Sistemas de soporte a decisiones

Debido a que hay muchos enfoques para la toma de decisiones y debido a la amplia gama de ámbitos en los cuales se toman las decisiones, el concepto de sistema de apoyo a las decisiones (DSS por sus siglas en inglés Decision support system) es muy amplio. Un DSS puede adoptar muchas formas diferentes. En general, podemos decir que un DSS es un sistema informático utilizado para servir de apoyo, más que automatizar, el proceso de toma de decisiones. La decisión es una elección entre alternativas basadas en estimaciones de los valores de esas alternativas. El apoyo a una decisión significa ayudar a las personas que trabajan solas o en grupo a reunir inteligencia, generar alternativas y tomar decisiones. Apoyar el proceso de toma de decisión implica el apoyo a la estimación, la evaluación y/o la comparación de alternativas. En la práctica, las referencias a DSS suelen ser referencias a aplicaciones informáticas que realizan una función de apoyo.¹

Contenido

[ocultar]

Definiciones [editar]

El término sistema de apoyo a la decisión se ha utilizado de formas muy diversas y se ha definido de diferentes maneras dependiendo del punto de vista del autor.² Algunas de esas definiciones son:

Un DSS, en términos muy generales, es "un sistema basado en computador que ayuda en el proceso de toma de decisiones" (Finlay³y otros).
En términos bastante más específicos, un DSS es "un sistema de información basado en un computador interactivo, flexible y adaptable, especialmente desarrollado para apoyar la solución de un problema de gestión no estructurado para mejorar la toma de decisiones. Utiliza datos, proporciona una interfaz amigable y permite la toma de decisiones en el propio análisis de la situación" (Turban⁴ ).

Otras definiciones intermedias entre las dos anteriores serían:

Un DSS es un "conjunto de procedimientos basados en modelos para procesar datos y juicios para asistir a un gerente en su toma de decisiones" (Little⁵ ).
Un DSS "combina recursos intelectuales individuales con las capacidades de un ordenador para mejorar la calidad de las decisiones (son un apoyo informático para los encargados de tomar decisiones sobre problemas semiestructurados)" (Keen⁶ ).
"Sistema extensible capaz de apoyar ad-hoc el análisis de datos y el modelado de decisiones, orientado a la planificación futura y utilizado a intervalos irregulares, no planificados" (Moore y Chang⁷ ).
Los DSS son "Sistemas informáticos interactivos que ayudan a los encargados de tomar decisiones utilizando datos y modelos para resolver problemas no estructurados" (Sprague y Carlson⁸ ).
Kenn afirma que es imposible dar una definición precisa incluyendo todas las facetas de la DSS ya que "no puede haber una definición de los sistemas de apoyo a la decisión, sino sólo del apoyo a la decisión" (Keen⁹ ).
Para Power el termino DSS puede referirse a muchos tipos de sistemas de información que dan soporte a la toma de decisiones. Humorísticamente añade que siempre que un sistema informático no sea un 'sistema para procesamiento de transacciones en linea' (OLTP), alguien tendrá la tentación de llamarlo DSS (Power¹⁰ ).

Como se puede ver no hay una definición universalmente aceptada de lo que es un DSS.¹¹

Breve historia [editar]

Según Keen,⁶ el concepto de apoyo a las decisiones ha evolucionado desde dos áreas principales de investigación: los estudios teóricos de organización de la toma de decisiones, hechos en el Carnegie Institute of Technology a finales de 1950 y comienzos de 1960, y el trabajo técnico sobre sistemas informáticos interactivos, principalmente llevadas a cabo en el Instituto Tecnológico de Massachusetts en la década de 1960. Se considera que el concepto de DSS se convirtió en un espacio de investigación como tal a mediados de la década de 1970, antes de ganar en intensidad durante el decenio de 1980. A mediados y finales de 1980, los sistemas de información ejecutiva(EIS), los sistemas de apoyo a la decisión en grupo (GDSS) y los sistemas organizacionales de apoya a la decisión (ODSS) evolucionaron desde el usuario individual y el DSS orientados a modelos. A partir de 1990 aproximadamente, los almacenes de datos y el procesamiento analítico en línea (OLAP) comenzó a ampliar el ámbito de los DSS. Como el cambio de milenio, se introdujeron nuevas aplicaciones analíticas basadas en la web.

Es evidente que los DSS pertenecen a un entorno con fundamentos multidisciplinarios, incluyendo (pero no exclusivamente) la investigación en base de datos, inteligencia artificial, Interacción hombre-máquina, métodos de simulación, ingeniería de software ytelecomunicaciones. Los DSS también tienen una débil conexión con el paradigma de la interfaz de usuario de hipertexto. Tanto el sistemaPROMIS (para la toma de decisiones médicas) de la Universidad de Vermont, como el sistema ZOG/KMS (para la toma de decisiones militares y de negocios) de la Universidad Carnegie Mellon fueron dos sistemas de apoyo a las decisiones que constituyeron grandes avances en la investigación de interfaz de usuario. Por otra parte, aunque las investigaciones en hipertexto, por lo general, se hayan entrado en la sobrecargo de información, algunos investigadores, en particular, Douglas Engelbart, se han centrado en la toma de decisiones en particular.

Función y características [editar]

Los DSS son herramientas de mucha utilidad en Inteligencia empresarial (Business Intelligence), permiten realizar el análisis de las diferentes variables de negocio para apoyar el proceso de toma de decisiones de los directivos:

Permite extraer y manipular información de una manera flexible.
Ayuda en decisiones no estructuradas.
Permite al usuario definir interactivamente qué información necesita y cómo combinarla.
Suele incluir herramientas de simulación, modelización, etc.
Puede combinar información de los sistemas transaccionales internos de la empresa con los de otra empresa externa.

Su principal característica es la capacidad de análisis multidimensional (OLAP) que permite profundizar en la información hasta llegar a un alto nivel de detalle, analizar datos desde diferentes perspectivas, realizar proyecciones de información para pronosticar lo que puede ocurrir en el futuro, análisis de tendencias, análisis prospectivo, etc.

Un DSS da soporte a las personas que tienen que tomar decisiones en cualquier nivel de gestión, ya sean individuos o grupos, tanto en situaciones semiestructuradas como en no estructuradas, a través de la combinación del juicio humano e información objetiva:

Soporta varias decisiones interdependientes o secuenciales.
Ofrece ayuda en todas las fases del proceso de toma de decisiones -inteligencia, diseño, selección, e implementación- así como también en una variedad de procesos y estilos de toma de decisiones.
Es adaptable por el usuario en el tiempo para lidiar con condiciones cambiantes.
Genera aprendizaje, dando como resultado nuevas demandas y refinamiento de la aplicación, que a su vez da como resultado un aprendizaje adicional.
Generalmente utiliza modelos cuantitativos (estándar o hechos a la medida).
Los DSS avanzados están equipados con un componente de administración del conocimiento que permite una solución eficaz y eficiente de problemas muy complejos.
Puede ser implantado para su uso en Web, en entornos de escritorio o en dispositivos móviles (PDA).
Permite la ejecución fácil de los análisis de sensibilidad.

Taxonomías [editar]

Al igual que ocurre con la definición, no existe una taxonomía universalmente aceptada para los DSS. Diferentes autores proponen diferentes clasificaciones. Utilizando la relación con el usuario como criterio, Haettenschwiler¹² distingue entre:

DSS pasivo.- Es un sistema de ayudas para el proceso de toma de decisiones, pero que no puede llevar a cabo una decisión explícita sugerencias o soluciones.
DSS activo.- Puede aportar a cabo dicha decisión sugerencias o soluciones.
DSS cooperativo.- Permite al encargado de la toma de decisiones (o a sus asesores) modificar, completar o perfeccionar las sugerencias de decisión proporcionadas por el sistema, antes de enviar de vuelta al sistema para su validación. El nuevo sistema mejora, completa y precisa las sugerencias del tomador de la decisión y las envía de vuelta a su para su validación. Entonces, todo el proceso comienza de nuevo, hasta que se genera una solución consolidada.

Utilizando el modo de asistencia como criterio, Power¹³ distingue entre:

DSS dirigidos por modelos.- Se hace hincapié en el acceso y manipulación de un modelo estadístico, financiero, de optimización o de simulación. Utiliza datos y parámetros proporcionados por los usuarios para ayudar a los encargados de adoptar decisiones en el análisis de una situación, que no son necesariamente los datos intensivos. Dicodess es un ejemplo de un DSS de código abiertobasado en modelos.¹⁴
DSS dirigidos por comunicación.- Disponen de soporte para varias personas que trabajan en una misma tarea compartida. Ejemplos incluyen herramientas integradas como Microsoft NetMeeting o Microsoft Groove.¹⁵
DSS dirigidos por datos.- También llamados orientados por datos, enfatizan el acceso y la manipulación de series temporales de datos internos de la empresa y, a veces, también de datos externos.
DSS dirigidos por documentos.- Gestionan, recuperan y manipulan información no estructurada en una variedad de formatos electrónicos.
DSS dirigidos por conocimiento.- Proporcionan experiencia acumulada en forma de hechos, normas, procedimientos, o en estructuras similares especializados para la resolución de problemas.¹³

Utilizando el ámbito como criterio, Power¹⁰ sugiere esta otra clasificación:

DSS para la gran empresa.- Este DSS estará enlazado con un almacén de datos de gran tamaño y dará servicio a muchos gerentes, directores y/o ejecutivos de la compañía.
DSS de escritorio.- Es un sistema pequeño que puede correr en el ordenador personal de un gerente al que da servicio (un solo usuario).

Arquitecturas [editar]

Una vez más, diferentes autores identifican diferentes componentes para un DSS. Sprague y Carlson⁸ identifican tres componentes básicos que son explicados con más detalles por Haag y otros:¹⁶

El sistema de gestión de base de datos.- Almacena información de diversos orígenes, puede proceder de los repositorios de datos de una organización tradicional, de fuentes externas (como Internet), o del personal (de ideas y experiencias de los usuarios individuales).
El sistema gestor de modelos.- Se ocupa de las representaciones de los acontecimientos, hechos o situaciones utilizando varios tipos de modelos (dos ejemplos serían modelos de optimización y modelos de búsqueda-objetivo).
El sistema gestor y generador de diálogos.- Se trata de la interfaz de usuario; es, por supuesto, el componente que permite a un usuario interactuar con el sistema.

Según Power¹³ un DSS tiene cuatro componentes fundamentales:

La interfaz de usuario.
La base de datos.
Las herramientas analíticas y de modelado.
La red y arquitectura del DSS.

Hättenschwiler¹² identifica cinco componentes en un DSS:

Usuarios.- Con diferentes roles o funciones en el proceso de toma de decisiones (tomador de decisiones, asesores, expertos del dominio, expertos del sistema, recolectores de datos).
Contexto de decisión.- Debe ser específico y definible.
Sistema de destino.- Éste describe la mayoría de las preferencias.
Bases de conocimiento.- Compuestas de fuentes de datos externas, bases de datos de conocimiento, bases de datos de trabajo, almacenes de datos y meta-bases de datos, modelos matemáticos y métodos, procedimientos, inferencia y los motores de búsqueda, programas administrativos, y los sistemas de informes.
Entorno de trabajo.- Para la preparación, análisis y documentación de decisión alternativas.

Arakas¹⁷ propone una arquitectura generalizada compuesta de de cinco partes distintas:

El sistema gestor de datos.
El sistema gestor de modelos.
El motor de conocimiento.
La interfaz de usuario.
Los usuarios.

Entornos de desarrollo [editar]

Los sistemas DSS no son totalmente diferente de otros sistemas y requieren un enfoque estructurado. Sprague y Watson (1993) proporcionaron un entorno de tres niveles principales:

Los niveles de tecnología.- Se propone una división en 3 niveles de hardware y software para los DSS:
1. DSS específico.- Aplicación real que será utilizada por el usuario. Ésta es la parte de la aplicación que permite la toma decisiones en un problema particular. El usuario podrá actuar sobre este problema en particular.
2. Generador de DSS.- Este nivel contiene hardware y software de entorno que permite a las personas desarrollar fácilmente aplicaciones específicas de DSS. Este nivel hace uso de herramientas case. También incluye lenguajes de programaciónespeciales, bibliotecas de funciones y módulos enlazados.
3. Herramientas de DSS.- Contiene hardware y software de bajo nivel.
Las personas que participan.- Para el ciclo de desarrollo de un DSS, se sugieren 5 tipos de usuarios o participantes:
1. Usuario final
2. Intermediario
3. Desarrollador
4. Soporte técnico
5. Experto de sistemas
El enfoque de desarrollo.- El enfoque basado en el desarrollo de un DSS deberá ser muy iterativo. Esto permitirá que la aplicación sea cambiada y rediseñada en diversos intervalos. El problema inicial se utiliza para diseñar el sistema y a continuación, éste es probado y revisado para garantizar que se alcanza el resultado deseado.

[AP] Colapso de Tareas pendientes

Colapso de tareas pendientes

de Productividad personal de Estevo Raposo

Hace unos días que perdí “el hilo” de mis tareas habituales, a miles de kilómetros de “la zona” descrita por David Allen, y con la mente como agua, pero turbia. Para dar una idea concreta del estado de mi sistema de productividad personal, algunos datos:

481 tareas pendientes identificadas, después de “purgarlas” intensivamente descartando en torno al 10%
98 proyectos, 25 de ellos en vía muerta (sin acciones pendientes identificadas)
35 correos en la bandeja de entrada sin procesar
una bandeja física rebosando de documentación pendiente de procesar
un par de días con la sensación de no saber que hacer, y dedicándome a tareas de poco valor, notándome “sobrepasado” por lo pendiente.

Por ese principio en el que creo firmemente de que, no hay mal que por bien no venga, trataré de aprender algo sobre este colapso anti productivo en el que estoy.
Es probable que no sea capaz de identificar los errores cometidos , pero si es seguro que algunos de ellos son estos:

Repaso semanal incompleto y discontinuado: he dejado pasar más de un viernes sin hacer un repaso semanal, y los que he hecho, no estaban bien, ahora creo que los requisitos que debo exigirles a mis repasos semanales son:

que queden vacías todas las bandejas de entrada
que no quede ni un solo proyecto sin una próxima acción identificada
ineludibles, ni un solo viernes puede quedar sin repaso semanal

Material de consulta desorganizado: en mi despacho, una gran superficie plana, sobre dos archivadores, acumula montones de revistas y documentos que no forman parte de los proyectos, pero que consideré interesante guardar. La apariencia de desorden y caos, y la dificultad de encontrar cualquier documento relevante son una complicación añadida.
Acciones pendientes mal documentadas: he estado revisando el thinking rock con espíritu crítico, y he visto que, en general, las próximas acciones están mal documentadas, muchas veces no indican la prioridad, o el contexto, y utilizo una próxima acción para recopilar “pensamientos”, o proyectos (en la descripción de la acción voy anotando las acciones hechas y pendientes). Esto hace inservible la lista de acciones: no puedo filtrarlas por contexto, por que, con las prisas de tomar nota no lo he anotado, y aparecen entremezcladas, “cosas”, que no son acciones
Ausencia en general de disciplina aplicando GTD: carpetas de proyectos finalizados mezcladas con proyectos en curso, acciones finalizadas que figuran en la listas como pendientes, correo de hace semana que se queda en la bandeja de entrada de correo electrónico como recordatorio, en lugar de ser encuadrado como acción o proyecto, etc.

Pienso dedicar estos días de vacaciones a releer a Allen, volver a centrarme en los principios y el significado de la metodología GTD, y veremos que se me ocurre para volver a “la zona” y recuperar las riendas de mi sistema.

VRedondof escribio.

Posted 23 Diciembre 2009 at 4:25 | Permalink
Your comment is awaiting moderation.
Yo recibo tus escritos en el reader .
Lo que te pasa a ti es lo que nos ha pasado a todos ( Creo ) en algun momento.
En mi caso te indicare lo que he hecho a traves de mi propio sistema y que a mi me ha dado resultado.
te lo escibire en uno de mis blog y lo hare poco a poco ( de trabajar 25 horas diarias he pasado a ser el mas vago/perezoso ) y asi servira para ( por fin ) escribir mi metodo de MySN = Metodos y Sistemas Normalizados.(
http://metodosysistemasnormalizados.blogspot.com/ ) utilizado en su dia manualmente y que ahora lo he desarrollado en la nube.

--
Publicado por VRedondoF para AP el 12/23/2009 11:40:00 AM

Colapso de Tareas pendientes

Colapso de tareas pendientes

de Productividad personal de Estevo Raposo

481 tareas pendientes identificadas, después de “purgarlas” intensivamente descartando en torno al 10%
98 proyectos, 25 de ellos en vía muerta (sin acciones pendientes identificadas)
35 correos en la bandeja de entrada sin procesar
una bandeja física rebosando de documentación pendiente de procesar
un par de días con la sensación de no saber que hacer, y dedicándome a tareas de poco valor, notándome “sobrepasado” por lo pendiente.

Repaso semanal incompleto y discontinuado: he dejado pasar más de un viernes sin hacer un repaso semanal, y los que he hecho, no estaban bien, ahora creo que los requisitos que debo exigirles a mis repasos semanales son:

que queden vacías todas las bandejas de entrada
que no quede ni un solo proyecto sin una próxima acción identificada
ineludibles, ni un solo viernes puede quedar sin repaso semanal

Material de consulta desorganizado: en mi despacho, una gran superficie plana, sobre dos archivadores, acumula montones de revistas y documentos que no forman parte de los proyectos, pero que consideré interesante guardar. La apariencia de desorden y caos, y la dificultad de encontrar cualquier documento relevante son una complicación añadida.
Acciones pendientes mal documentadas: he estado revisando el thinking rock con espíritu crítico, y he visto que, en general, las próximas acciones están mal documentadas, muchas veces no indican la prioridad, o el contexto, y utilizo una próxima acción para recopilar “pensamientos”, o proyectos (en la descripción de la acción voy anotando las acciones hechas y pendientes). Esto hace inservible la lista de acciones: no puedo filtrarlas por contexto, por que, con las prisas de tomar nota no lo he anotado, y aparecen entremezcladas, “cosas”, que no son acciones
Ausencia en general de disciplina aplicando GTD: carpetas de proyectos finalizados mezcladas con proyectos en curso, acciones finalizadas que figuran en la listas como pendientes, correo de hace semana que se queda en la bandeja de entrada de correo electrónico como recordatorio, en lugar de ser encuadrado como acción o proyecto, etc.

[SPO] y2a -Toma De Decisiones Bajo Modelos De Certidumbre Incertidumbre Y Riesgo

Toma De Decisiones Bajo Modelos De Certidumbre Incertidumbre Y Riesgo

Existen muchas maneras de clasificar los modelos. El distinguir entre modelos normativos (llamados a veces prescriptivos) y descriptivos es útil al evaluar los resultados del modelo. Con frecuencia los modelos normativos se usan como guía. El modelo proporciona una guía de cómo se debe actuar. Puede no seguirse el modelo con exactitud en cualquier situación dada; puede escogerse seguirlo solo en parte o tal vez ignorarlo por completo. Aun así, los modelos normativos son bastantes valiosos. El mayor uso que se les da a los modelos descriptivos es el del conocimiento de cómo se comporta un sistema dado para poder hacer mejoras. En este sentido, los modelos descriptivos son herramientas de trabajo más que guías ideales.

Una segunda taxonomía para los modelos es concreto y abstracto. Los modelos concretos tienen, en general, algunas características físicas en común con la realidad que se esta modelando. Son en si mismo sistemas reales físicos. El modelo de aeroplano usado para las pruebas del túnel de viento, la maqueta de un edificio y los modelos e automóviles a escala natural son modelos concretos. Las replicas son modelos concretos tan cercanos a la realidad que puede ser difícil diferenciarlos. Los modelos abstractos son el extremo opuesto de los modelos concretos. No tienen características físicas comunes con el original.

La teoría de decisiones proporciona una manera útil de clasificar modelos para la toma de decisiones. Se supondrá que se ha definido el problema, que se tienen todos los datos y que se han identificado los cursos de acción alternativos. La tarea es entonces seleccionar la mejor alternativa. La teoría de de decisiones dice que esta tarea de hacer una selección caerá en una de cuatro categorías generales dependiendo de la habilidad personal para predecir las consecuencias de cada alternativa.

Categorías. Consecuencias.

Certidumbre Deterministas

Riesgo Probabilistas

Incertidumbre Desconocidas.

conflicto Influidas por un oponente.

• Toma de decisiones bajo certidumbre.

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.

Mediante este modelo de decisión si se pueden predecir con certeza las consecuencias de cada alternativa de acción, entonces se tienen una tarea de toma de decisiones bajo certidumbre. Otra manera de pensar en esto es que existe una relación directa de causa y efecto entre cada acto y su consecuencia. Si esta lloviendo, ¿deberá llevarse un paraguas? Si hace frió, ¿deberá llevarse un abrigo? Ya sea que se lleve o no el paraguas o el abrigo, las consecuencias son predecibles.

Una buena parte de las decisiones que se toman a diario cae dentro de esta categoría. ¿En donde comer? ¿En donde comprar el material de la oficina? ¿Que modo de transporte usar para los productos? Conceptualmente, la tarea es bastante sencilla. Simplemente se evalúan las consecuencias de cada acción alternativa y se selecciona la que se prefiere. Sin embargo, en la práctica, esto puede resultar lejos de ser fácil. El número de alternativas puede ser muy grande (o infinito) lo que haría muy laboriosa la enumeración. Por ejemplo, si una empresa usa 10 000 kilogramos anuales de polvo limpiador, ¿Cómo debe guardarse el inventario? Se tienen disponibles 10 000 alternativas (mas aun se permiten cantidades fraccionales).

• Toma de decisiones bajo 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.

Este modelo, incluye aquellas decisiones para las que las consecuencias de una acción dada dependen de algún evento probabilista.

• Toma de decisiones bajo 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 de la 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.

Esta es una categoría muy común para las decisiones aunque de nombre peculiar. Se parece a la toma de decisiones bajo riesgo, con una diferencia importante. Ahora no se tiene conocimiento de las probabilidades de los eventos futuros, no se tiene idea de cuan posibles sean las diferentes consecuencias. Por ejemplo tratar de adivinar si al tirar una moneda al aire el resultado es cara o cruz sin saber si la moneda tiene dos caras, es legal, tiene dos cruces. Otro ejemplo seria también el de tratar de decidir si se debe aceptar una oferta de trabajo sin saber si después se tendrá una mejor.

Esta categoría es realmente como disparar en la obscuridad. ¿Habrá una manera óptima de disparar en la obscuridad? En realidad no. Aun así se pueden ofrecer varios métodos para manejar problemas de este tipo.

Primero debe tratarse de reducir la incertidumbre obteniendo información adicional sobre el problema. Con frecuencia esto basta para que la solución sea evidente. Si esto falla, se tienen varios caminos abiertos.

Una manera de manejar este tipo de situaciones es introduciendo abiertamente en el problema los sentimientos subjetivos de optimismo y pesimismo. Esto no es tan malo como parece; en muchas ocasiones, los sentimientos subjetivos tienen una base razonable. Un ejemplo es la decisión de cuantos árboles de Navidad ordenar. Se puede tener razón al pensar que las ventas de árboles deben ser buenas: la congregación de la iglesia es grande, habrá buena publicidad y no hay competencia en área. Si es una persona optimista, puede emplearse una estrategia maximax. Esto significa que se selecciona la acción que maximiza el pago máximo.

Por otra parte si se es pesimista, se puede ser conservador y emplear una estrategia maximin. Aquí se selecciona la acción con el mayor de los pagos mínimos.

Maximax y maximin son los dos extremos. Por supuesto, se podrá seleccionar alguna acción intermedia.

Una estrategia alternativa consiste en convertir el problema a uno de toma de decisiones bajo riesgo, para que pueda hacerse una selección optima. Primero pueden expresarse aquellos conocimientos o sentimientos que se tengan sobre los eventos en términos de una distribución de probabilidad.

Si no se tienen bases para hacer estimaciones subjetivas, se puede emplear el principio de la razón insuficiente. Esto significa que puede suponerse que todos los eventos son igualmente probables. Así para las ventas de Navidad se le asignara una probabilidad de 0.333 a cada evento.

En muchas de las decisiones bajo incertidumbre se puede, de hecho, expresar el grado personal de optimismo, o convertir el problema a riesgo con una exactitud razonable. Llámese intuición, experiencia, juicio, suerte o como se desee. El hacer esto mejorara la toma de decisiones en mayor medida que cuando simplemente hace un disparo en la obscuridad.

• Toma de decisiones bajo conflicto.

Esta es la última de las cuatro categorías. Aquí se tienen aquellos casos de toma de decisiones bajo incertidumbre en los que hay un oponente. Las probabilidades de los eventos no solo se desconocen; están influenciadas por un oponente cuya meta es vencer. Esta es la situación típica en cualquier competencia: béisbol, fútbol, póquer, backjack, los negocios y la guerra.

--
Publicado por VRedondoF para SPO el 12/18/2009 04:31:00 PM

X FECHAS

x orden alfabetico

ENLACES

+ vistas

VARIOS

Sistemas de soporte a decisiones

Sistemas de soporte a decisiones

Contenido

Definiciones [editar]

Breve historia [editar]

Función y características [editar]

Taxonomías [editar]

Arquitecturas [editar]

Entornos de desarrollo [editar]

[AP] Colapso de Tareas pendientes

Colapso de tareas pendientes

Colapso de Tareas pendientes

Colapso de tareas pendientes

[SPO] y2a -Toma De Decisiones Bajo Modelos De Certidumbre Incertidumbre Y Riesgo

Toma De Decisiones Bajo Modelos De Certidumbre Incertidumbre Y Riesgo