Teoria de Desiciones - Tema 1 2 3 4 y 5
Teoria de Desiciones - Tema 1 2 3 4 y 5
ESCUELA DE ADMINISTRACIÓN
TEORÍA DE DECISIONES
Mg. Jorge Eloy Rojas Nina
TEORÍA DE DECISIONES
Mg. Jorge Eloy Rojas Nina
Toma de Decisiones
Análisis del
TEORÍA DE DECISIONES
de más óptima
alternativas
Información
histórica Implementación
(Puesta en
marcha)
Asesoramiento
Multidisciplin.
Consecuencias
La responsabilidad
posibles consecuencias.
Mg. Jorge Eloy Rojas Nina
Análisis de decisiones
El objetivo del análisis de decisiones es seleccionar la mejor alternativa
de entre las posibles. El proceso del análisis de decisiones debe
conducirnos a encontrar al menos dos alternativas entre las que podamos
elegir.
Tratamiento a un problema
1. Absolver un problema
Mg. Jorge Eloy Rojas Nina
3. Solucionar un problema
Consiste en tomar la mejor acción posible, la que optimiza. Quienes
TEORÍA DE DECISIONES
estados de la naturaleza.
Mg. Jorge Eloy Rojas Nina
definirlo.
Mg. Jorge Eloy Rojas Nina
cuantitativo).
Mg. Jorge Eloy Rojas Nina
Tipos de decisiones
Pueden clasificarse en función de diversas categorías; así podemos obtener
diversos tipos de decisión atendiendo a:
TEORÍA DE DECISIONES
• Condiciones: • Finalidad:
Mg. Jorge Eloy Rojas Nina
• Certidumbre • Planificación
• Incertidumbre • Control
• Riesgo • Función:
• Financieras
• Nivel de estructuración: • De producción
• Programadas • Comerciales, etc.
• No programadas • Grado de complejidad:
• Jerarquía: • Rutinarias
• Operativas • Selectivas
• Tácticas • Creativas
• Estratégicas • Innovadoras
Tipos de decisiones
Creativas Innovadoras
Riesgo
TEORÍA DE DECISIONES
Certidumbre Incertidumbre
Mg. Jorge Eloy Rojas Nina
No Programadas
Estratégicas
Producción
Tácticas
Operativas
Programadas
Rutinarias Selectivas
Decisiones programadas
debe hacer.
Los reglamentos y las políticas contienen decisiones programadas
que surgen a partir de este tipo de situaciones.
• Existen las decisiones programadas por su recurrencia que involucran
situaciones repetitivas hasta cierto punto, cotidianas.
Ejemplo: La política de reclutamiento y selección de personal, que
implica de una serie de exámenes psicométricos y técnicos, así como
varias entrevistas.
Decisiones programadas
Decisiones no programadas
Decisiones no programadas
Punto de equilibrio
TEORÍA DE DECISIONES
Programación Lineal
Mg. Jorge Eloy Rojas Nina
Asignación de Recursos
Método de Transporte
Inventarios determinísticos
Redes CPM
Otros
Valor Esperado
TEORÍA DE DECISIONES
Utilidad Esperada
Mg. Jorge Eloy Rojas Nina
Teorema de Bayes
Árbol de decisiones
Redes PERT
Inventarios Probabilísticos
Filas de espera o teoría de colas
Otros
• Incertidumbre estructurada
TEORÍA DE DECISIONES
Mg. Jorge Eloy Rojas Nina
• Incertidumbre no estructurada
TEORÍA DE DECISIONES
estructurada son:
Mg. Jorge Eloy Rojas Nina
Criterio de Laplace
Criterio del Optimista
Criterio del Pesimista (Wald)
Criterio de Optimismo Parcial (Hurwicz)
Criterio del Mínimo Pesar o arrepentimiento (Savage)
ninguna lo es.
Mg. Jorge Eloy Rojas Nina
• Este proceso, que puede parecer muy simple, se torna complejo cuando
se debe manejar un gran número de criterios y alternativas de
solución.
Las decisiones también se ven afectadas por los recursos con lo que
Mg. Jorge Eloy Rojas Nina
e) Percepción tardía.
Cuando se perciben las consecuencias de una decisión, se piensa que
TEORÍA DE DECISIONES
ESCUELA DE ADMINISTRACIÓN
TEORÍA DE DECISIONES
Mg. Jorge Eloy Rojas Nina
TEORÍA DE DECISIONES
Mg. Jorge Eloy Rojas Nina
Tipos de Modelos
• Los gerentes tienen diferentes estilos para tomar las decisiones dentro de sus
TEORÍA DE DECISIONES
organizaciones.
Mg. Jorge Eloy Rojas Nina
• Los criterios para evaluar las alternativas son previamente conocidos por la
gerencia, y son los que determinarán la opción que asegure el mayor
TEORÍA DE DECISIONES
• Es muy criticado desde diversas ópticas (por caracterizar a los seres humanos
Mg. Jorge Eloy Rojas Nina
• No siempre los gerentes tienen el tiempo necesario para analizar todas las
alternativas, o simplemente no poseen los recursos para obtener la mayor
cantidad de información.
• En ocasiones se toman decisiones que no responden a un modelo lógico que
vaya orientado hacia el mejor beneficio de la organización.
• Este modelo supone que existen niveles de heterogeneidad de valores, y por
lo tanto, de preferencias. Los decisores en consecuencia tienen visiones
distintas del mundo. Este modelo tiene como fundamento dos ideas
principales: limitaciones de racionalidad y satisfacción.
Limitaciones a la Racionalidad
• Significa que el gerente no tiene la capacidad suficiente para analizar todas las
TEORÍA DE DECISIONES
Satisfacción
• Se refiere a que el gerente se decide por la primera opción que cumple con los
TEORÍA DE DECISIONES
Ejemplo
• Durante un viaje a otra ciudad para hacer unas presentaciones comerciales, un
TEORÍA DE DECISIONES
• Pero por otra parte, es un modelo esencialmente más realista para aquellas
Mg. Jorge Eloy Rojas Nina
Century Fox el productor Alan Ladd manifestó tener una corazonada de que
Mg. Jorge Eloy Rojas Nina
Modelo Político
problema.
• En algunas ocasiones las relaciones entre los actores, se pueden mostrar
hostiles con una pretensión destructiva o de sometimiento y en otros
momentos de la relación es posible la manifestación de cierto grado de
cooperación de tipo carismático hacia quien detente el poder (quien no
necesariamente es el jefe).
• Como una conclusión preliminar se puede decir que las relaciones de poder
admiten múltiples modalidades, fundamentalmente por su naturaleza
cambiante.
Modelo de Porter
• Hipótesis 3. El resultado que tenga una decisión está en función del tiempo
de que se disponga, la situación contextual en el cual se desarrolla el proceso
TEORÍA DE DECISIONES
• Hipótesis 5. Las decisiones consideradas como "no importantes" son las que,
generalmente, resuelven más problemas.
ESCUELA DE ADMINISTRACIÓN
TEORÍA DE DECISIONES
Mg. Jorge Eloy Rojas Nina
Enfoques de Toma de
TEORÍA DE DECISIONES
Decisiones en
Mg. Jorge Eloy Rojas Nina
Incertidumbre
Maximización
Caso de aplicación
ESTADOS DE LA NATURALEZA
Mg. Jorge Eloy Rojas Nina
• Se escoge el mayor valor de cada fila, luego de todos esos valores se elige el
mayor.
TEORÍA DE DECISIONES
Mg. Jorge Eloy Rojas Nina
ESTADOS DE LA NATURALEZA
Gran Pequeña Sin Pequeña Gran Maximas
ALTERNATIVAS
Alza alza cambios baja baja Ganancias
Oro 300 100 200 300 -100 300
Bonos 250 200 150 -100 -150 250
Negocio 500 250 100 -200 -600 500
Cert. Deposito 60 60 60 60 60 60
Acciones 200 150 150 -200 -150 200
• Perfil pesimista, el decisor cree que el peor de los casos ocurrirá, es muy
conservador quiere asegurar por lo menos una ganancia mínima posible.
TEORÍA DE DECISIONES
Mg. Jorge Eloy Rojas Nina
• Para encontrar una solución óptima, se elige la ganancia mínima de todos los
estados de la naturaleza posible y se identifica la decisión que tiene el
máximo de las ganancias mínimas.
• Se escoge el menor valor de cada fila, luego de todos esos valores se elige el
TEORÍA DE DECISIONES
mayor
Mg. Jorge Eloy Rojas Nina
ESTADOS DE LA NATURALEZA
Gran Pequeña Sin Pequeña Gran Mínimas
ALTERNATIVAS
Alza alza cambios baja baja Ganancias
Oro 300 100 200 300 -100 -100
Bonos 250 200 150 -100 -150 -150
Negocio 500 250 100 -200 -600 -600
Cert. Deposito 60 60 60 60 60 60
Acciones 200 150 150 -200 -150 -200
ESTADOS DE LA NATURALEZA
Gran Pequeña Sin Pequeña Gran
ALTERNATIVAS
Alza alza cambios baja baja
Oro 300 100 200 300 -100
Bonos 250 200 150 -100 -150
Negocio 500 250 100 -200 -600
Cert. Deposito 60 60 60 60 60
Acciones 200 150 150 -200 -150
ESTADOS DE LA NATURALEZA
Maximos
Gran Pequeña Sin Pequeña Gran
ALTERNATIVAS Costos
Alza alza cambios baja baja
Oportunidad
Oro 200 150 0 0 160 200
Bonos 250 50 50 400 210 400
Negocio 0 0 100 500 660 660
Cert. Deposito 440 190 140 240 0 440
Acciones 300 100 50 500 210 500
• El decisor asume que todos los estados de la naturaleza son equiprobables (La
probabilidad es igual para todos los estados de la naturaleza).
• Para encontrar la decisión óptima se selecciona la decisión con el mayor valor
esperado.
𝐸 𝑋 = 𝑋 ∗𝑃 𝑃 =1
ESTADOS DE LA NATURALEZA
Mg. Jorge Eloy Rojas Nina
𝑬 𝑶𝒓𝒐 = 300 ∗ 0.2 + 100 ∗ 0.20 + 200 ∗ 0.20 + 300 ∗ 0.20 + −100 ∗ 0.20
Mg. Jorge Eloy Rojas Nina
𝑬 𝑶𝒓𝒐 = 𝟏𝟔𝟎
ESTADOS DE LA NATURALEZA
Gran Pequeña Sin Pequeña Gran Valor
ALTERNATIVAS
Alza alza cambios baja baja Esperado
Oro 60 20 40 60 -20 160
Bonos
Negocio
Cert. Deposito
Acciones
ESTADOS DE LA NATURALEZA
Gran Pequeña Sin Pequeña Gran Valor
ALTERNATIVAS
Alza alza cambios baja baja Esperado
Oro 60 20 40 60 -20 160
Bonos 50 40 30 -20 -30 70
Negocio 100 50 20 -40 -120 10
Cert. Deposito 12 12 12 12 12 60
Acciones 40 30 30 -40 -30 30
𝑇 𝑋 = 𝛼(𝑀𝑎𝑥 ) + (1 − 𝛼)(𝑀𝑖𝑛 )
ESTADOS DE LA NATURALEZA
Gran Pequeña Sin Pequeña Gran Maximas
ALTERNATIVAS
Alza alza cambios baja baja Ganancias
Oro 300 100 200 300 -100 180
Bonos 250 200 150 -100 -150
Negocio 500 250 100 -200 -600
Cert. Deposito 60 60 60 60 60
Acciones 200 150 150 -200 -150
ESTADOS DE LA NATURALEZA
Gran Pequeña Sin Pequeña Gran Maximas
ALTERNATIVAS
Alza alza cambios baja baja Ganancias
Oro 300 100 200 300 -100 180
Bonos 250 200 150 -100 -150 130
Negocio 500 250 100 -200 -600 170
Cert. Deposito 60 60 60 60 60 60
Acciones 200 150 150 -200 -150 80
• Interpretación: Juan debe de invertir en Oro, por tener una ganancia máxima
de $180.
Sin
Gran Pequeña Pequeña Gran Maximo Minimo Maximas
ALTERNATIVAS cambio
Alza alza baja baja Valor Valor Ganancias
s
Oro 300 100 200 300 -100 300 -100 180
Bonos 250 200 150 -100 -150 250 -150 130
Negocio 500 250 100 -200 -600 500 -600 170
Cert. Deposito 60 60 60 60 60 60 60 60
Acciones 200 150 150 -200 -150 200 -200 80
Alternativa Optima 180
CRITERIO RESULTADO
Wald Maximin Certificado de deposito
Maximax Negocio
Savage Oro
Laplace Oro
Hurwicz Oro
Ejercicio Propuesto
Cervecería Ambew Perú, tiene 3 estrategias de expansión para la región sur: fusionarse
con la empresa regional Cervesur, comprar la empresa o instalar una planta en la región.
TEORÍA DE DECISIONES
La decisión se tomará en función de la evolución futura de las ventas. Se prevé que las
Mg. Jorge Eloy Rojas Nina
ventas pueden ser altas, medias o bajas, Por otra parte, los beneficios esperados de
acuerdo con la estrategia seleccionada son los siguientes:
• Fusionarse 250,000 soles si las ventas son altas, 120,000 medias y 60,000 si son
bajas.
• Comprar la empresa: 270,000 si las ventas son altas, 150,000 medias y 45,000 si son
bajas
• Instalar planta: 220,000 si las ventas son altas, 160,000 medias y 75,000 si son bajas.
¿Cuál es la mejor alternativa para la empresa?
Elabore su matriz de ventas y evalué con los criterios: Pesimista, Optimista, Savage,
Laplace y Hurwicz para este último criterio el valor de alfa es de 0.70.
TEORÍA DE DECISIONES
Mg. Jorge Eloy Rojas Nina
ESCUELA DE ADMINISTRACIÓN
TEORÍA DE DECISIONES
Mg. Jorge Eloy Rojas Nina
Enfoques de Toma de
TEORÍA DE DECISIONES
Decisiones en
Mg. Jorge Eloy Rojas Nina
Incertidumbre
Minimización
Caso de aplicación
MATRIZ DE PAGOS
Mg. Jorge Eloy Rojas Nina
ESTADOS DE LA NATURALEZA
Lluvia Lluvia Lluvia
ALTERNATIVAS Sequía
Fuerte Moderada Ligera
Maíz 600 150 300 500
Trigo 400 380 350 350
Soya 180 350 380 500
Avena 450 300 400 600
• Para encontrar la decisión óptima se escoge el mínimo pago o costo para cada
alternativa de decisión y se selecciona la decisión que tenga el mínimo de los
mínimos pagos o costos.
• Se escoge el menor valor de cada fila, luego de todos esos valores se elige el
menor
TEORÍA DE DECISIONES
Mg. Jorge Eloy Rojas Nina
ESTADOS DE LA NATURALEZA
Mínimos
Lluvia Lluvia Lluvia
ALTERNATIVAS Sequía Pagos o
Fuerte Moderada Ligera
Costos
Maíz 600 150 300 500 150
Trigo 400 380 350 350 350
Soya 180 350 380 500 180
Avena 450 300 400 600 300
• Perfil pesimista, el decisor cree que el peor de los casos ocurrirá, es muy
Mg. Jorge Eloy Rojas Nina
• Para encontrar una solución óptima, se elige el pago o costo máximo de cada
alternativa para todos los estados de la naturaleza posible y se identifica la
decisión que tenga el mínimo de los máximos pagos o costos.
• Se escoge el mayor valor de cada fila, luego de todos esos valores se elige el
menor
TEORÍA DE DECISIONES
Mg. Jorge Eloy Rojas Nina
ESTADOS DE LA NATURALEZA
Máximos
Lluvia Lluvia Lluvia
ALTERNATIVAS Sequía Pagos o
Fuerte Moderada Ligera
Costos
Maíz 600 150 300 500 600
Trigo 400 380 350 350 400
Soya 180 350 380 500 500
Avena 450 300 400 600 600
escoge el menor valor de cada columna, luego es restado de cada uno de los
Mg. Jorge Eloy Rojas Nina
MATRIZ DE PAGOS
ESTADOS DE LA NATURALEZA
Lluvia Lluvia Lluvia
ALTERNATIVAS Sequía
Fuerte Moderada Ligera
Maíz 600 150 300 500
Trigo 400 380 350 350
Soya 180 350 380 500
Avena 450 300 400 600
ESTADOS DE LA NATURALEZA
Máximos
Lluvia Lluvia Lluvia
ALTERNATIVAS Sequía Costos
Fuerte Moderada Ligera
Oportunidad
Maíz 420 0 0 150 420
Trigo 220 230 50 0 230
Soya 0 200 80 150 200
Avena 270 150 100 250 270
pesimista.
Mg. Jorge Eloy Rojas Nina
• El decisor asume que todos los estados de la naturaleza son equiprobables (la
probabilidad es igual para todos los estados de la naturaleza).
• Para encontrar la decisión óptima se selecciona la alternativa con el menor
valor esperado.
𝐸 𝑋 = 𝑋 ∗𝑃 𝑃 =1
MATRIZ DE PAGOS
Mg. Jorge Eloy Rojas Nina
ESTADOS DE LA NATURALEZA
Lluvia Lluvia Lluvia
ALTERNATIVAS Sequía
Fuerte Moderada Ligera
Probabilidades 0.25 0.25 0.25 0.25
Maíz 600 150 300 500
Trigo 400 380 350 350
Soya 180 350 380 500
Avena 450 300 400 600
𝑬 𝒎𝒂í𝒛 = 387.50
ESTADOS DE LA NATURALEZA
Valor
Lluvia Lluvia Lluvia
ALTERNATIVAS Sequía Esperado
Fuerte Moderada Ligera
Costos
Maíz 150 37.5 75 125 387.50
Trigo
Soya
Avena
ESTADOS DE LA NATURALEZA
Valor
Lluvia Lluvia Lluvia
ALTERNATIVAS Sequía Esperado
Fuerte Moderada Ligera
Costos
Maíz 150 37.5 75 125 387.5
Trigo 100 95 87.5 87.5 370.0
Soya 45 87.5 95 125 352.5
Avena 112.5 75 100 150 437.5
𝑇 𝑋 = 𝛼 𝑀𝑖𝑛 + (1 − 𝛼) (𝑀𝑎𝑥 )
ESTADOS DE LA NATURALEZA
Mínimos
Lluvia Lluvia Lluvia
ALTERNATIVAS Sequía Pagos costos
Fuerte Moderada Ligera
ponderados
Maíz 600 150 300 500 262.5
Trigo
Soya
Avena
menor de ellos.
Mg. Jorge Eloy Rojas Nina
ESTADOS DE LA NATURALEZA
Lluvia Lluvia Lluvia Pagos costos
ALTERNATIVAS Sequía
Fuerte Moderada Ligera ponderados
Maíz 600 150 300 500 262.5
Trigo 400 380 350 350 362.5
Soya 180 350 380 500 260.0
Avena 450 300 400 600 375.0
ESTADOS DE LA NATURALEZA
Mg. Jorge Eloy Rojas Nina
0.75 0.25
Lluvia Pagos o
Lluvia Lluvia Mínimo Máximo
ALTERNATIVAS Modera Sequía Valor Valor
costos
Fuerte Ligera ponderados
da
Maíz 600 150 300 500 150 600 262.5
Trigo 400 380 350 350 350 400 362.5
Soya 180 350 380 500 180 500 260.0
Avena 450 300 400 600 300 600 375.0
Ejercicio Propuesto
Como han hecho campañas anteriormente se estimaron los costos para las diferentes
posibilidades del siguiente modo:
• Demanda Alta: Radio 100, TV 80 y Prensa 90
• Demanda Media: Radio 40, TV 20 y Prensa 35
• Demanda Baja: Radio 20, TV 5 y Prensa 25
ESCUELA DE ADMINISTRACIÓN
TEORÍA DE DECISIONES
Mg. Jorge Eloy Rojas Nina
Proceso
Analítico
Jerárquico
Proceso Analítico
TEORÍA DE DECISIONES
Mg. Jorge Eloy Rojas Nina
Jerárquico
(Método AHP)
Proceso
Analítico
Jerárquico
Proceso
Analítico
THOMAS L. SAATY Jerárquico
Proceso
Analítico
VENTAJAS Jerárquico
Es simple
TEORÍA DE DECISIONES
Es flexible
Mg. Jorge Eloy Rojas Nina
Proceso
Analítico
DESVENTAJAS Jerárquico
TEORÍA DE DECISIONES
Es un mecanismo compensatorio.
Proceso
Analítico
METODO MULTICRITERIO Jerárquico
situaciones dónde:
Proceso
Analítico
CASO DE APLICACIÓN Jerárquico
Pedro Cárdenas
Isidro Parodi
Eugenio Vidal
Pablo Martínez
Proceso
Analítico
CASO DE APLICACIÓN Jerárquico
principales:
Experiencia
Formación
Capacidad de gestión
Proceso
Analítico
ESTRUCTURA DEL PROBLEMA DE LA AGENCIA Jerárquico
TEORÍA DE DECISIONES
Selección del
Propósito - Objetivo Gerente
Mg. Jorge Eloy Rojas Nina
Nivel 1 Capacidad de
Formación Experiencia
Criterios Organización
Proceso
Analítico
PROCEDIMIENTO Jerárquico
Proceso
Analítico
ESCALA DE SAATY Jerárquico
En definitiva, los valores de la escala de Saaty son utilizados para comparar dos
TEORÍA DE DECISIONES
Proceso
Analítico
REGLAS DE SAATY Jerárquico
Proceso
Analítico
MATRIZ COMPARACIÓN DE CRITERIOS Jerárquico
TEORÍA DE DECISIONES
Mg. Jorge Eloy Rojas Nina
Criterio 1 1 1/5 4
Criterio 2 5 1 1/2
Criterio 3 1/4 2 1
Proceso
Analítico
COMPARACIÓN DE CRITERIOS Jerárquico
Proceso
Analítico
MATRIZ COMPARACIÓN DE CRITERIOS Jerárquico
TEORÍA DE DECISIONES
C. Organiza 3 1 1/4
Experiencia 5 4 1
Proceso
Analítico
COMPARACIÓN DE ALTERNATIVAS Jerárquico
En este caso se trata ahora de comparar los candidatos (alternativas) entre si,
respecto de cada uno de los 3 criterios establecidos previamente.
Criterio Formación
Criterio de Experiencia
Proceso
Analítico
COMPARACIÓN DE ALTERNATIVAS Jerárquico
TEORÍA DE DECISIONES
1 2 3 n
Alternativa 1
Alternativa 2
Alternativa 3
Alternativa n
Proceso
Analítico
MATRIZ CRITERIO: FORMACIÓN - ALTERNATIVAS Jerárquico
TEORÍA DE DECISIONES
Pedro 1 3 6 1/2
Pablo 2 1/2 8 1
Proceso
Analítico
MATRIZ CRITERIO: C. ORGANIZACIÓN - ALTERNATIVAS Jerárquico
TEORÍA DE DECISIONES
Capacidad
Mg. Jorge Eloy Rojas Nina
Proceso
Analítico
MATRIZ CRITERIO: EXPERIENCIA - ALTERNATIVAS Jerárquico
TEORÍA DE DECISIONES
Mg. Jorge Eloy Rojas Nina
Proceso
Analítico
MÉTODO: PROMEDIO PONDERADO O NORMALIZADO Jerárquico
Proceso
Analítico
MATRIZ DE CRITERIOS Jerárquico
TEORÍA DE DECISIONES
Capacidad
Criterios Formación Experiencia
Mg. Jorge Eloy Rojas Nina
Organización
Formación 1 1/3 1/5
Capacidad
3 1 1/4
Organización
Experiencia 5 4 1
Sumatoria 9.00 5.33 1.45
Proceso
Analítico
MATRIZ: PONDERADA DE CRITERIOS Jerárquico
TEORÍA DE DECISIONES
Capacidad
Criterios Formación Experiencia Promedio
Mg. Jorge Eloy Rojas Nina
Organización
Formación 0.11 0.06 0.14 0.104 3
Capacidad
0.33 0.19 0.17 0.231 2
Organización
Experiencia 0.56 0.75 0.69 0.665 1
1.000
Proceso
Analítico
RESULTADOS DE LA MATRIZ DE CRITERIOS Jerárquico
TEORÍA DE DECISIONES
• EXPERIENCIA 0.665
• C. ORGANIZACIÓN 0.231
• FORMACIÓN 0.104
Proceso
Analítico
MATRIZ: FORMACIÓN - ALTERNATIVAS Jerárquico
TEORÍA DE DECISIONES
Pedro 1 3 6 1/2
Isidro 1/3 1 1/4 2
Eugenio 1/6 4 1 1/8
Pablo 2 1/2 8 1
Sumatoria 3.50 8.50 15.25 3.63
Proceso
Analítico
MATRIZ PONDERADA: FORMACIÓN- ALTERNATIVAS Jerárquico
TEORÍA DE DECISIONES
Mg. Jorge Eloy Rojas Nina
Proceso
Analítico
MATRIZ: C. ORGANIZACIÓN - ALTERNATIVAS Jerárquico
TEORÍA DE DECISIONES
Capacidad
Pedro Isidro Eugenio Pablo
Mg. Jorge Eloy Rojas Nina
Organización
Pedro 1 1/3 6 1/5
Isidro 3 1 2 1/7
Eugenio 1/6 1/2 1 1/2
Pablo 5 7 2 1
Sumatoria 9.17 8.83 11.00 1.84
Proceso
Analítico
MATRIZ PONDERADA: C. ORGANIZACIÓN- ALTERNATIVAS Jerárquico
TEORÍA DE DECISIONES
Capacidad
Pedro Isidro Eugenio Pablo Promedio
Mg. Jorge Eloy Rojas Nina
Organización
Pedro 0.11 0.04 0.55 0.11 0.200 2
Isidro 0.33 0.11 0.18 0.08 0.175 3
Eugenio 0.02 0.06 0.09 0.27 0.109 4
Pablo 0.55 0.79 0.18 0.54 0.516 1
1.000
Proceso
Analítico
MATRIZ: EXPERIENCIA - ALTERNATIVAS Jerárquico
TEORÍA DE DECISIONES
Proceso
Analítico
MATRIZ PONDERADA: EXPERIENCIA-ALTERNATIVAS Jerárquico
TEORÍA DE DECISIONES
Proceso
Analítico
JERARQUIZACIÓN DE ALTERNATIVAS Jerárquico
Proceso
Analítico
MATRIZ: CRITERIOS-ALTERNATIVAS Jerárquico
Las prioridades obtenidas en cada uno de los tres criterios son las siguientes:
TEORÍA DE DECISIONES
Mg. Jorge Eloy Rojas Nina
Criterios Capacidad
Formación Experiencia
Organización
Alternativa 0.104 0.231 0.665
Pedro 0.293 0.200 0.293
Proceso
Analítico
MATRIZ: SELECCIÓN DEL GERENTE Jerárquico
TEORÍA DE DECISIONES
Criterios
C. Peso
Mg. Jorge Eloy Rojas Nina
Proceso
Analítico
ELECCIÓN DEL GERENTE Jerárquico
PEDRO 0.272
ISIDRO 0.264
PABLO 0.256
EUGENIO 0.208
Proceso
Analítico
Jerárquico
Eugenio 0.208
Pablo 0.256
Isidro 0.264
Pedro 0.272
Proceso
Analítico
EJERCICIO PROPUESTO Jerárquico
Proceso
Analítico
EJERCICIO PROPUESTO Jerárquico
TEORÍA DE DECISIONES
Mg. Jorge Eloy Rojas Nina
Costo
Proceso
Analítico
Jerárquico
TEORÍA DE DECISIONES
Mg. Jorge Eloy Rojas Nina