Suscríbete a DeepL Pro para poder traducir archivos de mayor tamaño.

Más información disponible en www.DeepL.com/pro.

Parte 1.2: Introducción al

análisis cuantitativo

Preparado por Lauren Rhodes, PhD 1

• Estas diapositivas se basan en el capítulo 1 de Render, Stair y Hanna

Preparado por Lauren Rhodes, PhD 2

¿Qué es el análisis cuantitativo?
• Análisis cuantitativo: El enfoque científico de la toma de decisiones
de gestión.
• Convertir datos en información valiosa

• Tenga en cuenta los factores cuantitativos y cualitativos.

Preparado por Lauren Rhodes, PhD 3

El enfoque del análisis cuantitativo

Preparado por Lauren Rhodes, 4

PhD
Definición del problema
• Concéntrate en unos pocos problemas a la vez.
• Mayor aumento de beneficios o reducción de costes

• Desarrollar objetivos específicos mensurables

Preparado por Lauren Rhodes, PhD 5

Desarrollar un modelo
• Modelo: Representación (matemática) de una situación.

• Un modelo matemático es un conjunto de relaciones matemáticas.

• Contener variables y parámetros

Preparado por Lauren Rhodes, PhD 6

Desarrollar un modelo
• Variable: Cantidad mensurable que puede variar o está sujeta a
cambios.

• Variable de decisión: Totalmente controlable por el decisor.

• Parámetro: Cantidad medible que es inherente al problema.

• Ej: Coste de hacer un pedido de más artículos de inventario

Preparado por Lauren Rhodes, PhD 7

Adquisición de datos de entrada
• Basura dentro, basura fuera significa que unos datos
inadecuados darán lugar a resultados engañosos.

• Datos obtenidos de:

• Informes y documentos de la empresa
• Entrevistas con empleados u otras personas relacionadas con la empresa
• Muestreo y medición directa

Preparado por Lauren Rhodes, PhD 8

Desarrollar una solución
• Manipulación del modelo para llegar a la mejor solución (óptima) del
problema

Preparado por Lauren Rhodes, PhD 9

Probar la solución
• Determinar la exactitud e integridad de los datos utilizados por el
modelo.
• Recoger datos adicionales de una fuente diferente.

• El modelo puede comprobarse para asegurarse de que es

lógico y representa la situación real.

Preparado por Lauren Rhodes, PhD 10

Análisis de los resultados y
análisis de sensibilidad
• Determinar las implicaciones de la solución

• Análisis de sensibilidad: Determina cómo cambiarán las soluciones

con un modelo o unos datos de entrada diferentes.

Preparado por Lauren Rhodes, PhD 11

Aplicación de los resultados
• Incorporar la solución a la empresa

Preparado por Lauren Rhodes, PhD 12

Cómo desarrollar un modelo de análisis
cuantitativo
𝑃𝑟𝑜𝑓𝑖𝑡 = 𝑅𝑒𝑣𝑒𝑛𝑢𝑒 - 𝐸𝑥𝑝𝑒𝑛𝑠𝑒𝑠

𝑃𝑟𝑜𝑓𝑖𝑡 = 𝑅𝑒𝑣𝑒𝑛𝑢𝑒 - (𝐹𝑖𝑥𝑒𝑑 𝑐𝑜𝑠𝑡 + 𝑉𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑐𝑜𝑠𝑡)

������
= 𝑆𝑒𝑙𝑙𝑖𝑛𝑔 𝑝𝑟𝑖𝑐𝑒 𝑝𝑒𝑟 𝑢𝑛𝑖𝑡 𝑁𝑢𝑚𝑏𝑒𝑟 𝑜𝑓 𝑢𝑛𝑖𝑡𝑠 𝑠𝑜𝑙𝑑 - [𝐹𝑖𝑥𝑒𝑑 𝑐𝑜𝑠𝑡
+ (�������� ���� ��� ����)(������ �� ����� ����)]

𝑃𝑟𝑜𝑓𝑖𝑡 = 𝑠𝑋 - 𝑓 - 𝑣𝑋

Preparado por Lauren Rhodes, PhD 13

Ejemplo:**
Las preciosas piezas del tiempo de Pritchett
• Pritchett's Precious Time Pieces, compra, vende y repara relojes
antiguos y
piezas del reloj.

• Bill vende muelles reconstruidos a un precio por unidad de 10 dólares.

• El coste fijo del equipo para construir los muelles es de 1.000 $.

• El coste variable por unidad es de 5 $ para el material de muelles.

Preparado por Lauren Rhodes, PhD 14

Punto de equilibrio (BEP)**
• Punto de equilibrio: el número de unidades vendidas que dará
lugar a 0 beneficios.

• ¿Cuál es la BEP del ejemplo anterior?

Preparado por Lauren Rhodes, PhD 15

Punto de equilibrio

Preparado por Lauren Rhodes, PhD 16

Ventajas de la modelización matemática
1. Los modelos pueden presentar la realidad con exactitud.
2. Los modelos pueden ayudar al responsable
de la toma de decisiones a formular
problemas.
3. Los modelos pueden darnos ideas e información.
4. Los modelos pueden ahorrar tiempo y
dinero en la toma de decisiones y la
resolución de problemas.
5. Un modelo puede ser la única forma de resolver a
tiempo algunos problemas grandes o complejos.
6. Un modelo puede servir para comunicar problemas
y soluciones a otras personas.
Preparado por Lauren Rhodes, PhD 17
Modelos matemáticos
clasificados por riesgo
• Modelos deterministas: Suponemos que conocemos con total
certeza todos los valores utilizados en el modelo.

• Modelos probabilísticos: Modelos que implican azar o riesgo,

a menudo medido como un valor de probabilidad.
• Ej: 10% de probabilidad de mal resultado y 90% de probabilidad de buen
resultado
Preparado por Lauren Rhodes, PhD 18
Posibles problemas del enfoque
del análisis cuantitativo
• Definición del problema
• Puntos de vista contradictorios (por ejemplo: ¿hay que mantener un
inventario alto o bajo?)
• Impacto en otros departamentos
• Hipótesis de partida
• Soluciones obsoletas

• Desarrollar un modelo
• Ajuste de los modelos de los libros de texto
• Comprender el modelo
Preparado por Lauren Rhodes, PhD 19
Posibles problemas del enfoque
del análisis cuantitativo
• Adquisición de datos de entrada
• Utilización de datos contables
• El departamento de contabilidad recoge sus datos de inventario en términos de
flujos de caja y rotación.
• Los analistas cuantitativos deben recopilar datos sobre los costes de mantenimiento y de
pedido.
• Validez de los datos

• Desarrollar una solución

• Matemáticas difíciles de entender
• Sólo una respuesta es limitadora
Preparado por Lauren Rhodes, PhD 20