CURSO: HERRAMIENTAS PARA LA TOMA DE DECISIONES GERENCIALES.

PREGUNTAS FRECUENTES.

1) CUAL ES ESE PRONOSTICO DE MANERA CAUSAL?

REGRESIONES. Es un tipo de pronóstico pero de manera causal.
2) QUE ES UN PRONOSTICO?
Un Pronóstico, es sencillamente, una predicción de lo que ocurrirá en el futuro, basado en
data histórica.
Y PORQUE LO HACEMOS? Lo hacemos para poder planificar nuestros recursos.

Métodos de elaboración de
pronósticos

Cuantitativo Cualitativo

Series de
Causal
tiempo

Proyección de tendencias ajustadas

Suavización Proyección de tendencias
por influencia estacional

3) CUALES SON LOS TIPOS DE PRONOSTICOS?

Tenemos el pronóstico Causal y Series de Tiempo.

4) QUE SON LAS REGRESIONES?

Es una técnica estadística que se puede utilizar para desarrollar una ecuación matemática
que muestre como se relacionan las variables. La variable a predecir se llama variable
dependiente, las variables o variable que se usan para predecir las llamaremos variables
independientes.

Variable Dependiente – Eje Y

Variable Independiente – Eje X

5) QUE ES EL COEFICIENTE DE DETERMINACION R2?

Es un coeficiente cuyo valor se encuentra entre cero y uno también como conocido como
coeficiente de correlación. Este coeficiente busca explicarnos como la variable
dependiente está influida o está explicada por la variable independiente o como afecta mi
variable independiente sobre mi variable dependiente.

Mientras más cerca el valor esté a 1, explica que mi variable independiente explica casi al
100% el resultado de mi variable dependiente.
 Como se lee? – Ejemplo: La variación de la Nota (Eje Y) está explicada en el 81,76% por la
variación en las horas de estudio (Eje X).

6) CONCEPTOS BASICOS DE PRONOSTICO

Causal, Se basan en el supuesto de que la variable que tratamos de pronosticar exhibe una
relación causa efecto con una o más variables. Uno de los métodos usados para resolver
este pronóstico la conocemos como regresión.

Serie de tiempo, Es un conjunto de observaciones de una variable medida en puntos

sucesivos en el tiempo o a lo largo de periodos sucesivos

Cualitativos, pueden aplicarse cuando la información sobre la variable que se está

pronosticando no puede cuantificarse y cuando los datos históricos son no aplicables.

Componente de tendencia, Es el cambio gradual de la serie de tiempo, este cambio por lo

general es el resultado de factores a largo plazo, como por ejemplo; cambios en la
población, tecnologías, preferencias de consumo, etc.

Componente Cíclico, Es la recurrencia de puntos, en una serie de tiempo, ubicados por

encima y por debajo de la línea de tendencia, que dura más de un año.

Componente Estacional, Es la variabilidad de los datos debido a influencias estacionales,

por ejemplo estaciones de cosecha, practica de deportes en nieve, etc.

Componente Irregular, Es el factor residual o comodín, que incluye las desviaciones de los
valores de serie de tiempo reales de aquellos esperados según los efectos del componente
cíclico, de tendencia y estacional. Representa la variabilidad aleatoria.

7) CUALES SON LOS PASOS A SEGUIR PARA REALIZAR UN PRONOSTICO?

1. Recopilación de datos (se asume que el pasado puede proyectarse al futuro)

2. Reducción o condensación de datos (pero suficientes)
3. Construcción del modelo
4. Extrapolación del modelo

8) CONCEPTOS DE PRONOSTICOS

MAE (Desviación absoluta media): Mide la exactitud de los valores estimados de la serie de
tiempo.

EMC (Error medio cuadrático): Es más sensible a errores anormales de pronósticos que el MAD.

PEMA (Porcentaje de error medio absoluto): porcentaje absoluto medio de error. Mide la
exactitud de los valores estimados de la serie de tiempo. La exactitud de expresa como un
porcentaje.
 9) CUALES SON LAS CUATRO OPCIONES DE PRONOSTICO?

- Promedio Simple
- Suavización exponencial Simple
- Suavización exponencial por tendencia
- Suavización exponencial por estacionalidad.

10) TEORIA DE COLAS – PRINCIPALES CARACTERISTICAS

Llegadas Cola Servicio

Brindado por uno
Tiempo entre Esperan por el
o mas servidores
llegadas. servicio
(varia)

Distribución
Determinístico - Disciplina de la exponencial –
probabilístico cola tiempo servicio
constantes

Se conoce (λ), Se conoce (μ)

como tasa media PEPS como tasa media
de llegada de servicio

El tiempo El tiempo
Pueden decidirse
esperado entre esperado de
por otras
llegadas: 1/λ servicio (1/μ)

Principio básico de la teoría de Colas:

COSTO DE ESPERA:

 Costo del cliente.

 Costo de oportunidad del tiempo perdido.

 Un sistema con bajo costo de espera es una fuente importante de competitividad

 COSTO DEL SERVICIO:

 Costo de operación.

 Es más fácil de estimar.

 El objetivo; encontrar el costo total mínimo del sistema.

COSTO DE UN SISTEMA DE COLAS:

El costo total = Costo esperado + costo de servicio

CT = Cw L + Cs K
cw = costo de espera por periodo de tiempo de cada unidad
L = numero promedio de unidades en el sistema
Cs = costo de servicio por periodo de tiempo de cada canal
k = numero de canales
CT = costo total por periodo de tiempo

PROGRAMACION LINEAL (OPTIMIZACION)

11) PRINCIPALES CONCEPTOS

Restricción; Recurso escaso o limitante.

Ecuación o desigualdad que descarta ciertas combinaciones de variables de decisión como soluciones
factibles.
Formulación del problema; Proceso de traducir la definición verbal de un problema en un enunciado
matemático llamado modelo matemático.
Variable de decisión; Insumo controlable para un modelo de programación lineal.
Solución factible; solución que satisface todas las restricciones de forma simultánea.
Variable de holgura; Variable añadida en el lado izquierdo de una restricción de menor o igual para
convertir la restricción en una igualdad.
Los tres supuestos necesarios para que un modelo de programación lineal sea apropiado son; la proporcionalidad,
aditividad y divisibilidad.

La proporcionalidad; Significa que la contribución a la función objetivo y la cantidad de recursos empleados en cada
restricción son proporcionales al valor de la variable de decisión.

La aditividad; significa que el valor de la función objetivo y los recursos empleados se calculan al sumar la
contribución de la función objetivo y los recursos empleados para todas las variables de decisión.

La divisibilidad; significa que las variables de decisión son continuas

12) LOS COMPONENTES BASICOS PARA UN MODELO MATEMATICO EN PROGRAMACION

LINEAL.

 Las variables de decisión.

 La función objetivo del problema.

 Las restricciones del problema.

13) PASOS A SEGUIR PARA DESARROLLAR UN MODELO DE PROGRAMACION LINEAL

1. Identificar las variables de decisión.
2. Establecer el resultado óptimo
3. Establecer los coeficientes de la función Objetivo
4. Establecer el valor objetivo
5. Identificar las restricciones
6. Identificar los coeficientes de las restricciones
7. Calcular los recursos utilizados (lado izquierdo)
8. Establecer los recursos disponibles/escasos (lado derecho)
9. Definir igualdad o desigualdad
10. Calcular la Holgura
11. Realizar análisis de sensibilidad

14) QUE ES EL COSTO REDUCIDO?

SI MI RESULTADO OPTIMO ES CERO (FINAL VALOR), LA UTILIDAD SE VE MERMADA POR UN VALOR

(COSTO REDUCIDO). SE LE CONOCE COMO UN CASTIGO EN EL COSTO.
 15) QUE ES EL PRECIO SOMBRA EN LAS RESTRICCIONES DE UNA FUNCION OBJETIVO?

ES LA VARIACION DE TU FUNCION OBJETIVO CUANDO DISPONES DE UNA UNIDAD ADICIONAL DE

TU RECURSO ESCASO/DISPONIBLE (LADO DERECHO) O DE TU RESTRICCION.

SIMULACION:

1) QUE ES SIMULACION?

Es un modelo matemático que busca representar una realidad, que no se conoce, en base
a información del momento.
Aplicaciones (teoría)
Financieras
Operaciones
Marketing

E
n
t Controlables
r Resultado
a
d
probabilisticos Modelo
a
s

Técnicas de simulación

2) QUE ES UNA SIMULACION MONTECARLO?

Es una técnica de simulación basada en la elección de números aleatorios a través de una

o más distribuciones de probabilidad.
3) CONCEPTOS BASICOS DE SIMULACION

Variable aleatoria; es una función que asocia un número real a un modelo de simulación.

Variable discreta; es aquella variable donde se puede contar el conjunto de resultados

posibles. Están representados por números enteros.

Variable continua; es aquella variable donde los valores son tomados de una escala
continua.