Simulación de modelos de

negocios
Unidad 2. Modelado
 Presentación de la unidad.....................................................................….…........ 3
Objetivos......................................................................….……………………………..... 4
2. Modelado…………………………………………………………………………………………….. 5
2.1. Tipos de modelos………………………….……………………………………….….……. 6
2.1.1. Modelos determinísticos………………..…………………………………...………. 7
Temario 2.1.2. Modelos probabilísticos…………………..…………………………………....……. 9
2.2. Modelos matemáticos como base de los simuladores…................…... 11
2.3. El proceso de construcción de modelos………………………………….....……. 13
2.3.1. Terminología………………………………………………….…………………………..…..14
2.3.2. Construcción de modelos con hoja de cálculo………………………...…. 16

Para saber más.................................................…........………………………………......… 18

Cierre de la unidad...................................................................................…......... 20
Fuentes de consulta.......................................................……………………………..........21
Presentación de la
unidad

¡Bienvenido a la unidad 2!

Durante esta segunda unidad tendrás oportunidad de estudiar qué es el

modelado y sus diferentes tipos como determinísticos, probabilísticos y
modelos matemáticos con base a los simuladores y su relación con la
construcción de modelos con hoja de cálculo.
Te invito a estudiar estos contenidos de manera profunda y, ante cualquier
duda, contactar a tu profesor a través del área de mensajes.
“Estudiar no es un acto de consumir ideas, sino de crearlas y recrearlas” Paulo
Freire.

¡Éxito en esta segunda unidad!

3
 Objetivos

Al término de esta unidad lograrás:

⚫ Conocer lo conceptos y clasificaciones de los modelos para lograr comprender cómo se

genera los modelos determinísticos y probabilísticos
⚫ Analizar los modelos matemáticos con base en los simuladores, reconociendo los elementos
que integran, el proceso de construcción y su terminología

4
 2. Modelado

La creación de una representación o imagen (el modelo) de un objeto real. El modelado se refiere
generalmente a la creación manual de una imagen tridimensional (el modelo) del objeto real, por
ejemplo en arcilla , madera u otros materiales. En otras palabras, se trata de crear un objeto ideal que
refleja ciertos aspectos de un objeto real, como al crear una escultura o una pintura. (Modelado -
EcuRed, n.d.)

El modelado tecnológico es una disciplina

que proporciona la base para que las
empresas sostengan innovación,
desarrollando así productos incrementales.
Al mismo tiempo, busca productos
innovadores que puedan allanar el camino
para el éxito a largo plazo. en una especie
de Estrategia de barra, el modelado
tecnológico sugiere tener un enfoque de
dos caras, por un lado, para seguir
sosteniendo innovación continua como
parte central de la la administración de
empresas. modelo. Por otro lado, apuesta
por desarrollos futuros que tengan
potencial para abrirse paso y dar un salto
adelante.
(FourWeekMBA Blog, n.d.)

5
2.1. Tipos de modelos

Según lo bien definido que esté el problema y lo bien definido el dominio, tenemos cuatro tipos
principales de innovaciones: investigación básica (problema y dominio o no bien definido);
descubrimiento innovación (el dominio no está bien definido, el problema está bien definido); nutritivo
innovación (tanto el problema como el dominio están bien definidos); y disruptivo innovación (el dominio
está bien definido, el problema no está bien definido).

La premisa de la modelización tecnológica, es tener un continuo incorporado innovación enfoque, parte

del núcleo de la empresa la administración de empresas. modelo. Esto es fundamental para seguir
mejorando día a día la experiencia y desarrollar productos incrementales que cumplan y superen las
expectativas de los clientes.

Ese es un proceso que requiere un

ciclo de retroalimentación continuo
para desarrollar un producto valioso
y construir una empresa viable. la
administración de empresas.
modelo. Continuo innovación es una
mentalidad en la que los productos y
servicios se diseñan y entregan para
adaptarlos al problema de los
clientes y no a la solución técnica de
sus fundadores.

(FourWeekMBA Blog, n.d.)

6
 2.1.1. Modelos
determinísticos

Son aquellos donde se toma como supuesto que tenemos certeza de la demanda. Esta puede estar dada
por pronósticos de demanda o pedidos reales de los clientes. Ahora bien, dentro de los modelos podemos
generar una subclasificación si consideramos además del supuesto de certeza, que la demanda puede ser
estática, que es aquella donde esta permanece constante; y dinámica, donde a pesar de ser conocida,
varía a través del tiempo. Esto genera los siguientes modelos:

⚫ Inventarios con demanda determinística estática

Consideramos que la demanda se conoce con certeza y es siempre la misma.

Modelos de cantidad económica de pedido (EOQ –

clásico): Conocido también como el modelo Harris
– Wilson, el método EOQ busca un equilibrio entre
los costos de preparación y los costos de
almacenamiento. Fue un modelo pionero que
sirvió de base para el desarrollo de otras variantes
del modelo, como EOQ con descuentos por
cantidad, EOQ con faltantes planeados, EOQ con
varios artículos con limitación de almacenamiento,
etc. (Betancourt, D. F. 2017).

(FourWeekMBA Blog, n.d.)

7
 2.1.1. Modelos
determinísticos
Inventarios con demanda determinística dinámica.
Tenemos un grado de conocimiento sobre la demanda pero esta varía a través del tiempo. Esto plantea un
reto y es el tamaño del lote, pues en función de este los costos de inventario podrán ser mayores o menores.
Para dar respuesta, se han generado métodos o sistemas de loteo, como son los siguientes:

Cantidad económica de pedido (EOQ): El EOQ también puede ser usado para determinar el tamaño de un
lote, sin embargo autores Jay Heizer y Barry Render no recomiendan su uso cuando la demanda es
relativamente constante y no dinámica.
Algoritmo de Silver – Meal (SM): Es heurístico, es decir que a través de reglas de decisión busca dar una
buena (u optima) solución al problema de inventario. Se enfoca en la minimización del costo total (ordenar
y mantener) por período.
Costo unitario mínimo (CUM): Se enfoca en la minimización del costo unitario a través de la comparación de
los costos de ordenar y mantener para diferentes tamaños de lote, en aras de elegir aquel que presente una
menor diferencia.

Balanceo de período fragmentado

(BPF): Busca equilibrio entre los
costos de mantener inventario y los
costos de ordenar.
Lote por lote: Consiste en obtener
justamente lo que necesito, lo que
conlleva a tener el inventario exacto
requerido y con él un bajo costo de
mantenimiento.
Período constante: Fija arbitrariamente
los intervalos de pedido.
(FourWeekMBA Blog, n.d.)

8
 2.1.2. Modelos
probabilísticos

Un método o modelo probabilístico se basa en la teoría de la probabilidad o en el hecho de que la

aleatoriedad desempeña un papel en la predicción de eventos futuros. Lo opuesto es determinista , que es
lo opuesto a aleatorio: nos dice que algo se puede predecir exactamente, sin la complicación adicional de
la aleatoriedad.

¿Qué es un modelo probabilístico?.

Los modelos probabilísticos incorporan variables aleatorias y distribuciones de probabilidad en el modelo
de un evento o fenómeno. Mientras que un modelo determinista da un único resultado posible para un
evento, un modelo probabilístico da una distribución de probabilidad como solución. Estos modelos
tienen en cuenta el hecho de que rara vez podemos saber todo acerca de una situación. Casi siempre hay
un elemento de aleatoriedad a tener en cuenta. Por ejemplo, el seguro de vida se basa en que sabemos
con certeza que vamos a morir, pero no sabemos cuándo . Estos modelos pueden ser en parte
deterministas y en parte aleatorios o totalmente aleatorios.

Las variables aleatorias de la distribución

normal , la distribución binomial y la
distribución de Bernoulli forman la base
de este tipo de modelado.
Una curva de distribución normal, a
veces llamada curva de campana, es uno
de los componentes básicos de un
modelo probabilístico.

(Benites, 2021)

9
 2.1.2. Modelos
probabilísticos

El razonamiento probabilístico es fundamental para poder tomar decisiones en el área profesional, en el

día a día; como también en la investigación. Todos los días nos surgen problemas que necesitan ser
razonados probabilísticamente, como es el caso de hacer una estimación de probabilidad de que el día de
mañana llueva o no (Serrano et al.1998).
Las redes bayesianas, los árboles de decisión y las redes neuronales artificiales, han sido tres métodos
usados en razonamiento automático durante estos últimos años en tareas como la clasificación de
documentos o filtros de mensajes de correo electrónico. (Oviedo Bayas, B. W. 2016).

( Larrañaga et al.2005 ) indica que en los

últimos años los sistemas expertos
probabilísticos han alcanzado un alto
grado de desarrollo. Hasta los 80 se
consideraba que la probabilidad requería
mucha información y que los cálculos
eran demasiado complejos para la
resolución de problemas reales donde
intervengan un gran número de variables.

(Oviedo Bayas, B. W. 2016).

10
 2.2. Modelos matemáticos
como base de los simuladores

Un modelo matemático permite representar un sistema, bajo ciertas simplificaciones, utilizando

conceptos, lenguaje y simbología de las matemáticas Los modelos matemáticos son de gran utilidad por
su facilidad para capturar fenómenos que abarcan desde los mas simples (como el lanzamiento de una
moneda) hasta los mas complejos (como la propagación del cáncer en un organismo), por tal motivo su
uso en áreas de ingeniería y ciencia ha ganado importancia.

Algunas de las ventajas de la construcción de

modelos matemáticos es la posibilidad de
obtener propiedades, características y
relaciones dentro del fenómeno de estudio
que no son evidentes a simple vista. Ademas,
permite estudiar las consecuencias de
situaciones con un costo económico
relativamente bajo y sin riesgos para
situaciones en las que no es conveniente
experimentar con el mundo real, como
situaciones medicas o de desastre natural.

11
 2.2. Modelos matemáticos
como base de los simuladores

La palabra simulación es usada en la actualidad dentro del ámbito científico y del practico; sin embargo,
sus inicios se remontan a la segunda guerra mundial. La simulación es la imitación de la operación de un
proceso o sistema del mundo real. El acto de simular algo primero requiere que se desarrolle un modelo;
este modelo representa las características, comportamientos y funciones clave del sistema o proceso
físico o abstracto seleccionado. El modelo representa el sistema en sı, mientras que la simulación
representa el funcionamiento del sistema a lo largo del tiempo. Ademas, es una herramienta competente
para el análisis, diseño y operación de procesos o sistemas complejos.

Para realizar una simulación se requiere del

uso de una herramienta computacional, por
esta razón, si se desea capturar el
comportamiento de un sistema que involucra
gran cantidad de entidades, los tiempos de
computo se incrementan dificultando la
solución cuando el sistema crece en tamaño

12
2.3. El proceso de construcción
de modelos

Los modelos se construyen para fines específicos y no tratan necesariamente de describir en detalle cada
faceta del sistema. En realidad, la utilidad de algunos modelos reside tanto en lo que omiten por
innecesario como en lo que retienen. Así, un mapa carretero cumple su finalidad aunque ignore las calles
secundarias y los detalles topográficos sin importancia y un modelo de distribución del ingreso puede,
para algunos fines, presentar únicamente la distribución real sin considerar las incontables circunstancias
que determinan el ingreso de una persona en particular. (Kendall & O 'muircheartaigh, n.d.)

Uno de los problemas básicos en el

campo del análisis estadístico es la
especificación del modelo que ha de
emplearse, esto es, la forma
matemática de la población de la cual
los datos se consideran una muestra.
El problema consiste en inferir de la
distribución probable de las variables
observadas, la estructura subyacente
que genera esta distribución
observada. En el campo de las
ciencias sociales, los datos
observados provienen generalmente
de situaciones no experimentales;
cuando la comprobación
experimental no es posible, se puede
recurrir a los procedimientos
estadísticos

13
2.3.1. Terminología

En términos más generales, entiéndase por "modelo" una descripción de las relaciones que vinculan entre
sí a las variables que interesan - las reglas del juego. El proceso de construcción de un modelo consiste en
reunir una serie de expresiones formales de estas relaciones hasta que el comportamiento del modelo
reproduce adecuadamente el comportamiento del sistema. (Kendall & O 'muircheartaigh, n.d.)

Los modelos se construyen

generalmente con varias ecuaciones o
submodelos que actúan entre sí y deben
considerarse simultáneamente. Esta
interdependencia de relaciones entre las
variables es la fuente de muchas de las
dificultades que se presentan cuando se
trata de describir adecuadamente un
conjunto de datos usando métodos
estadísticos convencionales.
En su mayor parte (aunque esto no tiene
el carácter de una regla inviolable), los
modelos de fecundidad parece que son
más Útiles si relacionan la fecundidad
misma con las variables explicativas,
comprueban o refutan las hipótesis
referentes a esa relación, y de ser
posible, cuantifican la contribución de
cada variable al comportamiento de la
fecundidad.

14
2.3.1. Terminología

Estas son variables "explicativas" y la primera cuestión es saber si necesitamos escribir en el modelo las
variables intermedias. La decisión depende de lo que tratemos de hacer con el modelo. Desde cierto
punto de vista, las variables explicativas pueden considerarse como estímulos capaces de producir una
respuesta y a través de algún mecanismo que no es de interés inmediato.

La situación es entonces como la de

una "caja negra" que relaciona
estímulos y respuestas no
preocupándonos de cómo actúan las
relaciones dentro de ella. (Puede que en
algún momento queramos examinarlas y
destapar la caja, pero no es así por el
momento). En tal caso los lazos causales
entre las x y las y son considerados
como directos, aun cuando se reconoce
que la causalidad es más tortuosa.
Existe un número de relaciones que
desearíamos que contuviera el modelo.
Primero, esperamos que la edad influya
directamente en la fecundidad (quizás a
través de algunas variables intermedias
no incluídas en el modelo).

15
2.3.2. Construcción de modelos
con hoja de cálculo

La hoja electrónica de calculo es una herramienta útil en el diseño de modelos matemáticos que den
solución a tales problemas.

Operaciones con rango

Concepto de modelo
Modelo es la representación adecuada de un fenómeno o situación de la vida real. el modelo no
necesariamente tienen que ser de naturaleza matemática, pero en nuestro caso puede ser lo más común,
ya que hablamos de usar la hoja de calculo.

Crear un modelo en la hoja de calculo requiere:

1. Comprender el problema para identificar los datos de entrada y que salida se requiere
2. Encontrar la relación entre la entrada y la salida para establecer una función
3. Determinar una ecuación o regla matemática
4. Trasladar la ecuación o regla de la hoja de calculo

(gilbertogzz, 2015)

16
2.3.2. Construcción de modelos
con hoja de cálculo

Rango
La manipulación de una celda es relativamente simple y sin problemas, pero en ocasiones es necesario
usar una región de la hoja de calculo. En tal caso es preciso conocer y aplicar el concepto de rango para
facilitar cierto tipo de operaciones.
Rango es una región rectangular de celdas contiguas en una hoja de calculo

Función de búsqueda y de referencia

Las funciones de búsqueda permiten, como su nombre lo indica, la búsqueda de valores dentro de un
rango de la hoja de calculo.

Funciones BUSCARH Y BUSCARV

(gilbertogzz, 2015)

17
Para saber más

Para saber más sobre los temas vistos en esta unidad revisa los siguientes materiales:

⚫ Construcción de modelos.
Los modelos se construyen para fines específicos y no tratan necesariamente de describir en
detalle cada faceta del sistema. (Kendall & O 'muircheartaigh, n.d.).
https://repositorio.cepal.org/bitstream/handle/11362/12592/NP14-03_es.pdf?sequence=1

⚫ Modelo.
Representación parcial o simplificada de la realidad que recoge aquellos aspectos de relevancia
para las intenciones del modelador. (Modelado - EcuRed, n.d.).
https://www.ecured.cu/Modelado

⚫ Modelos con hoja de calculo

Herramienta útil en el diseño de modelos matemáticos que den solución a tales problemas.
(gilbertogzz, 2015). https://tecnologiasinfoblog.wordpress.com/2015/11/16/diseno-de-
modelos-con-hoja-de-calculo/

⚫ Modelos determinísticos
Aquellos donde se toma como supuesto que tenemos certeza de la demanda. (Betancourt, D. F.
2017). www.ingenioempresa.com/modelos-deterministicos-de-inventario.

18
Para saber más

Para saber más sobre los temas vistos en esta unidad revisa los siguientes materiales:

⚫ Modelos gráficos probabilísticos

Fundamental para poder tomar decisiones en el área profesional. (Oviedo Bayas, B. W. 2016).
https://digibug.ugr.es/bitstream/handle/10481/44592/26329554.pdf?sequence=6&isAllowed=
y

⚫ Modelos matemáticos con base a los simuladores

Permite representar un sistema, bajo ciertas simplificaciones, utilizando conceptos. (Olvera
Toscano, C. M. 2018). http://eprints.uanl.mx/15940/1/1080291092.pdf

⚫ Modelos probabilísticos
Se basa en la teoría de la probabilidad o en el hecho de que la aleatoriedad desempeña un
papel en la predicción de eventos futuros. (Benites, 2021).
https://statologos.com/probabilistico/

⚫ Modelado tecnológico.
Disciplina que proporciona la base para que las empresas sostengan
innovación. (FourWeekMBA Blog, n.d.). https://fourweekmba.com/es/modelado-
tecnol%C3%B3gico/

19
Cierre de la unidad

Como conclusión y de acuerdo a los temas revisados en la Unidad 2, podemos

concluir que los modelos probabilísticos incorporan variables aleatorias y
distribuciones de probabilidad en el modelo de un evento o fenómeno. Mientras que
un modelo determinista da un único resultado posible para un evento, un modelo
probabilístico da una distribución de probabilidad como solución. Estos modelos
tienen en cuenta el hecho de que rara vez podemos saber todo acerca de una
situación. Casi siempre hay un elemento de aleatoriedad a tener en cuenta. Por
ejemplo, el seguro de vida se basa en que sabemos con certeza que vamos a morir,
pero no sabemos cuándo . Estos modelos pueden ser en parte deterministas y en
parte aleatorios o totalmente aleatorios.

En la siguiente unidad, estudiarás en qué consisten los tipos y software de

simulación en la formación empresarial como simuladores basados en aplicaciones
de tecnología de información y basados en apoyos visuales.

¡El éxito es la suma de pequeños esfuerzos que se repiten cada día!

¡Felicidades!
Has concluido la unidad 2, continúa esforzándote.

20
Fuentes de consulta

• Benites, L. (2021). Probabilística: Definición, Modelos y Teoría Explicada. Statologos: El Sitio Web
Para Que Aprendas Estadística En Stata, R Y Phyton. https://statologos.com/probabilistico/
• Betancourt, D. F. (2017). Modelos determinísticos de inventario: ¿Cuáles son y cómo se realizan?.
www.ingenioempresa.com/modelos-deterministicos-de-inventario.
• FourWeekMBA Blog. (n.d.). https://fourweekmba.com/es/modelado-tecnol%C3%B3gico/
• gilbertogzz. (2015). Diseño de modelos con hoja de calculo. Tecnologías Info Blog.
https://tecnologiasinfoblog.wordpress.com/2015/11/16/diseno-de-modelos-con-hoja-de-calculo/
• Kendall, M., & O 'muircheartaigh, C. (n.d.). ANALISIS DE TRAYECTORIA Y CONSTRUCCION DE
MODELOS. https://repositorio.cepal.org/bitstream/handle/11362/12592/NP14-
03_es.pdf?sequence=1
• Modelado - EcuRed. (n.d.). https://www.ecured.cu/Modelado
• Olvera Toscano, C. M. (2018). Modelo matemático e implementación de un simulador basado en un
sistema de transporte urbano (Doctoral dissertation, Universidad Autónoma de Nuevo León).
http://eprints.uanl.mx/15940/1/1080291092.pdf
• Oviedo Bayas, B. W. (2016). Modelos gráficos probabilisticos aplicados a la predicción del
rendimiento en educación.
https://digibug.ugr.es/bitstream/handle/10481/44592/26329554.pdf?sequence=6&isAllowed=y

Este material fue ilustrado con imágenes de https://www.freepik.es/

21