MTODOS

CUANTITATIVOS
Ing. Mara Auxiliadora Amador

Objetivo
GENERAL

ESPECFICOS

Aplicar modelos
cuantitativos y
cualitativos dentro de las
organizaciones como
herramienta para facilitar
la toma de decisiones de
forma coordinada y
multidisciplinaria

Interpretar los
modelos cuantitativos
y cualitativos para la
toma de decisiones
Reconocer la
importancia de la
aplicacin de los
modelos de decisin
ante situaciones de
riesgo

Informacin General
NOMBRE:

Mtodos Cuantitativos

REQUISITOS ACADMICOS:

Ncleo Propedutico

CARRERAS

Maestra en Gestin de las Operaciones y

Logstica (GOL)

REQUISITOS
RECOMENDADOS:

Manejo de Excel, fundamentos de

matemtica, economa y estadstica

AO/SEMESTRE/PERIODO:

2015 / 1 / 1

HORARIO:

Viernes de 7:00 p.m. a 9:30 p.m. y

Sbado de 1:30 p.m. a 6:30 p.m.

Descripcin del Curso

Mtodos Cuantitativos es un curso tericoprctico en el cual se estudian y analizan
los
mtodos cuantitativos y cualitativos para
resolver problemas que lo llevarn a tomar
mejores decisiones.

Actividad

Descripcin

Puntos

Fecha

Examen Primer Parcial

Examen escrito prctico (2.5 horas)

30

Viernes

Individual
Examen Segundo

Examen escrito practico (2.5 horas)

Parcial

Individual

13 de marzo
30

Sbado
28 de marzo

Se harn los viernes al inicio de clase.

Control de Lectura

Estos no se pueden reponer y se

10

indicar el temario en la clase del

sbado anterior
(15 min)
Individual
Se asignarn cada semana
Tareas semanales

En grupo

Aplicacin del contenido en un proyecto

Proyecto Final
Casos y Trabajo en clase

de campo
En grupo
En grupo, evaluacin individual

10

Sbado 20 de

15

septiembre
Sbados

Recursos de Aprendizaje

Baltar, F., & Gentile, N. (2012). Mtodos mixtos para el estudio de las
decisiones estratgicas en las pymes.
Fuente: CRAI, Base de Datos: Proquest
Microsoft Excel
POM-QM

Polticas del Curso

Entrega de Trabajos: Todos los trabajos debern de ser
entregados a la entrada de la hora clase del da en que deben ser
presentados. No se recibirn trabajos entregados despus de ese
tiempo.
Trabajos en Clase: Los trabajos que realicen en clase con puntaje
asignado, no se podrn reponer.
Utilizacin del e-mail: Anuncios generales de la clase,
adiciones/modificaciones a la tarea y/o asignaciones sern
enviadas a travs de su e-mail (utilizando el sitio UV).
Control de Lectura: El control de lectura no se podr reponer.
Tomar nota, que se harn los viernes al inicio de clase, con una
duracin mxima de 15 minutos.
7

Anlisis Cuantitativo
Las herramientas matemticas se han usado
por miles de aos
El anlisis cuatitativo se puede usar en gran
variedad de problemas
No es suficiente saber la matemtica o
procedimiento de una tcnica
Hay que entender la aplicacin especfica de
una tcnica, sus limitaciones y supuestos.

Qu es el anlisis cuantitativo?
Es el enfoque cientfico de las toma de
decisiones administrativas
Cuando se utiliza el enfoque
cuantitativo, el analista se concentrar
en los hechos cuantitativos o datos
asociados con el problema y
desarrollar expresiones
matemticas que describan los
objetivos, restricciones y otras
relaciones que existen en el problema

Razones para utilizar un enfoque cuantitativo en el

proceso de toma de decisiones

Problema
es muy
complejo

El problema es
especialmente
importante

El
problema
es nuevo

El problema
es repetitivo

El papel del anlisis cuantitativo y cualitativo

en la toma de decisiones
ci a
n
e
i
er n
p
x
E tuici
In

Definir el problema
Se debe desarrollar un enunciado claro y
conciso acerca del problema
Puede ser el paso mas importante y difcil
Es esencial ir mas alla de los sntomas e identificar
las causas reales
Cuando sea dificil cuantificar el problema, se
pueden desarrollar objetivos especficos medibles.

Definicin del problema.

Para que tengamos un problema hace falta:
Un objetivo que se quiere alcanzar.
Un camino trazado para alcanzar el objetivo.
Un impedimento que nos bloquea el camino y
no nos deja alcanzar el objetivo.

13

Desarrollo de modelos

Son representaciones de objetos o situaciones

reales y pueden presentarse en varias formas

Modelo Matemtico
Representaciones de un problema mediante
un sistema de smbolos y relaciones o
expresiones matemticas y son parte
fundamental de cualquier mtodo
cuantitativo para la toma de decisiones

Desarrollando un modelo

Los modelos usualmente

contienen variables las
cuales son controlables y
cuyo valor es determinado
por quien toma la decisin.

Los datos son conocidos y

son parte del problema
Los datos pueden venir de reportes,
entrevistas, documentos, estadsticas, etc..

Decisin y Evaluacin
Mtodos Heursticos: Brindan una solucin
aceptable
Mtodos ptimos: Brindan una solucin
ptima
Los resultados deben ser lgicos,
consistentes y representativos de la
realidad.
Hacer Anlisis de Sensibilidad

Anlisis

Situacin
Administrativa

Resultados
Interpretacin

Abstraccin

Modelo

Intuicin

Decisiones

Mundo Simblico
Mundo Real

MODELOS CUANTITATIVOS

PROGRAMACIN LINEAL
MODELOS DE INVENTARIO
MODELO DE LINEAS DE ESPERA O DE COLAS
PROGRAMACIN DE PROYECTOS (PERT CPM)
SIMULACIN
ANALISIS DE DECISIN
PRONSTICOS
MODELOS DE TRANSPORTE

 Una empresa posee tres plantas de

produccin: una en SPS, otra en Tegucigalpa
y otra en Corts.
Los costos de produccin en cada planta son
los mismos, pero los costos de transporte
difieren significativamente.
Los principales puntos de demanda estn en
diferentes ciudades de Estados Unidos.
El problema consiste en decidir cunto se
debe producir en cada planta con el fin de
minimizar los costos de distribucin del
producto.

 Un gerente de un banco debe decidir cuntas

cajas debe abrir para atender a sus clientes.
Si abre muchas cajas el servicio ser muy
eficiente, pero los costos se incrementarn
fuertemente.
Si abre pocas cajas es posible que los clientes
tengan que hacer largas colas para ser
atendidos, y podra ser que prefieran ir a otro
banco.
Se debe decidir cuntas cajas se van a abrir.

 Un gerente de un supermercado est

convencido de que se deben mantener altos
niveles de inventarios, ya que cuando un cliente
no encuentra un producto ir a conseguirlo en
algn supermercado competidor.
Pero esto implica altos costos, sobre todo en el
caso de algunos productos difciles de
conservar.
Su pregunta consiste en cul debe ser el nivel
adecuado de inventarios.

 Un empresario est considerando efectuar una

inversin en un nuevo producto con el fin de
lanzarlo al mercado.
El nuevo producto podra comercializarse dos
modos:
1. Regalar pequeas muestras de nuevo producto
2. Colocar algunos anuncios en revistas y tv.
El empresario debe escoger el plan que maximice
las ventas, a un costo y riesgo aceptables.

Ejemplo, ISA
Inmobiliaria, S.A. (ISA) es una pequea constructora.
Tiene 7 trabajadores permanentes, cuyos salarios se dan
en la siguiente diapositiva.
ISA alquila un edificio por $2,000 el mes. El costo de
suministros, materiales y alquiler de equipo son $3,000.
ISA construye solo un estilo de casa. El costo del terreno
es de $55,000, los materiales $28,000 y el costo de
material $20,000, por casa.
Al vendedor se le d una comisin de $2,000 por casa
vendida. La casa se vende a $115,000.

Ejemplo ISA
Empleado
Sueldo Mensual
President e
$10,000
VP, Desarrollo
6,000
VP, Mercadeo
4,500
Gerente de Proyecto 5,500
Controlador
4,000
Administrador
3,000
Recepcionista
2,000

Ejemplo ISA
Identifique todos los costos y determine el costo
marginal y ingreso marginal por cada casa.
Costos fijos? $40,000
Costo marginal? $105,000/casa
Utilidad marginal? $115,000/casa

Ejemplo ISA
Escriba la ecuacin de costos en funcin de
c(x) , ingreso i(x) y utilidad u(x)
c (x) = costo variable + costo fijo = 105,000x +
40,000
i(x) = 115,000x
u (x) = i (x) - c (x) = 10,000x - 40,000

Cont. Ejemplo ISA

Cuntas casas tendra que vender para
estar en el punto de equilibrio?
i (x ) = c (x )
115,000x = 105,000x + 40,000
x = 4.
Cul es la utilidad de vender 12 casas?
i (12) = 10,000(12) - 40,000 = $80,000 mensuales

 Grfica de anlisis de punto de equilibrio

Miles de Dlares

1200
1000

Ingreso Total= 115,000x

Costo Total=
40,000 + 105,000x

800
600

Punto de Equilibrio= 4 Houses

400
200
0
0

9 10

Nmero de casas vendidad(x)

Teora de Decisiones

Teora o Anlisis de Decisiones

Est diseado para enfrentar decisiones
que se deben tomar en un ambiente de
gran
incertidumbre.
El anlisis de decisiones plantea un marco
de referencia y una metodologa para una
toma racional de decisiones cuando los

Ejemplo COMPAA
GOFERBROKE
Tabla de Pagos
Estados de la Naturaleza
Alternativa

Probabilidad Previa

Criterios de Decisin
1. Maximax u optimista
2. Maximin o conservador o minimax
3. Criterio de mxima oportunidad (utiliza
probabilidades)
4. Regla de decisin de Bayes (utiliza
probabilidad)

Criterio Maximax u optimista

El criterio maximax es el criterio de decisin para el eterno
optimista, se enfoca solo en lo mejor que puede suceder

1. Identifica el pago mximo de cualquier estado de

la naturaleza para cada alternativa de decisin.
2. Encuentra el mximo de estos pagos mximos y
elige la alternativa de decisin correspondiente

Criterio Maximin, Minimax o conservador

Es el criterio para el pesimista total, se enfoca solo en lo
peor que puede ocurrir

1. Identifica el pago mnimo de cualquier estado de

la naturaleza para cada alternativa de decisin.
2. Encuentra el mximo de estos pagos mnimos y
elige la alternativa de decisin correspondiente.

Criterio Mxima Oportunidad

Indica que hay que concentrarse en el estado ms
probable de la naturaleza como sigue.

1. Identificar el estado de la naturaleza con la

mayor probabilidad previa.
2. Elegir la alternativa de decisin que tenga el
mayor pago para este estado de la naturaleza

Criterio Regla de Decisin de Bayes

Usa directamente las probabilidades previas de los posibles
estados de la naturaleza como se resume enseguida.

1. Para cada alternativa de decisin, calcule el

promedio ponderado de sus pagos multiplicando
cada pago por la probabilidad previa del estado
de la naturaleza correspondiente, y luego
sumando estos productos. En la terminologa
estadstica, este promedio ponderado se conoce
como el pago (o valor) esperado (PE) para esta
alternativa de decisin.
2. La regla de decisin de Bayes dice que se debe
elegir la alternativa con el mayor pago esperado.

rboles de decisin
Pueden usarse para desarrollar una
estrategia ptima cuando el tomador de
decisiones se enfrenta con:
Una serie de alternativas de decisin
Incertidumbre o eventos futuros con
riesgo

rboles de decisin:
Componentes y estructura
Alternativas de decisin en cada
punto de decisin
Eventos que pueden ocurrir como
resultado de cada alternativa de
decisin. Tambin son llamados
Estados de la naturaleza

rboles de decisin:
Componentes y estructura
Probabilidades de que ocurran los
eventos posibles
Resultados de las posibles
interacciones entre las alternativas de
decisin y los eventos. Tambin se les
conoce con el nombre de Pagos

rboles de decisin:
Componentes y estructura
Los rboles de decisin poseen:
Ramas: se representan con lneas
Nodos de decisin: de ellos salen las
ramas de decisin y se representan con

Nodos de incertidumbre: de ellos salen las

ramas de los eventos y se representan
con

rboles de decisin: Componentes y

estructura: ejemplo

Punto de
decisin

Alternativa 1

Alternativa 2

Pago 4

Evento 1
P(Evento 1)

Pago 1

Evento 2
P(Evento 2)

Pago 2

Evento 3
P(Evento 3)

Pago 3

rboles de decisin: Anlisis: criterio

del Valor Monetario Esperado

Generalmente se inicia de derecha a

izquierda, calculando cada pago al final
de las ramas
Luego en cada nodo de evento se
calcula un valor esperado
Despus en cada punto de decisin se
selecciona la alternativa con el valor
esperado ptimo

Ejemplo
Punto de
decisin

Juega la rifa

No juega la rifa

Gana
(0,01)

49.000

Pierde
(0,99)

-1000

-500

VEIP: Valor Esperado de la Informacin Perfecta

Valdr la pena que Max gaste en un estudio
sismolgico para obtener mejores estimaciones?
Las cantidades clave para realizar este anlisis son
1. VE (sin ms informacin) = pago esperado al aplicar la
regla de decisin de Bayes con las probabilidades previas
originales.
2. VE (con informacin perfecta) = pago esperado si la
decisin puede tomarse despus de conocer el estado de la
naturaleza verdadero
3. VEIP =
VE (con informacin perfecta) VE (sin ms informacin)

 Despus de calcular VE (con informacin

perfecta) y luego el VEIP, el ltimo paso
es comparar el VEIP con C.
Si C > VEIP, entonces no conviene
obtener ms informacin.
Si C VEIP, entonces podra convenir
obtener ms informacin.

 VE (sin informacin perfecta)

=100
VE (con la informacin perfecta) =
700(0.25) + 90(0.75)

= 242.50

VEIP = 242.50 100 = 142.50

$142.50 > $30, por lo tanto vale la pena

Hacer
ejercicios:
4
19) a-e

Caso: Freemark Abbey Winery

Preguntas de Discusin
Asumiendo que el Sr. Jaeger decida cosechar las uvas
antes que la tormenta llegue, cunto dinero har?
Asumiendo que el Sr. Jaeger decida dejar las uvas, cul es
la probabilidad que terminen con botrytis y cunto dinero
har si eso ocurre?
Tomando en cuenta todas las posibilidades, que debe
hacer?
Cunto podra pagar el Sr. Jaeger para saber si la tormenta
realmente va a caer en Napa Valley?
Qu factores cualitativos considerara para tomar una
decisin