1

INTITUTO TECNOLOGICO DE CD. VALLES

MATERIA: Investigación de Operaciones
CARRERA: INGENIERIA EN GESTIÓN EMPRESARIAL
Unidad 1
IV SEMESTRE GPO “B”
EQUIPO No 4

INTEGRANTES:
Coronado Martínez Coronado
Cruz Cruz Alberto
Hernández Vázquez Angelli Amairany
Martínez Oliva Manuel Alejandro
Moreno Orozco Neil Jonathan
Ricarte Hernández José Luis
 2

1.1 Ambiente y Criterio para la toma de decisiones

Existen tres ambientes de decisión:

● Certeza: Es aquél en el que el decisor conoce con absoluta seguridad los

estados de la naturaleza que van a presentarse.
● Riesgo: Es aquél en el que el decisor sabe qué estados de la naturaleza se
pueden presentar y la probabilidad que tiene cada uno de ellos de
presentarse.
● Incertidumbre: Es aquél en el que se conocen los estados de la naturaleza,
pero no la probabilidad de cada uno de ellos. Pero también puede
darse que ni siquiera se conozca los posibles estados de la naturaleza

Ambiente de Certeza

Conocido el estado de la naturaleza que se va a presentar, el problema se reduce

a valorar en términos económicos los diferentes desenlaces y elegir aquella
estrategia que conduce al resultado más favorable.

Ambiente de Riesgo

El ambiente de riesgo es aquél en el que el decisor sabe qué estados de la

naturaleza se pueden presentar y la probabilidad que tiene cada uno de ellos de
presentarse. Bajo estas condiciones un criterio de decisión aplicable es el
denominado “criterio del valor monetario esperado”. Este criterio consiste en
calcular el valor monetario de cada alternativa de decisión y elegir aquélla que
presenta un valor monetario máximo.

Ambiente de Incertidumbre

En este ambiente existe escasa información y para tomar la decisión se basará en

la mera intuición. Los principales criterios de decisión en un ambiente de
incertidumbre estructurada son los siguientes:
 3

Criterio de Laplace

Consiste en la aplicación del concepto de probabilidad clásica a priori, es decir,

que ante la ignorancia de las probabilidades de ocurrencia de cada
suceso se parte del principio de equiprobabilidad de los mismos. A
continuación, se elegirá el valor esperado máximo de la situación de riesgo.

Criterio Optimista

El decisor elegirá la alternativa que ofrezca un resultado más favorable en el mejor

de los casos, aceptando a cambio el posible riesgo.

Criterio Pesimista o de Wald

El decisor piensa que se presentará el estado más desfavorable, por tanto, elegirá
la alternativa que maximice los resultados mínimos esperados.

criterio de Hurwicz

Constituye un compromiso entre los criterios optimista y pesimista y

para su cálculo se introduce un coeficiente de optimismo (α) comprendido
entre 0 y 1, y el complementario que sería el denominado coeficiente de
pesimismo β = (1-α). El mejor de los resultados de cada estrategia se pondera con
el coeficiente de optimismo, en tanto que el peor de los resultados se pondera con
el de pesimismo, sumándose los resultados de ambos productos. La alternativa a
elegir según este criterio es aquélla cuya suma de los resultados más y menos
favorables debidamente ponderados sea la mejor.

Criterio de Savage

Este criterio de decisión es el que siguen aquellos que tienen aversión a

arrepentirse por equivocarse. Se empieza realizando la denominada matriz de
costes de oportunidad o de los perjuicios que el sujeto soportaría por no
haber elegido la mejor alternativa. Para ello debemos calcular lo que
dejamos de ganar por no haber seleccionado en cada uno de los estados de la
naturaleza la mejor estrategia. Así en cada uno de los estados de la naturaleza le
restamos el mejor valor de las distintas estrategias correspondiente a dicho
 4

estado, así se iría construyéndose la matriz de costes de oportunidad. Una

vez construida dicha matriz, se seleccionaría el máximo valor de cada una de
las estrategias y de estas el mínimo.

1.2 Toma de decisiones bajo modelos de certidumbre, de incertidumbre y riesgo.

En el mundo laboral, la toma de decisiones es una habilidad fundamental o

necesaria, ya que del acierto o el fallo de estas decisiones depende en muchas
ocasiones el futuro de la empresa.

Toma de decisiones se define como el proceso de escoger entre dos o más

alternativas. Para escoger la opción más adecuada, lo primero que se debe hacer
es identificar en cuál ambiente se encuentra: certidumbre, incertidumbre o riesgo.
Entre estas tres categorías se dividen los grados de conocimiento o información,
empezando desde el conocimiento completo hasta la ignorancia.

De ese modo, las situaciones de decisión se clasifican, generalmente,

sobre la base de conocimiento que tenga o crea tener el decisor de la misma:

● Certidumbre
● Incertidumbre
● Riesgo

Toma de decisiones bajo certidumbre

Bajo esta condición la probabilidad de tomar una decisión acertada
aumenta de manera
considerable. De esta manera, hay unos pasos para incrementar las posibilidades
de acertar en la toma de decisiones bajo certidumbre
 5

1.2 Toma de decisiones bajo modelos de certidumbre,

incertidumbre y riesgo.

TOMA DE DECISIONES BAJO CONDICIONES DE CERTEZA

Una clase importante de problemas de decisiones incluye aquellos en los cuales
cada acto disponible para quien toma la decisión tiene consecuencias que pueden
ser conocidas previamente con certeza. A tales problemas se le llama toma de
decisiones bajo condiciones de certeza.

La toma de decisiones bajo certeza no es un proceso sencillo, cada una de las

tareas a las que se enfrenta quien toma la decisión bajo certidumbre (identificar los
actos disponibles, medir las consecuencias y seleccionar el mejor acto) involucra
el uso de la teoría de la programación lineal.

La certeza o certidumbre es la condición en que los individuos son plenamente

informados sobre un problema, las soluciones alternativas son obvias, y son claros
los posibles resultados de cada decisión. En condiciones de certidumbre, la gente
puede al menos prever (si no es que controlar) los hechos y sus resultados. Esta
condición significa el debido conocimiento y clara definición tanto del problema
como de las soluciones alternativas. Una vez que un individuo identifica soluciones
alternativas y sus resultados esperados, la toma de la decisión es relativamente
fácil. El responsable de tomar la decisión sencillamente elige la solución con el
mejor resultado potencial. Por ejemplo, de un agente de compras de una imprenta
se espera que ordene papel de calidad estándar al proveedor que ofrezca el
menor precio y mejor servicio. Por supuesto que generalmente el proceso de toma
de decisiones no es tan simple.

TOMA DE DECISIONES BAJO CONDICIONES DE INCERTIDUMBRE

En muchos problemas de decisiones se presentan variables que no están bajo el
control de un competidor racional y acerca de las cuales quienes toman las
decisiones tiene poca o ninguna información sobre la base de la cual conocer el
estado de cosas futuras. La toma de decisiones bajo incertidumbre se presenta
 6

cuando no puede predecirse el futuro sobre la base de experiencias pasadas. A

menudo se presentan muchas variables incontrolables. Algunas veces es posible
consolidar los efectos de esas variables no controlables en términos de su
distribución de probabilidad. La toma de decisiones bajo incertidumbre implica que
no se conoce la probabilidad de que prevalezca uno u otro de los estados de
resultado.

TOMA DE DECISIONES BAJO CONDICIONES DE RIESGO

El riesgo es la condición en la que los individuos pueden definir un problema,
especificar la probabilidad de ciertos hechos, identificar soluciones alternativas y
enunciar la probabilidad de que cada solución dé los resultados deseados. El
riesgo suele significar que el problema y las soluciones alternativas ocupan algún
punto intermedio entre los extremos representados por la plena información y
definición y el carácter inusual y ambiguo.

La probabilidad es el porcentaje de veces en las que ocurriría un resultado

específico si un individuo tomara muchas veces una misma decisión. El monto y
calidad de la información disponible para un individuo sobre la condición pertinente
de la toma de decisiones puede variar ampliamente, lo mismo que las
estimaciones de riesgo del individuo. El tipo, monto y confiabilidad de la
información influyen en el nivel de riesgo y en el hecho de si el responsable de
tomar la decisión puede hacer uso de la probabilidad objetiva o subjetiva en la
estimación del resultado.

1.3 Enfoque cuantitativo en la toma de decisiones.

Estas herramientas ayudan a aplicar el pensamiento racional para que guíe, ayude
y automatice las decisiones y sirvan al gerente a descubrir la solución deseada al
problema de la mejor forma, mediante la división de problemas en fragmentos
menores, lo cual facilita el diagnóstico.
 7

Las técnicas cuantitativas facilitan el diagnóstico de problemas, pero no permite el

análisis de los aspectos cualitativos como los aspectos humanos que no se
pueden contar en términos numéricos.

La toma de decisiones no es fácil, pues se enfrenta a la incertidumbre y muchas

veces los gerentes ven la conducta pasada como un indicador del futuro.
(GONZALEZ, 2016)

Algunos elementos de apoyo cuantitativos en la toma de decisiones gerenciales

son:
1.               Matriz de resultados
2.               Árboles de decisiones
3.               Modelos de tamaños de inventarios
4.               Programación lineal
5.               Teoría de colas
6.               Teoría de redes
7.               La programación entera
8.               La simulación
9.               El análisis de Markov

El enfoque del análisis cuantitativo consiste en definir un problema, desarrollar un

modelo, obtener los datos de entrada, desarrollar una solución, probar la solución,
analizar los resultados e implementarlos.

El objetivo principal del enfoque cuantitativo es tomar una decisión óptima

mediante el uso de modelos matemáticos y estadísticos en una situación en la que
la probabilidad de todos los resultados es incierta.

El enfoque cuantitativo de la toma de decisiones produce los mejores resultados

cuando el problema está claramente definido, existen varias alternativas y los
resultados de las decisiones se pueden medir fácilmente. Sin embargo, en el caso
de que muchos factores externos estén fuera del control del responsable de la
 8

toma de decisiones y se desconozca su probabilidad, los métodos cuantitativos

pueden volverse poco fiables.

Las técnicas de enfoque cuantitativo, especialmente las que se basan en software

estadístico, tienen la ventaja de sugerir la mejor solución al problema sin siquiera
identificar todas las alternativas posibles. (Ricardo, 2020)

1.4 Teoria de la utilidad.

Trata de explicar el conocimiento del consumidor. Con la finalidad de medir y

comparar los niveles de satisfacción que obtienen los clientes al pagar por un
producto o servicio, se habla de la teoría de la utilidad.

Se asume que los individuos tienen una función de utilidad generada por un
conjunto de opciones completamente conocido por estos y que se conduce
maximizando esta utilidad. Así mismo funciona como una guía para comprender
las reacciones que tenemos como consumidores, y nos ayuda a saber realmente
que productos o servicios nos conviene consumir, de acuerdo con nuestros
intereses, capacidades de compra y necesidades.

 La aplicación de la Teoría de Utilidad en nuestro día a día se ve reflejado en

cuanto a las situaciones que nos puedan suceder.

 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 por
tanto gasta todo su ingreso.
 El consumidor posee información perfecta, es decir, conoce los bienes (sus
características y precios).

1.5 La obtención de datos para la toma de decisiones.

¿QUE SON LOS DATOS?
 9

Todos tenemos una apreciación de la importancia de los datos. Son los datos los
que se procesan en la computadora para proporcionar información.
Los datos son una base parcial sobre la que se toman las decisiones. Los datos
ayudan a describir los sistemas del mundo real. Todas estas perspectivas son
correctas y útiles para entender el papel de los datos.
DATOS: Son hechos o conceptos conocidos o supuestos y generalmente se
expresan en forma numérica. Ejemplo: la tasa de arrendamiento, el número de
unidades producidas en el periodo anterior, los salarios para los nuevos
vendedores, etc.…
Las organizaciones conservan cantidades voluminosas de datos. Aunque el
gobierno dicta algunos
datos, la información se guarda por considerarse importante para la organización.
Los datos son un reflejo de lo que sucedió en el pasado y lo que está sucediendo.
Todavía más importante es que los datos pueden ser útiles para tomar decisiones
sobre el futuro.
Es común en cursos de métodos cuantitativos suponer la disponibilidad de los
datos y pasar con rapidez a procedimientos elegantes de análisis.
Desafortunadamente, los datos no siempre están disponibles. La obtención de los
datos con frecuencia es el paso más laborioso y costoso al aplicar los métodos
cuantitativos. Con lo cual lo más apropiado es considerar los datos en cuanto a su
relación con la aplicación de los métodos cuantitativos de análisis.

TIPOS DE DATOS.
Los datos que más conservan las organizaciones son los que los especialistas en
información llaman:
Datos de transacciones. Éstos son datos que resultan de las transacciones
comerciales diarias de una organización. Ejemplo: los bancos procesan los
depósitos y retiros de sus clientes, las empresas venden sus artículos producidos.

Datos internos. Éstos están asociados con lo que pasa dentro de la organización.
Los datos de transacciones también son datos internos, pero existen datos
 10

internos que no son datos de transacciones. Ejemplo: las estimaciones de ventas

futuras.
Datos externos y de medio ambiente. Son de menor grado que los datos internos y
se refieren al medio en que opera la organización. Ejemplo: gráficas de ventas
industriales, tasas de impuestos federales, el producto interno bruto (PIB), etc.
Datos objetivos. Reflejan hechos o conceptos que no requieren subjetividad en su
interpretación (que tenemos certeza de ello). Ejemplo: la venta de 5000 unidades
en el periodo pasado.
Datos subjetivos. Refleja creencias subjetivas (supuestos). Las empresas
almacenan muchos más datos objetivos que subjetivos. Ejemplo: el posible
incremento de venta a 6000 unidades el próximo periodo.

REQUERIMIENTO DE DATOS EN DIFERENTES NIVELES DE LA

ORGANIZACIÓN.
Las necesidades de datos tienden a diferir con los niveles organizacionales. Esto
sucede porque la
naturaleza de la toma de decisiones varía al escalar la pirámide de la organización
Niveles administrativos, responsabilidades de toma de decisiones y requerimiento
de datos.
* Los requerimientos de datos a altos niveles administrativos también incluyen los
requerimientos más bajos.

1.6 ÁRBOLES de decisión.

Un árbol de decisión es un diagrama en forma de árbol que muestra la
probabilidad estadística o determina un curso de acción. Muestra a los analistas y,
a los que toman las decisiones, qué pasos deben tomar y cómo las diferentes
elecciones podrían afectar todo el proceso. Todo ello soportado en datos. Como
entenderás, es una herramienta muy útil en cualquier organización regida por los
datos o Data Driven. En este post, te voy a contar cómo construirlo, sus
 11

principales símbolos, sus ventajas y desventajas, así como su importancia en el

Data Driven.

Un árbol de decisión es una especie de mapa en que se muestra cada una de las
opciones de decisión posibles y sus resultados. Este es tremendamente útil para
aquellas personas que tienen que tomar decisiones en un negocio, ya que te
permite comparar diferentes decisiones y acciones según sus costos,
probabilidades y beneficios.

Este diagrama acaba teniendo una forma similar a la de un árbol, de ahí su

nombre de “diagrama de árbol de decisión”.

Los árboles de decisión comienzan con un nodo, del cual salen otros en función
de las opciones que se presenten, y de cada una de estas, otros.

Existen tres tipos diferentes de nodos:

Nodos de decisión.

Se le representa con un cuadrado y muestra una decisión que se tomará.

Nodos de probabilidad.

Está representado por un círculo y muestra las probabilidades de ciertos

resultados.

Nodos terminales.

Son de forma triangular, y muestra el resultado definitivo de una ruta de decisión.

Para dibujar un árbol de decisión puedes optar por hacerlo manualmente o bien a
través de una aplicación. De cualquiera de las formas, su desarrollo es el mismo.

1. Empieza por la decisión principal. Dibuja un cuadrado pequeño y traza

hacia la derecha, a través de líneas, las posibles soluciones o acciones.
Estas deben de estar correctamente etiquetadas y ofrecer el coste que
supone tomar un camino u otro.
 12

2. Es el momento de añadir nodos de decisión y probabilidad, los cuales harán

crecer el árbol. Para ello, debes de seguir el siguiente razonamiento:

 Si otra decisión es necesaria, dibuja otro cuadrado.

 Si el resultado es incierto, dibuja un círculo (los círculos representan
nodos de probabilidad).
 Si el problema está resuelto, déjalo en blanco (por ahora).

Como ves, desde cada nódulo de decisión, debes de poner soluciones posibles,
mientras que desde cada nódulo de probabilidad, debes de incluir los resultados
posibles. Para poder basarte en datos, lo ideal es que incluyas en cada línea de
decisión, el coste de esa acción, o el ingreso. De igual forma, en cada nódulo de
 13

probabilidad, debes de incluir tus opciones de forma numérica, a través de la

probabilidad.

3. Continúa expandiendo tu árbol hasta que no haya más decisiones que

tomar, y este llegue a su fin. El final representa que no hay más decisiones
posibles o resultados probables que considerar. Una vez hayas asignado
un valor a cada resultado posible, bien a través de una puntuación
abstracta o un valor financiero, agrega triángulos que determinen los
extremos.

Ventajas y desventajas del uso del árbol de decisión

Las principales ventajas de utilizar en tu proceso de decisión, este tipo de

diagrama, son evidentes y seguro que la mayoría de ellas ya se te han pasado por
la cabeza:

 Los árboles de decisión son simples de entender y de interpretar.

 Si el diagrama no es demasiado grande, puede visualizarse de un vistazo y
eso facilita mucho el entendimiento del proceso.
 No requiere que prepares unos datos excesivamente complejos.
 Es válido tanto para variables cuantitativas como para cualitativas.
 Se pueden agregar nuevas opciones a los árboles existentes.
 14

 Son fácilmente combinables con otras herramientas de tomas de

decisiones.
 Utiliza un modelo de caja blanca: la respuesta del algoritmo es fácilmente
justificable a partir de la lógica booleana implementada en él.

Por otro lado, hay una serie de desventajas, las cuales quizás no sean tan
evidentes, aunque seguro que muchas de ellas se te hayan pasado por la cabeza.
Principalmente son estas:

 Son inestables: cualquier pequeño cambio en los datos de entrada puede

suponer un árbol de decisión completamente diferente.
 No se puede garantizar que el árbol generado sea el óptimo.
 Hay conceptos que no son fácilmente aprendidos pues los árboles de
decisión no son capaces de expresarlos con facilidad (como el operador
XOR).
 Los principiantes crean árboles sesgados, sobre todo si una de las
personas que interviene es dominante respecto al resto.
 Un árbol de decisión puede llegar a ser demasiado complejo con facilidad,
perdiendo su utilidad.
 15

Bibliografia
(Palacios, 2009)

GONZALEZ, J. (9 de Febrero de 2016). ENFOQUE CUANTITATIVO EN LA

TOMA DE DECISIONES. Recuperado el 06 de Febrero de 2023, de
http:tomadedecisonessubtema3.blogspot.com

Ricardo, R. (11 de Noviembre de 2020). ENFOQUE CUANTITATIVO EN LA

TOMA DE DECISIONES. Recuperado el 06 de Febrero de 2023, de
https://estudyando.com

(Teoria de la utilidad , 2010)

(Erika Diaz , 2019)