Epistemología de los modelos de optimización para la toma de decisiones en las organizaciones

Main Article Content

Augusto Renato Pérez-Mayo

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.  


 

##plugins.generic.usageStats.downloads##

##plugins.generic.usageStats.noStats##

Article Details

Como citar
PÉREZ-MAYO, Augusto Renato. Epistemología de los modelos de optimización para la toma de decisiones en las organizaciones. RECAI Revista de Estudios en Contaduría, Administración e Informática, [S.l.], v. 7, n. 19, p. 31-60, nov. 2018. ISSN 2007-5278. Disponible en: <https://recai.uaemex.mx/article/view/9000>. Fecha de acceso: 16 nov. 2026
Sección
Artículos de Investigación

Citas

Andersen, K., (1984). Las técnicas del cálculo, 1630-1660. Del Cálculo a la Teoría de Conjuntos, 1630-1910. Una introducción histórica. Madrid, España: Alianza Universidad.

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.