ENFOQUE SISTEMÁTICO DE LA ADMINISTRACIÓN - Ipptx

Ao de la consolidacin del Mar de Grau
Instituto Superior Tecnolgico Privado

SENATI
TEMA
ENFOQUE SISTEMTICO DE LA
ADMINISTRACIN
Docente : Quezada Ramires, Mara Cirila

Alumno(a) : ArceAduviri, Georgina
Donayre Quispe, Jenn
Campos Achis, Rosa
Zaconeta Paredes, Teresa
Lpez Cceres, ngel
Neyra Acua, Jessenia
Semestre : II
Curso : Administracin de Empresas
Ica Per
2016
_____________________________________________________________________________
Administracin industrial 1
NDICE
TITULO... 3
DEDICATIRIA.. 4
TEORIA GENERAL DE SISTEMAS..... 5
ESCUELA MATEMTICA...9
ORGENES DE LA TEORIA MATEMTICA..10
PROCESOS DECISORIOS..13
MODELOS MATEMTICOS...14
INVESTIGACION DE OPERACIONES...15
TEORIA DE LOS JUEGOS..18
TEORIAS DE LAS COLAS20
TEORIAS DE LOS GRAFOS..22
PROGRAMACIN LINEAL...23
PROGRAMACIN DINMICA24
PROBABILIDADES Y ANLISIS ESTADSTICOS.26
_____________________________________________________________________________
ENFOQUE
SISTEMTICO DE LA
ADMINISTRACIN
_____________________________________________________________________________
_____________________________________________________________________________
TEORIA GENERAL DE LOS SISTEMAS
El enfoque sistemtico es un tipo de proceso lgico que se aplica para resolver

problemas y comprende las siguientes seis etapas clsicas: identificacin del
problema, determinar alternativas de solucin, seleccionar una alternativa,
puesta en prctica de la alternativa seleccionada, determinar la eficiencia de la
realizacin y revisar cuando sea necesario cualquiera de las etapas del proceso.
En un sentido amplio, la Teora General de Sistemas (TGS) se presenta como

una forma sistemtica y cientfica de aproximacin y representacin de la
realidad y, al mismo tiempo, como una orientacin hacia una prctica estimulante
para formas de trabajo transdisciplinarias.
Los objetivos originales de la Teora General de Sistemas son los siguientes:
a. Impulsar el desarrollo de una terminologa general que permita describir

las caractersticas, funciones y comportamientos sistmicos.
b. Desarrollar un conjunto de leyes aplicables a todos estos
comportamientos y, por ltimo,
c. Promover una formalizacin (matemtica) de estas leyes
La primera formulacin en tal sentido es atribuible al bilogo Ludwig von

Bertalanffy (1901-1972), quien acu la denominacin "Teora General de
Sistemas". Para l, la TGS debera constituirse en un mecanismo de integracin
entre las ciencias naturales y sociales y ser al mismo tiempo un instrumento
bsico para la formacin y preparacin de cientficos.
Sobre estas bases se constituy en 1954 la Society for General Systems

Research, cuyos objetivos fueron los siguientes:
a. Investigar el isomorfismo de conceptos, leyes y modelos en varios campos

y facilitar las transferencias entre aquellos.
b. Promocin y desarrollo de modelos tericos en campos que carecen de
ellos.
c. Reducir la duplicacin de los esfuerzos tericos
d. Promover la unidad de la ciencia a travs de principios conceptuales y
metodolgicos unificadores.
La perspectiva de la TGS surge en respuesta al agotamiento e inaplicabilidad de

los enfoques analtico-reduccionistas y sus principios mecnico-causales (Arnold
& Rodrguez, 1990b). Se desprende que el principio clave en que se basa la TGS
es la nocin de totalidad orgnica, mientras que el paradigma anterior estaba
fundado en una imagen inorgnica del mundo.
_____________________________________________________________________________
Si bien el campo de aplicaciones de la TGS no reconoce limitaciones, al usarla
en fenmenos humanos, sociales y culturales se advierte que sus races estn
en el rea de los sistemas naturales (organismos) y en el de los sistemas
artificiales (mquinas). Mientras ms equivalencias reconozcamos entre
organismos, mquinas, hombres y formas de organizacin social, mayores sern
las posibilidades para aplicar correctamente el enfoque de la TGS, pero mientras
ms experimentemos los atributos que caracterizan lo humano, lo social y lo
cultural y sus correspondientes sistemas, quedarn en evidencia sus
inadecuaciones y deficiencias (sistemas triviales).
No obstante sus limitaciones, y si bien reconocemos que la TGS aporta en la

actualidad slo aspectos parciales para una moderna Teora General de
Sistemas Sociales (TGSS), resulta interesante examinarla con detalle.
Entendemos que es en ella donde se fijan las distinciones conceptuales
fundantes que han facilitado el camino para la introduccin de su perspectiva,
especialmente en los estudios ecolgico culturales (e.g. M.Sahlins,
R.Rappaport), politolgicos (e.g. K.Deutsch, D.Easton), organizaciones y
empresas (e.g. D.Katz y R.Kahn) y otras especialidades antropolgicas y
sociolgicas.).
Clasificaciones Bsicas de Sistemas Generales
Es conveniente advertir que no obstante su papel renovador para la ciencia

clsica, la TGS no se despega en lo fundamental del modo cartesiano
(separacin sujeta/objeto). As forman parte de sus problemas tanto la definicin
del status de realidad de sus objetos, como el desarrollo de un instrumental
analtico adecuado para el tratamiento lineal de los comportamientos sistmicos
(esquema de causalidad). Bajo ese marco de referencia los sistemas pueden
clasificarse de las siguientes maneras:
a. Segn su entidad los sistemas pueden ser agrupados en reales, ideales

y modelos. Mientras los primeros presumen una existencia independiente
del observador (quien los puede descubrir), los segundos son
construcciones simblicas, como el caso de la lgica y las matemticas,
mientras que el tercer tipo corresponde a abstracciones de la realidad, en
donde se combina lo conceptual con las caractersticas de los objetos.
b. Con relacin a su origen los sistemas pueden ser naturales o artificiales,
distincin que apunta a destacar la dependencia o no en su estructuracin
por parte de otros sistemas.
c. Con relacin al ambiente o grado de aislamiento los sistemas pueden ser
cerrados o abiertos, segn el tipo de intercambio que establecen con sus
ambientes. Como se sabe, en este punto se han producido importantes
innovaciones en la TGS (observacin de segundo orden), tales como
las nociones que se refieren a procesos que aluden a estructuras
dicipativas, autorreferencialidad, autoobservacin, autodescripcin,
_____________________________________________________________________________
autoorganizacin, reflexin y autopoiesis (Arnold,M. & D.Rodrguez.
1991).
Bases Epistemolgicas de la Teora General de Sistemas
Segn Bertalanffy (1976) se puede hablar de una filosofa de sistemas, ya que

toda teora cientfica de gran alcance tiene aspectos metafsicos. El autor seala
que "teora" no debe entenderse en su sentido restringido, esto es, matemtico,
sino que la palabra teora est ms cercana, en su definicin, a la idea de
paradigma de Kuhn. El distingue en la filosofa de sistemas una ontologa de
sistemas, una epistemologa de sistemas y una filosofa de valores de sistemas.
La epistemologa de sistemas se refiere a la distancia de la TGS con respecto al

positivismo o empirismo lgico. Bertalanffy, refirindose a si mismo, dice: "En
filosofa, la formacin del autor sigui la tradicin del neopositivismo del grupo
de Moritz Schlick, posteriormente llamado Crculo de Viena.
La filosofa de valores de sistemas se preocupa de la relacin entre los seres

humanos y el mundo, pues Bertalanffy seala que la imagen de ser humano
diferir si se entiende el mundo como partculas fsicas gobernadas por el azar
o como un orden jerrquico simblico. La TGS no acepta ninguna de esas
visiones de mundo, sino que opta por una visin heurstica.
Finalmente, Bertalanffy reconoce que la teora de sistemas comprende un

conjunto de enfoques que difieren en estilo y propsito, entre las cuales se
encuentra la teora de conjuntos (Mesarovic) , teora de las redes (Rapoport),
ciberntica (Wiener), teora de la informacin (Shannon y Weaver), teora de los
autmatas (Turing), teora de los juegos (von Neumann), entre otras. Por eso, la
prctica del anlisis aplicado de sistemas tiene que aplicar diversos modelos, de
acuerdo con la naturaleza del caso y con criterios operacionales, aun cuando
algunos conceptos, modelos y principios de la TGS como el orden jerrquico,
la diferenciacin progresiva, la retroalimentacin, etc. son aplicables a grandes
rasgos a sistemas materiales, psicolgicos y socioculturales.
Conceptos Bsicos de la Teora COMPLEJIDAD

General de Sistemas
CONGLOMERADO
AMBIENTE
ATRIBUTO
ELEMENTO
CIBERNETICA
ENERGIA
CIRCULARIDAD
ENTROPIA
_____________________________________________________________________________
EQUIFINALIDAD SERVICIO
EQUILIBRIO SINERGIA
EMERGENCIA SISTEMAS (dinmica de)
ESTRUCTURA SISTEMAS ABIERTOS
FRONTERA SISTEMAS CERRADOS
FUNCION SISTEMAS CIBERNETICOS
HOMEOSTASIS SISTEMAS TRIVIALES
INFORMACION SUBSISTEMA
INPUT / OUTPUT (modelo de) TELEOLOGIA
Input
VARIABILIDAD
Output
VARIEDAD
ORGANIZACIN
VIABILIDAD
MODELO
MORFOGENESIS
MORFOSTASIS
NEGENTROPIA
OBSERVACION (de segundo orden)
RECURSIVIDAD
RELACION
RETROALIMENTACION
Retroalimentacin negativa
Retroalimentacin positiva
RETROINPUT
_____________________________________________________________________________
Escuela Matemtica
La teora matemtica aplicada a la solucin de los problemas administrativos se
conoce como Investigacin de operaciones (IO). La denominacin IO
consagrada universalmente es gentica e incierta. La teora matemtica no es
propiamente una escuela, al igual que la teora de las relaciones humanas,
sino una corriente que se encuentra en varios autores que enfatizan el proceso
de decisin y lo tratan de modo lgico y racional a travs de un enfoque
cuantitativo, detertministico y lgico.
Los temas principales de la administracin de las operaciones de la

administracin de las operaciones son:
1. Operaciones.- Se enfoca a los procesos productivos y productividad,

especialmente cuando la globalizacin impone productos mundiales.
2. servicios.- Se trata de los sistemas de operaciones de servicios.
2. Calidad.- Involucra el tratamiento estadstico de la calidad, la mejora
continua, programas de calidad total y certificacin ISO.
_____________________________________________________________________________
ORGENES DE LA TEORA MATEMTICA EN LA
ADMINISTRACIN
La teora matemtica SURGI en la teora administrativa a partir de cinco

causas:
1. El trabajo clsico sobre Teora de juegos de Von Neumann y

Morgesnstem. (1947) y de Wald (1954) y Savage (1954) para la teora
estadstica de la decisin.
2. El estudio del proceso de decisin por Herbert Simon entonces un autor
conductista, y el surgimiento de las teoras de las Decisiones resaltaron
una mayor importancia a la decisin que a la accin que de ella se deriva
en la dinmica organizacional.
3. La existencia de decisiones programables. - Simon haba definido las
decisiones cualitativas (no programables y tomadas por el hombre) y las
decisiones cuantitativas (programables y programadas por el hombre) y
las decisiones cualitativas (no programables y programadas para la
maquina).
4. La computadora proporciono medios para la aplicacin y desarrollo de
tcnicas de las matemticas ms complejas y sofisticadas.
5. La teora matemtica surgi con la utilizacin de la investigacin
operacional (IO) en el transcurso de la segunda Guerra Mundial.
La teora matemtica pretendi crear una ciencia de la administracin con

bases lgicas y matemticas.
PROCESO DECISORIO
La teora matemtica disloca el nfasis en la accin para ubicarlo en la decisin

que antecede. El proceso de decisin es su fundamento bsico. Constituye el
campo de estudio de la teora de la decisin que es aqu considerada un
desdoblamiento de la Teora matemtica.
La toma de decisin se estudia bajo dos perspectivas, la del proceso y la del

problema.
3. Estrategia de operaciones. - Define la alineacin estratgica y la naturaleza

estratgica de la administracin de las operaciones.
4. Tecnologa. - L a utilizacin de la computadora en la administracin de las
operaciones.
_____________________________________________________________________________
VENTAJAS
Permite la comprensin de los hechos de una forma mejor que la

descripcin verbal.
Descubren relaciones existentes entre varios aspectos del problema.
Permiten tratar el problema en su conjunto.
Pueden ser aplicados por etapas y considerar otros factores
OBJETIVOS
La escuela matemtica:
En la administracin las matemticas tienen como objetivo el anlisis y el
procesamiento de informacin para la toma de decisiones objetivas y racionales.
Al dar este tipo de enfoque se dice que estamos hacindolo cuantitativamente o
como Investigacin de Operaciones, cuyo inters est centrado en el proceso de
toma de decisiones para la solucin de problemas directivos en campos diversos
(administracin general, mercadotcnia ,finanzas, etc.)
Esta se empez a aplicar desde los aos 30 y sobre todo a causa de la II Guerra
Mundial se hizo ms necesaria para encontrar soluciones capaces de optimizar
resultados dentro de las estrategias de combate. Inclusive en el positivismo
propicio la tesis de que la administracin solo sera posible con el rigor
matemtico a sus procesos tericos y aplicativos.
La toma de decisiones:
El enfoque matemtico del que hemos venido hablando asume que toda decisin
es el resultado de una fase de reflexin, de ponderacin y de evaluacin previa
a la eleccin de una alternativa, es decir pensar antes de actuar sera la
proposicin bsica de dicho enfoque constituyendo el mbito del anlisis
cuantitativo. Describir el procedimiento al momento de tomar las decisiones en
un requisito previo para pensar lo que debe hacerse cuando sostiene un dilema.
Tradicionalmente se conocen seis pasos, tambin conocidos como mtodo
oracional de toma de decisiones:
1.-Definicin del problema.-Plantear y delimitar el problema
2.-Obtener informacin.-Recopilar informacin relevante al problema
3.-Proponer opciones.-Una opcin es un curso de accin, una posible es decir,
una salida adecuada al problema.
4.-Evaluacin de las opciones.-Se requiere de un riguroso anlisis de evaluacin
y apreciacin de modo que se pueda vislumbrar cual, de entre todas ellas, es la
mejor.
Los modelos matemticos de decisin acentan su participacin en esta etapa,
_____________________________________________________________________________
ORIGEN DE LA TEORIA MATEMATICA EN LA ADMINISTRACION
La teora matemtica en la administracin se aplica para dar objetividad a la toma

de decisiones, puesto que sus tcnicas se evitan las corazonadas o la intuicin,
disminuyendo en alto grado de incertidumbre.
La escuela matemtica surge durante la segunda guerra mundial, en Inglaterra

dada su precaria situacin y carencias de recursos, lo que obligo a establecer
reuniones de cientficos de diversas disciplinas, con el fin de dar soluciones a la
optimizacin de recursos, la teora matemtica no es propiamente una escuela
sino una corriente que se encuentra en varios autores que enfatizan el proceso
de decisin y lo tratan de modo lgico y racional a travs de enfoque cuantitativo.
La teora matemtica surgi en la teora matemtica a partir de 5 causas:
1. El trabajo clsico sobre teoras de juegos: Von Neumann y Morgesnstem.

(1947) y de Wald (1954) y Savaje (1954) para la teora estadstica de la
decisin.
2. El estudio de proceso de decisin: por Herberth Simn un autor
conductista, y el surgimiento de las teoras de las decisones resalta una
mayor importancia a la decisin que a la accin que de ella se d la
dinmica organizacional.
3. La existencia de decisiones programables: Simn haba definido las
decisiones cualitativas (No programables y tomadas por el hombre9 y las
decisiones cuantitativas (programables y programadas por el hombre) y
las decisiones cualitativas (No programables y programadas para la
maquina).
4. La computadora: proporciono medios para la aplicacin y desarrollo de
tcnicas de las matemticas ms complejas y sofisticadas.
5. Uso de la investigacin de operaciones(IO): la teora matemtica surgi
en el transcurso de la segunda Guerra Mundial.
_____________________________________________________________________________
PROCESOS DECISORIOS
La teora matemtica disloca el nfasis en la accin para ubicarlo en la decisin

que antecede. El proceso de decisin es su fundamento bsico constituye el
campo de estudio de la teora de la decisin que es aqu considerada un
desdoblamiento de la teora matemtica.
La toma de decisin se estudia bajo dos perspectivas, la del proceso

y la del problema.
1. PERSPECTIVA DEL PROCESO: se encuentra en las etapas de las

tomas de decisin. Dentro de esa perspectiva, el objetivo es seleccionar la mejor
alternativa de decisin. Enfoca el proceso de decisin como una secuencia de
tres etapas simples:
a) Definicin del problema.

b) Cules son las posibles alternativas de solucin al problema.
c) Cul es la mejor alternativa de solucin (eleccin).
2. PERSPECTIVA DEL PROBLEMA: est orientado hacia la resolucin de

problemas.
_____________________________________________________________________________
MODELOS MATEMTICOS EN LA ADMINISTRACIN
La teora matemtica busca construir modelos matemticos capaces de simular

situaciones reales en la empresa.
El modelo es la representacin de algo o el estndar de algo a ser hecho.
En la teora matemtica, el modelo se utilizaba como simulacin de situaciones futuras
y evaluaciones de la probabilidad de que suceda.
La teora matemtica se preocupa por crear modelos matemticos capaces de
administrar situaciones reales en la empresa. La creacin de los modelos se orienta,
principalmente, hacia la solucin de problemas que se presentan en la toma de
decisiones. Como ya se expres, un modelo es la representacin de alguna cosa o el
estndar de algo que se va a hacer a travs del ser representa la realidad. En la teora
matemtica el modelo se usa general mente para simular situaciones futuras y para
evaluar la probabilidad de su ocurrencia. El modelo busca delimitar el rea de diccin,
de modo que indique hasta donde pueda llegar una situacin futura. Dentar de cierto
lmite razonable de ocurrencia.
En sntesis, los modelos sirven para representar simplificaciones se la realidad. Su
ventaja reside en que permite manipular, mediante la simulacin situaciones reales
complejas y difciles a travs de la simplificacin de la realidad. Sean matemticos o de
comportamiento, los modelos proporcionan un valioso instrumento de trabajo para que
la administraron pueda tratar los problemas es una discrepancia entre lo que es (es
decir, la realidad) y lo que debera o podra ser (esto es los valores, las metas,
los objetivos). En general, la organizacin enfrenta al mismo tiempo una gran diversidad
de problemas que varan demasiado en grado de complejidad
Esto puede clasificarse en dos grandes grupos estructurados y no estructurados.
A.- PROBLEMAS ESTRUCTURADOS
Un problema estructurado es aquel que puede ser perfectamente definido pues sus
principales variables son conocidas.
El problema estructurado puede ser subdividido en tres categoras:
Decisiones con certeza. - Las variables y sus consecuencias son determinstica.

Decisiones bajo riesgo. - Las variables son conocidas y la relacin entre la
consecuencia y la accin se conoce en trminos probabilsticas.
Decisiones bajo incertidumbre. - Las variables son conocidas, pero las
probabilidades para evaluar la consecuencia de una accin son desconocidas o
no son determinadas con algn grado de certeza.
_____________________________________________________________________________
B.- PROBLEMAS NO ESTRUCTURADOS
El problema no estructurado no puede ser claramente definido pues una o ms de sus

variables se desconoce o no puede determinarse con algn grado de confianza.
El modelo matemtico puede tratar a los problemas estructurados y no estructurados
con ventajas, porque:
Permite descubrir una situacin mejor

Descubre relaciones del problema
Permite tratar el problema en su conjunto y considerar todas las variables
principales simultneamente.
Es susceptible de ampliacin por etapas e incluye factores abandonados en las
descripciones verbales.
Utiliza tcnicas de las matemticas objetivas y lgicas.
Conduce a una solucin segura y cualitativa.
Permite respuestas inmediatas y en escala gigantesca por medio de
computadoras y equipos electrnicos.
C.- TIPOS DE DECISIN
En funcin de los problemas estructurados y no estructurados, las tcnicas de toma de

decisiones (programadas y no programadas) funcionan de la siguiente forma:
INVESTIGACIN DE OPERACIONES (IO)
El Campo de Investigacin de Operaciones procede en ciertos aspectos de

la Administracin cientfica, mejorada por mtodos ms refinados (principalmente
matemticos): la tecnologa computacional y una orientacin dirigida hacia problemas
ms amplios. La IO adopta el mtodo cientfico como estructura para la solucin de
problemas haciendo mayor nfasis en el juicio objetivo que el subjetivo. La mayora de
los autores de la escuela matemtica proviene de la matemtica, de la estadstica, de
la Ingeniera y de la Economa, y tiene una orientacin ntidamente tcnico- econmica
y estrictamente racional y lgico.
La rama de investigacin de operaciones (IO) proviene de la administracin cientfica la

cual agrego mtodos matemticos como tecnologa computacional y una orientacin
ms amplia.
La IO adopta el mtodo cientfico como estructura para la solucin de los problemas con
fuerte nfasis en el juicio objetito.
_____________________________________________________________________________
Las definiciones de la IO varan desde tcnicas de las matemticas especficas hasta el
mtodo cientfico en s. En general, esas definiciones incluyen tres aspectos bsicos
comunes al enfoque de la IO a la toma de decisin administrativa.
I. Visin sistemtica de los problemas que van a ser resueltos.
II. Uso del mtodo cientfico en la resolucin de problemas.
III. Utilizacin de tcnicas especficas de estadstica, probabilidad y modelos
matemticos para ayudar al que toma las decisiones a solucionar los problemas.
La IO enfoca el anlisis de operaciones de un sistema y no solamente como un problema
particular, la IO utiliza:
a) La probabilidad en el enfoque de la IO para decisiones bajo condiciones de riesgo

e incertidumbre.
b) La estadstica en sistematizacin y anlisis de datos para obtener soluciones.
c) La matemtica en la formulacin de modelos cuantitativos.
La IO es la aplicacin de mtodos, tcnicas e instrumentos cientficos a problemas que

involucran las operaciones de un sistema, a modo de proporcionar, a los que controlan
el sistema, soluciones ptimas para el problema en cuestin.
Las matemticas pretenden transformar en cientfico, racional y lgico el proceso de
decisin en las organizaciones.
La metodologa de la IO utiliza seis fases:
1. Formular el problema. - Con el anlisis del sistema y sus objetivos y las

alternativas de accin.
2. Construir un modelo matemtico. para representar el sistema- El modelo
expresa el sistema el sistema como un conjunto de variables, de las cuales una
por una por lo menos, est sujeta a control.
3. Deducir una solucin del modelo. - La solucin ptima de un modelo por medio
del prosees analtico o del proceso numrico.
4. Probar el modelo y la solucin del modelo. - Construir el modelo que represente
la realidad y que debe ser capaz de prever con exactitud el efecto de los cambios
en el sistema y la eficiencia general del sistema.
5. Establecer control sobre la solucin. - la solucin de un modelo ser adecuado
mientras las variables incontroladas conserven sus valores y las relaciones entre
las variables se mantengan constantes.
6. Colocar la solucin en funcionamiento (implementacin). La solucin necesita
ser probada y transformada en una serie de procesos operacionales.
La IO presenta las siguientes caractersticas Principales.
Se preocupa ms por las operaciones de toda la organizacin que por alguna

divisin u rgano particular, ya se considera al sistema como un todo.
Busca perfeccionar y dinamizar las operaciones para proporcionar
mayor seguridad a la organizacin a corto y a largo plazo.
_____________________________________________________________________________
Aplicar los ms recientes mtodos y tcnicas cientficas de anlisis cuantitativo.
Proyecta y aplica operaciones experimentales que representan operaciones
reales.
Se refiere no slo a las mquinas u hombres individualmente, sino a la operacin
como un todo. La IO es investigacin en el nivel operacional. es decir, en el nivel
de ejecucin.
Los Principales Campos de Aplicacin de la IO son.
Con la relacin a personas. Clculo de organizacin y gerencia, ausentismo y relaciones

de trabajo, decisiones individuales, investigacin de mercado.
Con relacin a las personas y las mquinas : Clculo de eficiencia y productividad de flujo
de produccin, , mtodos de control de calidad , inspeccin, prevencin
de accidentes y planeacin y control de produccin.
Con relacin a los movimientos: estimativos de transporte, inventario, distribucin y

manejo (logstica), comunicaciones.
La IO utiliza herramientas propias, casi todas cuantitativas. Las herramientas

cuantitativas son los modelos (o tcnicas) matemticos de la IO, los cuales son slo una
representacin simblica y simplificada de la realidad organizacional que se pretende
estudiar.
Dado que esa realidad organizacional es un extremo complejo, la nica manera de

racionalizarla en procesos de decisin es mediante el mtodo simplificador: el modelo
homomrfico.
Los modelos cuantitativos de IO ms empleados son los modelos matemtico-analticos

y los modelos de simulacin. Existen modelos ya desarrollados (enlatados) tanto
analticos como de simulacin, listos para ser utilizados.
Las principales tcnicas de la IO Son:
Teora de juegos
Teora de las colas
Teora de los grafos
Programacin lineal.
Programacin dinmica.
Probabilidad y anlisis estadsticos
_____________________________________________________________________________
LA TORIA DE LOS JUEGOS
La teora de los juegos es una rama de la matemtica con aplicaciones a la

economa, sociologa, biologa y psicologa, que analiza las interacciones entre
individuos que toman decisiones en un marco de incentivos formalizados
(juegos).
En un juego, varios agentes buscan maximizar su utilidad eligiendo la teora de

juegos es una herramienta que ayuda a analizar problemas de optimizacin
interactiva. La teora de juegos tiene muchas aplicaciones en las ciencias
sociales. La mayora de las situaciones estudiadas por la teora de juegos
implican conflictos de intereses, estrategias y trampas. De particular inters son
las situaciones en las que se puede obtener un resultado mejor cuando los
agentes cooperan entre s, que cuando los agentes intentan maximizar slo su
utilidad.
La teora de juegos fue ideada en primer lugar por John von Neumann. Luego,
John Nash, A.W. Tucker y otros hicieron grandes contribuciones a la teora de
juegos.
Juegos
Se denomina juego a la situacin interactiva especificada por el conjunto de
participantes, los posibles cursos de accin que puede seguir cada participante,
y el conjunto de utilidades.
Estrategia
Cuando un jugador tiene en cuenta las reacciones de otros jugadores para
realizar su eleccin, se dice que el jugador tiene una estrategia. Una estrategia
es un plan de acciones completo que se lleva a cabo cuando se juega el juego.
Se explicita antes de que comience el juego, y prescribe cada decisin que los
agentes deben tomar durante el transcurso del juego, dada la informacin
disponible para el agente. La estrategia puede incluir movimientos aleatorios.
_____________________________________________________________________________
Resultados de los juegos
El resultado de un juego es una cierta asignacin de utilidades finales. Se
denomina resultado de equilibrio si ningn jugador puede mejorar su utilidad
unilateralmente dado que los otros jugadores se mantienen en sus estrategias.
Un equilibrio estratgico es aquel que se obtiene cuando, dado que cada jugador
se mantiene en su estrategia, ningn jugador puede mejorar su utilidad
cambiando de estrategia. Alternativamente, un perfil de estrategias conforma un
equilibrio si las estrategias conforman la mejor respuesta a las otras.
Matriz de resultados de un juego

La matriz de resultados de un juego representa el resultado del juego en una
matriz
Estrategia dominante
Una estrategia dominante es aquella eleccin que realiza el jugador
independientemente de lo que haga el otro. En el juego representado en la matriz
de arriba, la estrategia dominante para A es elegir abajo, mientras que la
estrategia dominante para B es elegir izquierda. Estas estrategias dominantes
dan como resultado el equilibrio de estrategias dominantes del juego. Si cada
jugador tiene una estrategia dominante se puede predecir el resultado del juego.
Equilibrio de Nash
El equilibrio de Nash fue formulado por John Nash, que es un matemtico
norteamericano, en 1951. Un par de estrategias es un equilibrio de Nash si la
eleccin de A es ptima dada la de B y la de B es ptima, dada la de A. El
equilibrio de Nash se diferencia del equilibrio de las estrategias dominantes en
que, en el equilibrio de las estrategias dominantes, se exige que la estrategia de
A sea ptima en el caso de todas las elecciones ptimas de B, y viceversa. El
equilibrio de Nash es menos restrictivo que el equilibrio de estrategias ptimas.
Un juego puede tener ms de un equilibrio de Nash. Existen juegos en los no

existe un equilibrio de Nash.
_____________________________________________________________________________
TEORIA DE LAS COLAS
Las "colas" son un aspecto de la vida moderna que nos encontramos

continuamente en nuestras actividades diarias. En el contador de un
supermercado, accediendo al Metro, en los Bancos, etc., el fenmeno de
las colas surge cuando unos recursos compartidos
necesitan ser accedidos para dar servicio a un elevado nmero de trabajos o
clientes.
El estudio de las colas es importante porque proporciona tanto una base

terica del tipo de servicio que podemos esperar de un determinado recurso,
como la forma en la cual dicho recurso puede ser diseado para
proporcionar un determinado grado de servicio a sus clientes.
Debido a lo comentado anteriormente, se plantea como algo muy til el

desarrollo de una herramienta que sea capaz de dar una respuesta sobre las
caractersticas que tiene un determinado modelo de colas.
Definiciones iniciales:
La teora de colas es el estudio matemtico del comportamiento de lneas
de espera. Esta se presenta, cuando los clientes llegan a un lugar
demandando un servicio a un servidor, el cual tiene una cierta capacidad de
atencin.
Si el servidor no est disponible inmediatamente y el cliente decide esperar,
entonces se forma a la lnea de espera.
Una cola es una lnea de espera y la teora de colas es una coleccin de

modelos matemticos que describen sistemas de lnea de espera particulares o
sistemas de colas. Los modelos sirven para encontrar un buen compromiso entre
costes del sistema y los tiempos promedio de la lnea de espera para un sistema
dado.
Los sistemas de colas son modelos de sistemas que proporcionan

servicio. Como modelo, pueden representar cualquier sistema en donde
los trabajos o clientes llegan buscando un servicio de algn tipo y salen despus
de que dicho servicio haya sido atendido. Podemos modelar los sistemas de este
tipo tanto como colas sencillas o como un sistema de colas interconectadas
formando una red de colas. En la siguiente figura podemos ver un ejemplo de
modelo de colas sencillo. Este modelo puede usarse para representar una
situacin tpica en la cual los clientes llegan, esperan si los servidores estn
ocupados, son servidos por un servidor disponible y se marchan cuando se
obtiene el servicio requerido.
_____________________________________________________________________________
Fuente de Entrada
Llegada de un Cliente Cola
Disciplina de la Cola
Sistema de la Cola
Mecanismo de Servicio
Servicio
La cola, propiamente dicha, es el conjunto de clientes que hacen espera,

es decir los clientes que ya han solicitado el servicio pero que an no han pasado
al mecanismo de servicio.
El sistema de la cola: es el conjunto formado por la cola y el mecanismo

de servicio, junto con la disciplina de la cola, que es lo que nos indica el criterio
de qu cliente de la cola elegir para pasar al mecanismo de servicio. Estos
elementos pueden verse ms claramente en la siguiente figura:
Un modelo de sistema de colas debe especificar la distribucin de

probabilidad de los tiempos de servicio para cada servidor.
_____________________________________________________________________________
TEORIAS DE LOS GRAFOS
La teora de LOS grafos tiene sus fundamentos en las matemticas discretas y
de las matemticas aplicadas. Es una teora que requiere de diferentes
conceptos de diversas reas
como combinatoria, lgebra, probabilidad, geometra de
polgonos, aritmtica y topologa. Actualmente ha tenido mayor preponderancia
en el campo de la informtica, las ciencias de la
computacin y telecomunicaciones. Debido a la gran cantidad de aplicaciones
en la optimizacin de recorridos, procesos, flujos, algoritmos de bsquedas,
entre otros, se gener toda una nueva teora que se conoce como anlisis de
redes.
El origen de la teora de grafos se remonta al siglo XVIII con el problema de los
puentes de Knigsberg, el cual consista en encontrar un camino que recorriera
los siete puentes del ro Pregel ( 544212N 203056E) en la ciudad
de Knigsberg, actualmente Kaliningrado, de modo que se recorrieran todos los
puentes pasando una sola vez por cada uno de ellos. El trabajo de Leonhard
Euler sobre el problema titulado Solutio problematis ad geometriam situs
pertinentis(La solucin de un problema relativo a la geometra de la posicin)
en 1736, es considerado el primer resultado de la teora de grafos. Tambin se
considera uno de los primeros resultados topolgicos en geometra (que no
depende de ninguna medida). Este ejemplo ilustra la profunda relacin entre la
teora de grafos y la topologa.
Luego, en 1847, Gustav Kirchhoff utiliz la teora de grafos para el anlisis de
redes elctricas publicando sus leyes de los circuitos para calcular el voltaje y la
corriente en los circuitos elctricos, conocidas como leyes de Kirchhoff,
considerado la primera aplicacin de la teora de grafos a un problema
de ingeniera.
En 1852 Francis Guthrie plante el problema de los cuatro colores el cual afirma
que es posible, utilizando solamente cuatro colores, colorear cualquier mapa de
pases de tal forma que dos pases vecinos nunca tengan el mismo color. Este
problema, que no fue resuelto hasta un siglo despus por Kenneth
Appel y Wolfgang Haken en 1976, puede ser considerado como el nacimiento de
la teora de grafos. Al tratar de resolverlo, los matemticos definieron trminos y
conceptos tericos fundamentales de los grafos.
En 1857, Arthur Cayley estudi y resolvi el problema de enumeracin de
los ismeros, compuestos qumicos con idntica composicin (frmula) pero
diferente estructura molecular. Para ello represent cada compuesto, en este
caso hidrocarburos saturados CnH2n+2, mediante un grafo rbol donde los
vrtices representan tomos y las aristas la existencia de enlaces qumicos.
El trmino grafo, proviene de la expresin Hgraphic notation usada por
primera vez por Edward Frankland y posteriormente adoptada por Alexander
Crum Brown en 1884, y haca referencia a la representacin grfica de los
enlaces entre los tomos de una molcula.
_____________________________________________________________________________
El primer libro sobre teora de grafos fue escrito por Dnes Knig y publicado
en 1936.
TIPOS DE GRAFOS
Grafo simple. o simplemente grafo es aquel que acepta una sola arista
uniendo dos vrtices cualesquiera. Esto es equivalente a decir que una arista
cualquiera es la nica que une dos vrtices especficos. Es la definicin
estndar de un grafo.
Multigrafo. Es el que acepta ms de una arista entre dos vrtices. Estas
aristas se llaman mltiples o lazos (loops en ingls). Los grafos simples son
una subclase de esta categora de grafos. Tambin se les llama grafos
generales.
Pseudografo. Si incluye algn lazo.
Grafo orientado, dirigido o digrafo. Son grafos en los cuales se ha aadido
una orientacin a las aristas, representada grficamente por una flecha.
Grafo etiquetado. Grafos en los cuales se ha aadido un peso a las aristas
(nmero entero generalmente) o un etiquetado a los vrtices.
Grafo aleatorio. Grafo cuyas aristas estn asociadas a una probabilidad.
Hipergrafo. Grafos en los cuales las aristas tienen ms de dos extremos, es
decir, las aristas son incidentes a 3 o ms vrtices.
Grafo infinito. Grafos con conjunto de vrtices y aristas de cardinal infinito.
PROGRAMA LINEAL
El programa lineal presenta caractersticas como:
Busca la posicin ptima de relacin con un objetivo. La finalidad es

minimizar costos y maximizar beneficios en funcin del objetivo
preestablecido.
Supone la eleccin entre alternativas o combinacin de esas
alternativas
Considera lmites o restricciones que cercan la decisin.
_____________________________________________________________________________
PROGRAMACIN DINMICA
Una subestructura ptima significa que se pueden usar soluciones ptimas de
subproblemas para encontrar la solucin ptima del problema en su conjunto.
Por ejemplo, el camino ms corto entre dos vrtices de un grafo se puede
encontrar calculando primero el camino ms corto al objetivo desde todos los
vrtices adyacentes al de partida, y despus usando estas soluciones para elegir
el mejor camino de todos ellos. En general, se pueden resolver problemas con
subestructuras ptimas siguiendo estos tres pasos:
1. Dividir el problema en subproblemas ms pequeos.

2. Resolver estos problemas de manera ptima usando este proceso de tres
pasos recursivamente.
3. Usar estas soluciones ptimas para construir una solucin ptima al
problema original.
Los subproblemas se resuelven a su vez dividindolos en subproblemas ms
pequeos hasta que se alcance el caso fcil, donde la solucin al problema es
trivial.
Decir que un problema tiene subproblemas superpuestos es decir que se usa un
mismo subproblema para resolver diferentes problemas mayores. Por ejemplo,
en la sucesin de Fibonacci (F3 = F1 + F2 y F4 = F2 + F3) calcular cada trmino
supone calcular F2. Como para calcular F5 hacen falta tanto F3 como F4, una
mala implementacin para calcular F5 acabar calculando F2 dos o ms veces.
Esto sucede siempre que haya subproblemas superpuestos: una mala
implementacin puede acabar desperdiciando tiempo recalculando las
soluciones ptimas a problemas que ya han sido resueltos anteriormente.
Esto se puede evitar guardando las soluciones que ya hemos calculado.
Entonces, si necesitamos resolver el mismo problema ms tarde, podemos
obtener la solucin de la lista de soluciones calculadas y reutilizarla. Este
acercamiento al problema se llama memoizacin (no confundir
con memorizacin; en ingls es llamado memoization, vase en). Si estamos
seguros de que no volveremos a necesitar una solucin en concreto, la podemos
descartar para ahorrar espacio. En algunos casos, podemos calcular las
soluciones a problemas que de antemano sabemos que vamos a necesitar.
En resumen, la programacin hace uso de:
Subproblemas superpuestos
Subestructuras ptimas
Memoizacin
La programacin toma normalmente uno de los dos siguientes enfoques:
Top-down: El problema se divide en subproblemas, y estos se resuelven

recordando las soluciones por si fueran necesarias nuevamente. Es una
combinacin de memoizacin y recursin.
_____________________________________________________________________________
Bottom-up: Todos los problemas que puedan ser necesarios se resuelven
de antemano y despus se usan para resolver las soluciones a problemas
mayores. Este enfoque es ligeramente mejor en consumo de espacio y
llamadas a funciones, pero a veces resulta poco intuitivo encontrar todos los
subproblemas necesarios para resolver un problema dado.
Originalmente, el trmino de programacin dinmica se refera a la resolucin de
ciertos problemas y operaciones fuera del mbito de la Ingeniera Informtica, al
igual que haca la programacin lineal. Aquel contexto no tiene relacin con
la programacin en absoluto; el nombre es una coincidencia. El trmino tambin
lo us en los aos 40 Richard Bellman, un matemtico norteamericano, para
describir el proceso de resolucin de problemas donde hace falta calcular la
mejor solucin consecutivamente.
Algunos lenguajes de programacin funcionales, sobre todo Haskell, pueden
usar la memorizacin automticamente sobre funciones con un conjunto
concreto de argumentos, para acelerar su proceso de evaluacin. Esto slo es
posible en funciones que no tengan efectos secundarios, algo que ocurre
en Haskell pero no tanto en otros lenguajes.
PRINCIPIO DE OPTIMISACION
Cuando hablamos de optimizar nos referimos a buscar alguna de
las mejores soluciones de entre muchas alternativas posibles. Dicho proceso de
optimizacin puede ser visto como una secuencia de decisiones que nos
proporcionan la solucin correcta. Si, dada una subsecuencia de decisiones,
siempre se conoce cul es la decisin que debe tomarse a continuacin para
obtener la secuencia ptima, el problema es elemental y se resuelve trivialmente
tomando una decisin detrs de otra, lo que se conoce como estrategia voraz.
En otros casos, aunque no sea posible aplicar la estrategia voraz, se cumple
el principio de optimalidad de Bellman que dicta que dada una secuencia
ptima de decisiones, toda subsecuencia de ella es, a su vez, ptima. En este
caso sigue siendo posible el ir tomando decisiones elementales, en la confianza
de que la combinacin de ellas seguir siendo ptima, pero ser entonces
necesario explorar muchas secuencias de decisiones para dar con la correcta,
siendo aqu donde interviene la programacin dinmica.
Contemplar un problema como una secuencia de decisiones equivale a dividirlo
en problemas ms pequeos y por lo tanto ms fciles de resolver como
hacemos en Divide y Vencers, tcnica similar a la de programacin dinmica.
La programacin dinmica se aplica cuando la subdivisin de un problema
conduce a:
Una enorme cantidad de problemas.

Problemas cuyas soluciones parciales se solapan.
Grupos de problemas de muy distinta complejidad.
_____________________________________________________________________________
PROBABILIDAD Y ANLISIS ESTADSTICO
El anlisis estadstico es el mtodo matemtico utilizado para obtener la misma
informacin con la menor cantidad de datos. Una de sus aplicaciones ms
conocidas es el control estadstico de calidad (CEQ) en el rea de produccin.
Los mtodos estadsticos permiten producir el mximo de informacin a partir de
los datos disponibles.
La aplicacin de la estadstica a los problemas de calidad comenz con Malter

A. Shewhart en el transcurso de la Segunda Guerra Mundial.
a.- Control estadstico de calidad

La idea inicial era aplicar metodologa estadstica en la inspeccin de calidad y
llegando a la calidad asegurada con la finalidad de obtener conformidad con las
especificaciones y proporcionar alto grado de confiabilidad, durabilidad y
desempeo en lo productos.
El control estadstico de la calidad se base en tcnicas de determinacin del
momento en que los errores tolerados en la produccin empiezan a rebasar los
lmites de tolerancia, es cuando la accin correctiva se hace necesaria.
El control estadstico de la calidad tiene por objetivo localizar desviaciones,

errores, defectos o fallas en el proceso productivo, comparando el desempeo
con el estndar establecido. Esa comparacin puede realizarse de res formas:
1.- Control de calidad 100%.Corresponde a la inspeccin total de la calidad. El

control de calidad (QC) total hace parte del proceso productivo y se inspeccionan
todos los productos.
2.- Control de calidad por muestreos. Es el que se hace por lotes de muestras
recogidos para su inspeccin. El control de muestras sustituye el control total ya
que no interfiere en el proceso productivo. Si se aprueba la muestra todo el lote
se aprueba. Se rechaza la muestra, se deber inspeccionar todo el lote.
3.- Control de calidad aleatorio. Es el QC probabilstica y consisten en
inspeccionar solamente un cierto porcentaje de productos o del trabajo en forma
aleatoria.
b.- Calidad total
J. M. Juran (naci en 1904). Extendi los conceptos de calidad para toda la
empresa con su control total de la calidad.
Mientras el control estadstico de la calidad se aplica apenas en el nivel
operacional, y de preferencia en el rea de produccin y manufactura, la calidad
total extiende el concepto de calidad a toda la organizacin, desde el nivel
_____________________________________________________________________________
operacional hasta el institucional, abarcando todo el personal de la oficina y de
la base de la fbrica en un todo.
Las ventajas del TQC son:

1.- Reduccin de desperdicios.
2.- Disminucin de los ciclos de tiempo y de los tiempos de resultados.
3.- Mejora de la calidad de los resultados (productos o servicios).
Ambos constituyen enfoques de incremento para as excelencia en la calida de
los productos y procesos, adems de proporcionar una formidable reduccin de
costos.
La estadstica es comnmente considerada como una coleccin de hechos

numricos expresados en trminos de una relacin sumisa, y que han sido
recopilados a partir de otros datos numricos.
Kendall y Buckland (citados por Gini V. Glas / Julian C. Stanley, 1980) definen la
estadstica como un valor resumido, calculado, como base en una muestra de
observaciones que generalmente, aunque no por necesidad, se considera como
una estimacin de parmetro de determinada poblacin; es decir, una funcin
de valores de muestra.
"La estadstica es una tcnica especial apta para el estudio cuantitativo de los
fenmenos de masa o colectivo, cuya mediacin requiere una masa de
observaciones de otros fenmenos ms simples llamados individuales o
particulares". (Gini, 1953).
Murria R. Spiegel, (1991) dice: "La estadstica estudia los mtodos cientficos
para recoger, organizar, resumir y analizar datos, as como para sacar
conclusiones vlidas y tomar decisiones razonables basadas en tal anlisis.
"La estadstica es la ciencia que trata de la recoleccin, clasificacin y
presentacin de los hechos sujetos a una apreciacin numrica como base a la
explicacin, descripcin y comparacin de los fenmenos". (Yale y Kendal,
1954).
Cualquiera sea el punto de vista, lo fundamental es la importancia cientfica que
tiene la estadstica, debido al gran campo de aplicacin que posee.
Definicin de estadstica. El trmino estadstica tiene su raz en la
palabra Estado. Surge cuando se hace necesario para sus intereses cuantificar
conceptos. En la mayora de los casos esta cuantificacin se har en funcin de
unos fines econmicos o militares. El estado quiere conocer censo de personas,
de infraestructura, de recursos en general, para poder obtener conclusiones de
esta informacin.
Actualmente la estadstica es una ciencia que se desarroll principalmente en el
siglo XX en las Universidades y centros de investigacin prestigiosos alrededor
del mundo, dedicados a la investigacin en ciencias biolgicas y agropecuarias,
como la Estacin experimental de Rothamstead en Gran Bretaa o
la Universidad Estatal de Iowa y la Universidad de Carolina del Norte en EE.UU.
No es ya una cuestin reservada al estado. Podramos decir que ha permeado
la mayora de las ciencias, desde la Biologa (en especial, la Gentica), la Fsica,
la Qumica y las relacionadas con la Ingeniera en general, as como
las Finanzas, Economa y Ciencias Sociales. La razn es clara: por una parte la
_____________________________________________________________________________
estadstica proporciona tcnicas precisas para obtener informacin, (recoleccin
y descripcin de datos) y por otra parte proporciona mtodos para el anlisis de
esta informacin (inferencia).
INFERENCIA ESTADSTICA
Se basa en las conclusiones a la que se llega por la ciencia experimental
basndose en informacin incompleta (de una parte de la poblacin). La
inferencia estadstica es una parte de la Estadstica que permite
generar modelos probabilsticos a partir de un conjunto de observaciones. Del
conjunto se observaciones que van a ser analizadas, se eligen aleatoriamente
slo unas cuantas, que es lo que se denomina muestra, y a partir de dicha
muestra se estiman los parmetros del modelo, y se contrastan las
hiptesis establecidas, con el objeto de determinar si el modelo probabilstico es
el adecuado al problema real que se ha planteado.
La utilidad de la inferencia estadstica, consiste en que si el modelo se considera
adecuado, puede usarse para la toma de decisiones o para la realizacin de las
previsiones convenientes.
En el desarrollo del tema se utilizarn variables aleatorias, que son variables
determinadas por el azar.
La inferencia estadstica parte de un conjunto de observaciones de una variable,
y a partir de estos datos "infiere" o genera un modelo probabilstico; por tanto es
la consecuencia de la investigacin emprica, cuando se est llevando a cabo, y
como consecuencia de la ciencia terica, cuando se estn generando
estimadores, o mtodos, con tal o cual caracterstica para casos particulares. La
inferencia estadstica es, en consecuencia, un planteamiento inductivo.
Es la parte de la estadstica matemtica que se encarga del estudio de

los mtodos para la obtencin del modelo de probabilidad que sigue una
variable aleatoria de una determinada poblacin, a travs de
una muestra obtenida de la misma.
.proceso de anlisis que consiste en inferir las propiedades de una poblacin con
base en la caracterizacin de la muestra.
TEORA DE DECISIN
Estudio formal sobre la toma de decisiones. Los estudios de casos reales, que
se sirven de la inspeccin y los experimentos, se denominan teora descriptiva
de decisin; los estudios de la toma de decisiones racionales, que utilizan
la lgica y la estadstica, se llaman teora preceptiva de decisin. Estos estudios
se hacen ms complicados cuando hay ms de un individuo, cuando los
resultados de diversas opciones no se conocen con exactitud y cuando las
probabilidades de los distintos resultados son desconocidas. La teora de
decisin comparte caractersticas con la teora de juegos, aunque en la teora de
decisin el "adversario" es la realidad en vez de otro jugador o jugadores.
Al hacer un anlisis sobre esta teora, y mirndola desde el punto de vista de
un sistema, se puede decir que al tomar una decisin sobre un problema en
particular, se debe tener en cuenta los puntos de dificultad que lo componen,
para as empezar a estudiarlos uno a uno hasta obtener una solucin que sea
acorde a lo que se esta esperando obtener de este, y sino, buscar
otras soluciones que se acomoden a lo deseado.
_____________________________________________________________________________
La teora de decisin, no solamente se puede ver desde el punto de vista de un
sistema, sino en general, porque esta se utiliza a menudo para tomar decisiones
de la vida cotidiana, ya que muchas personas piensan que la vida es como una
de las teoras; La teora del juego, que para poder empezarlo y entenderlo hay
que saber jugarlo y para eso se deben conocer las reglas de este, para que no
surjan equivocaciones al empezar la partida.
Se puede decir que la Teora de decisin es una de las ramas que sirve para que
al dar un paso, no se vaya a dar en falso, porque si se conoce de esta no hay el
porque de equivocarse.
POBLACION EN ESTADISTICA
El concepto de poblacin en estadstica va ms all de lo que comnmente se
conoce como tal. Una poblacin se precisa como un conjunto finito o infinito de
personas u objetos que presentan caractersticas comunes. "Una poblacin es
un conjunto de todos los elementos que estamos estudiando, acerca de los
cuales intentamos sacar conclusiones". Levan & Rubin (1996). "Una poblacin
es un conjunto de elementos que presentan una caracterstica comn". Cadenas
(1974). Ejemplo: Los miembros del Colegio de Ingenieros del Estado Cojedes.
El tamao que tiene una poblacin es un factor de suma importancia en el
proceso de investigacin estadstica, y este tamao vienen dado por el nmero
de elementos que constituyen la poblacin, segn el nmero de elementos la
poblacin puede ser finita o infinita. Cuando el nmero de elementos que integra
la poblacin es muy grande, se puede considerar a esta como una poblacin
infinita, por ejemplo; el conjunto de todos los nmeros positivos. Una poblacin
finita es aquella que est formada por un limitado nmero de elementos, por
ejemplo; el nmero de estudiante del Ncleo San Carlos de
la Universidad Nacional Experimental Simn Rodrguez. Cuando la poblacin es
muy grande, es obvio que la observacin de todos los elementos se dificulte en
cuanto al trabajo, tiempo y costos necesarios para hacerlo. Para solucionar este
inconveniente se utiliza una muestra estadstica. Es a menudo imposible o poco
prctico observar la totalidad de los individuos, sobre todos si estos son muchos.
En lugar de examinar el grupo entero llamado poblacin o universo, se examina
una pequea parte del grupo llamada muestra.
Poblacin o Universo: es el total del conjunto de elementos u objetos de los
cuales se quiere obtener informacin. Aqu el trmino poblacin tiene un
significado mucho ms amplio que el usual, ya que puede referirse a personas,
cosas, actos, reas geogrficas e incluso al tiempo.
La poblacin debe estar perfectamente definida en el tiempo y en el espacio, de
modo que ante la presencia de un potencial integrante de la misma, se pueda
decidir si forma parte o no de la poblacin bajo estudio. Por lo tanto, al definir
una poblacin, se debe cuidar que el conjunto de elementos que la integran
quede perfectamente delimitado.
MUESTRA ALEATORIA
Es una muestra sacada de una poblacin de unidades, de manera que todo
elemento de la poblacin tenga la misma probabilidad de seleccin y que las
unidades diferentes se seleccionen independientemente.
Muestra aleatoria: muestra elegida independientemente de todas las dems, con
la misma probabilidad que cualquier otra y cuyos elementos estn elegidos
_____________________________________________________________________________
independientemente unos de otros y con la misma probabilidad. Muestra
aleatoria
Una muestra aleatoria es una muestra sacada de una poblacin de unidades, de
manera que todo elemento de la poblacin tenga la misma probabilidad de
seleccin y que las unidades diferentes se seleccionen independientemente.
Variables aleatorias y distribuciones
Se llama variable aleatoria aquella que toma diversos valores o conjuntos de
valores con distintas probabilidades. Existen 2 caractersticas importantes de
una variable aleatoria, sus valores y las probabilidades asociadas a esos valores.
Una tabla, grfico o expresin matemtica que de las probabilidades con que
una variable aleatoria toma diferentes valores, se llama distribucin de la
variable aleatoria.
Como vimos anteriormente, la inferencia estadstica se relaciona con las
conclusiones que se pueden sacar acerca de una poblacin de observaciones
basndose en una muestra de observaciones. Entonces intervienen las
probabilidades en el proceso de la seleccin de la muestra; en este caso se
desea saber algo sobre una distribucin con base en una muestra aleatoria de
esa distribucin.
De tal manera vemos que trabajamos con muestras aleatorias de una poblacin
que es ms grande que la muestra obtenida; tal muestra aleatoria aislada no es
ms que una de muchas muestras diferentes que se habran podido obtener
mediante el proceso de seleccin. Este concepto es realmente importante en
estadstica.
La distribucin de un estadgrafo en todas las muestras aleatorias de tamao n
tomadas de una poblacin, se llama distribucin muestral del estadgrafo para
muestras aleatorias de tamao n.
Para muestras aleatorias de tamao n de toda poblacin base, la media de la
distribucin muestral de la media muestral, es la media de la poblacin de base.
Para muestras aleatorias de tamao n de toda poblacin base, la varianza de la
distribucin muestral de la media muestral, es s2/ n que es la varianza de la
poblacin de base dividida por el tamao de la muestra.
Para muestras aleatorias de tamao n de toda poblacin de base, la media de la
distribucin muestral de la varianza muestral s2, es la varianza s2 de la poblacin
de base.
_____________________________________________________________________________

ENFOQUE SISTEMÁTICO DE LA ADMINISTRACIÓN - Ipptx

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

ENFOQUE SISTEMÁTICO DE LA ADMINISTRACIÓN - Ipptx

Uploaded by

Copyright:

Available Formats

Ao de la consolidacin del Mar de Grau

Instituto Superior Tecnolgico Privado

Docente : Quezada Ramires, Mara Cirila

TEORIA GENERAL DE SISTEMAS..... 5

ORGENES DE LA TEORIA MATEMTICA..10

TEORIA DE LOS JUEGOS..18

TEORIAS DE LAS COLAS20

TEORIAS DE LOS GRAFOS..22

PROBABILIDADES Y ANLISIS ESTADSTICOS.26

El enfoque sistemtico es un tipo de proceso lgico que se aplica para resolver

En un sentido amplio, la Teora General de Sistemas (TGS) se presenta como

Los objetivos originales de la Teora General de Sistemas son los siguientes:

a. Impulsar el desarrollo de una terminologa general que permita describir

La primera formulacin en tal sentido es atribuible al bilogo Ludwig von

Sobre estas bases se constituy en 1954 la Society for General Systems

a. Investigar el isomorfismo de conceptos, leyes y modelos en varios campos

La perspectiva de la TGS surge en respuesta al agotamiento e inaplicabilidad de

No obstante sus limitaciones, y si bien reconocemos que la TGS aporta en la

Clasificaciones Bsicas de Sistemas Generales

Es conveniente advertir que no obstante su papel renovador para la ciencia

a. Segn su entidad los sistemas pueden ser agrupados en reales, ideales

Bases Epistemolgicas de la Teora General de Sistemas

Segn Bertalanffy (1976) se puede hablar de una filosofa de sistemas, ya que

La epistemologa de sistemas se refiere a la distancia de la TGS con respecto al

La filosofa de valores de sistemas se preocupa de la relacin entre los seres

Finalmente, Bertalanffy reconoce que la teora de sistemas comprende un

Conceptos Bsicos de la Teora COMPLEJIDAD

EMERGENCIA SISTEMAS (dinmica de)

ESTRUCTURA SISTEMAS ABIERTOS

FRONTERA SISTEMAS CERRADOS

FUNCION SISTEMAS CIBERNETICOS

HOMEOSTASIS SISTEMAS TRIVIALES

OBSERVACION (de segundo orden)

Los temas principales de la administracin de las operaciones de la

1. Operaciones.- Se enfoca a los procesos productivos y productividad,

La teora matemtica SURGI en la teora administrativa a partir de cinco

1. El trabajo clsico sobre Teora de juegos de Von Neumann y

La teora matemtica pretendi crear una ciencia de la administracin con

La teora matemtica disloca el nfasis en la accin para ubicarlo en la decisin

La toma de decisin se estudia bajo dos perspectivas, la del proceso y la del

3. Estrategia de operaciones. - Define la alineacin estratgica y la naturaleza

Permite la comprensin de los hechos de una forma mejor que la

La teora matemtica en la administracin se aplica para dar objetividad a la toma

La escuela matemtica surge durante la segunda guerra mundial, en Inglaterra

La teora matemtica surgi en la teora matemtica a partir de 5 causas:

1. El trabajo clsico sobre teoras de juegos: Von Neumann y Morgesnstem.

La teora matemtica disloca el nfasis en la accin para ubicarlo en la decisin

La toma de decisin se estudia bajo dos perspectivas, la del proceso

1. PERSPECTIVA DEL PROCESO: se encuentra en las etapas de las

a) Definicin del problema.

2. PERSPECTIVA DEL PROBLEMA: est orientado hacia la resolucin de

La teora matemtica busca construir modelos matemticos capaces de simular

A.- PROBLEMAS ESTRUCTURADOS

Decisiones con certeza. - Las variables y sus consecuencias son determinstica.

El problema no estructurado no puede ser claramente definido pues una o ms de sus

Permite descubrir una situacin mejor

C.- TIPOS DE DECISIN

En funcin de los problemas estructurados y no estructurados, las tcnicas de toma de

INVESTIGACIN DE OPERACIONES (IO)

El Campo de Investigacin de Operaciones procede en ciertos aspectos de

La rama de investigacin de operaciones (IO) proviene de la administracin cientfica la

a) La probabilidad en el enfoque de la IO para decisiones bajo condiciones de riesgo

La IO es la aplicacin de mtodos, tcnicas e instrumentos cientficos a problemas que