Tradicionalmente, la Investigación Operativa ha venido ayudando a la toma de decisiones a través de los métodos de optimización. Se trata de modelizar un problema de forma que la elección óptima consiste en encontrar, de entre un conjunto de soluciones posibles, la que optimiza un único criterio. Es indudable que este enfoque ha conseguido (y seguirá consiguiendo) importantes logros en muy diversos campos de aplicación. Sin embargo, la optimización tradicional no es necesariamente válida en todos los ámbitos. Ello es así porque no siempre lo óptimo es la mejor solución posible. Además, un problema de optimización no es, en esencia, un problema de decisión, ya que toda decisión tiene un componente subjetivo, mientras que la optimización es un problema tecnológico de búsqueda (que puede ser extremadamente complicado, eso sí) que no admite opiniones más allá de la propia modelización del problema. Desde el punto de vista matemático, una decisión se caracteriza por la consideración de varios objetivos en conflicto: lo que es muy bueno para uno, es muy malo para otro. Por tanto, la alternativa elegida depende de la importancia concedida a cada uno de los objetivos y esto es, en esencia, subjetivo. Partimos, pues, de la base de que no existe una decisión que todos admitan como la mejor. Como decía antes, la decisión es competencia, y también responsabilidad, del que decide. En este ámbito, la Toma de Decisiones Multicriterio (MCDM) es la rama de la Investigación Operativa encargada de desarrollar técnicas matemáticas de apoyo a la toma de decisiones. La Toma de Decisiones Multicriterio pone a nuestra disposición un amplio abanico de técnicas para adaptarnos de la mejor forma posible tanto a las características específicas de cada problema como a la manera en la que el decisor se sienta más cómodo proporcionando la información necesaria acerca de sus preferencias. En esta lección se hace un recorrido por los distintos tipos de problemas multicriterio y las formas de modelizarlos y resolverlos, a través de dos decisiones hipotéticas, precisamente sobre el contenido y estructura de la lección inaugural. Además, se mencionan algunas de las aplicaciones exitosas de estas técnicas que se pueden encontrar en la literatura científica.
Este sitio web utiliza cookies propias y de terceros para analizar nuestros servicios y mostrarte publicidad relacionada con tus preferencias, en base a un perfil elaborado a partir de tus hábitos de navegación (por ejemplo, páginas visitadas). Si continúas navegando, consideraremos que aceptas su uso. Puedes configurar o rechazar la utilización de cookies u obtener más información aquí
Más información sobre el uso de "cookies" y sus opciones de privacidad
Este sitio web utiliza cookies tanto propias como de terceros para recabar y tratar su información con las finalidades que se detallan a continuación en el panel de configuración.
A través del mismo, puede aceptar o rechazar de forma diferenciada el uso de cookies, que están clasificadas en función del servicio. En cada uno de ellos encontrará información adicional sobre sus cookies. Puede encontrar más información en la Política de cookies.
Estrictamente necesarias (técnicas):
Se usan para actividades que son estrictamente necesarias para gestionar o prestar el servicio que usted nos ha solicitado y, por tanto, no exigen su consentimiento.
Google Analytics
Google Analytics es una herramienta de analítica web de la empresa Google. Ofrece información agrupada del tráfico que llega a los sitios web según la audiencia, la adquisición, el comportamiento y las conversiones que se llevan a cabo en el sitio web. Es una herramienta utilizada en marketing digital.