TEORIA DE DECISIONES Introducción

1. TEORIA DE DECISIONESIntroducción Ing. Juan Francisco Almendras Opazo Unach II semestre de 2004 1 - <#>

2. Cápitulo 1 Introducción al Análisis Cuantitativo 1 - <#>

3. Objetivos de Aprendizaje Los estudiantes podrán: • Describir el enfoque de análisis cuantitativo • Entender la aplicación de AC en una situación real • Describir el uso de modelos en AC • Usar computadoras y modelos de hojas de trabajo para realizar AC • Discutir posibles problemas con el uso de análisis cuantitativos • Realizar análisis del punto de equilibrio 1 - <#>

4. Introducción • Herramientas matemáticas han sido usadas por miles de años. • El AC puede ser aplicado a una amplia variedad de problemas. • Uno tiene que entender: la aplicabilidad específica de la técnica, sus limitaciones y sus suposiciones. 1 - <#>

5. 1990 1980 1970 1960 1950 1940 1930 1920 1910 1900 Sistemas Expertos e Inteligencia Artificial Apoyo de Decisiones Sistemas de Información Programación Meta Teoría de Decisiones Modelos de Red Programación Dinámica Teoría de Juegos Transportación Técnica de Asignatura Control de Inventarios Teoría de Colas Análisis Markov La Evolución del AC 1 - <#>

6. El Proceso de la Toma de Decisiones Análisis Cuantitativo Lógica. Datos Históricos. (Estad.) Investigación de mercado Análisis Científico. Modelos. Problema Decisión ? Análisis Cualitativo Clima Legislación, políticas Estatales, impuestos. Nuevos Descubrimientos Tecnológicos. Resultados de Elecciones 1 - <#>

7. Resumen del Análisis Cuantitativo • Enfoque Científico para la Toma de Decisiones en la Administración. • Considere ambos Factores Cuantitativos y Cualitativos. Análisis Cuantitativo Información Significante Datos 1 - <#>

8. El Enfoque del Análisis Cuantitativo • Definir el problema • Desarrollar un modelo • Capturar datos • Desarrollar una solución • Probar la solución • Analizar los resultados y llevar a cabo un análisis de sensibilidad • Implementar los resultados 1 - <#>

9. El Enfoque del AC - Fig 1.1 Definir el Problema Desarrollar un Modelo Adquirir Datos Desarrollar una Solución Probar la Solución Analizar los Resultados Implementar los Resultados 1 - <#>

10. 1.- Definir el Problema • Todo lo demás depende de esto. • Una clara y concisa declaración es requerida. • Puede ser el paso más difícil. • Debe ir más alla de los síntomas de las causas. • Los Problemas están relacionados unos con otros. • Se debe identificar el problema “real”. • Puede requerir objetivos específicos y medibles. 1 - <#>

11. 2.- Desarrollo del Modelo • Modelos: físicos, lógicos, a escala, esquemáticos o matemáticos. • Modelos: variables (controlables o no controlables) y parámetros. • Modelo: representación de una situación. • Variables Controlables  Variables de Desición. • Los Modelos deben ser: • Solucionables. • Realístas. • Fácil de entender. • Fácil de modificar. 1 - <#>

12. 3.- Captura de Datos • Los datos exactos son escenciales • Dónde podemos obtener datos : • Reportes de la compañía. • Documentos de la compañía. • Entrevistas. • Mediciones directas de el lugar. • Muestreo estadístico. 1 - <#>

13. 4.- Desarrollo de la Solución • Manipular el modelo, encontrar la “mejor” solución • Solución: • Práctica. • Implementable. • Varios métodos: • solución de ecuación(es). • prueba y error. • enumeración completa. • implementación de un algoritmo. 1 - <#>

14. 5.- Prueba de Solución • Se deben probar ambos • los datos iniciales y del • Modelo • Determinar: • Exactitud. • Lo completo de los datos iniciales; • colecionar datos de diferentes fuentes y compararlos. • Revisar la consistencia de los resultados. • ¿Tienen sentido? • Pruebe antes de analizar! 1 - <#>

15. 6.- Análisis de Resultados • Entender las acciones implicadas en la solución. • Determinar las implicaciones de la acción. • Conducir un análisis de sensibilidad – cambiar los valores iniciales o un parámetro del modelo y ver que pasa. • Usar un análisis de sensibilidad para ayudar a entender el problema (asi como las respuestas) 1 - <#>

16. 7.- Implementación de los Resultados • Incorporar la solución a la compañía. • Monitorear los resultados. • Usar los resultados del modelo y el análisis de sensibilidad para ayudar a vender la solución a la administración. 1 - <#>

17. Modelos en el Mundo Real • Modelos son complejos. • Modelos pueden ser costosos. • Modelos pueden ser dificiles de vender. • Modelos son usados en el mundoreal por organizacionesreales para resover problemasreales. 1 - <#>

18. Como Desarrollar un Modelo AC Ganancias Ganancias = Ingresos - Gastos Ganancias = Ingresos (Precio por Unidad)  (Cantidad Vendida) Gastos - Costos Fijos - (Costo/Unidad Variable )  (Cantidad Vendida) Ganancias = $10Q - $1,000 - $5Q 1 - <#>

19. Como Desarrollar un Modelo AC Q = cantidad vendida F = costo fijo V = costo/unidad variable P = Precio Punto de Equilibrio Dejar que los ingresos sean = 0 PQ - F – VQ = 0 Entonces F = PQ – VQ Y: Q = F/(P – V) Cantidad en el Punto de Equilibrio = F/(P-V) 1 - <#>

20. Los Modelos Pueden Ayudar a los Administradores a… • Obtener una percepción más profunda de la naturaleza de las relaciones de los negocios. • Encontar mejores maneras de asignar valores a tales relaciones; y • Ver la manera de reducir, o cuando menos entender, la incertidumbre que rodea a los planes de negocios y a las acciones. 1 - <#>

21. Modelos • Son menos costosos y disruptivos que experimentar con sistemas del mundo real • Permiten que se hagan preguntas de ¿”Y si se cambia esto” • Son construidos para problemas de la administración y alientan la participación de esta • Hacen cumplir la consistencia en el enfoque Requieren metas y limitantes específicas 1 - <#>

22. Modelos: El Lado Bueno Modelos • Representan la realidad con exactitud • Ayudan al tomador de decisiones a entender el problema • Ahorran tiempo y dinero en la solución de problemas y en la toma de decisiones • Ayudan a comunicar problemas y soluciones a otros • Proporcionan la única manera de resolver problemas grandes o complejos en un tiempo razonable 1 - <#>

23. Modelos: El Lado Malo Modelos • Pueden ser costosos y se pueden llevar mucho tiempo en el dersarrollo y prueba • Frecuentemente son mal usados y mal entendidos (y temidos) debido a su complejidad matemática • Tienden a menospreciar el valor y rol de la información no cuantitativa • Frecuentemente tienen suposiones que sobre simplifican las variables del mundo real 1 - <#>

24. Uso de Modelos Algunas sugerencias • Usar modelos descriptivos • Entender porque los administradores involucrados deciden sobre cosas de la manera que lo hacen • Identificar los cambios organizacionales y administrativos requeridos por el modelo • Analizar cada situación en términos de su impacto en la administración • Preparar análisis realisticos de costo-beneficio de elementos de compensación de soluciones alternas 1 - <#>

25. Modelos Matemáticos Caracterizados por Riesgo • Modelos Deterministicos – se conocen todos los valores usados con certeza • Modelos Probabilisticos – se conoce la probabilidad que los parámetros del modelo tomarán en un valor específico 1 - <#>

26. Apoyo de software para realizar Análisi Cuantitativo • Hoy existen diversas herramientas de Software para la aplicación de Modelos de Optimización que sirven en la Toma de Decisiones y por ende en la Administración de operaciones y Producción. • Algunos de estos los veremos en el curso y son: 1 - <#>

27. Win QSB Para Windows 1 - <#>

28. Win QSB Para Windows 1 - <#>

29. Win QSB Para Windows 1 - <#>

30. Win QSB Para Windows 1 - <#>

31. Win QSB Para Windows 1 - <#>

32. QM Para Windows 1 - <#>

33. QM Para Windows 1 - <#>

34. Excel QM 1 - <#>

35. Menu de Modelos Principales en Excel QM 1 - <#>

36. Definir el Problema Puntos de vista conflictivos Impactos Departamentales Suposiones Desarrollo de Modelo Acoplamiento del Modelo Entendimiento del Modelo Adquirir Datos Iniciales Datos de Contabilidad Validez de los Datos Desarrollo de Solución Matemáticas Complejas Solo una respuesta es limitante Las soluciones se convierten en obsoletas rapidamente Problemas Posibles en el Uso de Modelos 1 - <#>

37. Probar la Solución Identificar procedimientos de prueba apropiados Analizar los Resultados Manteniendo todas las demás condiciones constantes Identificar causas y efectos Implementar la Solución Vender la solución a otros Problemas Posibles - Continuación 1 - <#>