Actividad Final Modelos para La TOma de DEsiciones

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 6

ACTIVIDAD FINAL

Maestría: Administración de Negocios Materia: Modelos para la


Toma de Decisiones

06 DE NOVIEMBRE DE 2022

Alumna: Abigaid Juárez Matias/ María del Rosario Ibarra Ramos/ Jorge Jiménez Sierr
Índice
Introducción...................................................................................................................................2
Propósito.........................................................................................................................................2
Descripción de la Actividad........................................................................................................2
Marco conceptual..........................................................................................................................2
Reflexiones.....................................................................................................................................3
Bibliografía......................................................................................................................................3

1
Introducción
La toma de decisiones en una empresa es el proceso mediante el cual sus
integrantes seleccionan, entre varias alternativas, aquellas mejor alineadas con el
propósito, necesidades y objetivos de la organización, de acuerdo a lo aprendido
en los módulos anteriores en el presente documento se plantea la deducción
sobre la decisión tomada y el modelo empleado para seleccionarla
Propósito
Aplicar los modelos para la toma de decisiones de forma sistémica considerando
los impactos de rentabilidad.
Descripción de la Actividad
De acuerdo con la información que se plantea en el caso generen un “árbol de
decisiones” que exprese los aspectos a tomar en cuenta, para favorecer el valor
de la solución

Marco conceptual
Un árbol de decisión es un mapa de los posibles resultados de una serie de
decisiones relacionadas. Permite que un individuo o una organización comparen
posibles acciones entre sí según sus costos, probabilidades y beneficios. Se
pueden usar para dirigir un intercambio de ideas informal o trazar un algoritmo que
anticipe matemáticamente la mejor opción.

Un árbol de decisión, por lo general, comienza con un único nodo y luego se


ramifica en resultados posibles. Cada uno de esos resultados crea nodos
adicionales, que se ramifican en otras posibilidades. Esto le da una forma similar a
la de un árbol.

Hay tres tipos diferentes de nodos: nodos de probabilidad, nodos de decisión y


nodos terminales. Un nodo de probabilidad, representado con un círculo, muestra
las probabilidades de ciertos resultados. Un nodo de decisión, representado con
un cuadrado, muestra una decisión que se tomará, y un nodo terminal muestra el
resultado definitivo de una ruta de decisión. Este tipo de estructura de diagrama de
flujo también crea una representación fácil de digerir de la toma de decisiones, lo
que permite que diferentes grupos en una organización comprendan mejor porque
se tomó la decisión.

Si bien los árboles de decisión se pueden usar en una variedad de casos de uso,
otros algoritmos generalmente superan a los algoritmos de árboles de decisión.
Dicho esto, los árboles de decisión son particularmente útiles para minería de
datos y tareas de descubrimiento de conocimiento. Exploremos los principales
beneficios y desafíos de utilizar árboles de decisión a continuación:
Ventajas

2
 Fácil de interpretar: La lógica booleana y las representaciones visuales de
los árboles de decisión los hacen más fáciles de entender y consumir. La
naturaleza jerárquica de un árbol de decisión también facilita ver qué
atributos son los más importantes, lo que no siempre es claro con otros
algoritmos, como las Redes neuronales.
 Se requiere poca o ninguna preparación de datos: Los árboles de
decisión tienen una serie de características que los hacen más flexibles que
otros clasificadores. Puede manejar varios tipos de datos, es decir, valores
discretos o continuos, y los valores continuos se pueden convertir en
valores categóricos mediante el uso de umbrales. Además, también puede
manejar valores con valores omitidos, lo que puede ser problemático para
otros clasificadores, como Naïve Bayes.
 Más flexible: Los árboles de decisión se pueden aprovechar para tareas de
clasificación y regresión, lo que los hace más flexibles que otros algoritmos.
También es insensible a las relaciones subyacentes entre los atributos; esto
significa que, si dos variables están altamente correlacionadas, el algoritmo
solo elegirá una de las características para realizar la división.

3
ARBOL DE DECISIONES

Reflexiones

Las personas constantemente se resisten al cambio y creo que uno de los


mayores problemas para que el proyecto avance es, justamente la resistencia, las
personas constantemente caen en la rutina y al verse obligadas a cambiar
comienzan a protestar y se notan amenazados por las organizaciones, Es
importante como líderes hacer ver que estos cambios a veces son oportunidades
para crecer como persona, profesional y organización.
Creo que lo que el Director General hace es parte de su liderazgo Escuchar a sus
empleados y cada uno de sus puntos de vista para poder tomar una mejor
decisión en beneficio de la empresa y que no se vean afectadas las metas y los
empleados puedan sentirse con mayor pertenencia a la Organización.

Bibliografía
INFOTEC (2014). Caso de estudio. Volumen 3. Centro de Investigación e Innovación en Tecnologías
de la Información y Comunicación. México: CONACyT. 40 - 49.
https://infotec.mx/work/models/infotec/biblioteca/13/13.pdf

4
Páez Gallego, J. (2015). Teorías normativas y descriptivas de la toma de decisiones: un modelo
integrador. Obtenido de https://www.redalyc.org/articulo.oa?id=31045568046

También podría gustarte