40576597
Description
Mind Map by ADRINA JUSTINA ROBLEDO VAZQUEZ, updated 3 months ago
|
Created by ADRINA JUSTINA ROBLEDO VAZQUEZ
3 months ago
|
|
Modelos de toma
de decisiones
- Modelos de toma de decisiones
- Definición: Herramientas que ayudan a
seleccionar la mejor alternativa
basada en datos y modelos
matemáticos
- Tipos: Modelos
determinísticos. Modelos
probabilisticos
- Componentes: Objetivos claros,
Alternativas disponibles, Criterios de
evaluación y Datos relevantes
- Función: Mejorar la eficiencia y
efectividad en la toma de decisiones
gerenciales
- Tipos: Modelos
determinísticos. Modelos
probabilisticos
- Definición: Herramientas que ayudan a
seleccionar la mejor alternativa
basada en datos y modelos
matemáticos
- Toma de Decisiones bajo
incertidumbre
- Definición: cuando no se
conocen las probabilidades de
los resultados, y estos son
inciertos
- Estrategias: Enfoque optimista (maximo
de posibles resultados)Enfoque
perimista (minimo de posibles
resultados)Enfoque de maximax,
maximin, maximax, criterio de Laplace
- Herramientas: Programación
de decisiones. Análisis de
escenario.
- Características: Alta incertidumbre.
Decisiones basadas en juicios
subjetivos y preferencias
- Ejemplo: Lanzamiento de un
nuevo producto en un
mercado desconocido
- Definición: cuando no se
conocen las probabilidades de
los resultados, y estos son
inciertos
- Toma de decisiones bajo
Certidumbre
- Definicion: Situacion en la cual el tomador de
decisiones conoce con certeza los
resultados de cada alternativa
- Ejemplo: Decisiones rutinarias, como
inventarios o pagos.
- Modelos utilizados: Modelos
lineales, programación lineal
- Proceso: Identificación del
problema, Evaluación de
alternativas, Selección de la
alternativa basada en datos
conocidos
- Características: Resultados
predecibles, no hay riesgo
asociado
- Ejemplo: Decisiones rutinarias, como
inventarios o pagos.
- Definicion: Situacion en la cual el tomador de
decisiones conoce con certeza los
resultados de cada alternativa
- Toma de decisiones bajo Riesgo
- Ejemplo: Inversiones en bolsa,
lanzamiento de nuevos
productos
- Proceso: Asignar probabilidades a los
resultados posibles, Evaluar el valor
espero de cada alternativa, Escoger la
opción con mayor valor esperado
- Características: Uso de estadísticas
y probabilidad, Decisión basada en
maximización de utilidad esperada.
- Definicion: cuando los resultados de las
alternativas son inciertos, pero las
probabilidades de cada resultado son
conocidas
- Herramientas: Arboles de
decisión, Valor esperado,
Análisis de sensibilidad
- Ejemplo: Inversiones en bolsa,
lanzamiento de nuevos
productos
Want to create your own Mind Maps for free with GoConqr? Learn more.