingenierías, economía, organización militar, instituciones no lucrativas, transporte, capital
de riesgo, etc.). También pueden clasificarse según el nivel de la organización en el cual se
aplican (estratégicos Vs tácticos), por el marco temporal elegido (largo Vs corto plazo), por
el tipo de matemáticas utilizadas (ecuaciones lineales Vs ecuaciones no lineales) y por la
tecnología aplicada en la construcción del modelo (hoja de cálculo electrónica, paquete de
software personalizado, lápiz y papel, etc.). Cada una de esas tipologías provee mayores
conocimientos acerca de los usos y la aplicabilidad de cada modelo.
Para esta teoría de modelos usaremos una tipología más para organizar nuestra
aproximación a la construcción de modelos: modelos determinísticos y probabilísticos.
Son aquellos donde se supone que todos los datos pertinentes se conocen con
certeza. Es decir, en ellos se supone que cuando el modelo sea analizado se tendrá
disponible toda la información necesaria para tomar las decisiones correspondientes. La
utilidad de los modelos determinísticos suele ser máxima cuando una o más entradas no
controladas del modelo presentan incertidumbre. En consecuencia, los modelos
determinísticos se utilizan a menudo, aunque no siempre para la toma de decisiones
internas de una organización.
Al construir el modelo para el análisis hay que simplificar los problemas. Si con
esto se obtiene un número pequeño de factores o variables, y relativamente pocas
alternativas se dice que el modelo es simple. Los modelos simples pueden ser muy útiles.
Incluso para problemas de decisión importante.
Entrada: que puede ser una situación descrita a través de sus atributos.
Nodos Internos: Llamados también nodos de decisión, son los que poseen
preguntas referentes a una de las propiedades de la entrada para hacer una elección. Por lo
general se representa con cuadros.
Ramas: están conectadas con los nodos internos y representan las posibles
respuestas, dando caminos dependiendo de la condición o respuesta dada.
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.
Las variables de decisión son incógnitas que deben ser determinadas a partir de la
solución del modelo y se encuentra bajo el control de quien toma la decisión.
Son limitaciones impuestas a las variables y su relación entre ellas, limitan el valor
de las variables de decisión a un rango de valores factibles, son definidas por la empresa
tales como, que los materiales tienen que adquirirse a determinados proveedores o que
deben mantenerse ciertos niveles de calidad.
Son aquellas que se utiliza como expresión cuantitativa para reflejar una meta.
4.6.2.5 VARIABLES INTERMEDIAS.
Son variables que relacionan las variables de decisión y variables exógenas con las
medidas del desempeño. Este tipo de variables están orientadas a medir el estado interno de
la empresa, reflejado en aspectos tales como: motivación, rendimiento, comunicación y
toma de decisiones. Estas variables revistan gran importancia ya que son las que
constituyen los procesos organizacionales como tal de la Organización.
Algunas relaciones son definiciones contables. Por ejemplo, los beneficios son los
ingresos menos los gastos, una sencilla regla de contabilidad. Otras relaciones dependen de
límites físicos, como a la determinación de la cantidad de productos que puede producirse
a partir de un lote de materias primas. Algunas relaciones son de juicio, que representan el
conocimiento del gerente acerca de la relación entre factores. Un ejemplo de éste tipo de
relación es el juicio del gerente con respecto a la reacción de los clientes ante un cambio en
el precio.
El modelo es el conjunto de todas estas relaciones. Es algo así como una
“caja negra” que transforma las variables de decisión en medidas de rendimiento para un
conjunto específico de variables exógenas, políticas y restricciones.
Variables
Exógenas
Políticas y
Restricciones