UNIVERSIDAD PRIVADA DOMINGO SAVIO

FACULTAD CIENCIAS ECONOMICAS

INGENIERIA COMERCIAL

PRACTICA 6

ADM. PARA LA TOMA DE DESICIONES

GRUPO: LOS INCREIBLES

FECHA: 19 DE ENERO DE 2023

TURNO: NOCHE
 5

ÍNDICE
1. MODELOS MATEMÁTICOS. .......................................................................6

1.1. Determinísticos ..................................................................................6

1.2. Probabilísticos ....................................................................................6

2. Clasificación de los modelos matemáticos ...............................................6

2.1. Variable independiente .....................................................................6

2.2. Variable dependiente: .......................................................................6

2.3. Variable interviniente ........................................................................7

3. MODELOS DE SIMULACIÓN PARA LA TOMA DE DECISIONES ...................8

3.1. Ventajas .............................................................................................8

3.2. Desventajas ........................................................................................9

4. BIBLIOGRAFIA ......................................................................................... 10

5. FRASE MOTIVACIONAL ........................................................................... 10

 6
USO DE MODELOS MATEMATICOS EN LA TOMA DE DECISIONES

(4TA PARTE)

1. MODELOS MATEMÁTICOS.
Los modelos matemáticos, pueden formularse en muchos grados de complejidad,
desde una simple ecuación de primer grado, hasta un sistema de ecuaciones
diferenciales parciales. Sin embargo, en todos los niveles de complejidad, existe
algo en común: el uso de variables. Las variables, pueden representar el estado del
sistema en un momento dado, o también sus entradas y salidas.

Los modelos matemáticos se pueden clasificar en muchos tipos, pero una

clasificación de especial interés para este trabajo, es la de modelos:

1.1. Determinísticos
Se dice que un modelo matemático, es determinístico cuando todas las variables
que intervienen en él son determinísticas, lo cual quiere decir que no existe
incertidumbre en sus valores y siempre se pueden conocer con exactitud, por
ejemplo, el modelo de programación lineal.

1.2. Probabilísticos
Un modelo es probabilístico, cuando intervienen variables aleatorias, en las
cuales existe cierto grado de incertidumbre en sus valores, es decir no se pueden
conocer con exactitud, sino que sólo se conoce (o se supone) su función de
distribución de probabilidad.

2. Clasificación de los modelos matemáticos

También existen muchas clasificaciones para las variables que intervienen en los
modelos, pero son de interés especial los siguientes:

2.1. Variable independiente

Es el elemento (fenómeno o situación) que explica, condiciona o determina la
presencia de otro elemento.

2.2. Variable dependiente:

 7
Se puede definir como el elemento (fenómeno o situación) explicado o que está
en función de otro.

2.3. Variable interviniente

Es el elemento que puede estar presente en una relación entre la variable
independiente y la dependiente, es decir, influye en la aparición de otro elemento,
pero sólo en forma indirecta.

Las variables mencionadas, pueden ser cualitativas o cuantitativas:

• Cualitativas

Son aquéllas que solo pueden tomar un número restringido de valores (sexo,
ocupación, estado civil); en cambio.

• Cuantitativas

Estas pueden ser, discretas si son susceptibles de adquirir únicamente valores

enteros (número de cuartos en la vivienda, número de hijos, etc.); o en cambio,
continuas, si pueden tomar cualquier valor en la escala de los números reales
(longitud, temperatura, edad).

Es importante señalar que las categorías en que se clasifican los modelos y las
variables, no son excluyentes, es decir un modelo matemático, puede ser
probabilístico y ser de tipo discreto; una variable, puede ser determinística, de tipo
continuo y ser una variable independiente de un modelo.

El empleo de los modelos matemáticos permite una mejor descripción y

comprensión de los hechos, presenta factores y descubre relaciones que no se
aprecian en otro tipo de modelos. Esto hace posible que se ocupe del problema
en su totalidad y permite considerar simultáneamente todas las variables del
problema.

Sin embargo, el uso de modelos matemáticos también tiene sus inconvenientes.

Cuando se trata de modelar un sistema con un alto grado de complejidad,
generalmente se involucran muchas variables, lo cual hace que el modelo
 8
resultante se vuelva muy complejo; esto ocasiona que el proceso de modelado
sea lento y costoso. Además, es posible que las técnicas matemáticas
involucradas, no sean bien comprendidas por la mayoría de las personas, y se
requiera de la intervención de un experto. Estos factores pueden volver a los
modelos matemáticos poco prácticos para la toma de decisiones.

Sin embargo, si se tiene cuidado de incluir solo aquellas variables estrictamente

necesarias para representar al sistema, y se hace un buen uso de esa gran
herramienta, que es la computadora, los modelos matemáticos son de gran utilidad
para la toma de decisiones.

3. MODELOS DE SIMULACIÓN PARA LA TOMA DE DECISIONES

Utilizar un modelo de simulación de dinámica de sistemas permite al analista
disponer de una herramienta potente con la cual puede experimentar, probar
hipótesis de trabajo, mensurar efectos, en suma, tener un importante apoyo a la
toma de decisiones.

3.1. Ventajas
En suma, el uso de modelos de simulación de Dinámica de Sistemas estaría
posibilitando cumplir con los requerimientos planteados:

1. Permitir analizar el problema social en cuestión inserto dentro de un

todo, con una visión holística.
2. Posibilitar la determinación de la red de interrelaciones entre los
componentes del sistema, de manera de poder ver los bucles de
relaciones causales originados por las mutuas influencias de las
variables.
3. Facilitar la explicitación de dichas relaciones mediante algún tipo de
formalización matemática que nos permita simular el comportamiento
del sistema en las condiciones reales.
4. Proveernos de una idea del comportamiento del sistema en el mediano
o largo plazo.
 9
5. Incluir a los actores y al observador en esa postura reflexiva de la
cibernética del segundo orden: observarse observando.

3.2. Desventajas
Tomando en cuentas las ventajas o las virtudes señaladas, cabría considerar
algunas de las debilidades que pueden atribuirse a esta metodología:

1. Consideración de cambios estructurales del sistema: es lógico

pensar que, en su intento por adaptarse a las presiones contextuales,
el sistema sufra en algún momento cambios en su estructura.
2. Toma de decisiones que cambien políticas del sistema: lo antes
señalado es válido de ser considerado en cuanto al proceso adaptativo
con relación a cambios políticos (variación de parámetros) frente a
determinados comportamientos del sistema que se consideren deben
ajustarse.
3. Consideración de innovaciones tecnológicas: es cierto que el
modelo no puede tomar en consideración que se produzca aquello que
hoy no existe y puede llegar a desarrollarse en un futuro. No obstante,
no debe dejar de considerarse que tal situación es en realidad una
limitación humana y no propia de la metodología.
4. La subjetividad de quienes construyen el modelo: en realidad, este
problema conforma la esencia misma de lo que un modelo es.
 10
4. BIBLIOGRAFIA
• file:///C:/Users/Usuario/Downloads/Capitulo1.pdf

• https://tecnoinfo3.wordpress.com/diapositivas-de-las-clases/los-modelos-
de-simulacion-como-apoyo-a-la-toma-de-decisiones/

5. FRASE MOTIVACIONAL

“Comienza a ser ahora lo que serás en el futuro”

-William James.