Materia

Contenido de XSL

Lógica Borrosa para la Gestión Innovadora de la Empresa

Datos generales de la materia

Modalidad
Presencial
Idioma
Castellano

Descripción y contextualización de la asignatura

La teoría de los conjuntos borrosos (Fuzzy Sets) introducida por Zadeh en 1965 proporciona una nueva herramienta matemática para tratar con la información imprecisa o incierta, que aparece en los negocios, las finanzas y la gestión. Las técnicas de la lógica tradicional a menudo no capturan la complejidad de los problemas de decisión en los que interviene la percepción humana. La lógica borrosa se adapta mejor al juicio subjetivo de los expertos y a las expresiones lingüísticas que se utilizan en el razonamiento cotidiano. En la lógica borrosa se trata con objetos que no tiene fronteras nítidas, en los que hay diferentes grados de verdad entre el “si” y el “no”. El nivel de matemáticas que se requiere no es elevado, siendo más que suficiente el adquirido en el Grado de Administración y Dirección de Empresas.

Profesorado

NombreInstituciónCategoríaDoctor/aPerfil docenteÁreaEmail
JIMENEZ LOPEZ, MARIANOUniversidad del País Vasco/Euskal Herriko UnibertsitateaProfesorado Titular De UniversidadDoctorNo bilingüeEconomía Aplicadamariano.jimenez@ehu.eus

Competencias

DenominaciónPeso
Desarrollar la capacidad para extraer datos relevantes para la gestión empresarial, distinguiendo aquellos cuya imprecisión o incertidumbre es naturaleza estocástica de aquellos que no obedecen a un modelo probabilístico y, por tanto, requieren un tratamiento mediante otras técnicas.25.0 %
Conocer los elementos básicos de la lógica borrosa tanto desde el punto de vista del cálculo como del razonamiento mediante etiquetas lingüísticas.25.0 %
Plantear y resolver modelos, extraídos de casos reales, cuando los datos de que se dispone son imprecisos o inciertos, no susceptibles de ser tratados mediante métodos estocásticos.25.0 %
Desarrollar la capacidad para tomar decisiones de manera racional basándose en el análisis honesto de los datos disponibles, teniendo en cuenta la incertidumbre, vaguedad e imprecisión que aparecen en los sistemas complejos, especialmente cuando interviene la opinión subjetiva de los expertos.25.0 %

Tipos de docencia

TipoHoras presencialesHoras no presencialesHoras totales
Magistral1522.537.5
Seminario1522.537.5

Actividades formativas

DenominaciónHorasPorcentaje de presencialidad
Clases expositivas19.0100 %
Desarrollo escrito de un tema15.020 %
Presentación y defensa de proyectos5.070 %
Trabajo Personal del Alumno/a21.00 %
Trabajo en grupo15.030 %

Sistemas de evaluación

DenominaciónPonderación mínimaPonderación máxima
Asistencia y Participación25.0 % 35.0 %
Exposiciones15.0 % 25.0 %
Otros15.0 % 25.0 %
Redacción del trabajo en grupo25.0 % 35.0 %

Convocatoria ordinaria: orientaciones y renuncia

Deberá realizarse un trabajo en grupos de dos o tres personas. Dicho trabajo consistirá en una aplicación, buscada por los propios integrantes del grupo, de la Lógica Borrosa a un caso de gestión y administración de empresas.

Dicho trabajo deberá presentarse por escrito en el formato de un artículo publicado en la revista Cuadernos de Gestión. Su longitud estará entre 10 y 20 páginas.

El mencionado trabajo deberá presentarse también de forma oral en una sesión colectiva a celebrar el último día de clase.

Convocatoria extraordinaria: orientaciones y renuncia

Consistirá en un exámen escrito que representará el 100% de la calificación final.

Temario

1. Introducción a los subconjuntos borrosos

1.1 Repaso de algunos conceptos de conjuntos ordinarios. 1.2 Concepto de conjunto borroso. 1.3 Diferentes interpretaciones semánticas de los subconjuntos borrosos. 1.4 Operaciones básicas. 1.5 Números borrosos. 1.6 Aritmética con números borrosos. 1.7 Funciones con variables borrosas. 1.8 Resolución de ecuaciones borrosas. 1.9 “Desfuzzificación” de un número borroso.

2. Lógica Borrosa. Control borroso

2.1 Conceptos básicos. 2.2 Variables lingüísticas. 2.3 Modificadores lingüísticos. 2.4 reglas de composición para proposiciones borrosas. 2.5 Control borroso. Reglas de inferencia. 2.6 Ejemplos de aplicación a las finanzas y la gestión.

3. Matemáticas financieras con datos inciertos o imprecisos

3.1 Capitalización, 3.2 Valor actual de un capital. 3.3 Rentas. 3.4 Valor actual neto de una inversión (VAN). 3.5 Tanto de rendimiento interno de una inversión (TIR).

4. Toma de decisiones (I)

4.1 Toma de decisiones en ambiente de incertidumbre. 4.2 Metas y restricciones borrosas. 4.3 Algunas aplicaciones: 4.3.1 Distribución de dividendos. 4.3.2 Selección de personal. 4.3.3 Selección de edificios a construir. 4.3.4 Política de alojamiento para familias con bajos ingresos. 4.3.5 Estrategia de selección de un empleo. 4.3.6 Evaluación del nivel de aprendizaje para la concesión de una beca. 4.3.7 Determinación de precios para nuevos productos. 4.3.8 Toma de decisiones en grupo. 4.3.9 Presupuesto de base 0. 4.3.10 Aplicación a los seguros.

5. Toma de decisiones (II)

5.1 Programación lineal Borrosa. 5.2 El Proceso de Jerarquías Analíticas (o método de Saaty) para la toma de decisiones multicriterio.

CONFERENCIA INVITADA

Profesora Amelia Bilbao Terol (Universidad de Oviedo)

1.Introducción a la Psicología de las Finanzas (Behavioral Finances). Algunas paradojas famosas. Teoría de la Perspectiva (Prospect Theory) de Kahneman y Tversky versus Teoría Moderna de Carteras de Markowitz.

2.Decisión multicriterio para elegir una cartera de inversión socialmente responsable.

3.Un sistema de inferencia difuso: ANFIS. Introducción a los sistemas de inferencia difusos. Sistema de inferencia difuso basado en una red adaptativa: ANFIS. Aplicaciones: Credit Scoring y agilidad en la cadena de suministro

Bibliografía

Materiales de uso obligatorio

- Microsoft EXCEL.

- Complemento SOLVER de Microsoft EXCEL

- Rada-Vilela, Juan: fuzzylite: a fuzzy logic control library, 2014. URL http://www.fuzzylite.com.

- Goepel, Klaus D. : BPMSG’s AHP Online System (Rational Decision Making Made Easy) http://bpmsg.com/academic/ahp.php

Bibliografía básica

G. Bojadziev and M. Bojadziev: Fuzzy Logic for Business, Finance and Management. Word

Scientific Publishing, Singapore 2007.

J. Buckley, E. Eslami and T. Feuring: Fuzzy mathematics in Economics and Engineering

(Studies in Fuzziness and Soft Computing Series). Physica-Verlag, Heidelberg 2002.

L.T. Saaty, How to make a decision: The Analytic Hierarchy Process, European Journal of

Operational Research, 1990, Vol. 48, pp. 9-26.

H.J. Zimmermann: Fuzzy Sets Theory and Its Applications, Kluwer, Boston, 1991.

Zadeh L. A.: Fuzzy sets, Information and Control, 8 (1965), pp. 338-353.

Bibliografía de profundización

Kahraman, Cengtz. (Editor): Fuzzy Engineering Economics with Applications. Springer-Verlag Berlin (2008).

Gil Aluja, J.: Fuzzy Sets in the Management of Uncertainty, Springer-Verlag, Heidelberg, 2004.

A. Kaufmann y J. Gil Aluja: Introducción de la Teoría de los Subconjuntos Borrosos a la

Gestión de las Empresas. Milladoiro, Santiago de Compostela, 1986.

Bezděk, Václav : Using fuzzy logic in business. Procedia - Social and Behavioral Sciences 124 (2014) 371 – 380

Carlsson, C. and Fuller, R.: Capital budgeting problems with fuzzy cash flows, Mathware and Soft Computing, 6 (1999), pp. 81-89.

Slowinsky, R. (ed): Fuzzy Sets in Decision Analysis, Operation Research and Statistic, Kluwer, Massachusetts 1998.

Ishizaka, A., Nemery, F. (2013): Multi-Criteria Decision Analysis. Wiley & Sons.

Jiménez, M.: Una aplicación de la teoría de posibilidades a las operaciones de amortización de préstamos, Revista de Dirección y Administración de Empresas. No 3, pp. 29-44, 1996.

Jiménez, M: La Teoría de Posibilidad aplicada al cálculo financiero en condiciones de incertidumbre, Actualidad Financiera, 3 (1996), pp.267-276.

Revistas

Fuzzy Sets And Systems

European Journal of Operational Research

Cuadernos de Gestión