Epistemología de los modelos de optimización para la toma de decisiones en las organizaciones
Main Article Content
Resumen
Los aparatos cognitivos que usan los sujetos para la toma de decisiones en las empresas tales como los modelos basados en las ciencias nomotéticas y en las ciencias ideográficas se ha aplicado a una amplia gama de situaciones dentro de diversas áreas. En la toma consciente de decisiones bajo certidumbre o incertidumbre, racionalidades limitadas o ilimitadas, cotidianidades o complejidades y propiedades estáticas o emergentes, siempre se realizan análisis, pronósticos, predicciones e intervenciones. Podríamos pensar que no estamos pronosticando, pero nuestras opciones estarán dirigidas por la anticipación de resultados de acciones o inacciones. Los Modelos de Optimización para la toma de decisiones tienen en cada momento un sustento epistemológico, en el pensar y en el actuar en la organización; por tanto, también han servido para el análisis de las organizaciones en sus diferentes niveles. Cada modelo se argumenta en cunas epistemológicas que definen el futuro de las empresas.
Article Details

Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial-SinObrasDerivadas 4.0.
De los derechos de autor
Esta publicación utiliza la Licencia Creative Commons 4.0 Internacional (CC BY-NC-ND 4.0) . Los artículos pueden ser utilizados con fines educativos, informativos o culturales siempre que se cite la fuente.
Política de auto archivo
Una vez que ha sido aceptado el artículo para su publicación se permite el auto archivo (por ejemplo, en un repositorio institucional) en versión post print (versión corregida del autor).
Citas
Bernal J. D., (1986). La ciencia en la historia. México: Nueva Imagen (UNAM), 8ª ed.
Bernal, J.D., (1997). Historia social de la ciencia: La ciencia en la historia. Barcelona, España: Península.
Boyer, E.L.F., (1997). Una propuesta para la educación superior del futuro. México: Universidad Autónoma Metropolitana.
Burrel, G. y Morgan, G., (2006). Sociological paradigms and organizational analysis. London, England: Aldershot, Gower.
Cook, T.D., Reichardt, C.S. y Solana, G., (1986). Hacia una superación del enfrentamiento entre los métodos cualitativos y cuantitativos. Métodos cualitativos y cuantitativos en investigación evaluativa. Madrid, España: Morata Madrid.
Courant, R. y Robbins, H., (2002). ¿Qué son las matemáticas?: conceptos y métodos fundamentales. México: Fondo de Cultura Económica.
Denzin, N.K., (1973). The research act: A theoretical introduction to sociological methods. New Jersey, U.S.: Transaction Publisers.
García, J., (1991). Lecciones preliminares de Filosofía. México: EDESA.
Gergen, K. J., y Ortí, F. M. (1996). Realidades y relaciones: aproximaciones a la construcción social. Barcelona, España: Paidós Ibérica.
Giddens, A., (1987). Las nuevas reglas del método sociológico. Argentina: Amorrortu.
Grawitz, M., (1984). Métodos y técnicas de las ciencias sociales. Barcelona, España: Hispano Europea.
Hessem, J., Gaos, J. y Romero, F. (1970). Teoría del conocimiento. Madrid, España: Espasa-Calpe.
Ichijo, K., Krogh, G. y Nonaka, T. (2000). Facilitar la creación de conocimiento. México: Oxford, México.
Kalokawski. L. y Ruiz-Ramón. G., (1979). La filosofía positiva: ciencia y filosofía. Madrid, España: Catedra.
Kline, M. (1990). Mathematical Thought from Ancient to Modern Times: Volume 3. USA: Oxford University Press, USA.
Luengo-González, E. (1991). Problemas metodológicos de la sociología contemporánea. México: Universidad Iberoamericana, Ciudad de México. 6ª. ed.
Mardones, J.M. y N.Ursua (1983). Filosofía de las ciencias Humanas y Sociales: Materiales para una fundamentación científica. Madrid, España: Anthropos Editorial.
Maturana, H.R. y Varela, F.J. (1990). El árbol del conocimiento: las bases biológicas del conocimiento humano. Madrid, España: Debate Madrid.
Moles, A.A., Rohmer, E. y Covarrubias, J., (1995). Las ciencias de lo impreciso. Brasil: Civilização Brasileira Rio de Janeiro.
Nonaka, I., Takeuchi, H. y Kocka, M.H., (1999). La organización creadora de conocimiento: cómo las compañías japonesas crean la dinámica de la innovación. México: Oxford University Press, México, DF.
Oriol Anguera, A. y Espinosa Hernández, P. (1994). Filosofía de la ciencia.México: Instituto Politécnico Nacional.
Perero, M., (1994). Historia e historias de matemáticas. México: Iberoamericana.
Polanyi, M. (1966). The tacit dimension. London, England: Routledge and Keagan Paul.
Toffler, A. y Aparicio, R. (1990). El cambio del poder: powershift. Barcelona, España: Plaza y Janes.
Villoro, L. (2002). Creer, saber, conocer. México: Siglo XXI.
Williams, H.P. (1986). Fourier’s method of linear programming and its dual. The American Mathematical Monthly, vol. 93, no. 9, pp. 681–695.
Wilson, T. P. (1998). La sociología y el método matemático. Giddens, A., y Turner, J., La teoría social hoy. México: Consejo Nacional para la Cultura y las Artes, 67. Alianza.