TIPOS DE MODELOS Y SUS APLICACIONES

MODELOS MENTALES
Los modelos mentales son un reflejo de nuestra historia personal. Los modelos
mentales son los modelos del mundo que cada persona usa para hacer comprensible lo
que sucede en la sociedad y en la naturaleza. Lo que hemos estudiado, las personas
con que hemos vivido y trabajado y nuestras experiencias emocionales, entre otras,
definen el tipo de modelos mentales con que operamos. Cada persona ha construido
un conjunto de modelos mentales que le es propio. Los modelos mentales le sirven a
las personas para tomar decisiones, para dialogar y en ocasiones para no hacerlo con
los otros y para comprender los acontecimientos del mundo.
El concepto de modelos mentales se remonta a la antigedad, pero la frase la acu el
psiclogo escocs Kenneth Craik en los aos 40. Segn ste y otros autores los
cambios a corto plazo de los modelos mentales rutinarios y diarios, se acumulan a lo
largo del tiempo y se convierten en cambios en las creencias a largo plazo,
profundamente arraizadas.
Este mismo fenmeno puede ser frecuente en las empresas: disminuciones graduales
de cuotas de mercado; menores tasas de productividad que, a corto plazo, inciden
escasamente en los resultados; creciente descontento en la plantilla que se achaca a
acontecimientos recientes sin analizar si se debe a actuaciones concretas y limitadas
en el tiempo, o a situaciones estructurales; y as podramos pasar por todas las
funciones empresariales. Aade Senge que aprender de la experiencia puede ser una
ilusin, porque a veces no percibimos las consecuencias de nuestros actos, que
transcienden el horizonte de aprendizaje de aos e incluso dcadas.

Algunos ejemplos de modelos mentales relacionados con el trabajo.

El trabajo est hecho para sufrir: Es una idea fundamental que determina lo que se
debe y lo que no se debe hacer en el trabajo. El tiempo en que no trabajo es para
gozar. Por tanto, en el trabajo no me conviene invertir demasiadas expectativas
personales. All se hace lo imprescindible, pero la conexin emocional es harina de otro
costal. Las empresas han desarrollado mecanismos muy elaborados para tratar de
conectar con sus empleados. Hay que esta alerta. No, el trabajo no es, ni de lejos, el
lugar para disfrutar. Por eso conviene definir lmites, para evitar que el trabajo invada
la vida personal. Vida profesional y vida personal deben estar ntidamente
diferenciadas.
La empresa me va a explotar porque su objetivo es maximizar resultados: Digan lo que
digan, lo vistan como lo vistan, el gran objetivo del beneficio est por encima de todos
los dems. Soy un recurso del que tratan de extraer lo mximo. Tengo innumerables
ejemplos de que eso es as, tanto personales como de amistades.
El conocimiento es importante y, por tanto, tengo que protegerlo: Este modelo mental
trata el conocimiento como otros elementos fsicos valiosos. Cuando algo tiene valor,
se encierra en una caja de seguridad. Y en tanto que hay poco, su valor se mantiene o
incluso crece. Si mucha gente supiera lo que yo s, entonces yo perdera valor relativo
en la sociedad que me rodea. As que es necesario proteger lo que s.

La aplicacin que se les puede dar a los modelos mentales puede ser a beneficio de la
empresa valindonos de que son ideas arraigadas en la psique del cliente, que cambia,
pero a largo plazo, lo podemos usar en el rea de marketing de la empresa o para
vender un producto relacionndolo con algo para hacerle pensar al usuario que es
imprescindible para l.

MODELOS MATEMTICOS

UTILIDAD DE LOS MODELOS MATEMTICOS PARA LA EMPRESA

La Teora Matemtica aplicada al management proporciona modelos capaces de
simular posibles escenarios y de valorar la probabilidad de que ocurran. Esos modelos
suponen un valioso instrumento de trabajo para estudiar los problemas que se
presenten, tanto estructurados como no estructurados.
Se considera un problema estructurado aqul que puede ser perfectamente definido,
pues se conocen sus principales variables. Es susceptible de pertenecer a una de estas
tres categoras:
a) Decisiones bajo certeza: las variables son conocidas y la relacin entre accin y
consecuencias es determinstica.
b) Decisiones bajo riesgo: las variables son conocidas y la relacin entre accin y
consecuencias se conoce en trminos probabilsticos.
c)
Decisiones bajo incertidumbre: las variables se conocen pero las probabilidades
para establecer las consecuencias de una accin se desconocen y no pueden
determinarse con un grado de certeza.
El problema no estructurado, por otra parte, es aquel que no puede ser claramente
definido, pues una o ms de sus variables se desconoce o no puede ser determinada
con un mnimo grado de confianza.
El modelo matemtico permite tratar tanto problemas estructurados como no
estructurados con las siguientes ventajas sobre los otros modelos:
1. Descubre y analiza los hechos relacionados con una situacin dada mejor que
una descripcin verbal.
2. Descubre relaciones existentes entre los diversos aspectos del problema que no
apareceran por si solas en una descripcin verbal.
3. Indica qu datos deben conseguirse para tratar cuantitativamente el problema
que se pretende resolver.
4. Establece medidas sobre la eficacia.
5. Explica situaciones que en el pasado no se aclararon, al proporcionar relaciones
de causa y efecto.
6. Trata el problema en su conjunto y considera todas las variables principales
simultneamente.
7. Es susceptible de ampliacin por etapas, hasta llegar a incluir factores
ignorados en las descripciones verbales.

8. Hace posible la utilizacin de tcnicas matemticas que de otra manera

pareceran ajenas al problema.
9. Con frecuencia, conduce a una solucin que se puede descubrir y justificar
adecuadamente con base en las descripciones verbales.
Como los factores que integran un problema complejo son tan numerosos, slo los
modelos de procesamiento de datos permiten proporcionar respuestas inmediatas y en
gran escala.

MODELO ESTADSTICO
Un modelo estadstico es una ecuacin matemtica que reproduce los fenmenos que
observamos de la forma ms exacta posible. Para ello tiene en cuenta los datos
suministrados y la influencia que el azar tiene en estas observaciones.

APLICACIN: PUBLICIDAD
Cuando en la administracin de los negocios existen dos o ms variables que pueden
estar relacionadas entre s, como pudiera ser la publicidad y las ventas nos interesa
conocer si se relacionan (correlacin), como se relacionan (mtrica), y como en base a
este modelo se puede pronosticar el efecto de la publicidad sobre las ventas
(pronstico).

Iniciemos la idea:
Considerar que puede existir relacin entre la inversin en publicidad de un producto y
los beneficios de las ventas de este, si se puede determinar cmo se relacionan,
podemos entonces decidir si aumentamos los costos de publicidad, los reducimos o los
eliminamos.

Se parte del siguiente modelo: Y = f(x)= ax + b

Si suponemos que este modelo se aplica a los gastos en publicidad y el total de ventas,
entonces:
b= Ventas que se realizan, con o sin publicidad
a=

Si es Positiva aumenta publicidad, aumenta ventas

Si es Negativa aumenta publicidad, disminuye ventas

Entonces todo se resume a preguntarnos:

1) Se relacionan publicidad y ventas?
2) Cunto vale a y b?
3) Cmo pronosticar ventas con gasto de publicidad?
Cualquier respuesta a estas tiles preguntas tiene un origen en comn, DATOS
ESTADISTICOS.
Estos datos son informacin disponible en el mbito de la administracin de las
empresas, por lo que no hay problema para obtenerlas.
Ejemplos de datos estadsticos:

Con solo datos estadsticos se elabora la grfica de dispersin:

Agregando lnea de tendencia:

MODELOS FSICOS
En ocasiones los fenmenos que se desean estudiar son tan complejos, que no basta
analizarlos desde el punto de vista matemtico; entonces es necesario hacer uso de
tcnicas experimentales para obtener soluciones prcticas.

Una de las dificultades que presenta la modelacin matemtica, es la idealizacin de

los fenmenos, en la cual se realizan simplificaciones importantes; estas slo pueden
ser valoradas por medio de pruebas experimentales aplicadas a modelos fsicos de
escala reducida (o de tipo analgico).
Las instrumentaciones apropiadas de los ensayos en los modelos construidos, suelen
arrojar ptimos resultados en cuanto a funcionalidad, estabilidad y economa, dentro
de un rango aceptable de certidumbre. Estos resultados son producto de un programa
amplio de investigacin experimental sobre todas las variables que intervienen.
Lo anterior se realiza para verificar la validez de las soluciones analticas, determinar
relaciones entre las variables involucradas y con ello optimizar la eficiencia de cada
elemento del sistema modelo-prototipo cuando es posible establecer modelos
matemticos complementarios.
El uso de los modelos fsicos a escala reducida, implica que stos deben ser
semejantes al prototipo, para el cual debe satisfacerse las leyes de similitud
Geomtrica, Cinemtica y
Dinmica, que en conjunto relacionan las magnitudes fsicas homlogas definidas entre
ambos sistemas, el prototipo Ap y el modelo Am.

Caractersticas:
a) Debe cumplir con similitud geomtrica: igualdad de relacin entre longitudes
homlogas
b) Debe cumplir con similitud cinemtica: relacin invariante entre los desplazamientos
en puntos homlogos.
c) Debe cumplir con similitud dinmica: implica igual relacin de las fuerzas dinmicas
en puntos homlogos.
Esto basado en la teora de similitud, establecida por Kline: Si dos sistemas obedecen
al mismo grupo de ecuaciones y condiciones gobernantes, y si los valores de todos los
parmetros y las condiciones se hacen idnticas, los dos sistemas deben de exhibir
comportamientos similares con tal de que exista una solucin nica para el grupo de
ecuaciones y condiciones.

MODELOS ECONOMTRICOS
Un modelo economtrico se define a partir de un modelo econmico (descripcin y
explicacin de un sistema econmico, social y poltico con inters prctico),
complementado con los aspectos particulares del sistema en estudio. A diferencia de
los modelos econmicos los modelos economtricos poseen una mejor generalidad en
las conclusiones a las que se puede llegar, estando su validez limitada tanto por
sistema de referencia como por el perodo temporal en que el modelo en s tiene
vigencia, como consecuencia de la evolucin del sistema. Los modelos economtricos
son utilizados generalmente para alguna de las siguientes actividades:
Anlisis estructural: Cuantificacin de las relaciones que en el periodo
analizado ha existido entre las variables implicadas, a travs del conocimiento
del signo y valor de los parmetros estimados. Es decir, como inciden en la
variable endgena las variaciones de las variables explicativas.
Prediccin: Predecir los valores que tomar a futuro la variable objeto de
estudio.
Simulacin: Efectos que tienen sobre la endgena diferentes estrategias que
se planteen de las variables explicativas.

Un modelo economtrico est formado por una o varias ecuaciones en las que la
variable explicada o endgena depende de una o varias variables explicativas
(Caridad, 1998), pudiendo ser expresado en forma genrica como:

La produccin de carne de cordero (PC) en Aragn, sirve como ejemplo para mostrar
una forma particular de la funcin de produccin, donde la variable dependiente PC
puede ser expresada en funcin de los costos de alimentacin (CA), la depreciacin de
capital (DC) y los costos de mano de obra (MO) por medio de la siguiente ecuacin
(Prez et al., 2007): Modelos economtricos, como el anterior, planteados con el
objetivo de determinar la relacin que existe entre el producto obtenido y la
combinacin de factores que se utilizan en su obtencin, son conocidos como funciones
de produccin. La funcin de produccin se encuentra enmarcada en el entorno de la
empresa y/o explotacin y las condiciones tcnicas reinantes, por lo que, cualquier
modificacin en el proceso productivo va a modificar esta funcin. En general, los
modelos economtricos y especficamente la funcin de produccin son utilizados
como una herramienta de anlisis que ayuda en la toma de decisiones tanto a nivel
econmico general (macro) como en el mbito de la direccin de empresas (micro).