domingo, 27 de octubre de 2013

CLASIFICACIÓN Y TIPOLOGIA DE LA TOMA DE DECISIONES

CLASES DE DECISIONES

La toma de decisiones es el proceso de seleccionar un curso de acción entre alternativas; es la médula de la planeación. La toma de decisiones se define como la selección de un curso de acciones entre alternativas, es decir que existe un plan un compromiso de recursos de dirección o reputación. La toma de decisiones es sólo un paso de la planeación ya que forma la parte esencial de los procesos que se siguen para elaboración de los objetivos o metas trazadas a seguir. Rara vez se puede juzgar sólo un curso de acción, porque prácticamente cada decisión tiene que estar engranada con otros planes

Como dijo Harry Truman:"Toda mala decisión que tomo va seguida de otra mala decisión". La toma de decisiones en una organización se circunscribe a todo un colectivo de personas que están apoyando el mismo proyecto. Debemos de empezar por hacer una selección de decisiones, y esta selección es una delas tareas de gran trascendencia en el trabajo del mando. Forman parte de una toma de decisiones la experiencia, la experimentación, la investigación y el análisis

CLASES DE DECISIONES

Evaluación de alternativas

Una vez encontrada la alternativa a apropiada, el siguiente paso es evaluar y seleccionar aquellas que contribuirán mejor al logro de la meta. Factores cuantitativos.-Son factores que se pueden medir en términos numéricos, como es el tiempo, o los diversos costos fijos o de operación. Factores cualitativos.-Son difíciles de medir numéricamente. Como la calidad de las relaciones de trabajo, el riesgo del cambio tecnológico o el clima político internacional. Para evaluar y comparar los factores se debe reconocer el problema y luego analizar que factor se le aplica ya se cuantitativo o cualitativo o ambos, clasificar los términos de importancia, comparar su probable influencia sobre el resultado y tomar una decisión
Decisiones programadas y no programadas

La toma de decisiones es fundamental para cualquier actividad humana. En este sentido, somos todos tomadores de decisiones. Pero hay decisiones programadas y no programadas. Decisiones programadas Se aplica a problemas estructurados o de rutina. Son aquellas que se toman frecuentemente, es decir son repetitivas y se convierte en una rutina tomarlas; como el tipo de problemas que se presentan con cierta regularidad y que ya se tiene un método bien establecido de solución y por lo tanto ya se conocen los pasos para abordar este tipo de problemas. En estas decisiones la persona que toma la decisión no tiene la necesidad de diseñar ninguna solución, sino que simplemente se rige a la que se ha seguido anteriormente.



Decisiones programadas y no programadas

Decisiones no programadas Son decisiones que se toman en problemas o situaciones que se presentan con poca frecuencia, o aquellas que necesitan de un modelo o proceso específico de solución. Se usan para situaciones no rutinarias, no programadas, nuevas y mal definidas, de naturaleza no repetitivas. La mayor parte de las decisiones no programadas las toman los gerentes del nivel más alto; esto es porque los gerentes de ese nivel tienen que hacer frente a los problemas no estructurados. Por ejemplo: “El lanzamiento de un nuevo producto al mercado”, en este tipo de decisiones es necesario seguir un modelo de toma de decisión para generar una solución específica para este problema.


Decisiones subjetivas y objetivas

La toma de decisiones también se pude hacer según la intervención de las emociones o del criterio individual del tomador de la decisión. Decisiones subjetivas Esta clase abarca las decisiones privadas o en las cuales interviene de manera clave su forma de ver las cosas, problemas en los cuales usted evalúa sus puntos fuertes y débiles, sus oportunidades y amenazas, y toma la decisión siendo influenciado por sus emociones. Decisiones objetivas Este tipo de decisiones son públicas, y es necesario aislar completamente las emociones, tienen un grado de responsabilidad más alto, es por eso que para tomarlas se debe hacer una análisis más racional de la situación y no emocional como en las subjetivas.



Situaciones o contextos de decisión

Las situaciones, ambientes o contextos en los cuales se toman las decisiones, se pueden clasificar según el conocimiento y control que se tenga sobre las variables que intervienen o influencian el problema, ya que la decisión final o la solución que se tome va a estar condicionada por dichas variables. Ambiente de certidumbre (certeza)Se tiene conocimiento total sobre el problema, las alternativas de solución que se planteen van a causar siempre resultados conocidos e invariables. Al tomar la decisión solo se debe pensar en la alternativa que genere mayor beneficio.

Situaciones o contextos de decisión

Ambiente de riesgo La información con la que se cuenta para solucionar el problema es incompleta, es decir, se conoce el problema, se conocen las posibles soluciones, pero no se conoce con certeza los resultados que pueden arrojar. En este tipo de decisiones, las posibles alternativas de solución tienen cierta probabilidad conocida de generar un resultado. En estos casos se pueden usar modelos matemáticos o también el decisor puede hacer uso de la probabilidad objetiva o subjetiva para estimar el posible resultado. La probabilidad objetiva es la posibilidad de que ocurra un resultado basándose en hechos concretos, puede ser cifras de años anteriores o estudios realizados para este fin. En la probabilidad subjetiva se determina el resultado basándose en opiniones y juicios personales

Situaciones o contextos de decisión

Ambiente de incertidumbre Se posee información deficiente para tomar la decisión, no se tienen ningún control sobre la situación, no se conoce como puede variar o la interacción dela variables del problema, se pueden plantear diferentes alternativas de solución pero no se le puede asignar probabilidad a los resultados que arrojen. Con base en lo anterior hay dos clases de incertidumbre: Estructurada: No se sabe que puede pasar entre diferentes alternativas, pero sí se conoce que puede ocurrir entre varias posibilidades. No estructurada: No se sabe que puede ocurrir ni las probabilidades para las posibles soluciones, es decir no se tienen ni idea de que pueda pasar

Principales criterios de decisión bajo incertidumbre

Criterio Maximin.-Para cada acción es posible determinar la peor situación(beneficio mínimo). El criterio Maximin selecciona la mejor opción entre las peores situaciones. Criterio Maximax.-Para cada acción se determina el retorno máximo (mayor beneficio). El criterio Maximax escoge la acción de mayor retorno. Deploración  Minimax.-El concepto de De ploración Minimax emplea el concepto de costo de oportunidad para obtener la decisión. Criterio del Valor Esperado.-El criterio del Valor Esperado escoge aquella alternativa que genera el mayor retorno esperado; el calculo del valor esperado se reduce a obtener el retorno promedio

Principio de maximin y minimax

Los principios de maximin y minimax son aplicados dependiendo si los valores de la matriz son ganancias o pérdidas, respectivamente. Si los valores son ganancias, se determinan las mínimas ganancias para cada alternativa y se selecciona la alternativa con el máximo valor entre esas mínimas ganancias; es decir, se determina el peor valor para cada alternativa y se escoge el mejor entre esos valores. Estos principios son considerados como muy conservadores o pesimistas. En el principio de maximax se desea seleccionar la alternativa que presenta la oportunidad de obtener el máximo valor dado en la matriz, es decir, la mayor ganancia. Estos principios son considerados como muy optimistas.


Un ejemplo práctico y parámetro para tener una guía acerca de los pasos a decidir lo expresa claramente Jack Welch (ex-CEO de General Electric), en su libro “Ganar”.

Qué.- Identifica situación. Elabora diagnósticos. Situarse en situación.

Dónde.- Ubica el dónde preciso donde está el conflicto.

Cuándo.- Dimensión temporal. Ubicación de tiempo, en cuanto a cuándo pasó. Es actual o es un proceso que venimos arrastrando.

Cómo.- Diagnóstico general. Visión global de la situación. Análisis de todos los parámetros.

Cuánto.- Magnitud y extensión. Tendencia permanente, actual.

Por qué.- Fallas. Debilidades del sistema. Amenazas.






ANÁLISIS DEL ENFOQUE BAYESIANO

 Análisis del enfoque Bayesiano

Conceptos generales

A principios del siglo XX, la ausencia de una herramienta que aquilatara cuantitativamente el significado de los hallazgos produjo que las anécdotas clínicas poblaran las revistas médicas. Se hacía necesario, por tanto, usar procedimientos que cuantificaran la evidencia y complementaran los razonamientos verbales, de modo que los protegiera de la subjetividad.
La estadística devino así en un recurso extremadamente útil para los editores de revistas y responsables administrativos. Sin embargo, lo cierto es que, aunque la objetividad es un deseo natural y legítimo, lamentablemente resulta inalcanzable en estado puro. La estadística no puede resolver este conflicto, pues todo proceso inferencial, incluso cuando se lleva adelante con su concurso, tendrá siempre un componente subjetivo. Si bien las técnicas estadísticas suelen ser muy útiles, ocasionalmente pueden defraudar al usuario. En efecto, pueden despertar expectativas que a la postre no se cumplan, especialmente cuando el investigador renuncia a examinar la realidad a través de un pensamiento integral y deja todo en manos del veredicto formal de los procedimientos estadísticos. Los argumentos aportados en este sentido por Berger y Berry [1], si bien tienen cierta complejidad, son sumamente persuasivos.

Los trabajos desarrollados por Fisher en los años 20 y por los matemáticos Neyman y Pearson en la década del 30, dieron lugar a un método actualmente conocido como prueba de significación, que responde al llamado “paradigma frecuentista”. Dicho método engloba un índice para medir la fuerza de la evidencia, el llamado valor p, y un procedimiento de elección entre hipótesis, llamado prueba de hipótesis (PH). Sin embargo, la metodología de las pruebas de hipótesis vive en la actualidad, según algunos especialistas [2][3][4], una crisis de considerable entidad. Desde esa perspectiva, por tanto, resulta atractiva la idea de manejar un nuevo paradigma o de corregir el actual. En este sentido, el enfoque bayesiano se perfila como una alternativa altamente promisoria. Las críticas más reiteradas a la inferencia clásica, dominante en el siglo XX, se basan en que obliga a una decisión dicotómica y en que sus resultados dependen crucialmente de un elemento exógeno a los datos: el tamaño de muestra. A un efecto pequeño observado en un estudio con un tamaño de muestra grande puede corresponder el mismo valor p que a un gran efecto registrado a través de una muestra pequeña. Por otra parte, basta que haya una diferencia mínima, intrascendente (o el más mínimo sesgo), para que dicha diferencia pueda ser declarada estadísticamente significativa, siempre que haya recursos como para tomar una muestra suficientemente grande. Esta problemática se discute e ilustra más adelante.

En la investigación médico-social el componente subjetivo es ineludible, y completamente natural. Se supone que, al aplicar cierto procedimiento estadístico a un conjunto de datos, lo que se procura es que el análisis gane en objetividad; es decir, que los puntos de vista del investigador no puedan modificar sustancialmente las conclusiones. Pero la verdad es que los métodos estadísticos convencionales están lejos de garantizar automáticamente tal desiderátum.

Es bien conocido que la forma de operacionalizar las variables, los puntos de corte que se eligen, el nivel de significación empleado, las escalas de medición adoptadas, las pruebas de significación seleccionadas, si éstas son paramétricas o no, si se aplican penalizaciones para las comparaciones múltiples, son solo algunos ejemplos de la larga lista de instrumentos estadísticos que irremediablemente han de elegirse según un punto de vista que varía entre investigadores. Sin embargo, donde tal carencia de normas uniformes es más acusada es en el punto culminante del proceso: a la hora de realizar inferencias una vez examinados los resultados[5]. Epidat 4: Ayuda de análisis bayesiano  http://dxsp.sergas.es soporte.epidat@sergas.es

 Un ejemplo inicial

En Benavides y Silva[6] se desarrolla un ejemplo que contribuye a exponer más claramente el modus operandi de la técnica clásica. Se bosqueja a continuación, y se retoma más adelante para ilustrar el enfoque bayesiano. Supóngase que hay motivos teóricos e indicios empíricos nacidos del trabajo de enfermería que sugieren que los pacientes afectados por quemaduras se recuperan más rápidamente cuando el tratamiento combina cierta crema antiséptica con un apósito hidrocoloide que cuando solo se utiliza la crema antiséptica. Se diseña, entonces, un experimento con la esperanza de rechazar la hipótesis nula (H0) que afirma que el tratamiento simple es tan efectivo como el combinado. Imagínese que se tienen 80 pacientes; aleatoriamente se eligen 40 de ellos para ser atendidos con el tratamiento experimental (combinación de crema antiséptica y apósito hidrocoloide) en tanto que a los 40 restantes se les aplica el tratamiento convencional (crema únicamente). Una vez obtenidos los datos (porcentajes de recuperación en el grupo experimental y en el control, pe y pc respectivamente, y su diferencia, d0=pe-pc), se calcula la probabilidad asociada a ese resultado bajo el supuesto de que se cumple H0. Supóngase que el 75% (pe=0,75) de los pacientes a los cuales se les aplicó el tratamiento experimental mejora apreciablemente a los 5 días, mientras que para los pacientes tratados de manera convencional, esta tasa de recuperación fue del 60% (pc=0,60). La Tabla 1 recoge la información relevante de este ejemplo.

Tabla 1. Distribución de una muestra de 80 pacientes según tratamiento asignado y según se recuperan o no.
 Se recuperan
Tratamiento Sí No Total
Experimental 30 10 40
Convencional 24 16 40
Total 54 26 80

Según la práctica regular, ahora procede aplicar una prueba estadística; la más usada para valorar la diferencia de porcentajes es la prueba ji-cuadrado. Es fácil constatar que 2(obs)=2,05 y que el correspondiente valor p es igual a 0,15. Puesto que dicho valor no es suficientemente pequeño como para considerar que “hay significación” a ninguno de los niveles habituales (0,05 y 0,01 e, incluso, 0,10) y a pesar de que esta diferencia objetivamente observada es notable, según la práctica al uso, el investigador tiene que concluir (aunque casi con seguridad, y con razón, a regañadientes) que no tiene suficiente evidencia muestral como para afirmar que el tratamiento con crema y apósito sea más efectivo que el tratamiento con crema solamente. Es decir, debe actuar como si no tuviera información adicional alguna para pronunciarse. Con este método, las decisiones se adoptan sin considerar la información externa a las observaciones o al experimento; de ahí que una de las objeciones más connotadas que se hace al método es que no toma en cuenta de manera formal en el modelo de análisis la información anterior a los datos, proveniente de estudios previos o de la experiencia empírica, informalmente acumulada, que siempre se tiene sobre el problema que se examina.

Para ilustrar este asunto, supóngase que el estudio se realizó con n=400 pacientes y arrojó los resultados de la Tabla 2.  Epidat 4: Ayuda de análisis bayesiano  http://dxsp.sergas.es soporte.epidat@sergas.es

Tabla 2. Distribución de una muestra de 400 pacientes según tratamiento aplicado y según se recuperan o no.  Se recuperan Tratamiento Sí No Total Experimental 103 97 200 Convencional 120 80 200 Total 223 177 400  Las estimaciones son pe=0,52 y pc=0,60. Como se ve, los resultados están en clara colisión con las expectativas del investigador. A juzgar por estas tasas, habría que pensar en principio que el apósito podría ser dañino. Al realizar la prueba de hipótesis formal se obtienen 2(obs)=2,93 y p=0,09. En este caso, si el investigador usara umbrales fijos, no podría rechazar la hipótesis H0 al nivel más socorrido (=0,05) pero sí al nivel =0,1. Si acude al recurso más usual (consignar el valor exacto de p), debería declarar algo como lo siguiente: “las tasas observadas difieren significativamente (p=0,09)”. En cualquier variante, el rechazo de la hipótesis de igualdad entre tratamientos debería ser a favor de que el que utiliza solamente crema es más efectivo que el que incluye el apósito.

Esta conclusión, sin embargo, contradice los conocimientos previos, la expectativa racional y la experiencia del investigador, todo lo cual lo colocaría probablemente en un conflicto: ¿matiza verbalmente el resultado hasta hacerle perder de hecho todo valor? ¿se escuda en que no se llegó al umbral mágico de 0,05 y dice simplemente que la diferencia no es significativa? ¿se abstiene de comunicar los resultados y actúa como si no se hubieran producido? A juicio de los críticos del frecuentismo, cualquiera de estas tres variantes sería inconsistente con la “obligación metodológica” que contrajo el investigador al elegir las PH como medio valorativo del procedimiento terapéutico en estudio.

Adviértase que, típicamente, el clínico admite con naturalidad que tiene un criterio a priori
sobre un paciente; realiza exámenes complementarios y actualiza su visión inicial sobre el diagnóstico que corresponde a ese paciente al conjugar las dos cosas (visión inicial e información complementaria) en lo que constituye un proceso de inducción integral. Parece bastante natural la aspiración de que un investigador se conduzca de manera similar; esa es exactamente la forma en que opera la lógica bayesiana.

El pensamiento bayesiano tiene más similitud que el frecuentista con el tipo de situaciones en que se ve el científico habitualmente: lo que tiene son datos (pacientes con ciertos rasgos, medias muestrales, series de datos) y lo que quiere es descubrir qué circunstancias determinaron que los datos fueran esos y no otros (es decir, quiere hacer juicios acerca de las leyes que gobiernan el proceso que produjo los datos que observa). La diferencia esencial entre el pensamiento clásico y el bayesiano radica en que aquel se pronuncia sobre los datos a partir de supuestos; este sobre los supuestos partiendo de los datos.

La necesidad de un enfoque alternativo puede ser fácilmente comprendida: resulta natural que se aspire a contar con un procedimiento inferencial libre de las serias impugnaciones que se hacen a las pruebas de significación.

Para conjurar la orfandad en que quedaría el investigador tras el abandono de las PH, se manejan varias alternativas. Una de ellas, sin duda la más sencilla de todas, es simplemente no usar la prueba de hipótesis y circunscribirse a la construcción de intervalos de confianza (IC). De manera informal, un intervalo de confianza para un parámetro P se define como una pareja de números P1ˆ y P2ˆ entre los cuales se puede “estar confiado” que se halla el Epidat 4: Ayuda de análisis bayesiano  http://dxsp.sergas.es soporte.epidat@sergas.es  parámetro en cuestión. Si bien los IC se inscriben en la órbita de la misma vertiente frecuentista que las pruebas de hipótesis, se apartan de la interpretación automática de los valores p y constituyen un recurso para aquilatar, justamente, el grado en que el conocimiento de la verdadera diferencia es adecuado. Una ventaja obvia de los intervalos de confianza, sin embargo, es que los resultados se expresan en las mismas unidades en las cuales se hizo la medición y, por tanto, permiten al lector considerar críticamente la relevancia clínica de los resultados.


La otra alternativa es la que se maneja en el presente módulo. Según se fundamenta detalladamente por Silva [7], se trata de una aproximación metodológica exenta de casi todas las críticas que se le hacen a las pruebas de significación y que goza del atractivo de incorporar las evidencias aportadas por experiencias previas dentro del proceso analítico y las contempla, por ende, en las conclusiones. Aunque las bases de este enfoque datan de hace más de dos siglos, solo recientemente se asiste a un uso apreciable del mismo en la investigación biomédica. Una de las razones que explican tal realidad y que a la vez augura un cada vez más prominente futuro, es que algunos de los problemas de cierta complejidad que posee este método exigen el uso de recursos computacionales accesibles sólo muy recientemente para el común de los investigadores. Epidat 4.0 ofrece, precisamente, la solución a algunos problemas con el enfoque bayesiano.

viernes, 4 de octubre de 2013

PLANIFICACIÓN Y EVALUACIÓN DE PROYECTOS ( ITC-7SM - N01)

OBJETIVO 1:  GENERALIDADES

El término proyecto proviene del del latin proiectus y cuenta con diversos significados. como se aprecia a continuación:

Proyecto: podría definirse como el conjunto de las actividades que desarrolla una persona o una entidad para alcanzar un determinado objetivo. Es una planificación que consiste en un conjunto de actividades que se encuentran interrelacionadas y coordinadas.

Un proyecto es una herramienta o instrumento que busca recopilar, crear, analizar en forma sistemática un conjunto de datos y antecedentes, para la obtención de resultados esperados, es de gran importancia porque permite organizar el entorno de trabajo.

Un proyecto surge como como respuesta a la concepción de una "idea" que busca la solución de un problema o la forma de aprovechar una oportunidad de negocio.

miércoles, 2 de octubre de 2013

UNIDAD I: GENERALIDADES: TOMA DE DECISIONES

1.1: Aspectos Introductorios

La toma de decisiones se define como la selección de un curso de acción entre alternativas, es decir existen un plan de compromiso, para la solución de problemas. Es solo un paso de la planeación, ya que se forma la parte esencial de los pasos que se siguen para la elaboración de los objetivos y metas trazadas a seguir.

Por tanto el proceso de toma de decisiones comienza cuando se analiza un problema y termina cuando se ha escogido una alternativa.

La solución de problemas en el contexto de la toma de decisiones

¿ Que es un problema?

Una definición válida podría ser: ocurre un problema cuando hay diferencia entre la situación real y la situación deseada.

Los problemas pueden resolverse cambiando cambiando la situación real o la situación deseada, se puede definir entonces como: El proceso consciente de reducir la diferencia entre una situación real y la situación deseada.

Análisis de la naturaleza del problema


Este primer paso incluye la identificación, definición y diagnóstico del problema y sus causas. Cuando se realiza en forma apropiada, ayuda a evitar " resolver el problema equivocado", para resolver un problema, se debe tenr alguna idea tanto de la situación real como de la situación deseada. Los gerentes emplean diverso métodos en sus intentos para determinar la situación real; ejemplo: leen informes de rendimiento, celebran reuniones  para revisar el progreso realizado, o mantienen políticas de " puerta abierta" con el fin de establecer la situación deseada, pueden realizar encuestas para estudiar la actitud de empleados y clientes, leer las regulaciones gubernamentales o conversar con sus supervisores.

La racionalidad en la toma de decisiones


La toma de decisiones es el campo de mayor trascendencia para el ser humano. Es una ciencia aplicada que ha adquirido notable importancia y es fundamental en todas las áreas de conocimiento, como por ejemplo en la investigación operativa. Algunos investigadores afirman que en los niveles corporativos, de unidad de negocio y funcional, se tiene un problema cuando no se sabe como actuar, por la tanto una vez que se conoce la existencia de un problema, se toma conciencia del mismo y se debe tomar la decisión, incluyendo la oportunidad de no continuar.

La toma de decisiones puede conceptualizarse, entonces, como una actividad imprescindible en las organizaciones, con un significado especial para todos sus niveles porque es parte fundamental e inherente a todas las demás actividades de la empresa.

Sabido es que actualmente, en el marco de las organizaciones, muchas decisiones se toman sin considerar explicitamente las etapas de ese proceso o de los métodos cuantitativos y cualitativos que existen en las distintas ramas y que las tradiciones, los hábitos, la propia intuición y la experiencia de un directivo, desempeña una función importante en la forma que se pretende solucionar los problemas. En el caso de los ingenieros, consideran la toma de decisiones como su trabajo principal ya que tienen que solucionar constantemente qué se hace, quien lo hace y donde lo hace e incluso quien lo hará.

La investigación en la toma de decisiones

Con el fin de identificar el punto  focal de  la toma de decisiones y sus intereses comunes con otros factores dentro de ese campo, muchos investigadores independientemente de su preparación en psicología, ciencias políticas, estadística o cualquier otra disciplina, se refieren a si mismos como los científicos de la decisión.

Por diversas razones, los científicos de la decisión han tendido a especializarse en las diferentes secciones del campo general. Una de las mas importantes es la que se denomina dicotomía "descriptiva" prescriptiva", los científicos que están en el campo descriptivo se concentran en investigar como se toman las decisiones. ejemplo desarrollan modelos o teorías  para predecir como cambiaría de opinión una persona que toma decisiones a medida quye dispusiera de nueva informaciójn. Por el contrario los científicos que trabajan en el campo "prescriptivo" se concentran en el mejoramiento de las decisiones, intentan determinar un comportamiento de toma de decisiones. Por ejemplo podrían utilizar la teoría estadística con el fin de determinar como debería revisar su opinión una persona que toma decisiones a la luz de información nueva.





TOMA DE DECISIONES

UNIDAD I: GENERALIDADES


lunes, 30 de septiembre de 2013

BIENVENIDA

Bienvenidos, estimados estudiantes de la cátedra: toma de decisiones, el presente blogs tiene como propósito, complementar las actividades desarrolladas en el aula de clases,  el cumplimiento de actividades planificadas  en el dialogo didáctico simulado y toda la información pertinente al desarrollo de la materia..

Cabe destacar la importancia del mismo, debido a que las actividades son evaluadas y  tienen su porcentaje en el plan de evaluación, por ello deben revisarlo diariamente, o al menos dos veces por semana.

ÉXITOS PARA TODOS.