Está en la página 1de 23

Captulo 1 Introduccin al Anlisis Cuantitativo

Objetivos de Aprendizaje
El estudiante deber ser capaz de:

1. 2.
3. 4.

5.

Describir el enfoque del Anlisis Cuantitativo. Entender la aplicacin del Anlisis Cuantitativo en una situacin real. Describir el uso del modelamiento en el Anlisis Cuantitativo. Discutir posibles problemas en el uso del Anlisis Cuantitativo. Desarrollar un anlisis de punto de equilibrio.

Introduccin
El uso de herramientas matemticas data de siglos y el Anlisis Cuantitativo puede ser aplicado a una amplia variedad de problemas. Se deben comprender las aplicaciones especficas as como sus limitaciones y premisas.

Vista General del Anlisis Cuantitativo


Anlisis Cuantitativo:
Es el enfoque cientfico para la toma de decisiones administrativas, por el cual datos sin refinar son procesados para convertirlos en informacin significativa. Datos en bruto.

Anlisis Cuantitativo

Informacin Significativa.

Factores Cualitativos:
Es informacin que puede ser complicada de cuantificar pero que puede afectar la toma de decisiones, tal como: clima, entorno social, legislacin, avances tecnolgicos etc.

Vista General del Anlisis Cuantitativo


Cuando se trata de resolver un problema, se deben tomar en cuenta dos tipos de factores: Cuantitativos. Cualitativos. Debido a la importancia de los factores cualitativos, el anlisis cuantitativo puede variar, cuando hay escasez de factores cualitativos y el problema, modelo y datos de entrada se mantienen iguales, los resultados del anlisis cuantitativo pueden automatizar el proceso de toma de decisiones.
Sin embargo en la mayora de los casos los anlisis cuantitativos debern apoyarse en factores cualitativos para la toma de decisiones.

Enfoque del Anlisis Cuantitativo


Planteamiento claro y conciso del problema. Representar la realidad mediante un modelo generalmente matemtico. Recopilacin de datos precisos.

Manipular el modelo para obtener solucin ptima. Determinar la precisin y la integridad de los datos utilizados en el modelo.

Determinar las implicaciones de la solucin.


Poner en marcha el proceso para incorporar la solucin en la compaa.

Definir el Problema
Una definicin clara y concisa que brinde direccin y significado a las siguientes etapas del anlisis y que requiere de objetivos especficos y medibles. ESTE PUEDE SER EL PASO MS COMPLICADO!!!

debido a que las verdaderas causas del problema deben ser identificadas y la relacin del problema con otros procesos de la organizacin deben ser considerados.

Desarrollar el Modelo
Un comprensible, realista y solucionable modelo matemtico que muestre la relacin entre las variables:

Ingresos

Ventas

Los modelos tienen variables controlables y no controlables, as como parmetros.

Recolectar Datos
La precisin de los datos es vital para un buen anlisis, ya que los datos provienen de diferentes fuentes. Entre ms precisos sean los datos, mejor va a ser la calidad de la informacin obtenida a partir de ellos.

Garbage In

Garbage Out

Desarrollar una Solucin


La mejor slucin para un modelo se encuentra manipulando las variables, hasta que una solucin prctica es implementada. La manipulacin de datos puede darse por medio de :
Algoritmos. Prueba y error. Manejo de todas las variables involucradas. Mtodos matemticos.

Prueba de las Solucin


Se validan los resultados por medio de anlisis de sensibilidad, comparando los resultados del modelo con resultados pasados por ejemplo.

La consistencia de los resultados es la clave en la prueba de soluciones.

Analizar los Resultados


Comprender las acciones implcitas en la solucin as como sus implicaciones, anlisis de sensibilidad para evaluar el impacto de cambios en los parmetros del modelo.

Los anlisis de sensibilidad permiten dar respuesta al Qu pasa si?

Implementar los Resultados


Se incorpora la solucin y se monitorean los resultados.

To accompany Quantitative Analysis for Management, 9e by Render/Stair/Hanna

1-13

2006 by Prentice Hall, Inc. Upper Saddle River, NJ 07458

Resumen
Definicin del problema se deben priorizar las dificultades, de preferencia

las que aumenten las utilidades o disminuyan los costos.


Desarrollo del modelo modelo matemtico, relaciones entre variables y parmetros. Las variables de decisin son controlables, los parmetros son

valores inherentes al problema.


Adquisicin de datos de entrada trash in, trash out, recopilar datos precisos, por medio de entrevistas, de histricos, muestreos que alimenten el

modelo.

Resumen
Desarrollo de solucin resolver el modelo, mediante prueba y error,

mediante enumeracin completa, mediante algoritmos.


Prueba de la solucin recopilar datos adicionales distintos a la fuente original, y ver si son congruentes con los obtenidos originalmente.

Anlisis de resultados determinar cunto cambia la solucin si se cambia el


modelo o los datos de entrada. Implementar resultados lograr que se pongan en marcha los cambios requeridos, para obtener sostenibilidad.

Modelos en el Mundo Real


Los modelos reales pueden ser:
Complejos. Caros. Difciles de vender

SIN EMBARGO
Modelos reales se utilizan por empresas reales para resolver problemas REALES!!!

Posibles Dificultades en el Uso de Modelos


Definir el Problema
Puntos de vista conflictivos. Impactos entre departamentos. Premisas.

Desarrollo del Modelo


Ajuste del modelo. Comprensin del modelo.

Recoleccin de Datos
Disponibilidad de los datos. Validez de los datos.

Posibles Dificultades en el Uso de Modelos


Desarrollo de la Solucin
Matemtica compleja. Las soluciones se vuelven obsoletas.

Prueba de la Solucin
Identificar los procedimientos de prueba adecuados.

Analizar los Resultados


Identificar causas y efectos. Mantener las condiciones constantes.

Implementar la Solucin
Vender la solucin.

Ejemplo Modelo Bagels R Us


Asuma que usted es el nuevo dueo de Bagels R Us y desea desarrollar un modelo matemtico para sus ganancias diarias y para su punto de equilibrio. Sus costos fijos son $100 diarios y sus costos variables son 0.50 por bagel. Usted cobra $1 por bagel.

Ganancia = Ingreso - Gastos


(Precio unitario) (udes vendidas) - Costo fijo - (costo variable / unidad) (udes vendidas)

Ganancia = $1Q - $100 - $.5Q

Ejemplo Modelo Bagels R Us


El punto de equilibrio ocurre cuando Ingreso = Gasto
Por tanto, $1Q = $100 + $.5Q Resolvemos para Q $1Q - .5Q = 100 => Q = 200
Donde, Q = cantidad de bagels vendidos. F = costo fijo diario. V = costo variable/bagel P = precio de venta.

Punto de Equilibrio = F/(P-V)

Ventajas del Anlisis Cuantitativo


Puede representar la realidad de forma precisa. Ayuda a quien toma las decisiones a formular problemas. Proporciona perspectivas e informacin. Ahorra costos y tiempo en la toma de decisiones y resolucin de problemas. Puede ser la nica va eficaz para resolver un problema grande o complejo. Pueden utilizarse para comunicar problemas y soluciones a los dems pero puede llegar a simplificar demasiado ciertos supuestos.

Ventajas del Anlisis Cuantitativo


Es menos perturbador experimentar con modelos cuantitativos que con sistemas reales, pero pueden ser caros de desarrollar y probar. Permiten el anlisis Qu pasa si? Ayuda a reducir o a comprender la incertidumbre. Se pueden manipular.

Desventajas del Anlisis Cuantitativo


Pueden ser costosos y largos para desarrollar. Tienden en ocasiones a disminuir el valor de la informacin cualitativa. En ocasiones tiene premisas que simplifican demasiado las variables del mundo real. Se desarrollan para problemas administrativos, pero se pueden malinterpretar debido a su complejidad matemtica en ocasiones. Requiere restricciones especficas y objetivos, pero puede restarle en ocasiones importancia a la informacin cualitativa.

También podría gustarte