用于决策的简单数学建模逻辑

毫无疑问，决策是人类面临的最困难的情况之一，大多数专业人员在做出决策时都试图在数学思维下进行定量，逻辑的辩论。

在学校开设的数学课程在各个知识领域均提供支持，但是它们主要专注于解决该学科的问题，因此将它们放置在各个学科的学习计划中时，其建模可能会很复杂这门科学不仅应作为对问题的计划和解决的工具性支持，还应具有更广泛和更深远的目的。您的另一个目标应该是发展逻辑思维。

发展

定义

逻辑思维是从对象之间的关系中产生的，并且是由个人自己的精心阐述而产生的。它是通过协调先前在对象之间创建的关系而产生的。（DE，SF）

数学模型是从数学的角度定义为一种描述，它是使用某种类型的数学形式来表达关系，事实的实质性命题，变量，参数，实体以及变量和/或实体或操作之间的关系的模型。，以研究复杂系统在现实中难以观察的情况下的行为。（VALDIVIA，2013年）

逻辑思维

逻辑代表了数学发展的基本基础。我们可以肯定的是，数学反过来又可以发展逻辑思维。最后一条语句需要区分我们正在讨论的逻辑类型。如果人们想到一种形式逻辑，就像我们传统上所知道的那样，在其中不拘形式地遵守形式和规则以验证结论，那么通过数学建立的路径就可以成为发展自由思想和发展自由的束缚。学习能力的提升。

相反，我们认为支持数学作为反思性学习发展工具的逻辑是辩证逻辑，其中看起来矛盾和矛盾的概念，例如具体抽象，分析综合，归纳，扣除，除其他外；它们不是彼此的否定，而是导致发现，解释和产生新知识所必需的思想动态的双重要素。

复杂决策的类型

首先，按级别分类可区分三种决策类型，这些决策取决于决策者的层次结构位置。这些决策是：战略或计划，战术或试点以及运营或监管。它的主要特征是：（DAROS）

1-战略或计划决策。

决策者是高级管理人员，他们指的是目标，总体目标和长期计划的选择，这些信息必须及时和优质。错误可能是致命的。

例如：位置，财务资源，要制造的产品等。

2-战术或飞行员决策。

决策者是中层管理者，是战略决策的执行者，对有效分配有限的资源很有用。

3-运营或监管决策

例如：工厂分布，预算，生产等。

运营或监管决策。

决策者是最低的执行官：主管和经理，他们指的是日常的职能和例行活动。

例如：接受或拒绝信用，库存，工作分配等。

根据方法的分类取决于用于选择最终替代方案的过程，不同的决定是：

1-预定的决定

定义了过程或标准，以使这些决策在每次出现时都不必重新制定。它们处理结构化，定义明确和常规的问题。可以定义，预测和分析问题的要素及其关系。使用习惯，习惯，标准化程序，启发法和/或模拟来解决问题。

例如：客户提起申诉，要求执行补偿协议，执行程序手册中列出的例行任务，等等。

2-计划外的决定

它们是新的，无条理的，非常重要的决策，没有预先建立的方法来处理这些突发事件，决策者的直觉，创造力或个人判断力可以用来解决问题。

例如：一场自然灾害摧毁了公司的一个仓库，必须决定对其进行修理或将其放置在其他地方，公司希望进军国际市场，等等。

最后，在前两个方面的基础上提出了一种综合分类，即在决策的层次结构和所使用的方法的基础上，区分结构化，半结构化和非结构化决策。

1-结构化决策（程序化决策）

结构分为三个主要阶段（智能，设计和选择）。在所有阶段都使用数学方法和决策规则。

2-半结构化决策

在情报阶段甚至在设计和选择阶段都不可能使用方法，一般来说，情报阶段不是结构化的，但是一旦发现问题，就可以使用数学模型，算法或规则决定。

3-非结构化决策（未编程）

您不能使用任何数学方法或规则。没有一个阶段是结构化的。

做决定的过程

决策是选择多个选项之一的过程。

规范理论这是一种规范方法，它定义并试图解释决策的方式。它提出了做出正确决策必须遵循的步骤以及必须考虑的关键点。

描述性理论它描述了决策的实际制定方式，而决策通常受诸如个人性格或处境压力等主观因素的影响。（2002年，韩国）

经营组织的人员必须做出决定的方式（描述性理论）和最终做出决定的方式（描述性理论）可能非常不同。

在制定决策过程中的步骤时，各种作者有不同的标准，有时它们与各个阶段是一致的。

下面介绍了决策的科学方法。（MACHADO，2016年）

1-观察现实：

在第一步中，将问题与拟议的目标及其所涉及的目标相关联，并通过抽象确定影响目标的因素。

2-模型中的表示：

一旦确定了因素，就选择最相关的因素，而不考虑那些影响最小的因素。在这一阶段，制定了结构环境的替代方案和其他因素。

3-模型测试和验证：

该模型以有用但不完全准确的方式解释了与建议目标相关的问题中涉及的内容。但是，在通过适当的测试对模型进行测试之前，不应做出决定，通常，验证取决于选择的测试类型和开发的模型。

4-制定决策规则：

一旦完成验证并获得满意的结果，该模型便可以用于决策。但是，必须考虑到它是最好的，只要不修改其开发的系统即可。因此，有必要创建一种对结果和所考虑因素起作用的控制机制，以进行相应的调整。最终，模型成为决策规则，将其与目标更直接相关。

5-应用：

最后，将从模型中获得的解决方案付诸实践。因此，此步骤结束了决策过程。

一个人检查问题和做出决定的方式可以根据该人做出的假设从不同的角度进行描述。优化决策过程意味着对组成它的元素具有知识或方法，即：

未来的情况可能会受到我们决策的影响，进而通过对变量行为的理解来提供解决方案。在解决问题和决策过程中可以使用的技术和工具影响做出决定的人的个人，个人，社会情感和文化条件，我们称之为：人为因素。以下模型概述了此过程。

数学建模和决策。做决定的过程

逻辑思维与问题解决的发展

各种学校都试图解释解决问题的思维是如何工作的。例如，我们在认知心理学中发现，从历史上讲，为此目的提供了有用结果的学科是两种基本方法

协会思想理论强调解决方案链中的一个要素与另一要素之间的联系，而格式塔理论则基于对待解决情况的结构性理解。

根据联想主义者的方法，思维过程被描述为试验和错误应用，目的是在考虑所有可能的联想联系与大量可能的答案以及趋势的同时，找到针对任何特定问题情况的最合理的答案。预先存在的反应。该理论的基本解释要素是：刺激，特定的解决问题的情况，响应，特定的解决问题的行为以及在特定的刺激和响应之间建立的关联。与每个给定问题状况相关的一系列可能的响应被认为已在脑海中配置。也，答案可能会有所不同，因为根据所确定的关联的强弱程度对答案进行排名。因此，这种方法强调强化学习。

根据格式塔理论，问题解决过程是在结构上理解问题状况的一个方面，将问题状况的一个方面与另一个方面联系起来的过程，然后，该过程发展出理解问题部分的能力。将它们一起调整以满足解决方案目标的要求。解决过程涉及以一种新的方式重新组织问题的要素，这对于打算解决问题的人来说更易读。强调要调整要素以形成分析结构（组织），为新情况创建解决方案（生产性思维），并重新组织问题的要素（创造性思维）；取决于思想结构或组织是思想的单位。通过这种方式，可以理解和解释一个非常高级的创造性思维过程。

在辩证逻辑中，当解决问题时，对逻辑思维发展动力的解释是基于概念对偶性的，如下面所解释的。

具体-摘要： 具体和抽象不能分开；它们是团结的两个方面，是知识的两个不可分割的特征，它们不断地从一个传递到另一个。 “在明智的情况下，没有立即找到真正的混凝土。从某种意义上说，明智的是第一种抽象。感官和知觉将对象的各个方面之一分开。他与我们的关系，对我们而言重要且在那一刻影响我们的方面”。渗透到现实中就是通过智力和理性达到调解作为思想，观念的知识。渗透到现实中就是克服眼前的挑战，即“整体上越来越多的关系，细节，元素，特殊性之间的联系”。另一方面，这个整体不能与现实的整体和世界相吻合。思考的行为是通过真实的或“理想的”层次与总体隔离的，而这种层次恰恰被称为“思想的对象”。这种“抽象”的思想产物，比实际行动的产物更神秘。因此，尽管知识是从具体的，全局的和“容易被敏感的理解中理解的”开始的，但是它却通过抽象和单方面的观点来理解情况的不同方面和要素。通过内容的深化和理性的研究，它指向对整体的理解。这种“抽象”的思想产物，比实际行动的产物更神秘。因此，尽管知识是从具体的，全局的和“容易被敏感的理解中理解的”开始的，但是它却通过抽象和单方面的观点来理解情况的不同方面和要素。通过内容的深化和理性的研究，它指向对整体的理解。这种“抽象”的思想产物，比实际行动的产物更神秘。因此，尽管知识是从具体的，全局的和“容易被敏感的理解中理解的”开始的，但是它却通过抽象和单方面的观点来理解情况的不同方面和要素。通过内容的深化和理性的研究，它指向对整体的理解。通过内容的深化和理性的研究，它指向对整体的理解。通过内容的深化和理性的研究，它指向对整体的理解。

一个á 李š 我秒-合成：分析努力通过思想从外部渗透对象。生命，具体的事物，在我们面前显得相对封闭，因为每个生命都是一个整体。但是，这些生物并不是绝对无法进入的。分析可以穿透它们并将它们分离，然后将它们破坏，无论是真实的还是理想的情况。因为它是无限的，所以分析永远不可能是详尽的。因为混凝土比以前想象的要深得多，也更混凝土（考虑对人体进行分析的例子，从器官中，我们可以传递到细胞，再从那里传递到原子的化学作用）。在任何时候，分析都必须牢记并理解元素之间以及与整体之间那种复杂的，经常是矛盾的关系。另一方面，综合表现为对分析的补充。定义了综合通常，由于操作是实验性的（实际的）或理性的（理想的）操作，因此，分析所经过的路径是相反的。综合会重建整体，确保没有遗漏任何内容。但是，综合不仅限于在通过分析创建的概要表上工作，还可以使其始终保持与整个对象的联系，因此，它可以指导分析，防止其丢失。这就是为什么它指导分析，防止其迷路。这就是为什么它指导分析，防止其迷路。

INDU Ç 重刑-扣：归纳法是从事实到法律-从一组特定事实到一个一般性结论-严格地说，当“法律在公式中总结了所研究的所有特定案例”时，无论是从数量上还是从数量上进行放大有限数量的已研究事实（一定是过去的事实）到无限数量的可能事实。为了使该法律重新适用于新事实，有必要进行推论。真理错误科学真理不是永恒的或不可移动的，如果是这样的话，它们将是不育的，因为它们会拒绝思想从无知变成知识的努力，“从次要真理到通过部分或暂时性错误的更深层真理”。每个错误本身都可以是部分事实，也可以是事实的一个方面，它可以扩大真理的范围，最初否认它。也就是说，事实在扩展之前就变成了错误

AB 溶质相对达到每真理是相对的，因为“它注定要被超越，在新的方面出现，通过更精确的定律和理论被超越”，但在一定意义上，它是绝对的，因为后来收购的科学知识意味着，验证和它是对前一个事实的补充，置于其真理之中，“绝对”真理是通过相对发现和个人思想而达到的，其范围是有限的。“”绝对与亲属之间的关系无非是人类思想与个人思想之间的关系。“正是这件事解释了二重性：一般特定的，特定模型的特定情况。

牛逼Ë ORY实践要了解熟悉的事物，有必要克服个人的理解，特定的观点，即时的实践；有必要提高到另一个范围，以更广泛的，显然是抽象的和理论上的思考的顺序，而不能忘记或忽略它是一个事实。甚至数学真理也受到哲学家和数学家的讨论，并在新的方面越来越多地被理解，以加深它们。真实的，具体的，人的，人们想要知道的东西，并且有必要回到现实中去理解它。尽管科学家认识到通过这些反射所获得的任何结果已经是知识，但他们再次寻找未知的事物以加深他们的真理。但是，作为我们想要了解的世界的一部分，要了解物体，有必要对它们采取行动，只有通过这种方式，才能以某种方式保证所获得的知识尽管获得了，但相对于我们在宇宙中所占的位置，相对于我们的测量仪器的精度，相对于我们的行动的有效性；就我们已经对其本质进行的理想化以及我们在思想中主观建构的结构而言，这在某种程度上都是真实的。

马CRO微：只有在一方面发现他的奇点而另一方面发现他的更普遍的特征时，才真正了解一个人，因为他只有通过这些才知道它们。另一方面，每个沉浸在一套社会关系中的人都是一套素质。然后，要了解一个人，有必要从（个人特征的）社会角度和私人角度以另一种方式观察他。 “辩证性的理由在整体上和整体上理解个体（单数），”考虑到已经提出的对偶概念，我们确认对数学的研究强调了与辩证逻辑思维内在相关的能力的发展。下面让我们看看这些概念如何反映在现实的模型中，尤其是数学模型中。（ROSALES，2005年）

组织决策模型

接下来，提出了一系列模型，通过这些模型可以简化决策，并非试图深入研究每个学科，而是要对它们具有全局视野，从而简化其解释并可能适应于实践。我们的组织。这些模型是：Maximin或Wald，Maximax，Hurwicz，Laplace和Savage。

您始终必须具有该概率不确定性阈值，因此，决策将取决于不可控的外部因素而变化，但这些外部因素应尽可能避免，并尽可能减小其影响，以使决策达到以下目标：提出了。

提出了一个通用示例，该示例将在所有模型中进行开发，您正面临组织策略变化的情况，对于如何重定向它并关注于新的市场利基存在疑问。（罗德里格，2012年）

根据获得的变量进行评估。

	情境
之一	二	3
至	7	8	之一
乙	10	二	5
解决方案C	5	4	9

1. Maximin或Wald模型

Maximin或Wald模型建议的是在所有解决方案中设置最低的估值，即，对于解决方案A，最低的估值为1，对于B的最低估值为2，对于C的最低估值为4，然后在此范围内选择C是因为它在最坏的情况中是最高的，而哲学在最坏的情况中也是最好的，这假定信息丢失，因为未考虑其余字段，并且选择的选项也不是最优的。

2. Maximax模型

与上一个模型不同，Maximax模型建议使用已获得最高得分的数据，例如，在表中，采用该模型的逻辑，A得分最高的是8，B得分最高的是9，C得分最高的是9。 B是最终决定，因为B的得分高于其他得分，这是最好的，所以它会带来最大的收益。

3. Hurwicz模型

该模型采用先前逻辑之间的中间逻辑，对于最差值，它给出的值是1-α，而对于最高值，它给出的值是α，其中α是它使用的乐观值，此值的范围是为0到1，而没有达到极限值以免与先前的理论相吻合，一个合理的值为1/2，在这种情况下，我们使用α= 1/4。因此，结果如下：

答：1 * 3/4 + 8 * 1/4 = 2.75

B：2 * 3/4 + 10 * 1/4 = 4

C：4 * 3/4 + 9 * 1/4 = 5.25

在这种情况下，选择的选项是C，因为它的得分最高。

4.原因不足或Laplace模型

拉普拉斯建议使用以前获得的所有值。适用的逻辑是以相同的条件为每个值分配相同的概率（1 / n）。N显示了可能的自然状态，也就是说，该组织的一个示例是：利润增加，损失或停滞。

在这些条件下，该选项仍为C，因为先验似乎是最完整，最平衡的，因此该方法没有决策风险。

A：7 * 1/3 + 8 * 1/3 + 1 * 1/3 = 5.3

B：10 * 1/3 + 2 * 1/3 + 5 * 1/3 = 5.6

C：5 * 1/3 + 4 * 1/3 + 9 * 1/3 = 6

5.野人模型

通过最小的损失寻求最大的利润。然后，对于每个解决方案，都有不同的结果，将场景（列）作为参考，并在其中选择最高值，以针对每个解决方案在同一列中的每个值减去它。

对于此示例，第一列的最大值为10，因此分别减去7,10和5，这在接下来的列中完成。因此，解决方案C被认为是最好的。

	情境			乌玛
之一	二	3	--
至	3	0	8	十一
乙	0	6	4	10
解决方案C	5	4	0	9

数学建模工具

通常认为，数学基于有限的基本命题（称为公理），所有其他命题仅通过逻辑推论和推论过程得出；但是，数学需要观察，实验，归纳，因果关系；因为它们源于人类思想的活动，是对内在思想世界的不断反思与现实外在世界的活动；这种关系是“或多或少地像是与投射它的物体的阴影，或像一只手的空心手掌与握住另一只手的闭合拳头之间的对应关系”。

有一些数学技术可用来争论决策。

行动调查

运筹学（IO）的分支来自科学管理，科学管理增加了数学方法，例如计算机技术和更广泛的定位。

IO采用科学方法作为解决问题的结构，特别强调客观判断。

OR的定义从特定的数学技术到科学方法本身都有所不同。通常，这些定义包括IO方法用于行政决策的三个基本方面。

系统地解决要解决的问题在解决问题中使用科学方法使用统计，概率和数学模型的特定技术来帮助决策者解决问题

IO不仅对系统问题进行分析，而且不仅使用特定的问题，IO还使用：

风险和不确定性条件下IO方法中决策的概率数据系统化和分析中的统计数据以获取解决方案制定定量模型的数学方法

运筹学方法学分为六个阶段：

提出问题-分析系统及其目标和行动方案构建数学模型以表示系统-该模型将系统表示为一组变量，其中至少一个一个地受到控制，得出模型解决方案。-通过分析过程或数值过程得出模型的最佳解决方案。测试模型和模型解决方案。准确预测系统更改和整体系统效率的影响建立对解决方案的控制。-只要不受控制的变量保持其值并且变量之间的关系保持不变，模型的解决方案就足够了。将解决方案投入运行（实现）。该解决方案需要进行测试，并转换为一系列操作流程

运筹学的主要技术有：

博弈论尾巴论图论线性规划动态规划统计分析和概率演算。

1-博弈论

数学家约翰·冯·诺伊曼（Johann Von Neumann）提出的博弈论为策略和冲突分析提出了数学公式。

当一名玩家获胜而另一名玩家输掉时，就会发生冲突情况，因为十字准线中的目标是看不见的，对立的并且彼此不相容。

可用策略的数量是有限的，因此是无数的。每个策略都描述了在任何情况下将要执行的操作。

博弈论适用于以下情况：

参与者的数量是有限的每个参与者都有有限数量的可能的行动路线每个参与者都知道行动路线每个参与者都知道对手可用的行动路线，即使他们不知道他会选择什么行动路线两者双方每次进行干预，博弈是“零和”，也就是说，纯粹是竞争性的，一个参与者的利益是另一参与者的损失，反之亦然

2.-排队论

排队理论是处理阻塞点和等待时间的理论，即在某个服务点观察到的延迟。

在排队论中，兴趣点是：客户等待时间；队列中的客户数量；以及等待时间与服务提供时间之间的比率。

在队列情况下，包含以下组件：

客户或操作客户或操作必须通过的服务通道或服务点进入流程（归类）服务组织排队的规则

3.-图论

图论基于网络和箭头图，用于各种目的。它通过用于建筑和工业装配活动的网络提供计划和编程技术。PERT（Rebién技术评估程序）和APM（关键路径方法）都是箭头图，它们通过在时间和成本因素之间建立直接关系来标识关键路径，从而指示了项目的“经济最优”。

Neopert是Pert的简化版本，可以节省准备时间。

网络或箭头图适用于涉及多个操作和阶段，多种资源，所涉及的不同机构，期限和最小成本的项目。

网络或箭头图具有以下优点：

以最短的时间和最低的成本执行项目他们允许项目的各个阶段和操作相互关联。可用资源的最佳分配，并在进行修改的情况下方便其重新分配为项目的执行提供备选方案并促进决策。 “关键”任务或操作不会为执行提供足够的时间，因此可以全神贯注于它们；“关键”任务或操作会影响整个项目的完成期限；它们定义了成为或参与此项目的人员的责任。草案

4.-线性编程

线性编程（PL）是一种数学技术，可让您分析生产资源以最大化利润和最小化成本。这是一种解决问题的技术，需要定义决策所涉及的变量的值，以在一组限制或限制内优化要实现的目标，这些限制或限制构成了游戏规则。这些问题涉及资源分配，决策变量之间的线性关系，要实现的目标以及约束条件。

分配问题涉及以下情况，例如安排生产以最大化利润，混合产品成分以最小化成本，选择优质的投资组合，在一个地区分配销售人员或定义成本最低且快点。

线性编程具有以下特征：

找到相对于目标的最佳位置。目的是根据既定目标使成本最小化和收益最大化，包括在备选方案之间或这些备选方案的组合中进行选择，考虑围绕决策的限制或约束，变量必须是可量化的并且彼此具有线性关系。

5.-动态编程

动态编程适用于具有多个相互关联的阶段的问题，在这些问题中必须针对每个阶段采取适当的决策，而又不要忽视最终目标。仅当评估每个决策的效果时，才做出最终选择。

6.-概率统计分析

统计分析是用于以最少的数据量获取相同信息的数学方法。它最受欢迎的应用之一是生产区域的统计质量控制（CEQ）。统计方法允许从可用数据中产生最大数量的信息。

在第二次世界大战期间，Malter A. Shewhart开始将统计数据应用于质量问题。

a。-统计质量控制

最初的想法是将统计方法应用于质量检查并达到保证的质量，以便获得与规格的一致性并在产品中提供高度的可靠性，耐用性和性能。

统计质量控制基于确定生产中的容许误差开始超过公差极限的时刻的技术，这是需要采取纠正措施的时候。

统计质量控制旨在查找生产过程中的偏差，错误，缺陷或故障，并将性能与既定标准进行比较。可以通过三种方式进行比较：

100％的质量控制，对应于全面质量检查。全面质量控制（QC）是生产过程的一部分，所有产品都经过检查抽样质量控制这是通过收集一批要检查的样品来完成的。样品控制代替了总控制，因为它不会干扰生产过程。如果样品被批准，则整个批次都被批准。样品被拒收，必须进行整个批次的检验随机质量控制这是概率性QC，它包括以随机方式仅检验一定百分比的产品或工作。

b。-总质量

JM Juran（生于1904年）。他通过全面的质量控制将质量概念扩展到整个公司。

虽然统计质量控制仅在操作级别（最好在生产和制造领域）应用，但总体质量将质量概念扩展到整个组织，从操作级别到机构级别，涵盖整个机构办公室和工厂基地的全体员工。

优点是：

减少浪费减少时间周期和结果时间改善结果（产品或服务）的质量。

除了提供可观的成本降低之外，这两种方法均构成了提高产品和过程质量的渐进方法。

六个西格玛

Sigma是统计差异的量度。当应用于组织过程时，它指的是某种操作或交易使用的频率超过最小资源以满足客户的频率。

6-sigma程序在逐步的过程方法中使用了多种技术来实现明确的目标。主要区别在于使用6-sigma，因为质量不是追求质量，而是旨在改善组织的所有流程。实际上，6-sigma在四个基本方面与总体质量不同：

应用范围更广。它适用于产品和制造领域，而不是项目，财务等领域。 6-sigma适用于整个组织。更简单的实施结构黑带全心致力于变革和保持现状。管理层对改善业务给予奖励或惩罚；更深层次的工具6-sigma深入挖掘了现状并预测了未来。大量的应用统计数据和对过程如何运行的更好理解，辅助软件以及工具应用的地图。应用程序工具使您可以澄清问题并加以改进。与企业（财务）健康状况的紧密联系6-sigma解决了公司的目标，并证明公司未来健康状况的所有关键领域均包含可衡量的措施，包括更好的措施，详细的计划和应用。

6-sigma寻求三个必须协同工作的组织有效性：

减少浪费。通过精确的企业家精神概念，没有剩余，只有要点，或者未来的时间投入，或者减少时间周期，甚至消除对客户没有价值的东西，才可以为公司加快印刷速度。缺陷它本身就是6-sigma，即通过所谓的“人类建筑”使人们参与其中。

平衡计分卡（BSC）

度量和指标会显着影响组织中人员的行为。（资料来源，2008年）

组织定义为指标的是将获得的结果。传统上用于组织的系统和措施的中心点仅集中在财务或数量方面，并试图控制行为。

它是一种关注组织平衡的管理方法，它基于以下四个基本观点：

金融。从财务角度分析业务。这一点涉及财务和会计指标和措施，可用于根据利润，投资回报率，股权增加值和组织采用的与业务相关的其他指标来评估组织的行为。客户的观点。它包括指标和度量，例如满意度，市场份额，趋势，客户保留和潜在客户的获取，以及产品/服务的增值，市场地位，客户向社区提供的服务水平间接贡献等。内部流程从组织的内部角度分析业务。它包括确保产品和过程的内在质量，创新，创造力，复制能力和根据需求进行优化，物流和流程优化以及信息质量，内部沟通的指标。学习/组织成长从成功实现未来必不可少的角度来分析业务。学习/组织成长从成功实现未来必不可少的角度来分析业务。学习/组织成长从成功实现未来必不可少的角度分析业务。

蒙特卡洛技术

这是一种简化的仿真方法，但它还包括概率因子。该模拟由随机抽样指导，以考虑事件发生的可能性。

随机抽样用于模拟自然事件，以确定所研究事件的概率。

随机数表用于获取随机样本。蒙特卡洛是一种测试方法，以查看当某些正常和异常事件发生时会发生什么。

这种方法是有效的，无需查看现有的可测试事件即可告诉实际事件可能发生的情况。可能的应用非常多。

它们可用于解决以下典型问题：

在给定的过程中发生事件或事件组合的概率是多少？应根据可能的选择方案做出什么决定？

等待线（行）

由于以下原因而出现管理问题：

由于设施不足，员工，机器或物料不得不等待，无法立即处理，这是由于设施使用的资源到达顺序导致设施利用率未达到最大

由于排队或排队等原因，浪费了时间，浪费了人工，并增加了成本。使这些损失最小化是该技术的目标。

这些行与流有关；例如：等待机器处理的物料，在机场上空等候指示的飞机，包括组合的流程和物料。（BARRERA，2006年）

结论

在日常生活中，我们会做出无尽的决定，有时我们会避开漫长的路，而倾向于基于感觉和情感的定量决定，这可能是由于对数学建模方法的无知所致，但是，这不应该成为障碍，我们不应该尽管这表示对该主题和培训进行了艰巨的研究，但我们尽量避免使用它。

有些“简单”的决定会受到多种情感因素和指标的影响，在这种情况下，建模会很复杂，但应始终考虑到分析和数学逻辑通过获得可量化的结果来降低风险。

谢谢

感谢上帝的所有祝福，也感谢他在改善自我的过程中工作的机会。

对于我的母校Orizaba技术学院，他们致力于培训高质量的专业人员，对于我的MAE教授Fernando Aguirre yHernández，他们在分享知识方面的奉献，奉献精神和承诺。

为了生命和科学献给上帝！

论文提案

在装瓶的热带奥里扎巴（VERZ）的检查区域中实施六个SIGMA。

目的：使用六个西格玛来减少百事可乐Orizaba工厂检查区域中每百万的缺陷数量。

参考书目

我在BARRERA（2006）。从GESTIOPOLIS获得：http：//www.gestiopolis.com/tecnicas-para-la-toma-de-decisiones/BOREA，F。（2002）。仙境。从http://www.cienciared.com.ar/ra/usr/4/26/m0.pdf DAROS，LC（sf）获得。瓦伦西亚大学。从https://riunet.upv.es/bitstream/handle/10251/16502/TomaDecisiones.pdfD（sf）获取。的定义。从http://definicion.de/pensamiento-logico/FUENTES，ST（2008）获得。 GESTIOPOLIS。摘自：https://www.gestiopolis.com/teoria-matematica-administracion-investigacion-operaciones/MACHADO，DU（2016）。从GESTIOPOLIS获得：https：//www.gestiopolis.com/modelos-economico-matematicos-la-decision-empresarial/RODRIGO，G.（2012）。 PDCAHOME。摘自：https://www.pdcahome.com/4655/modelos-para-la-toma-de-decisiones/VALDIVIA，FA（2013）。 RI从以下网址获得：https：//es.scribd。com / doc / 225097600 /数学建模概念

下载原始文件