Está en la página 1de 7

TEORA DE MODELOS

DEFINICIN DE MODELOS Los siguientes autores manifiestan la conceptualizacin de modelo: Taha: es el vehculo para resumir un problema de decisin, en forma tal que haga posible la identificacin y evaluacin sistemtica de todas las alternativas de decisin del problema. Despus se llega a una decisin seleccionando la alternativa que se juzgue mejor. Thierauf: representacin o abstraccin de un objeto real o situacin real, que muestra las relaciones directas o indirectas y las interrelaciones, de accin y reaccin, causa-efecto, con el fin de solucionar problemas. Hillier Lieberman: son representaciones idealizadas, que extraen la esencia de la materia de estudio, muestran interrelaciones y facilitan su anlisis. Moskowitz: es una abstraccin idealizada de un sistema de la vida real, cuyo propsito es brindar un medio que propicie el anlisis del comportamiento del sistema, con el fin de mejorar su desempeo. Definicin: un modelo es una representacin ideal de un sistema real y de la forma cmo opera o funciona, es decir, es una abstraccin selectiva de la realidad. Se define como una funcin objetivo con restricciones que se expresan en trminos de las variables de decisin del problema. El objetivo de un modelo es analizar el comportamiento del sistema, o bien predecir su comportamiento futuro. Obviamente los modelos no son tan complejos como el sistema mismo, de tal manera que se hacen las suposiciones y restricciones necesarias para representar las porciones ms relevantes del mismo.

CARACTERSTICAS DE LOS MODELOS

Hace posible la identificacin y evaluacin sistemtica de todas las alternativas de decisin del problema

Su propsito es brindar un medio que propicie el anlisis del comportamiento del sistema, con el fin de mejorar su desempeo.

Ayudan a conocer o predecir el comportamiento del sistema Es, obviamente, menos complejo que el sistema Elimina o simplifica componentes Se evita actuar sobre el sistema u objeto de estudio Cambia las escalas espaciales y temporales Obligan a definir explcitamente sus objetivos Obligan a identificar y registrar los tipos de decisiones que influyen en dichos objetivos

Obligan a identificar y registrar las interacciones entre todas esas funciones y sus respectivas ventajas y desventajas

Obligan a pensar cuidadosamente en las variables que se van a incluir y definirlas en trminos que sean cuantificables

Obligan a considerar qu datos son pertinentes para la cuantificacin de dichas variables y determinar las interacciones entre ellas

Obligan a reconocer las restricciones (limitaciones) pertinentes que puedan adoptar las variables cuantificadas

Permiten que se comuniquen las ideas y conocimientos dentro de un trabajo de equipo

Pueden evitar decisiones arbitrarias o inconsistentes que no se basen en los datos disponibles

No dicen que decisiones tomar, mas bien, indican como proceder para tomarlas o cmo analizar decisiones pasadas

PASOS PARA LA CONSTRUCCIN DE UN MODELO 1. Definicin del problema: en esta etapa se determinas los objetivos, las restricciones sobre lo que se puede hacer, los diferentes cursos de accin posibles, las inter-relaciones del rea bajo estudio con otras reas de la organizacin y los lmites del tiempo para tomar una decisin. El proceso de definir el problema es muy importante porque afectar en forma significativa las conclusiones del estudio, lo cual hace imposible extraer una respuesta correcta de un problema equivocado

2.

Formulacin del modelo: una vez definido el problema la siguiente etapa consiste en reformularlo para su anlisis, mediante la construccin de un modelo que represente la esencia del problema. Al desarrollar el modelo, se recomienda empezar con una versin muy sencilla y moverse, en forma evolutiva, hacia modelos ms elaborados que reflejen mejor la complejidad del problema real.

3. Verificacin o validacin: es sumamente probable que la primera versin de un modelo grande tenga muchas fallas, por lo tanto antes de usarlo, debe probarse para identificar y corregir todas las fallas que se encuentren, este proceso de prueba y mejoramiento se conoce como validacin del modelo. Un modelo es vlido si y solo si, independientemente de sus inexactitudes, puede dar una prediccin confiable del funcionamiento del sistema. Un mtodo comn para

probar la validez de un modelo es comparar su funcionamiento con algunos datos pasados disponibles del sistema actual (se le llama tambin prueba retrospectiva). Debe notarse que tal mtodo de validacin no es apropiado para sistemas que no existen, ya que no habr datos disponibles para poder comparar.

4.

Utilizar: una vez que el modelo fue verificado y mejorado (si fue necesario), el modelo estar completamente listo para aplicrsele los distintos mtodos de solucin para encontrar una respuesta ptima

Las ventajas de contar con un modelo sencillo son: 1. Reduce la cantidad de tiempo y esfuerzo 2. El decisor puede comprenderlo rpidamente 3. Si es necesario, el modelo se puede modificar de forma rpida y efectiva El objetivo del decisor no es construir un modelo que sea lo ms parecido posible a la realidad porque se requerira demasiado tiempo para construir este modelo que al final, podra quedar fuera de los lmites de la comprensin. Lo que se busca, en cambio, es aquel modelo que sea ms sencillo y pronostique

CLASIFICACIN DE LOS MODELOS El problema de decisin es: Simple Cierto Modelos de casos Modelos de caso Complejo Programacin lineal y entera Modelos de Inventario Dinmico Modelos PERT Programacin dinmica Modelos de inventario Modelos de colas Procesos de Markov Programacin dinmica Incierto Anlisis de decisiones (rboles de decisin) Simulacin

Simples: al construir un modelo para el anlisis hay que simplificar todos los problemas. Si con esto se obtiene un nmero pequeo de factores o variables, y relativamente pocas alternativas, se dice que el modelo es sencillo. Los modelos sencillos pueden ser muy tiles, incluso para problemas de decisin importantes. Un caso o modelo de situacin es un modelo de un problema de decisin que se analiza ensayando una serie de casos (posibles resultados) con diversas alternativas o distintas hiptesis. Este modelo no se disea para encontrar la mejor solucin de forma directa. Por el contrario, el modelo se utiliza en un proceso de tanteo. La mayora de los dems modelos son modelos de optimizacin, donde se realizan procedimientos matemticos para encontrar la mejor solucin.

Complejos: muchos problemas de decisin implican un gran nmero de factores o de variables importantes, o pueden considerarse muchas alternativas, estos casos son muy comunes en grandes empresas. Los modelos de programacin lineal y entera son las tcnicas mayormente utilizadas en la resolucin de los problemas empresariales grandes y complejos de este tipo. Estos modelos utilizan tcnicas matemticas para encontrar el valor mximo, o mnimo, de un objetivo, sujeto a un conjunto de restricciones La simulacin es una tcnica utilizada para hacer un modelo de sistemas grandes y complejos que presentan incertidumbre. Se designa un modelo para que sea una rplica del comportamiento del sistema. Los modelos de simulacin generalmente se analizan con el mtodo de caso por caso. Dinmicos: los modelos dinmicos de decisin comprenden un tipo de complejidad especial: una secuencia de decisiones relacionadas que se presentan en varios periodos. Las tcnicas ms utilizadas para resolver este tipo de modelos son: los modelos de inventarios, para determinar cunto inventario pedir y la existencia actual del almacn, los modelos PERT, para la programacin de proyectos, los modelos de colas, para problemas que implican colas de espera, y los procesos de Markov, para problemas dinmicos ms generales. CONCEPTOS BSICOS Variables de Decisin: son aquellas que estn bajo el control del decisor y representan alternativas para el director. Considere el caso de un gerente de mercadotecnia que decide acerca de la introduccin de un producto nuevo. El gerente puede elegir entre introducir o no el producto; el gerente tambin puede elegir el precio de venta del producto y la cantidad que se invertir en publicidad. Estas son las elecciones ms importantes; por lo tanto, son las variables de decisin. El gerente tambin puede tomar algunas decisiones menores, como el color del producto, los detalles del contenido de la publicidad, como se le informara a la fuerza de ventas sobre el producto, etc. El gerente podra excluir del modelo estos factores menos importantes, para que el anlisis sea ms sencillo.

Variables exgenas o externas: son aquellas que tienen importancia para el problema de decisin pero estn bajo el control de factores ajenos al decisor. Por lo general, las variables exgenas son las condiciones econmicas, las acciones de los competidores, el precio de las materias primas y otros factores similares. En el caso del gerente de mercadotecnia que considera la introduccin de un producto nuevo, la reaccin de los clientes (cuanto compraran) es ciertamente una variable exgena importante. Otras variables exgenas son el costo de las materias primas y otros elementos necesarios para fabricar el producto. Polticas y restricciones: con frecuencia el decisor tiene que operar con ciertas restricciones impuestas por las polticas de la compaa, con cuestiones legales y con limitaciones fsicas. Por ejemplo, la capacidad disponible de la planta puede estar limitada, lo cual puede restringir las ventas posibles. Una poltica de la compaa puede especificar que se adquieran los materiales de ciertos proveedores o que se mantengan ciertos niveles de calidad. En ocasiones se pueden modificar las polticas o las restricciones. Por ejemplo, la capacidad de la planta es una restriccin, pero la gerencia puede optar por ampliar la planta. Esto significa que a veces puede existir confusin entre lo que se considera una variable de decisin y lo que es una restriccin. No es tan importante hacer una distincin precisa entre ambas, pero la gerencia si debe reconocer la presencia de las restricciones y tener presente que pueden modificarse, de ser necesario. Medidas del desempeo: al tomar una decisin, los gerentes tienen metas u objetivos que tratan de alcanzar. Los criterios o medidas de rendimiento son expresiones cuantitativas de estos objetivos. Por ejemplo, para el gerente de mercadotecnia que toma la decisin de introducir un nuevo producto, una de las medidas de rendimiento seria el nivel de os beneficios. Otras medidas podran ser la cuota de mercado y el rendimiento sobre inversiones. Variables intermedias: con frecuencia se necesitan otras muchas variables para incluir todos los factores importantes para el problema de decisin. Muchas veces son variables contables relativas a los factores de costos o ingresos y que se usan para relacionar las variables de decisin y las exgenas con las medidas de rendimiento. Son variables intermedias, en el sentido de que se encuentran entre las otras variables. En el ejemplo de la decisin de un producto nuevo, una variable intermedia seria el nivel de los ingresos

totales (precio por cantidad de ventas); los componentes de los costos de manufactura y ventas serian otras variables intermedias. EL MODELO Y LA RELACIN ENTRE LAS VARIABLES

variables exogenas

variables de decision

Modelo = conjunto de relaciones

medidas de rendimiento

politicas y restricciones

La figura muestra como se relacionan las distintas categoras de variables. El modelo se encuentra en la parte central y las variables de decisin, las variables exgenas, las polticas y restricciones son entradas al modelo, mientras que las salidas son las medidas de rendimiento. En s, el modelo representa el conjunto de todas las relaciones entre variables. La definicin de estas relaciones es el segundo paso importante en la construccin de un modelo (el primer paso, como se menciono antes, es la definicin de las variables importantes). Algunas relaciones son definiciones contables. Por ejemplo, los beneficios son los ingresos menos los gastos, una sencilla regla de contabilidad. Otras relaciones dependen de lmites fsicos, como la determinacin de la cantidad de producto que puede producirse a partir de un lote de materias primas. Algunas relaciones son de juicio, que representa el conocimiento del gerente acerca de la relacin entre factores. Un ejemplo de este tipo de relacin es el juicio del gerente con respecto a la reaccin de los clientes ante un cambio en el precio. El modelo es el conjunto de todas etas relaciones. Es algo as como una caja negra que transforma las variables de decisin en medidas de rendimiento para un conjunto especfico de variables exgenas, polticas y restricciones.