Instituto Tecnolgico de Len

CARRERA:
ING. SISTEMAS COMPUTACIONALES

MATERIA:
BASE DE DATOS AVANZADA
MAESTRA:
ING. VICTORIA COLLAZO
HORARIO:
10:30am - 12:10

ALUMNA:
REBECA LIZZET GALVAN BENITEZ

TEMA:
LOS MODELOS MATEMTICOS PARA LA TOMA DE DECISIONES
FECHA DE ENTREGA:
31/03/14





INDICE

4
4 LOS MODELOS MATEMTICOS PARA LA
TOMA DE DECISIONES 3
4.1 Estructura de modelos matemticos 3
4.2 Desarrollo de un modelo 4
4.3 Clases de modelos 6
B
Bibliografa 8



















4 LOS MODELOS MATEMTICOS PARA LA TOMA DE
DECISIONES

4.1 Estructura de modelos matemticos
Los modelos matemticos se han desarrollado y utilizado en muchos campos de aplicacin, que
van desde la fsica hasta la arquitectura, desde la ingeniera a la economa.
Los modelos adoptados en los diversos contextos difieren sustancialmente en trminos de su
estructura matemtica.
En trminos generales, un modelo es una abstraccin selectiva de un sistema real. En otras
palabras, un modelo est diseado para analizar y comprender desde un punto de vista del
comportamiento en funcionamiento de un sistema real, respecto de la cual slo incluye aquellos
elementos considerados relevantes para el propsito de la investigacin llevada a cabo abstracto.







De acuerdo a sus caractersticas, los modelos se pueden dividir en icnico, analgicos y
simblicos.
Iconic.
Un modelo icnico es una representacin material de un sistema real, cuyo comportamiento es
imitado para el propsito del anlisis.
Analgico.
Un modelo analgico es tambin una representacin material, a pesar de que imita el
comportamiento real por analoga en lugar de la replicacin.
Simblico.
Un modelo simblico, tal como un modelo matemtico, es una representacin abstracta de un
sistema real.

La probabilstica de modelos, que puede ser o bien estocstica o determinista.

Stochastic.
En un modelo estocstico alguna informacin de entrada representa eventos al azar y por lo tanto
se caracteriza por una distribucin de probabilidad, que a su vez se puede asignar o desconocido.
Determinista.
Un modelo determinista se llama cuando se supone que todos los datos de entrada a ser conocido
a prioridad y con certeza.
Esttico.
Los modelos estticos consideran un sistema dado y el proceso de toma de decisiones
relacionados con el plazo de un escenario temporal nica.
Dinmica.
Los modelos dinmicos consideran un sistema dado a travs de varias etapas temporales,
correspondiente a una secuencia de decisiones.

4.2 Desarrollo de un modelo
Es posible desglosar el desarrollo de un modelo matemtico para la toma de decisiones en cuatro
fases principales.












Model formulation
Una vez que el problema a analizar ha sido debidamente identificado, el esfuerzo debe orientarse
hacia la definicin de un modelo matemtico adecuado para representar el sistema.
Un nmero de factores que afectan e influyen en la eleccin del modelo, como el horizonte
temporal, las variables de decisin, los criterios de evaluacin, los parmetros numricos y las
relaciones matemticas.

Horizonte de tiempo
Por lo general, un modelo incluye una dimensin temporal.

Criterios de evaluacin.
Establecer un criterio para la evaluacin y comparacin de las decisiones alternativas.
Estos indicadores pueden asumir diversas formas en cada aplicacin diferente, y pueden incluir los
siguientes factores:
Los costos monetarios y los pagos;
Eficacia y nivel de servicio;
La calidad de los productos y servicios;
Flexibilidad de las condiciones de funcionamiento;
Fiabilidad en la consecucin de los objetivos.

Las variables de decisin.
A continuacin, se deben definir las variables simblicas que representan decisiones alternativas.



Parmetros numricos.
Tambin es necesario para identificar con precisin y estimar todos los parmetros numricos
requeridos por el modelo.

Las relaciones matemticas.
El ltimo paso en la formulacin de un modelo es la identificacin de las relaciones matemticas
entre las variables de decisin, los parmetros numricos y los indicadores de desempeo
definidos en las fases anteriores.
En esta fase, el equilibrio entre la precisin de la representacin lograda a travs de la modelo y su
complejidad solucin debe ser cuidadosamente considerado.
Puede resultar ms til a nivel prctico para adoptar un modelo que sacrifica algunos aspectos
marginales de la realidad en la representacin del sistema, sino que permite una solucin eficiente
y una mayor flexibilidad a la vista de su posible evolucin futura.

Desarrollo de algoritmos
Un algoritmo de solucin debe ser identificado y una herramienta de software que incorpora el
mtodo de solucin debe ser desarrollada o adquirida.

Implementacin y prueba
Cuando un modelo est completamente desarrollado, entonces se implementa finalmente, probado
y utilizado en el dominio de aplicacin.
Tambin es necesario que la correccin de los datos y los parmetros numricos introducidos en el
modelo se evalu preliminarmente.

4.3 Clases de modelos
Cada clase de modelo es ms adecuado para representar ciertos tipos de procesos de toma de
decisiones. En esta seccin vamos a cubrir las principales categoras:

Los modelos predictivos
Una proporcin significativa de los modelos utilizados en los sistemas de inteligencia de negocios,
tales como modelos de optimizacin, requiere datos de entrada que se ocupan de los
acontecimientos futuros.

Modelos de reconocimiento de patrones y aprendizaje automtico
En un sentido amplio, el propsito de reconocimiento de patrones y la teora del aprendizaje es
comprender los mecanismos que regulan el desarrollo de la inteligencia, entendida como la
capacidad de extraer conocimiento a partir de la experiencia pasada con el fin de aplicarlo en el
futuro.

Modelos matemticos para el aprendizaje pueden ser utilizados para desarrollar algoritmos
eficientes que pueden realizar tal tarea.
Los modelos de optimizacin
Muchos de los procesos de toma de decisiones que enfrentan las empresas u organizaciones
complejas pueden ser emitidos de acuerdo con el siguiente esquema: dado el problema que nos
ocupa, el decisor define un conjunto de decisiones factibles y establece un criterio para la
evaluacin y comparacin de las opciones alternativas, como los costos monetarios o beneficios.
En este punto, el tomador de decisiones debe identificar la decisin ptima de acuerdo con el
criterio de evaluacin definido, es decir, la eleccin correspondiente al coste mnimo o el pago
mximo.

Entre los principales dominios de aplicacin que requieren una asignacin ptima de los recursos
se encuentran:
Logstica y planificacin de la produccin;
La planificacin financiera;
La planificacin de turnos de trabajo;
Planificacin de la campaa de comercializacin;
Determinacin de los precios.

Modelos de gestin de proyectos
Un proyecto es un conjunto complejo de actividades interrelacionadas realizado en la bsqueda de
un objetivo especfico, que puede representar una planta industrial, un edificio, una informacin
sistema, un nuevo producto o una nueva estructura organizativa, en funcin de los diferentes
dominios de aplicacin.
Modelos de anlisis de riesgos
Algunos problemas de decisin pueden ser descritos de acuerdo con el siguiente paradigma
conceptual: se requiere la toma de decisiones para elegir entre un nmero de alternativas
disponibles, con informacin incierta respecto a los efectos que estas opciones puedan tener en el
futuro.


Esperando modelos de lnea
El propsito de la teora de la lnea de espera es investigar los fenmenos de congestin que se
producen cuando la demanda y la prestacin de un servicio son de naturaleza estocstica.
Si los tiempos de llegada de los clientes y la duracin del servicio no se conocen de antemano de
una manera determinista, pueden surgir conflictos entre los clientes en el uso de recursos
compartidos limitados.

Conclusin
El estudio sistemtico de la toma de decisiones proporciona el marco para escoger cursos de
accin en situaciones complejas, inciertas o dominadas por conflictos. La eleccin entre acciones
posibles y la prediccin de resultados esperados resultan del anlisis lgico que se haga de la
situacin de decisin.
Bibliografa
Vercellis, C. Business Intelligence Data Mining and Optimization for Decision Making. Wiley.