Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1.Introducción
“Teoría de Sistemas”
“Teoría de Juegos”
“Objetivos Múltiples”
Página 1
ANALISIS CUANTITATIVO DECISIONAL
Antecedentes
El helado que fabrican se lo califica como Premium por contar con un nivel de
cremosidad y textura únicos, que realzan la sensación del sabor al momento de
probarlos; asimismo cuentan con sabores originales y exclusivos como: la Crema
Vacafría, y el Chocolate Suizo. Cada receta la elaboramos con materia prima de
altísima calidad con el soporte de productos naturales, como frutas de estación
obtenidas de proveedores seleccionados. Además cuentan con un sector de cafetería
y sándwiches.
Las fundadoras y propietaria son tres mujeres jóvenes que decidieron emprender,
ellas son Marioly Ribera, Celia Camacho y Maria Martha Bravo.
Página 2
ANALISIS CUANTITATIVO DECISIONAL
Tipos de sistemas
Página 3
ANALISIS CUANTITATIVO DECISIONAL
Entradas.- Son los ingresos del sistema que pueden ser recursos materiales,
recursos humanos o información.
Estos serán el punto de partida para formar las bases de un sistema y ver con que
cuenta este, y ya ahí podremos analizar e identificar de mejor manera el resto de los
elementos.
Proceso.- Es lo que transforma una entrada en salida, como tal puede ser una
máquina, un individuo, una computadora, un producto químico, una tarea
realizada por un miembro de la organización. A su vez el proceso será
Página 4
ANALISIS CUANTITATIVO DECISIONAL
Gracias a esta el sistema lograra lo más cercano a una producción perfecta, ya que
estará en constante control y mejora.
La teoría de juegos es una rama de la economía que estudia las decisiones en las
que para que un individuo tenga éxito tiene que tener en cuenta las decisiones
tomadas por el resto de los agentes que intervienen en la situación. La teoría de
juegos como estudio matemático no se ha utilizado exclusivamente en la economía,
sino en la gestión, estrategia, psicología o incluso en biología.
Página 5
ANALISIS CUANTITATIVO DECISIONAL
En teoría de juegos no tenemos que preguntarnos qué vamos a hacer, tenemos que
preguntarnos qué vamos a hacer teniendo en cuenta lo que pensamos que harán los
demás, ellos actuarán pensando según crean que van a ser nuestras actuaciones. La
teoría de juegos ha sido utilizada en muchas decisiones empresariales, económicas,
políticas o incluso para ganar jugando al póker.
Por lo que son estos uno de los componentes más importantes al ser tomados en
cuenta como los tomadores de decisiones y quiénes serán los que obtendrán
ganancias y pérdidas.
- No jugadores.- Son agentes que toman decisiones sin considerar las acciones
de los jugadores.
- Las acciones.- Son decisiones que podrán ser tomadas o llevadas a cabo tanto
por los jugadores como por los no jugadores.
Página 6
ANALISIS CUANTITATIVO DECISIONAL
Alguien que merece ser mencionado en la teoría es el ya fallecido ganador del premio
nobel Jhon Nash, creador del afanado equilibrio de Nash que nos plantea que los
jugadores deberán buscar no solo su beneficio individual sino que maximizaran el
mismo después de buscar el beneficio del grupo.
Se usa cuando se tiene una serie de estructuras Si (if), unas interiores a otras
(anidadas).
Página 7
ANALISIS CUANTITATIVO DECISIONAL
Spi, i = 1..r.
Adelante hacia
Interpreta
atrás
BELMON
Atrás hacia
Resuelve
adelante
Página 8
ANALISIS CUANTITATIVO DECISIONAL
TEORIA DE SISTEMAS
AREA DE COMERCIALIZACION
Bajo el supuesto de que la empresa “Vacafria” quiera aperturar una nueva sucursal
que sucederia y que necesitara, esto determinando todos los puntos que comprende
un sistema.
ENTRADA
Clientes
Proveedores
Personal de trabajo
Infraestructura
Insumos
Ubicación física de la tienda
Transporte
Muebles y enseres
Material de escritorio
Tiempo
Conocimientos
Página 9
ANALISIS CUANTITATIVO DECISIONAL
SALIDAS
Productos vendidos
Clientes satisfechos
Clientes insatisfechos
Crecimiento empresarial
Perdidas
Devoluciones
PROCESO DE
TRANSFORMACION
Atención al cliente
Sistema de facturación
Inventarios
Publicidad
Costos fijos
Proveedores
Compromiso
Página 10
ANALISIS CUANTITATIVO DECISIONAL
CARGAS
Bloqueos
Malos tratos
Competencia empresarial
Ausencia del personal
Clausulas
Pocos clientes
Mala ubicación
PERTURBACIONES
Página 11
ANALISIS CUANTITATIVO DECISIONAL
RETROALIMENTACION
APLICACIÓN:
La teoría de sistemas es muy importante, ya que nos ayuda a identificar las
características que poseen nuestros productos o servicios.
TEORIA DE JUEGOS
Página 12
ANALISIS CUANTITATIVO DECISIONAL
AREA DE COMERCIALIZACION
Dada dicha estrategia, se tiene por objetivo que uno de los jugadores logre ganar, en
esta ocasión será la disputa de dos productos de la misma empresa, la ganancia será
representada por el porcentaje de participación o consumo en el mercado que tienen
ambos productos.
Los productos seleccionados son los mas consumidos o solicitados que son el
Capuccino y el Frapuccino.
1ra Estrategia
Precios altos = PA
2da Estrategia
Precios Bajos= PB
RESOLUCION :
Página 13
ANALISIS CUANTITATIVO DECISIONAL
FRAPUCCINO
PB PA
PB 315/135 378/ 135
CAPUCCINO PA 180/324 378/ 162
La estrategia dominante:
La estrategia dominante en este caso es que el producto Frapuccino se posiciona
como el producto estrella ya que a precios altos obtiene más ganancias de las que ya
tenía, en cambio para Capuccino mejoraría sus ventas si cambia de estrategia a
precios altos.
APLICACIÓN.-
Para la elaboración de este método los datos fueron recolectados por medio de
encuestas a 30 personas en la Zona Central de Cochabamba exactamente en el
prado
DESICIONES MULTIPLES
ROTACION DE INVENTARIOS:
Página 14
ANALISIS CUANTITATIVO DECISIONAL
0 1 2 3 4 5 6 7 8 9 10 11 12
CVD 0 0 150 150 300 300 450 450 600 600 750 750 900
Página 15
ANALISIS CUANTITATIVO DECISIONAL
CCR 0 0 140 140 280 280 420 420 560 560 700 700 840
CCC 0 0 0 300 300 300 600 600 600 900 900 900 1200
CE 0 180 360 540 720 900 1080 1260 1440 1620 1800 1980 2160
M4
𝒎𝟒 (𝟏𝟐) = 𝑴𝒂𝒙{𝒇𝟎, 𝒇𝟏 , 𝒇𝟐, 𝒇𝟑, 𝒇𝟒 , 𝒇𝟓, 𝒇𝟔 , 𝒇𝟕, 𝒇𝟖, 𝒇𝟗 , 𝒇𝟏𝟎, 𝒇𝟏𝟏 𝒇𝟏𝟐 }
m4 (12) = Max{ 0,180,360,540,720,900,1080,1260,1440,1620,1800,1980,2160}
𝐌𝐚𝐱 = 𝟐𝟏𝟔𝟎
𝒅𝟒(𝟏𝟐) = 𝟏𝟐
𝒅𝟒(𝟏𝟏) = 𝟏𝟏
𝒅𝟒(𝟏𝟎) = 𝟏𝟎
Página 16
ANALISIS CUANTITATIVO DECISIONAL
𝒅𝟒(𝟗) = 𝟗
𝒅𝟒(𝟖) = 𝟖
𝒅𝟒(𝟕) = 𝟕
𝒅𝟒(𝟔) = 𝟔
𝒅𝟒(𝟓) = 𝟓
Página 17
ANALISIS CUANTITATIVO DECISIONAL
𝒅𝟒(𝟒) = 𝟒
𝒅𝟒(𝟑) = 𝟑
𝒎𝟒 (𝟐) = 𝑴𝒂𝒙{𝒇𝟎, 𝒇𝟏 , 𝒇𝟐 }
m4 (2) = Max{ 0,180,360}
𝐌𝐚𝐱 = 𝟑𝟔𝟎
𝒅𝟒(𝟐) = 𝟐
𝒎𝟒 (𝟏) = 𝑴𝒂𝒙{𝒇𝟎, 𝒇𝟏 }
m4 (1) = Max{ 0,180}
𝐌𝐚𝐱 = 𝟏𝟖𝟎
𝒅𝟒(𝟏) = 𝟏
𝒎𝟒 (𝟎) = 𝑴𝒂𝒙{𝒇𝟎 }
m4 (0) = Max{ 0}
𝐌𝐚𝐱 = 𝟎
𝒅𝟒(𝟎) = 𝟎
M3
Página 18
ANALISIS CUANTITATIVO DECISIONAL
𝐌𝐚𝐱 = 𝟐𝟏𝟔𝟎
𝒅𝟑(𝟏𝟐) = 𝟎
𝑚3 (11) = Max{1980,1800,1620,1740,1560,1380,1500,1320,1140,1260,1080,900}
𝐌𝐚𝐱 = 𝟏𝟗𝟖𝟎
𝒅𝟑(𝟏𝟏) = 𝟎
𝑚3 (10) = Max{1800,1620,1440,1560,1380,1500,1320,1140,960,1080,900}
𝐌𝐚𝐱 = 𝟏𝟖𝟎𝟎
𝒅𝟑(𝟏𝟎) = 𝟎
𝑚3 (9) = Max{1620,1440,1260,1380,1500,1020,1140,960,780,900}
𝐌𝐚𝐱 = 𝟏𝟔𝟐𝟎
𝒅𝟑(𝟗) = 𝟎
𝑚3 (8) = Max{1440,1260,1080,1200,1020,840,960,780,600}
𝐌𝐚𝐱 = 𝟏𝟒𝟒𝟎
𝒅𝟑(𝟖) = 𝟎
Página 19
ANALISIS CUANTITATIVO DECISIONAL
𝑚3 (7) = Max{1260,1080,900,1020,840,660,780,600}
𝐌𝐚𝐱 = 𝟏𝟐𝟔𝟎
𝒅𝟑(𝟕) = 𝟎
𝑚3 (6) = Max{1080,900,720,840,660,780,600}
𝐌𝐚𝐱 = 𝟏𝟎𝟖𝟎
𝒅𝟑(𝟔) = 𝟎
𝑚3 (5) = Max{900,720,540,660,480,300}
𝐌𝐚𝐱 = 𝟗𝟎𝟎
𝒅𝟑(𝟓) = 𝟎
𝑚3 (4) = Max{720,540,360,480,300}
𝐌𝐚𝐱 = 𝟕𝟐𝟎
𝒅𝟑(𝟒) = 𝟎
𝑚3 (3) = Max{540,360,180,300}
𝐌𝐚𝐱 = 𝟓𝟒𝟎
𝒅𝟑(𝟑) = 𝟎
𝑚3 (2) = Max{360,180,0}
𝐌𝐚𝐱 = 𝟑𝟔𝟎
𝒅𝟑(𝟐) = 𝟎
𝑚3 (1) = Max{180,0}
Página 20
ANALISIS CUANTITATIVO DECISIONAL
𝐌𝐚𝐱 = 𝟏𝟖𝟎
𝒅𝟑(𝟏) = 𝟎
𝑚3 (0) = Max{0}
𝐌𝐚𝐱 = 𝟎
𝒅𝟑(𝟎) = 𝟎
M2
𝒎𝟐 (𝟏𝟐) = 𝐌𝐚𝐱{𝒇𝟎 + 𝒎𝟑 (𝟏𝟐 − 𝟎), 𝒇𝟏 + 𝒎𝟑 (𝟏𝟐 − 𝟏), 𝒇𝟐 + 𝒎𝟑 (𝟏𝟐 − 𝟐), 𝒇𝟑
+ 𝒎𝟑 (𝟏𝟐 − 𝟑), 𝒇𝟒 + 𝒎𝟑 (𝟏𝟐 − 𝟒), 𝒇𝟓 + 𝒎𝟑 (𝟏𝟐 − 𝟓), 𝒇𝟔
+ 𝒎𝟑 (𝟏𝟐 − 𝟔), 𝒇𝟕 + 𝒎𝟑 (𝟏𝟐 − 𝟕), 𝒇𝟖 + 𝒎𝟑 (𝟏𝟐 − 𝟖), 𝒇𝟗
+ 𝒎𝟑 (𝟏𝟐 − 𝟗), 𝒇𝟏𝟎 + 𝒎𝟑 (𝟏𝟐 − 𝟏𝟎), 𝒇𝟏𝟏 + 𝒎𝟑 (𝟏𝟐 − 𝟏𝟏), 𝒇𝟏𝟐
+ 𝒎𝟑 (𝟏𝟐 − 𝟏𝟐)}
𝐌𝐚𝐱 = 𝟐𝟏𝟔𝟎
𝒅𝟐(𝟏𝟐) = 𝟎
𝐌𝐚𝐱 = 𝟏𝟗𝟖𝟎
𝒅𝟐(𝟏𝟏) = 𝟎
Página 21
ANALISIS CUANTITATIVO DECISIONAL
𝐌𝐚𝐱 = 𝟏𝟖𝟎𝟎
𝒅𝟐(𝟏𝟎) = 𝟎
𝐌𝐚𝐱 = 𝟏𝟔𝟐𝟎
𝒅𝟐(𝟗) = 𝟎
𝑚2 (8) = Max{1440,1260,1220,1040,1000,820,780,600,560}
𝐌𝐚𝐱 = 𝟏𝟒𝟒𝟎
𝒅𝟐(𝟖) = 𝟎
𝑚2 (7) = Max{1260,1080,1040,860,820,640,600,420}
𝐌𝐚𝐱 = 𝟏𝟐𝟔𝟎
𝒅𝟐(𝟕) = 𝟎
𝑚2 (6) = Max{1080,900,860,680,640,560,420}
𝐌𝐚𝐱 = 𝟏𝟎𝟖𝟎
𝒅𝟐(𝟔) = 𝟎
𝑚2 (5) = Max{900,720,680,500,460,280}
𝐌𝐚𝐱 = 𝟗𝟎𝟎
𝒅𝟐(𝟓) = 𝟎
Página 22
ANALISIS CUANTITATIVO DECISIONAL
𝑚2 (4) = Max{720,540,500,320,280}
𝐌𝐚𝐱 = 𝟕𝟐𝟎
𝒅𝟐(𝟒) = 𝟎
𝑚2 (3) = Max{540,360,320,140}
𝐌𝐚𝐱 = 𝟓𝟒𝟎
𝒅𝟐(𝟑) = 𝟎
𝑚2 (2) = Max{360,180,140}
𝐌𝐚𝐱 = 𝟑𝟔𝟎
𝒅𝟐(𝟐) = 𝟎
𝑚2 (1) = Max{180,0}
𝐌𝐚𝐱 = 𝟏𝟖𝟎
𝒅𝟐(𝟏) = 𝟎
𝑚2 (0) = Max{0}
𝐌𝐚𝐱 = 𝟎
𝒅𝟐(𝟎) = 𝟎
M1
Página 23
ANALISIS CUANTITATIVO DECISIONAL
𝐌𝐚𝐱 = 𝟐𝟏𝟔𝟎
𝒅𝟏(𝟏𝟐) = 𝟎
Página 24
ANALISIS CUANTITATIVO DECISIONAL
0 1 2 3 4 5 6 7 8 9 10 11 12
m₄ 0 180 360 540 720 900 1080 1260 1440 1620 1800 1980 2160
d₄ 0 1 2 3 4 5 6 7 8 9 10 11 12
m₃ 0 180 360 540 720 900 1080 1260 1440 1620 1800 1980 2160
d₃ 0 0 0 0 0 0 0 0 0 0 0 0 0
m₂ 0 180 360 540 720 900 1080 1260 1440 1620 1800 1980 2160
d₂ 0 0 0 0 0 0 0 0 0 0 0 0 0
m₁ - - - - - - - - - - - - 2160
d₁ - - - - - - - - - - - - 0
MAX = 2160
𝒐𝟏 = 0
𝒐𝟐 = 0
𝒐𝟑 = 0
𝒐𝟒 = 12
Página 25
ANALISIS CUANTITATIVO DECISIONAL
APLICACION
Con este método la empresa “Vacafria” al tener varias opciones de productos con
mayor demanda, se pudo determinar que la mejor opción de transporte son las cajas
de Vasos Desechables, ya que nuestro máximo es de 2160 y tiene una holgura de
12, lo que generara más ganancia para la empresa.
Página 26
ANALISIS CUANTITATIVO DECISIONAL
Proceso mediante el cual se realiza una elección entre las alternativas o formas para
resolver diferentes situaciones de la vida, estas se pueden presentar en diferentes
contextos: a nivel laboral, familiar, sentimental, empresarial (utilizando metodologías
cuantitativas que brinda la administración), etc., es decir, en todo momento se toman
decisiones, la diferencia entre cada una de estas es el proceso o la forma en la cual
se llega a ellas. La toma de decisiones consiste, básicamente, en elegir una
alternativa entre las disponibles, a los efectos de resolver un problema actual o
potencial.
Página 27
ANALISIS CUANTITATIVO DECISIONAL
Clasificación
· Evaluación de alternativas
· Evaluación de la decisión
Página 28
ANALISIS CUANTITATIVO DECISIONAL
· Implantación de la decisión
2do Criterio Maxi-Max: Determina la acción con el mejor resultado. El mejor del mejor.
4to Criterio Valor Esperado: Elige la acción que produce la recompensa esperada más
grande.
2. 5ARBOL DE DECISIONES
Ventajas o características
Página 29
ANALISIS CUANTITATIVO DECISIONAL
Desventajas
Página 30
ANALISIS CUANTITATIVO DECISIONAL
En este punto debemos revisar el Árbol de Decisiones para no dejar de lado ninguna
posibilidad de decisión ni efectos posibles, en caso de que hayamos olvidado alguna
tendremos de considerarla e ingresarla al árbol de inmediato.
Página 31
ANALISIS CUANTITATIVO DECISIONAL
Una vez que tenemos hecho esto, revisamos el diagrama en árbol. Controlamos cada
cuadro y círculo para ver si hay alguna solución o consecuencia que no hayamos
considerado. Si hay alguna, la debemos agregar. En algunos casos será necesario
dibujar nuevamente todo el árbol si partes de él se ven muy desarregladas o
desorganizadas. Ahora ya tendremos un buen entendimiento de las posibles
consecuencias de nuestras decisiones.
Página 32
ANALISIS CUANTITATIVO DECISIONAL
MATRIZ DE TRANSICIÓN:
Una matriz de transición para una cadena de Markov de n estado es una matriz de n
X n con todos los registros no negativos y con la propiedad adicional de que la suma
de los registros de cada columna (o fila) es 1.
Página 33
ANALISIS CUANTITATIVO DECISIONAL
TEORIA DE DECISIÓN
Página 34
ANALISIS CUANTITATIVO DECISIONAL
AREA DE VENTAS:
La empresa VacaFria se le presenta 3 pedidos, el primero por parte del Hotel Regina , el segundo por el
Hotel Cochabamba y por último el Hotel Diplomat. Para ello se deberá decidir inmediatamente cuál de
estas 3 oportunidades es la mejor.
Se tomara en cuenta un 𝛼 = 0,8 ya que se le dará prioridad a las ganancias. Para la resolución de este
problema se cuentan con los siguientes datos:
A B C
NG 0 0 0 0 0 0 0
Hurdwick : α = 0.8
Página 35
ANALISIS CUANTITATIVO DECISIONAL
𝐇 = 𝟎. 𝟖 (𝐦𝐚𝐱) + (𝟏 − 𝟎. 𝟖) (𝐦𝐢𝐧)
A 0,8(6400)+(1-0,8)(-21600)= 800
B 0,8(4700)+(1-0,8)(-17300)= 300
C 0,8(4650)+(1-0,8)(-15600)= 600
NG 0 0 0
La Place:
𝐌𝐀𝐗𝐈𝐌𝐀𝐗 + 𝐌𝐀𝐗𝐈𝐌𝐈𝐍
𝟐
𝟔.𝟒𝟎𝟎+(−𝟐𝟏.𝟔𝟎𝟎)
A= = −4.400
𝟐
𝟒.𝟕𝟎𝟎+(−𝟏𝟕.𝟑𝟎𝟎)
B= = −3.950
𝟐
𝟒.𝟔𝟓𝟎+(−𝟏𝟓.𝟔𝟎𝟎)
C= = −3.150
𝟐
(𝟏𝟎.𝟗𝟎𝟎)+(−𝟑𝟖.𝟗𝟎𝟎)
A+B= = −30.350
𝟐
(−𝟏𝟎.𝟗𝟎𝟎)+(−𝟑𝟐.𝟗𝟎𝟎)
B+C= = −27.350
𝟐
(−𝟗.𝟐𝟎𝟎)+(−𝟑𝟕.𝟐𝟎𝟎)
A+C= = −27.800
𝟐
Página 36
ANALISIS CUANTITATIVO DECISIONAL
(−𝟐𝟔.𝟓𝟎𝟎+(−𝟑𝟒.𝟐𝟓𝟎)
A+B+C= = −43.625
𝟐
A B C SAVAGE
Maxi Max= C
Maxi Min= C
La Place= C
Hurdwick= A
Savage= C
ARBOL DE DECISIÓN
Página 37
ANALISIS CUANTITATIVO DECISIONAL
AREA DE VENTAS:
Página 38
ANALISIS CUANTITATIVO DECISIONAL
V. de Frutilla
61.54%
VENTAS 33,33% 300
ALTAS
33,33% V. de Kiwi
VB
41.18%
4.941,6.
Página 39
ANALISIS CUANTITATIVO DECISIONAL
E2
𝐺𝐴𝑀𝑃𝐿𝐼𝐴𝑅 = 9.6
E1
𝐺ℎ𝑒𝑙𝑎𝑑𝑜 𝑐𝑜𝑛 𝑑𝑢𝑙𝑐𝑒 𝑙𝑒𝑐ℎ𝑒 = {855000 + (160000 ∗ 5 ∗ 70%) + (130000 ∗ 10 ∗ 30%) − 835200}
𝐺 = 969800
𝐺𝑓𝑟𝑎𝑝𝑒 𝑐𝑜𝑛 𝑓𝑟𝑢𝑡𝑎𝑠 = {(110000 ∗ 10 ∗ 70%) + (90000 ∗ 10 ∗ 30%) − 250560}
𝐺 = 789440
Página 40
ANALISIS CUANTITATIVO DECISIONAL
CADENA DE MARKOV
AREA DE DISTRIBUCION:
Se desea abrir una instalación para realizar las distribuciones de los diferentes
productos que ofrece la empresa VacaFria a las diferentes sucursales en el que se
hallaron 3 posibles instalaciones, que tienen fácil acceso las cuales están ubicadas en
la avenida Ayacucho y Aroma la otra posible opción está ubicada en la Av. Oquendo y
Heroínas y por último en la avenida Libertador y América.
Posteriormente con la probabilidad del 90% se dirige a la Av. Oquendo podría ser
diferente en un 10%, y por ultimo seria en la avenida libertadores con una
probabilidad del 40% mientras si fuera en la avenida Ayacucho seria del 35% y en la
Av. Oquendo con una probabilidad del 25%.
Se pide hallar:
a) Matriz de transición
b) Diagrama de transición
c) Probabilidad de estado a estado
Página 41
ANALISIS CUANTITATIVO DECISIONAL
a)
A: Av. Ayacucho
ARE
A DE B: Av. Oquendo
VEN C: Libertadores
TAS:
A B C
b)
0.15
ARE
A DE
VEN 0.9
0.7 0.15 0.05
TAS:
A B C
0.4
0.05 0.25
0.35
Página 42
ANALISIS CUANTITATIVO DECISIONAL
c)
1 = 𝜋0 +𝜋1 +𝜋2 (1)
ARE
𝜋0 = 0.70𝜋0 + 0.05𝜋1 + 0.35𝜋2 (2)
A DE
𝜋1 = 0.15𝜋0 + 0.90𝜋1 + 0.25𝜋2 (3)
VEN
𝜋2 = 0.15𝜋0 + 0.05𝜋1 + 0.40𝜋2 (4)
TAS:
𝜋0 = 1 − 𝜋1 − 𝜋2
Reemplazar 𝜋0 en 2
Reemplazar 𝜋0 en 3
Reemplazar 𝜋1 en 5
Página 43
ANALISIS CUANTITATIVO DECISIONAL
Reemplazar 𝜋1 ˄ 𝜋2 𝑒𝑛 2
𝜋0 = 0.70𝜋0 + 0.05(0.65) + 0.35(0.11)
0.3 𝜋0 = 0.0325 + 0.0385
0.071
𝜋0 =
0.3
𝜋0 = 0.24
APLICACIÓN:
Con la cadenas de markov se puede determinar que la mejor opción con más
probabilidad es la de
𝜋1 = 0.65
Que hace referencia a que el punto para la distribución de los productos debe
establecerse en la Av. Oquendo, donde no cabe duda que se tiene un fácil acceso.
Página 44
ANALISIS CUANTITATIVO DECISIONAL
2.7 PRONÓSTICOS
OBJETIVO DE PRONÓSTICO
Por ejemplo, si el pronóstico de ventas para el siguiente ejercicio fiscal muestra una
tendencia desfavorable, entonces el plan estratégico de ventas deberá encaminarse a
revertir dicha tendencia a través de acciones que impulsen el crecimiento o que no
permitan que las ventas decaigan o, el peor de los casos, que simplemente se
reduzcan en un nivel mínimo.
Página 45
ANALISIS CUANTITATIVO DECISIONAL
Métodos cualitativos
Las técnicas cualitativas se usan cuando los datos son escasos, por ejemplo cuando
se introduce un producto nuevo al mercado. Estas técnicas usan el criterio de la
persona y ciertas relaciones para transformar información cualitativa en estimados
cuantitativos. Algunos son:
Página 46
ANALISIS CUANTITATIVO DECISIONAL
Métodos cuantitativos
Página 47
ANALISIS CUANTITATIVO DECISIONAL
Página 48
ANALISIS CUANTITATIVO DECISIONAL
PRONOSTICOS
Suavisado Exponencial:
Contiene datos aleatorios, o datos con tendencia, solo se utiliza para
pronosticar un periodo.
ŷ = 𝜶(𝒙) + (𝟏 − 𝜶)
X Y
Y (Y-Y(estimado)
MES VENTAS X al 2 X* Y (estimado) (Y-Y(estimado)) al 2
ENERO 1 61700 1 480 102050 -40350 1628122500
FEBRERO 2 50900 4 980 69770 -18870 356076900
MARZO 3 73000 9 1479 54674 18326 335842276
ABRIL 4 86800 16 1992 69334,8 17465,2 305033211
MAYO 5 96400 25 2500 83306,96 13093,04 171427696,4
JUNIO 6 121700 36 3900 93781,392 27918,608 779448672,7
JULIO 7 117100 49 4900 116116,2784 983,7216 967708,1863
AGOSTO 8 80300 64 6400 116903,2557 -36603,25568 1339798326
SEPTIEMBRE 9 67300 81 605700 87620,65114 -20320,65114 412928862,6
OCTUBRE 10 61200 100 612000 71364,13023 -10164,13023 103309543,3
55 816400 385 1240331 864921,467 -48521,46744 5432955697
n 8
alfa 0,8
(1-0,8) 0,2
MINIMOS CUADRADOS
Periodo MES VENTAS x² x*y ŷ y-ŷ y-ŷ²
Página 49
ANALISIS CUANTITATIVO DECISIONAL
b 1593,93939
a 72873,3333
N 10
Página 50