01 Teoría de la Decisión
Anuncio
Facultad de Ciencias Económicas, Jurídicas y Sociales - Métodos Cuantitativos para los Negocios Ubicación dentro del Programa UNIDAD I: TEORÍA DE LA DECISIÓN 1. Presentación de la asignatura. Unidad I Teoría de la Decisión 2. ¿Qué es decidir? Modelo Integrador. Clasificación de los problemas de decisión. 3. Clasificación de los modelos a estudiar y su aplicación. Variables controlables y no-controlables. 4. Representación de la Causa – Efecto: Diagrama de Ishikawa. 1 2 Bibliografía utilizada DRESNER, EDUARDO; EVELSON, ABEL R.; DRESDNER, MARIO O. & DREYFUS, MARCELO D. Técnicas cuantitativas. El management científico aplicado a las decisiones en la economía de empresas. • Capítulo I: Introducción a la Teoría de la Decisión. 2. ¿Qué es decidir? Modelo Integrador. Clasificación de los problemas de decisión BONATTI, PATRICIA (Coordinador) y otros. Teoría de la Decisión. • Capítulo I: La Decisión. 3 4 1 Facultad de Ciencias Económicas, Jurídicas y Sociales - Métodos Cuantitativos para los Negocios Decisor Proceso genético Teoría de la Decisión Proceso cultural Pasado Sesgos Situación de decisión Decisión Datos Presente Decisión Futuro Acción Consecuencias (Ai) (Xi) 5 6 Teoría de la Decisión Teoría de la Decisión Presente n ESCENARIOS posibles Acción (alternativa) A1 X A2 m ACCIONES posibles An 7 Futuros (escenarios) Prob. de F X11/F1 p1 X12/F2 p2 X21/F1 p1 X22/F2 p2 Xn1/F1 p1 Xn2/F2 p2 8 2 Facultad de Ciencias Económicas, Jurídicas y Sociales - Métodos Cuantitativos para los Negocios Teoría de la Decisión Teoría de la Decisión 9 10 Teoría de la Decisión Teoría de la Decisión Decisor (Oportunidad – Decisión) Definir el problema Identificar alternativas Determinar criterios Solución del problema Toma de decisión Pensamiento Cognitivo Evaluar alternativas Detección de Sesgos y Fallas Realidad Representada/Construida Pensamiento Emocional Técnicas Elegir alternativa Revisión final Implementar decisión Evaluar resultados 11 Proceso Decisorio Elección / Acción 12 3 Facultad de Ciencias Económicas, Jurídicas y Sociales - Métodos Cuantitativos para los Negocios Problemas existentes Sin Información Información Parcial Desconocimiento Conocimiento de que existe lo de lo desconocido desconocido Incertidumbre total Incertidumbre general Incertidumbre específica Grados / Niveles de Incertidumbre CERTEZA Conocimiento total Conocimiento Total RIESGO Conocimiento parcial Pleno conocimiento INCERTIDUMBRE Desconocimiento de la Propensión a Suceder Certeza total Si de algo soy rico es de perplejidades y no de certezas. Jorge Luis Borges AMBIGÜEDAD Alto grado de desconocimiento 13 Utilización de los Grados de Incertidumbre Nivel 1 Tipo de futuro Un futuro lo suficientemente claro. Que se puede saber Una única previsión suficientemente precisa para determinar la estrategia. Herramientas analíticas Conjunto tradicional de herramientas de estrategia. 14 Utilización de los Grados de Incertidumbre Nivel Ejemplos Estrategia frente a una compañía aérea de bajo costo. 2 Tipo de futuro Futuros alternativos. Que se puede saber Unos cuantos resultados específicos que definen el futuro. Herramientas analíticas Análisis de las decisiones. Modelos de valoración de las opciones. Teoría de los juegos. 15 Ejemplos Estrategia de capacidad de producción para una planta química. 16 4 Facultad de Ciencias Económicas, Jurídicas y Sociales - Métodos Cuantitativos para los Negocios Utilización de los Grados de Incertidumbre Nivel 3 Tipo de futuro Un abanico de futuros. Que se puede saber Un abanico natural de posibles resultados pero sin escenario natural alguno. Herramientas analíticas Investigación de la demanda latente. Previsión de la tecnología. Planificación de escenarios. Utilización de los Grados de Incertidumbre Ejemplos Nivel Tipo de futuro Entrada en mercados emergentes. 4 Autentica ambigüedad Lanzamiento de un nuevo producto. Que se puede saber Sin base alguna para prever el futuro. Herramientas analíticas Ejemplos Analogías y reconocimiento de pautas. Entrada en el mercado de aplicaciones multimedia de consumo. Modelos dinámicos no lineales. Entrada en el mercado ruso en 1992 (ídem China) 17 18 Teoría de la Decisión Análisis Cuantitativo (resumido) 3. Clasificación de los modelos a estudiar y su aplicación. Variables controlables y nono-controlables Entradas nocontrolables Entradas controlables 19 Modelo matemático Salida 20 5 Facultad de Ciencias Económicas, Jurídicas y Sociales - Métodos Cuantitativos para los Negocios Teoría de la Decisión Teoría de la Decisión Certeza Único futuro con p = 1,00 Certeza Enfrentamiento con estados naturales Riesgo Varios futuros con pj conocida Incertidumbre Varios futuros con pj desconocidas Aleatoriedad Enfrentamiento con oponentes racionales Programación lineal Programación de Proyectos Modelo de Inventarios (stocks) Proceso de jerarquía analítica Teoría de los Juegos 22 21 Teoría de la Decisión Teoría de la Decisión Incertidumbre Riesgo Simulación Criterio Optimista Criterio Pesimista o de Wald Criterio de Hurwicz Savage o matriz de los lamentos / aflicciones Laplace o Principio de la razón insuficiente Análisis de decisiones Programación de Proyectos Modelo de Inventarios (stocks) Modelo de líneas de espera o colas Simulación Pronóstico 23 24 6 Facultad de Ciencias Económicas, Jurídicas y Sociales - Métodos Cuantitativos para los Negocios Teoría de la Decisión Teoría de la Decisión Presentación de casos • Ursula Burns – Decisión • Ursula Burns – Liderazgo • Nassim Nicholas Taleb – Cisne Negro 25 26 “Lo que los hombres realmente quieren, no es el conocimiento sino la certidumbre”. Bertrand Rusell 27 7
