La asignatura Mtodos Cuantitativos para la Toma de Decisiones tiene como

objetivo prioritario la formacin del alumno en los conceptos y tcnicas bsicas

del anlisis y la modelizacin como herramientas para la resolucin de
problemas derivados de la planificacin y gestin empresarial.
El enfoque es fundamentalmente aplicado, donde los aspectos tericos y/o
metodolgicos se subordinan al desarrollo emprico de anlisis especficos de
casos.
Los Mtodos Cuantitativos para la Toma de Decisiones son muy importantes
para cualquier empresa, independientemente de su tamao, pues facilitan la
toma de decisiones al posibilitar el tratamiento y anlisis de informacin
relevante para la empresa, procedente tanto de su entorno como de la propia
empresa.
Los objetivos de los Mtodos Cuantitativos para la Toma de Decisiones estn
claramente identificados con la resolucin de problemas derivados de la
gestin y administracin empresarial relacionados con la toma de decisiones
en sus diferentes fases: formulacin del problema, anlisis de la informacin,
valoracin de alternativas, aplicacin de tcnicas y modelos, anlisis de
resultados.
La ayuda para la toma de decisiones empresariales debe basarse en tcnicas y
modelos que permitan anticipar acontecimientos basados en hiptesis de
evolucin. Especialmente cuando el entorno no es favorable para la empresa
(por ejemplo en situaciones de crisis econmica) y necesita optimizar con
mayor motivo sus recursos y sus resultados.

Por qu utilizar modelos?

El propsito de cualquier modelo es que al estudiarlo y analizarlo nos permita
hacer inferencias sobre la situacin real
Permiten aprender de la situacin problemtica y entender claramente el
problema
Permiten manipular variables del problema sin afectar la operacin normal del
sistema
Enmarcan y limitan el abanico de posibilidades de accin.

Anlisis Cuantitativo y el Proceso de Toma de Decisiones

En el siguiente diagrama se muestra una clasificacin alterna del proceso de toma de decisiones.
(segn autores, A., S. y W.)

En ste se han combinado las tres primeras fases del proceso decisorio bajo el encabezamiento de
"Estructuracin del problema" y las dos ltimas fases bajo el encabezado "Anlisis del Problema".
Se proceder ahora a considerar con mayor detalle la forma en que se lleva a cabo el conjunto de
actividades que configuran el proceso de toma de decisiones.
Es importante sealar que la fase de anlisis del proceso de toma de decisiones puede asumir
dos formas bsicas: cuantitativa y cualitativa. El anlisis cualitativo se basa primordialmente en el
razonamiento y la experiencia del administrador; incluye la "impresin" intuitiva que el
administrador tiene del problema, y es ms un arte que una ciencia. Si el administrador ha tenido
experiencia con problemas similares, o si el problema es relativamente simple, el nfasis fuerte se
puede hacer en el anlisis cualitativo. Sin embargo, si el administrador ha tenido poca experiencia
con problemas similares, o si el problema es lo suficientemente complejo, entonces un anlisis
cuantitativo del problema puede ser una consideracin muy importante en la decisin final del
administrador.
Cuando se utiliza el enfoque cuantitativo, el analista se concentra en los hechos o datos
cuantitativos asociados al problema y desarrolla expresiones matemticas que describen los
objetivos, las restricciones y las relaciones existentes en el problema. Despus, utilizando uno o
ms mtodos cuantitativos, el analista ofrece una recomendacin con base en los aspectos
cuantitativos del problema.
Al mismo tiempo que los administradores tienen aptitudes para el mtodo cualitativo, las cuales,
adems, usualmente aumentan con la experiencia, las facultades para el mtodo cuantitativo slo
pueden aprenderse estudiando los supuestos y los mtodos de la ciencia de la administracin. Un
administrador puede incrementar su efectividad en la toma de decisiones aprendiendo ms sobre
la terminologa cuantitativa y comprendiendo mejor cul es su contribucin al proceso de toma de
decisiones. El administrador que conoce los procedimientos de la toma de decisiones cuantitativas
est en una mucho mejor posicin para comparar y evaluar las fuentes de recomendaciones tanto
cualitativas como cuantitativas para, finalmente, combinar las dos fuentes y tomar la mejor decisin
posible.
El "Anlisis Cuantitativo" abarca la mayor parte del material de este mdulo. Se considerar un
problema gerencial, se presentar la metodologa cuantitativa apropiada y, despus, se elaborar
la decisin a recomendar.
Algunas de las razones por las que es posible que se utilice un enfoque cuantitativo en el proceso
de toma de decisiones son:
1. El problema es complejo y el administrador no puede llegar a una buena solucin sin la
ayuda del anlisis cuantitativo.
2. El problema es muy importante, por ejemplo, se trata de una gran cantidad de dinero, y el
administrador desea un anlisis completo antes de intentar tomar la decisin.

3. El problema es nuevo y el administrador no tiene ninguna experiencia en la cual basarse.

4. El problema es repetitivo y el administrador ahorra tiempo y esfuerzo apoyndose en
procedimientos cuantitativos para tomar decisiones rutinarias.
1.3 El Proceso de Anlisis Cuantitativo
La etapa de la definicin del problema es el componente crucial para determinar el xito o el
fracaso de cualquier enfoque cuantitativo a la toma de decisiones. Normalmente requiere de
imaginacin, trabajo en equipo y un esfuerzo considerable para convertir una descripcin un tanto
general de un problema en un problema bien definido que pueda ser abordado cuantitativamente.
Por ejemplo, es necesario definir en forma clara y en trminos de objetivos especficos y de
restricciones de operacin, un problema de exceso de inventario definido en forma demasiado
amplia, antes de que el analista pueda comenzar con el proceso de anlisis cuantitativo.
Para tener xito al aplicar el mtodo cuantitativo en la toma de decisiones, el cientfico de
administracin debe trabajar en forma estrecha con el gerente o administrador, o con el usuario de
los resultados. Cuando el cientfico de administracin como el gerente estn de acuerdo en que el
problema ha quedado definido en forma adecuada, el cientfico de administracin comienza su
labor de desarrollar un modelo que se pueda utilizar para representar el problema en trminos
matemticos. Despus se pueden desarrollar procedimientos de solucin para el modelo con
objeto de elegir la decisin que resuelva el problema de la "mejor manera".

Primer Paso: Desarrollo del Modelo.

Los modelos son representaciones de la realidad. En este sentido, este paso implica la
representacin del problema o situacin que se est analizando mediante un modelo.
Existen tres formas de modelo: la representacin a travs de rplicas fsicas de objetos
reales conocida como modelos icnicos, el segundo tipo son aquellos que tambin tienen
una forma fsica, pero que no tienen la misma apariencia que objeto modelado y se les
conoce como modelos anlogos, y la tercer forma de modelos son aquellos que
representan un problema por un conjunto de smbolos y relaciones o expresiones
matemticas, a este tipo de modelos se les denomina matemticos.
As pues este paso implica la representacin del problema mediante un modelo, en la
materia de estudio que nos ocupa, el anlisis cuantitativo, principalmente se utiliza la
modelacin matemtica.

Segundo Paso: Preparacin de Datos.

Este paso implica la preparacin de los datos requeridos por el modelo. Por datos
entendemos a los valores de las entradas incontrolables del modelo. Todas las entradas
incontrolables o datos tienen que ser especificados antes de que podamos analizar el
modelo y seleccionar una decisin recomendada o solucin para el problema.

Tercer Paso: Solucin del Modelo.

Una vez que se ha desarrollado el modelo y se han preparado los datos del mismo, se
puede proceder con el paso de solucin del modelo. En este paso, el analista intentar
identificar los valores de las variables de decisiones que proporcionan la mejor salida para
el modelo, a la cual se le denomina solucin ptima.

Cuarto Paso: La Generacin de Reportes.

El paso final es la preparacin de los reportes gerenciales basados en la solucin del

modelo que pueda ser fcilmente entendido por el tomador de decisiones. Debe incluir la
decisin recomendada y cualquier otra informacin que sea pertinente acerca de los
resultados del modelo y que, por lo tanto, puedan ayudar al tomador de decisiones.

Tipos de Decisin
La tipologa de la decisin es de lo ms polifactico.

Clasificacin

Tipo de Decisin

a. Segn el sujeto
que
decide,
tenemos:

Decisiones individuales: tomadas por una sola persona.

Decisiones grupales: tomadas por un grupo de personas a

travs de una discusin.

b.
Segn
el
contenido de la
decisin
y
el
enfoque bsico del
que decide:

Decisiones programables o programadas: Son las que

resuelven asuntos repetidos y que pueden ser de rutina.
Ejemplo: La renovacin de los coches de los ejecutivos de la
empresa cada tres aos.

Decisiones no programables: Las que afrontan situaciones

que en lo esencial son nuevas e inditas.

Decisiones sobre uno mismo: Yo decido hospedarme en un

hotel de lujo o en uno de segunda.

Decisiones sobre otros: Un padre decide que su hijo entre

al Tecnolgico de Monterrey en vez de inscribirlo en la
Universidad Anhuac.

Decisiones en situacin de certidumbre: Cuando cada

curso de accin lleva a un resultado ya conocido de
antemano por el que decide. Ejemplo: Elegir una bebida y
escoger entre varias que son familiares: cerveza, coca-cola,
agua de limn.

Decisiones en situacin de incertidumbre:Cuando cada

curso de accin, o uno de ellos, me llevarn por caminos
desconocidos para m. Ejemplo: contratacin de una persona.

c.
Segn
las
repercusiones que
originan:

d.
Segn
el
conocimiento
de
los datos y las
circunstancias:

e. Segn el tipo de
autoridad que las
fundamenta, hay:

f. Segn el nivel
jerrquico:

g.
Segn
la
participacin de los
interesados:

h.
Segn
eficacia:

su

Decisiones tcnicas: Cuando se apoyan en la competencia

de un experto. Ejemplo: el mecnico decide cambiarle la
bomba de gasolina al coche.

Decisiones ejecutivas: Cuando nacen de un poder social,

ms que de la competencia de un experto. Ejemplo: Por
decisin del director general dos personas participan en un
congreso internacional.

Decisiones operativas: Las que competen a los obreros y

supervisores.

Decisiones tcticas: Se manejan en el nivel de Jefe de

Departamento y directores de Seccin.

Decisiones estratgicas: Competen a la direccin general:

fijan los objetivos y polticas generales de las instituciones.

Decisiones autoritarias: Las que son impuestas por un jefe

ms o menos dictatorial.

Decisiones por votacin: Cuando al no poder llegar a un

acuerdo entre los interesados, se toma el parecer y el deseo
de la mayora; la minora supuestamente se resigna y acepta.

Decisiones por unanimidad: Cuando de entrada, o como

fruto de un intercambio de puntos de vista, todos coinciden en
un mismo parecer.

Decisiones buenas: Cuando se producen los resultados

deseados y previstos.

Decisiones malas: En el caso contrario.

Cuando se trata de decisiones que afectan a otros, hay que considerar dos dimensiones: la calidad
objetiva de las decisiones, y la aceptacin por parte de quienes han de llevarla a la prctica o se
vern afectados por ella; de tal modo que la Bondad (B) viene a ser un producto de la Calidad (C)
por la Aceptacin (A):
B= C x A.
Las decisiones en condicin de certidumbre o no certidumbre, y las programables a travs
de clculos matemticos y computadoras sern los temas fundamentales que se
desarrollarn a lo largo del mdulo de Anlisis de Oportunidades y Toma de Decisiones.

1.4 Modelos Matemticos para la Toma de Decisiones

Hasta el momento se han revisado los conceptos ms bsicos para la toma de decisiones y
solucin de problemas en forma general; sin embargo, en ocasiones los problemas a resolver son
de tal naturaleza que la solucin slo puede llevarse a cabo con modelos cuantitativos ms
complejos.
Algunas de las causas que incrementan la complejidad de los problemas pueden ser las siguientes:

La presencia de un nmero considerable de variables.

Que en el problema no slo intervenga un individuo, sino un grupo o varios.

Que el problema est sujeto a una alta dinmica de cambios.

Que sean muchas las alternativas.

Se pueden resolver los problemas sencillos y complicados del mundo real si nos concentramos en
la situacin global o en alguna porcin o caractersticas principales, y no en cada detalle. Esa
aproximacin o extraccin de la realidad, que puede crearse de varios modos, se llama modelo, y
por lo general se presenta por ecuaciones algebraicas.

Construccin de Modelos

Es la esencia del proceso cientfico de Toma de Decisiones. Un modelo describe la esencia de un

problema o de las relaciones por abstraccin de las variables relevantes de la situacin en el
mundo real y la expresa en una forma simplificada para que el tomador de decisiones pueda
estudiar las relaciones bsicas en forma aislada. El problema reconstruido (modelo) es
entonces usado para el anlisis y la prueba de soluciones alternativas.
Una vez que el que decide selecciona los factores decisivos o variables de la situacin emprica,
stos se combinan de manera lgica para que formen unmodelo del problema real. Un modelo es
una representacin simplificada de una situacin emprica. De manera ideal, elimina la complejidad
abrumante de un fenmeno natural y resalta el comportamiento bsico del mismo a travs de unas
cuantas variables que se relacionan de manera sencilla. Si es ms sencillo el modelo, es mejor
para la persona que toma la decisin, siempre y cuando el modelo sea un smil razonablemente
confiable del problema emprico. Las ventajas de contar con un modelo sencillo son:
1. Reduce la cantidad de tiempo y esfuerzo.
2. El que decide puede comprenderlo rpidamente.
3. Si es necesario, el modelo se puede modificar de manera rpida y efectiva.
El objetivo del decisor no es construir un modelo que sea lo ms parecido posible a la realidad. Se
requerira demasiado tiempo para construir este modelo y a final de cuentas podra quedar fuera de
los lmites de la comprensin. En cambio, se busca el modelo ms sencillo que pronostique los
resultados con precisin razonable y que sea consistente con la accin efectiva.

Los modelos se pueden representar de varias maneras. En el caso de problemas sencillos y

repetitivos, todo el proceso de toma de decisiones puede ocurrir en la mente del que est
decidiendo, quizs de manera informal e intuitiva. Todos los das caminamos, comemos y abrimos
puertas sin necesidad de modelos formales. Si el problema es menos comn o ms complejo,
pensamos un poco ms acerca de l.
La tcnica apropiada para describir y relacionar las variables seleccionadas depende en gran
medida de la naturaleza de las variables. Si se pueden medir de alguna forma y, sobre todo, si se
les puede dar una representacin cuantitativa, hay fuertes razones para usar una representacin
matemtica del modelo. En primer lugar, las matemticas poseen una disciplina rigurosa que
asegura un procedimiento ordenado por parte del investigador; hay que ser especficos con
respecto a las variables que se seleccionaron y a las relaciones que supuestamente existen entre
ellas. En segundo lugar, las matemticas son una tcnica poderosa para relacionar variables y
obtener conclusiones lgicas a partir de determinadas premisas. Al combinar las matemticas con
las computadoras modernas, se pueden manejar problemas que requieren modelos de gran
complejidad y es ms sencillo el proceso de toma de decisiones cuando puede aplicarse el anlisis
cuantitativo.
Se ha representado cuantitativamente, con xito, gran nmero de problemas empresariales, de
donde surge el procedimiento general llamado anlisis cuantitativo, ciencia de la decisin, ciencia
de la direccin o investigacin de operaciones. Por supuesto, la representacin cuantitativa y la
resolucin de problemas empresariales son mucho ms antiguas que estas etiquetas, como lo
demuestra la prctica de la contabilidad. No obstante, el anlisis cuantitativo se ha extendido a
otras reas de las operaciones de la empresa y se ha establecido como una manera eficaz de
atacar ciertos problemas de decisiones empresariales. Los directores actuales tienen que conocer
estas tcnicas y estos modelos tan bien como conocen los informes de contabilidad.
Hay que hacer una advertencia: los ejecutivos de una empresa nunca debern ser prisioneros de
un modelo cuantitativo ni aceptar automticamente sus conclusiones como si fuera la decisin
correcta. La conclusin que se obtiene de un modelo contiene cierto grado de error debido al
proceso de abstraccin. Es cuestin de juicio determinar cundo es tan grande el error que hay
que modificar la conclusin antes de aceptarla como solucin. La cuantificacin es un auxiliar del
juicio empresarial, no un sustituto. Al considerar el anlisis cuantitativo de problemas empresariales
es deseable usar el mismo grado de escepticismo constructivo que se aplica a otros procesos de
toma de decisiones.
Factores cualitativos. Muchas decisiones empresariales, en particular las ms importantes,
comprenden algunas variables que son de naturaleza cualitativa, ms que cuantitativa. Por
ejemplo, las decisiones importantes pueden afectar la moral o el liderazgo en una organizacin, o
pueden alterar el empleo, las acciones positivas, la contaminacin u otras reas de responsabilidad
social. Muchos de estos factores no pueden expresarse en trminos monetarios; entonces, cmo
considera el decisor estas variables cualitativas?
Primero, hay dos actitudes externas que deben evitarse. Una es omitir los factores cualitativos con
el argumento de que los factores que no pueden medirse no son importantes. El otro extremo sera
afirmar que los modelos cuantitativos no tienen valor, ya que slo los factores cualitativos son
importantes.
Un mtodo ms sensato es aceptar la idea de que el modelo cuantitativo puede tratar de manera
eficaz los aspectos mensurables del problema de decisin, y que el decisor tambin deber contar
con un modelo intuitivo que considere las variables cualitativas. El director deber hallar un
equilibrio adecuado entre los factores cualitativos y los cuantitativos.
Modelos Matemticos para la Toma de Decisiones

Como ya se mencion, los modelos matemticos (y estadsticos) son los ms abstractos y con
frecuencia los ms tiles. Pueden describirse en forma breve un problema, son rpidamente
computarizados y de fcil manipulacin para probar diferentes soluciones.
La validez de un modelo en los negocios se juzga por su utilidad para predecir una situacin real.
Algunas ventajas de los modelos son las siguientes:

Requieren buena comprensin del problema.

Necesitan el reconocimiento de todas las variables (controlables y no controlables)

relevantes.

Facilitan la comprensin de las relaciones, los costos y las negociaciones existentes entre
las variables.

Permiten manipular las variables y realizar las pruebas de cursos alternativos de accin.

La economa de la representacin. Por ejemplo, resulta menos costosa la construccin de

un complejo industrial en un diagrama que construirlo en el terreno.

Los modelos permiten analizar y experimentar situaciones complejas hasta un grado que
sera imposible si se construye el sistema en la realidad.

La seleccin de un modelo depende de las caractersticas de la decisin (significacin, tiempo,

costo y complejidad). Las decisiones son ms complejas cuando los datos que describen las
variables son incompletos o inciertos.
El grado de certidumbre es clasificado como:
1. Completamente cierto: Toda la informacin relevante acerca de las variables de
decisin y consecuencia es conocida (o supuesta). Las personas que toman la decisin
conocen el conjunto de estrategias posibles a seguir; tambin conocen los resultados de
cada una de las diferentes estrategias.
Ejemplos de estos problemas son los siguientes:

Reasignacin de diversas tareas a distintas mquinas y la programacin de estas tareas

(plantas textiles, de plsticos, etc.).

Determinacin de la mezcla ptima en tal y tales productos (selladores, aleaciones,

pinturas, medicamentos).

Optimizacin de una ruta de transporte para enviar los productos a distribucin.

Asignacin de diferentes asignaturas a un grupo de maestros, tomando en cuenta los

horarios disponibles de cada una.

Las elecciones que deben hacer son muy numerosas; las decisiones se vuelven muy complicadas
y para resolver estos problemas han ayudado mucho las matemticas a travs de la investigacin
de operaciones y la programacin lineal, auxilindose de la computadora.

Programacin lineal
Los problemas que resuelve la programacin lineal, en su aspecto general, es el que se refiere a
determinar la combinacin de recursos que permite la obtencin del mximo producto. La
programacin lineal es uno de los instrumentos matemticos usados en la resolucin de problemas
cuantitativos, principalmente econmicos. El objetivo es la determinacin de soluciones
ptimas.
Ventajas de la programacin lineal: Por s misma es evidente, optimiza los factores de produccin
dentro de una empresa, aprovecha con eficiencia la mano de obra con base en los datos que
maneja la persona que decide y es objetiva en sus decisiones.
2. Riesgo e incertidumbre: La informacin acerca de las variables de decisin o las
consecuencias es probabilstica. Los datos objetivos (de grandes muestras) dan ms
certidumbre que los datos subjetivos. Este tipo de decisiones se presenta cuando se
desconocen las probabilidades de ocurrencia de las diferentes situaciones. El carcter de
la incertidumbre est asociado con el hecho de que somos incapaces de estimar las
probabilidades asociadas con cada una de las alternativas que podemos seleccionar. El
que decide se enfrenta a esta clase de decisiones cuando las situaciones no han ocurrido
antes, y por tanto, no tiene antecedentes. Cada curso de accin factible llevar a un curso
especfico de acontecimientos; sin embargo, no puede aplicarse una ponderacin a los
resultados posibles.
Ejemplos:

La demanda de un nuevo producto a largo plazo.

La previsin de los cambios tecnolgicos para el ao 2050.

La devaluacin de la moneda y el comportamiento de la Bolsa de Valores el ao prximo.

La obsolescencia de una mquina a un plazo de10 aos.

Dentro de los modelos matemticos que ayudan a resolver este tipo de decisiones tenemos: La
teora
de
decisiones (Probabilstica
de
Bayes,
decisiones
con
base
en
la
estadstica), simulacin, teora de colas, PERT/CPM, entre otras.
3. Extrema certidumbre: No hay informacin disponible para evaluar la probabilidad de
las consecuencias alternativas.
Cuantitativos usuales:
Clasificados de acuerdo con la cantidad de certidumbre que existe con respecto a las variables de
decisin y los posibles resultados. Dichas tcnicas analticas sirven (frecuentemente) como base
para la formulacin de modelos tiles en el logro de decisiones de operacin.
El siguiente esquema muestra una posible clasificacin de los modelos cuantitativos para la toma
de decisiones.

Completamente cierto

Riesgo

Extrema Incertidumbre

(Toda la informacin)

(Alguna Informacin)

(Sin informacin)

Algebra

Anlisis Estadstico

Teora de Juegos

Punto de equilibrio

Clculo y pruebas de
Hiptesis.

Lanzar una moneda (a

la suerte)

Beneficio/Costo

Clculo

Estadstica Bayesiana,
Teora de Decisiones

Programacin
Matemtica: Lineal,
No lineal, Entera,
Dinmica, Metas.

Correlacin y Regresin

Anlisis de Varianza

Mtodos
paramtricos

Teora de colas

Simulacin

Mtodos Heursticos

Tcnica de Anlisis en
Redes

Arboles de Decisin

PERT Y CPM

Teora de Utilidad

no

La Ciencia de la Administracin y la Investigacin de Operaciones

La Ciencia de la Administracin (CA) es una manera de abordar la toma de decisiones en la
administracin, sta se basa en los modelos cientficos con el uso de un extenso anlisis
cuantitativo. Existen diversos nombres para el cuerpo de conocimientos que se refiere a los
mtodos cuantitativos para la toma de decisiones; adems de Ciencia de la Administracin se le
conoce como Investigacin de Operaciones (IO).

La investigacin de operaciones proporciona a los gerentes bases cuantitativas para la toma de

decisiones. IO eleva la habilidad de un gerente para hacer planes a largo plazo y para resolver los
problemas diarios de llevar un negocio.
Las tcnicas de la Ciencia de la Administracin son:
Programacin Lineal: La programacin lineal es un mtodo de solucin de problemas que se ha
desarrollado para situaciones que implican la maximizacin o la minimizacin de una funcin
lineal sujeta a restricciones lineales que limitan la medida en la que se puede tender hacia la
funcin objetivo.
Programacin Lineal segn enteros: Esta programacin lineal es un mtodo que se utiliza para
problemas que pueden ser planteados como programas lineales, con el requisito adicional de que
algunas o todas las decisiones recomendadas deben asumir valores enteros.
Modelos de redes: Una red es una representacin grfica de un problema que consiste en
pequeos crculos, a los que se denomina nodos, interconectados por lneas a las que se
denomina arcos. Existen procedimientos de solucin especializados para este tipo de problemas
que permiten resolver rpidamente muchos problemas gerenciales en reas como diseo de
sistemas de transporte, diseo de sistemas de informacin y programacin de proyectos.
Administracin de proyectos (PERT/CPM): En muchos casos los administradores asumen la
responsabilidad de la planeacin, la programacin y el control de proyectos que constan de
numerosas tareas o trabajos que son llevados a cabo por diversos departamentos, personas, etc.
PERT y CPM son tcnicas que ayudan a los administradores a cumplir con sus responsabilidades
en la administracin de proyectos.
Modelos de inventarios Estos modelos se utilizan para auxiliar a administradores que enfrentan
los problemas duales de mantener suficientes inventarios para satisfacer la demanda de bienes y,
al mismo tiempo, de incurrir en los menores costos posibles por el mantenimiento de esos
inventarios.
Modelos de lneas de espera (colas): Se han desarrollado los modelos de lneas de espera (colas
o filas) para ayudar a los administradores a comprender y a tomar mejores decisiones con respecto
a la operacin de sistemas que implican lneas de espera.
Simulacin en computadora: Esta es una tcnica que se utiliza para ensayar modelos de la
operacin de un sistema en el tiempo. Tal tcnica emplea un programa computacional para
modelar la operacin y realizar clculos sobre la simulacin.
Anlisis de decisiones: El anlisis de decisiones puede servir para determinar estrategias
ptimas en situaciones en las que existen varias alternativas de decisin y un patrn de eventos
incierto o lleno de riesgos.
Programacin de metas: sta es una tcnica que se utiliza para resolver problemas de decisiones
con criterios mltiples, por lo general dentro de una estructura de programacin lineal.
Proceso analtico de jerarquizacin: Es una tcnica de toma de decisiones con criterios mltiples
que permite la inclusin de factores subjetivos para llegar a la decisin que se recomienda.
Pronstico: Los mtodos de pronstico se pueden emplear para predecir aspectos futuros de una
operacin de negocios.

Modelos de procesos de Markov: Los modelos de procesos de Markov son tiles para estudiar la
evolucin de ciertos sistemas despus de varias repeticiones. Por ejemplo, se han usado procesos
de Markov para describir la probabilidad de que una mquina que est funcionando en un periodo
contine operando o se descomponga en otro periodo.
Programacin dinmica: Esta programacin es una tcnica que permite descomponer un
problema grande de manera que, una vez que se han resuelto los problemas ms pequeos
obtenidos en la descomposicin, se tiene una solucin ptima para el problema completo.
Un estudio realizado por Forgionne (G.A. Forgionne, "Corporate Management Science Activities",
Interfaces13, No.3, 1983), acerca de ejecutivos de empresas, indica la frecuencia con la que se
utilizan diversas tcnicas de ciencia de la administracin. Como se muestra en la Tabla, los
mtodos que se usan con mayor frecuencia son los mtodos estadsticos, la simulacin en
computadora, PERT/CPM, programacin lineal y teora de colas.
Utilizacin de las Metodologas de la Ciencia de la Administracin y de Investigacin de
Operaciones
Frecuencia de uso
(% de respuestas)

Nunca

Moderada

Frecuente

1.6

38.7

59.7

12.9

53.2

33.9

PERT/CPM

25.8

53.2

21.0

Programacin
lineal

25.8

59.7

14.5

40.3

50.0

9.7

Programacin no
53.2
lineal

38.7

8.1

Estadstica

Simulacin
computadora

Teora
colas

de

en

las

Programacin
dinmica

Teora
juegos

de

los

61.3

33.9

4.8

69.4

27.4

3.2