Enfoques cuantitativos para la toma de decisiones:

Ciencias de la administracin
Investigacin de operaciones
Ciencias de la decisin
Mtodos cuantitativos para los negocios

La investigacin de operaciones naci en:

Segunda guerra mundial 1939

Introduccin al anlisis y construccin de modelos

Objetivos del anlisis cuantitativo:

Describir el enfoque del anlisis cuantitativo

Comprender la aplicacin del anlisis cuantitativo
Describir el uso del modelo en el anlisis cuantitativo

Dos tecnologas que han revolucionado la construccin de modelos

Computadoras personales
Avanzadas hojas de calculo

Error de dejar fuera al gerente del anlisis de mtodos cuantitativos:

Los resultados no se aplican de manera correcta

El enfoque del aprendizaje a partir de modelos permite que el administrador aborde

el aspecto ms importante de la toma de decisiones, los cuales son:

Determinar cules son las preguntas fundamentales que es necesario plantear

Que alternativa conviene investigar y donde centrar la atencin
Como se pueden definir los mtodos cuantitativos:

Enfoque cientfico en la toma de decisiones que busca el mejor diseo y operar el sistema,
por lo general en condiciones que requieren la asignacin de recursos escasos

Los mtodos cuantitativos tienen una base slida en diferentes campos cientficos que
incluye:

La matemtica
Ciencias de la computacin
Ciencias sociales (economa)
Los mtodos cuantitativos emplean el mtodo cientfico, por lo que emplean las
siguientes etapas del mismo:

Recopilacin de datos
Desarrollo y prueba de hiptesis
Aplicacin de la lgica en el anlisis subsecuente

La solucin de problemas puede definirse como la identificacin una diferencia entre el

estado actual de las cosas y el estado deseado y luego emprender una accin para reducir
o eliminar la diferencia.

Siete pasos para la resolucin de problemas:

1. Identificar y definir el problema

2. Determinar el conjunto de soluciones
3. Determinar el o los criterios de evaluacin
4. Evaluar las alternativas
5. Seleccionar una alternativa
6. Implementar la alternativa
7. Evaluar los resultados

Modelos cuantitativos:

Modelos icnicos: replicas fsicas (representaciones a escala) de objetos reales

Modelos anlogos: tienen forma fsica pero no tienen la misma apariencia del objeto
modelado

Modelos matemticos: representan problemas del mundo real a travs de un sistema de

frmulas y expresiones matemticas.

Sub-divisin de los modelos matemticos:

Determinsticos: todos los datos pertinentes se conocen con certeza, la utilidad de

los modelos determinsticos suele ser mxima cuando unas cuantas entradas no
controlables del modelo presentan incertidumbre. Se utilizan a menudo para la toma
de decisiones internas de una organizacin.

Los modelos determinsticos son importantes por cinco razones:

1. Variedad de problemas de administracin pueden plantearse como modelos

determinsticos
2. muchas hojas de clculo dan soporte a estos mtodos
3. el subproducto del anlisis es una gran cantidad de informacin muy til
4. la optimizacin restringida es un recurso extremadamente til para reflexionar
acerca de acciones concretas.
5. Los modelos determinsticos ayudan a desarrollar la habilidad para la formulacin
de modelos en general
Estocsticos o probabilstico: algunos elementos no se conocen con certeza, se supone
que algunas variables importantes llamadas variables aleatorias no tendrn valores
conocidos antes de que se tomen la respectiva decisin.

Los modelos estocsticos o probabilsticos son muy tiles cuando intervienen en ellos
muchas entradas inciertas y hay pocas restricciones por lo que se utilizan a menudo para la
toma de decisiones estratgicas referente a la relacin de una organizacin con su ambiente
(incierto).

Una caracterstica de estos modelos es que el valor de la salida no puede determinarse,

aunque se conozca el valor de la entrada controlable, debido a que se desconocen los
valores especficos de las variables incontrolables

Ventajas de experimentar con modelos que con el objeto

Requiere menos tiempo

Es menos costoso
Involucra menos riesgo

Partes fundamentales de un modelo matemtico:

Variables de decisin (entradas controlables) funcin objetivo (aqu intervienen las

entradas incontrolables del ambiente)restricciones

Glosario

Decisin: alternativa seleccionada

Funcin objetivo: expresin matemtica que define la cantidad que se va a maximizar o

minimizar.

Modelo: representacin de un objeto o situacin real

Modelo matemtico: smbolos y expresiones matemticas usadas para representar una

situacin real

Restricciones: limitaciones o requisitos impuestos a la solucin de un problema

Solucin de problemas:

Toma de decisiones: definir el problema, identificar alternativas de solucin, determinar

criterios de evaluacin, evaluar las alternativas y elegir una alternativa.
Solucin ptima: el valor o valores especficos de las variables de decisin que
proporcionan la mejor salida.

Solucin factible: es la que cumple con todas las restricciones

Solucin no factible: cuando la alternativa de solucin no cumple con una o ms

restricciones del modelo.