López HE, Joa TLG

Idioma: Español
Referencias bibliográficas: 8
Paginas: 44-51
Archivo PDF: 165.41 Kb.

RESUMEN

La administración moderna requiere el apoyo de herramientas de diferentes ramas de la ciencia que ayuden al proceso de toma de decisiones, como por ejemplo la Matemática Aplicada. En este contexto aparecen variables aleatorias que con el transcurso del tiempo cambian, y que pueden ser representadas a través de modelos cuantitativos. Cuando en estos modelos el estado presente de dichas variables resume toda la información anterior para describir cómo se comportarán en el futuro, se dice que se está en presencia de una cadena de Markov; una herramienta eficiente para el análisis de procesos de esta naturaleza, como por ejemplo la ejecución de proyectos de investigación, el cual reviste gran importancia en la gestión de ciencia e innovación tecnológica; área de resultados clave en cualquier universidad. En la Facultad de Tecnología de la Universidad de Ciencias Médicas de Santiago de Cuba, el análisis de la ejecución de los proyectos de investigación se consideró como una cadena de Markov, definiendo los diferentes estados por los que puede estar un proyecto, y las probabilidades de que este se encuentre en un estado determinado a partir del estado en que se encontraba. Así se determinaron elementos que permiten apoyar la toma de decisiones a corto y a largo plazo, a partir de datos históricos durante el trienio 2013–2015, relacionados con la cantidad promedio de inspecciones a los mismos, probabilidades de un proyecto cerrar, etc.; permitiendo pronosticar en términos de probabilidades el estado de este subsistema en el futuro.

REFERENCIAS (EN ESTE ARTÍCULO)

1. Gallagher C. A, Watson H. J. Métodos Cuantitativos para la Toma de Decisiones en Administración. Editorial Ciencias Médicas. La Habana, 2008.

2. Escalona P. Métodos Cuantitativos para la Administración. Materialbásico de Métodos Cuantitativos para la Administración de la Maestría en Matemática Aplicada e Informática para la Administración. Universidad de Holguín. Holguín, 2008.

3. Hillier F. S, Lieberman G.J. Introducción a la Investigación de Operaciones. Novena Edición. Mc Graw Hill. México D. F, 2010.

4. Escalona P. Apuntes sobre Cadenas de Markov. Material básico de Métodos Cuantitativos para la Administración de la Maestría en Matemática Aplicada e Informática para la Administración. Universidad de Holguín. Holguín, 2008.

5. Allen M. A. Dilataciones Unitarias y Cadenas de Markov. Trabajo especial de grado para optar por el título de Licenciada en Matemática. Universidad Central de Venezuela. Caracas, 2005.

6. Álvarez M. Modelos Económicos – Matemáticos II. Tomo 1. Editora ISPJAE. La Habana, 1987.

7. Meyn S. P, Tweedie R. L. Markov Chains and Stochastic Stability. Second Edition. Cambridge University Press. Cambridge, 2009.

8. Peschek, W. Modelos de input – output y cadenas de Markov. Management Mathematics for European Schools. [Consultado en enero de 2014]. Disponible en: http://www.mathematik.unikl.de/mamaeusch/