• Author / Uploaded
• rodriguezchavez1975

Citation preview

Modelos Deterministicos y Probabilisticos Daniel Barrera 18.004.709

Caracas, 5 de Octubre de 2016

INTRODUCCIÓN La toma de decisiones es el proceso mediante el cual se realiza una elección entre las opciones o formas para resolver diferentes situaciones de la vida en diferentes contextos: a nivel laboral, familiar, personal, sentimental o empresarial (utilizando metodologías cuantitativas que brinda la administración). La toma de decisiones consiste, básicamente, en elegir una opción entre las disponibles, a los efectos de resolver un problema actual o potencial (aun cuando no se evidencie un conflicto latente).

MODELO DETERMISTICO Un modelo determinista es un modelo matemático donde las mismas entradas o condiciones iniciales producirán invariablemente las mismas salidas o resultados, no contemplándose la existencia de azar, o incertidumbre en el proceso modelada mediante dicho modelo. Está estrechamente relacionado con la creación de entornos simulados a través de simuladores para el estudio de situaciones hipotéticas, o para crear sistemas de gestión que permitan disminuir la propagación de errores. Los modelos deterministas sólo pueden ser adecuados para sistemas deterministas no caóticos, para sistemas azarosos (no-determinista) y caóticos (determinista inpredictible a largo plazo) los modelos deterministas no pueden predecir adecuadamente la mayor parte de sus características. La inclusión de mayor complejidad en las relaciones con una cantidad mayor de variables y elementos ajenos al modelo determinista hará posible que éste se aproxime a un modelo probabilístico o de enfoque estocástico. Por ejemplo, la planificación de una línea de producción, en cualquier proceso industrial, es posible realizarla con la implementación de un sistema de gestión de procesos que incluya un modelo determinista en el cual estén cuantificadas las materias primas, la mano de obra, los tiempos de producción y los productos finales asociados a cada proceso. Un conjunto de ecuaciones diferenciales de un sistema físico macroscópico constituye un modelo determinista que puede predecir la evolución determinista en el tiempo de un buen número de magnitudes características del sistema.

MODELO PROBABILISTICO Un modelo es estocástico cuando al menos una variable del mismo es tomada como un dato al azar y las relaciones entre variables se toman por medio de funciones probabilísticas. Sirven por lo general para realizar grandes series de muestreos, quitan mucho tiempo en el computador son muy utilizados en investigaciones científicas. Para lograr modelar correctamente un proceso estocástico es necesario comprender numerosos conceptos de probabilidad y estadística. Dentro del conjunto de procesos estocásticos se encuentran, por ejemplo, el tiempo de funcionamiento de una máquina entre avería y avería, su tiempo de reparación y el tiempo que necesita un operador humano para realizar una determinada operación. Modelo probabilístico es la forma que pueden tomar un conjunto de datos obtenidos de muestreos de datos con comportamiento que se supone aleatorio. Es un tipo de modelo matemático que usa la probabilidad, y que incluye un conjunto de asunciones sobre la generación de algunos datos muéstrales, de tal manera que asemejen a los datos de una población mayor. Las asunciones o hipótesis de un modelo estadístico describen un conjunto de distribuciones de probabilidad, que son capaces de aproximar de manera adecuada un conjunto de datos. Las distribuciones de probabilidad inherentes de los modelos estadísticos son lo que distinguen a los modelos de otros modelos matemáticos deterministas.

Un modelo estadístico queda especificada por un conjunto de ecuaciones que relacionan diversas variables aleatorias, y en las que pueden aparecer otras variables no aleatorias. Como tal "un modelo es una representación formal de una teoría"1 Todos los test de hipótesis estadísticas y todos los estimadores estadísticos proceden de modelos estadísticos. De hecho, los modelos estadísticos son una parte fundamentalmente de la inferencia estadística.

LAS DECISIONES EN EL CONTEXTO EMPRESARIAL La toma de decisiones es una parte importante de la labor del gerente. Sin embargo, cuando un gerente toma una decisión o cuando el coste de buscar y evaluar las alternativas es bajo, el modelo racional proporciona una descripción moderadamente precisa del proceso de decisión. En el ámbito organizacional, las mayorías de las decisiones significativas se realizan mediante el juicio, más que por un modelo prescriptivo definido.

En las organizaciones en general y en las empresas en particular suele existir una jerarquía que determina el tipo de acciones que se realizan dentro de ella y, en consecuencia, el tipo de decisiones que se deben tomar, la Ciencia administrativa divide a la empresa en 3 niveles jerárquicos:

Nivel estratégico.- Alta dirección; planificación global de toda la empresa. Nivel táctico.- Planificación de los subsistemas empresariales. Nivel operativo.- Desarrollo de operaciones cotidianas (diarias/rutinarias).

Conforme se sube en la jerarquía de una organización, la capacidad para tomar decisiones no programadas o no estructuradas adquiere más importancia, ya que son este tipo de decisiones las que atañen a esos niveles. Por tanto, la mayor parte de los programas para el desarrollo de gerentes pretenden mejorar sus habilidades para tomar decisiones no programadas, por regla general enseñándoles a analizar los problemas en forma sistemática y a tomar decisiones lógicas. A medida que se baja en esta jerarquía, las tareas que se desempeñan son cada vez más rutinarias, por lo que las decisiones en estos niveles serán más estructuradas (programadas). Adicionalmente, una organización también estará dividida en varias secciones funcionales, son varias las propuestas de división que se han planteado para una empresa de forma genérica, aunque la más aceptada es la que considera los siguientes departamentos o unidades funcionales: Dirección, Marketing, Producción, Finanzas, Recursos humanos. Las decisiones también serán diferentes, en función de en qué unidad funcional o departamento tengan lugar. Para adoptar algunos tipos de decisiones se suelen utilizar modelos. Estos se pueden definir como una representación simplificada de una parte de la realidad, y ello porque en muchos casos la realidad es tan compleja que, para comprenderla hay que simplificarla tomando de ella los aspectos que resultan más relevantes para el análisis de que se trate y no teniendo en cuenta los que resultan accesorios. El principal objetivo de un modelo es permitir una mejor comprensión y descripción de la parte de la realidad que representa. Esa mejor comprensión de la realidad permite tomar mejores decisiones. Los modelos se pueden clasificar atendiendo a numerosos criterios entre ellos: Modelos deterministas y probabilísticos. En los modelos deterministas se suponen conocidos con certeza todos los datos de la realidad que representan. Si uno o varios datos se conocen sólo en términos de probabilidades, el modelo se denomina probabilístico, aleatorio o estocástico. La última prueba de un modelo es si es útil o no al proporcionar un entendimiento de la situación real, además es conveniente que el modelo tenga algún potencial de predicciones para que las decisiones concernientes a futuros casos puedan hacerse con predicción relativamente clara.

Un modelo determinístico es un enunciado expresado como ecuaciones de relaciones entre las variables y constantes asociadas con un problema. Un modelo determinístico predecirá los resultados exactos bajo ciertos hechos y suposiciones. Por ejemplo la ecuación de una línea Y= a+bx es un modelo matemático determinístico que puede bien aplicarse a la proyección lineal de predicciones, las intersecciones de parámetros en programación lineal y la intersección del costo total y el ingreso total en el análisis del punto de equilibrio. Un modelo probabilístico es un enunciado de las relaciones entre variables y constantes a las que se asocia probabilidades estadísticas, dicho de otra manera hay incertidumbre. Varios factores afectan la toma de decisiones en la producción después de que se han desarrollado cursos de acción alternativos entre los cuales se encuentran los siguientes: Predicciones de resultados esperados de los cursos de acción alternativos. Probabilidades de estos resultados esperados. Sistemas de valor para sopesar los cursos de acción alternativos. Objetivos de la empresa. Parámetros que afectan la aplicación de los cursos de acción alternativos.

CONCLUSIONES El análisis probabilístico es muy útil para la gestión de riesgos en países en desarrollo, donde la información, recursos y la especialización técnica es escasa. Actualmente, la mayoría de las agencias regulatorias en el mundo recomiendan el uso de los enfoques determinísticos para el análisis de los problemas relacionados con la toma de decisiones. Sin embargo, este enfoque no incorpora la incertidumbre en las variables, ni su propagación a través de los distintos procesos en que intervienen. Con ello se reduce arbitrariamente la complejidad del problema y se desaprovecha información valiosa para la definición de políticas realistas.