REPÚBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA DEFENSA

UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA
DE LA FUERZA ARMADA NACIONAL BOLIVARIANA
NÚCLEO ARAGUA - SEDE MARACAY
DEPARTAMENTO DE POSTGRADO

Secc. B
Participante:
Tomas A. Alvarez S.
CI.: v-25.096.249

Maracay, 27 de marzo de 2024

 INDICE
CONTENIDO PÁG.
INTRODUCCIÓN 1
1. ARBOLES DE DECISIÓN 2
1.1Aplicación de los árboles de decisión 2
1.2 Estructura de un Árbol de Decisión 3
1.3 Características 3
1.4Cómo dibujar un árbol de decisión 4
1.5 Ejemplo de Análisis de un árbol de decisión 5
1.6 Ventajas y desventajas del árbol de decisión 7
2. MATRIZ DE SELECCIÓN 8
2.1Pasos para elaborar una matriz de selección 8
2.2 Criterios utilizados para tomas una decisión 11
3. METODO DE DELPHI 12
3.1Tipos de la técnica Delphi 12
3.2Características 13
3.3Etapas del método Delphi 14
3.4Ventajas 14
3.6Desventajas 15
4. NÚMEROS ÍNDICE 15
4.1 Números índice simples 16
4.2 Números índice complejos 17
4.2.1 Números índice sin ponderar 17
4.2.1.1Números índice no ponderados de precios 18
4.2.1.2Números índice no ponderados de cantidad y de valor 18
4.2.2 Números índice ponderados 18
4.2.2.1Índice ponderado de precios. Método de Laspeyres 18
4.2.2.2Índice de precios de Paasche 19
4.2.2.3Índice ideal de Fisher 19
4.2.2.4Índice ponderado con pesos fijos 20
CONCLUSIÓN 22
REFERENCIAS BIBLIOGRÁFICAS 23
 INTRODUCCIÓN
Las herramientas estadísticas han evolucionado a lo largo de la historia para
coadyuvar a tomar las mejores decisiones en cualquier problemática que se
presenta a nivel laboral o sencillamente cotidiano; en este sentido a nivel logístico
las técnicas que en el presente trabajo se desarrollan han jugado un papel
preponderante para el optimo desenvolvimiento de la cadena de suministro.

Bajo este contexto, a continuación, se apertura las siguientes temáticas;

primeramente, se desarrolla el Árbol de Decisión el cual refiere a un método
analítico que, a través de una representación esquemática, y analítica ilustra
gráficamente todos los eventos (sucesos) que pueden surgir a partir de una decisión
asumida en cierto momento.

Consecutivamente, se expone la matriz de selección la cual es una

herramienta gráfica que ayuda a una persona o grupo de personas a tomar
decisiones racionales ante diferentes alternativas posibles; así mismo, se trata el
método de Delphi el cual consiste en una técnica de obtención de información,
basada en la consulta a expertos de un área, con el fin de obtener la opinión de
consenso más fiable del grupo consultado. Por último, se aborda el Número Índice
el cual es una medida estadística que permite estudiar los cambios que se producen
en una magnitud simple o compleja con respecto al tiempo o al espacio.
1. ARBOLES DE DECISIÓN
Un Árbol de Decisión, también llamado “Árboles de Decisiones” es un método
analítico que, a través de una representación esquemática, y analítica ilustra
gráficamente todos los eventos (sucesos) que pueden surgir a partir de una decisión
asumida en cierto momento. Esta herramienta permite tomar la decisión “más
acertada”, desde un punto de vista probabilístico, ante un abanico de posibles
decisiones, a su vez, despliega visualmente el problema y organiza el trabajo de
cálculos que deben realizarse.

Por otro lado, el árbol de decisión evalúa todas las alternativas disponibles,
facilitando la toma de las mejores decisiones, especialmente cuando existen
riesgos, costos, beneficios y múltiples opciones. Así mismo, es necesario resaltar
que su nombre se deriva de la apariencia del modelo parecido a un árbol y su uso
es amplio en el ámbito de la toma de decisiones bajo incertidumbre, así como
también para dirigir un intercambio de ideas informales o trazar un algoritmo que
anticipe matemáticamente la mejor opción.

1.1 Aplicación de los árboles de decisión

a. Las alternativas o cursos de acción están bien definidas, por ejemplo: aceptar
o rechazar una propuesta, aumentar o no la capacidad de producción,
construir o no una nueva bodega, entre otros aspectos.

b. Las incertidumbres pueden ser cuantificadas, por ejemplo: probabilidad de

éxito de una campaña publicitaria, probable efecto en ventas, probabilidad
de pasar de etapas, entre otras consideraciones.

c. Los objetivos están claros, por ejemplo: aumentar las ventas, maximizar
utilidades, minimizar costos, entre otros objetivos.

2
1.2 Estructura de un Árbol de Decisión
Un árbol de decisión está estructurado por nodos; existen tres tipos diferentes
de nodos:
• nodos de probabilidad: se representa con un círculo, muestra las probabilidades
de ciertos resultados.
• nodos de decisión: representado con un cuadrado, muestra una decisión que se
tomará
• nodos terminales: muestra el resultado definitivo de una ruta de decisión.

Por otro lado, los árboles de decisión también se pueden dibujar con símbolos
de diagramas de flujo.

1.3 Características
- Los nodos de decisión se anotan como cuadrados.
- Los nodos de incertidumbre se anotan como círculos.
- Los nodos de resultados finales se anotan como triángulos.
- Los eventos se unen con líneas o ramas del árbol.
- Los costos o beneficios asociados a una decisión o evento se anotan en la rama
(para efectos de recordar aplicarlos al final de esa rama).
- Las probabilidades de un evento se anotan entre paréntesis en la rama
correspondiente a ese evento.
- Los valores asociados a cada pago final se anotan junto al triangulo
correspondiente, e incluyen costos asociados a la rama.
- Se diseñan comenzando por la decisión inicial, y una rama a la vez. Es importante
tener claro el orden temporal de los eventos.
- Es importante distinguir entre eventos sobre los cuales se tiene poder de decisión,
y aquellos que no.
- Se debe estimar el valor o resultado final de cada extremo del árbol.
- Se deben estimar o calcular las probabilidades de ocurrencia de los eventos
inciertos.

3
- Se deben estimar los correspondientes valores esperados para cada rama del
árbol.

1.4 Cómo dibujar un árbol de decisión

Paso 1: Comenzar con la decisión principal
Dibuja un pequeño recuadro para representar el punto de inicio, luego dibuja
una línea desde el recuadro hacia la derecha para cada posible solución o acción.
Así mismo, es necesario etiquetarlas correctamente. Por ejemplo:

Paso 2. Agrega nodos de decisión y probabilidad

Agregar nodos sirve para expandir el árbol del siguiente modo:
• Si otra decisión es necesaria, dibuja otro recuadro.
• Si el resultado es incierto, dibuja un círculo (los círculos representan nodos de
probabilidad).
• Si el problema está resuelto, déjalo en blanco (por ahora).

Paso 3. Continúa con la expansión hasta que cada línea alcance un extremo
Esto significa que no hay más decisiones que tomar o resultados probables
que considerar. Luego, es necesario asignar un valor a cada resultado posible,
puede ser una puntuación abstracta o un valor financiero. Por último, se agregan
triángulos para indicar los extremos.

4
 Con un árbol de decisión completo, ya estás listo para comenzar a analizar
la decisión con que se enfrenta.

1.5 Ejemplo de Análisis de un árbol de decisión

Al calcular la utilidad o el valor esperado de cada decisión en el árbol, se
puede minimizar el riesgo y maximizar la probabilidad de obtener un resultado
deseado. En este sentido, para calcular la utilidad esperada de una decisión, se
debe restar el costo de esa decisión a los beneficios esperados.

Los beneficios esperados son iguales al valor total de todos los resultados
que puedan derivar de esa decisión, y cada valor se multiplica por la probabilidad
de que ocurra. A continuación, se muestra la forma de calcular estos valores
tomando los datos del ejemplo descrito anteriormente:

5
 Al identificar cuál es el resultado más deseable, es importante tener en cuenta
las preferencias de utilidad del encargado de tomar la decisión. Por ejemplo,
algunos prefieren opciones de bajo riesgo, mientras que otros están dispuestos a
correr riesgos si el beneficio es mayor.

Así mismo, al usar el árbol de decisión acompañado por un modelo de

probabilidad, se pueden emplear para calcular la probabilidad condicional de un
evento o la probabilidad de que suceda, en el caso de que otro evento ocurra. Para
hacerlo, simplemente se empieza con el evento inicial, luego sigue la ruta desde
ese evento hasta el evento objetivo, y se multiplica la probabilidad de cada uno de
esos eventos juntos.

6
 De este modo, un árbol de decisión se puede emplear como un diagrama de
árbol tradicional, que traza las probabilidades de determinados eventos, como
lanzar una moneda dos veces.

1.6 Ventajas y desventajas del árbol de decisión

Tanto los individuos como las organizaciones prosperan o fracasan como
resultado de las decisiones que toman. Algunas veces, la toma de decisiones es un
proceso de prueba y error. Otras, las decisiones son certeras y sus resultados
favorables con un margen de error mínimo. En este sentido, los árboles de decisión
siguen siendo populares por razones como las siguientes:

• Son muy fáciles de entender.

• Pueden ser útiles con o sin datos fehacientes, y cualquier dato requiere una
preparación mínima.
• Se pueden agregar nuevas opciones a los árboles existentes.
• Su valor al seleccionar la mejor de numerosas opciones.
• Se combinan fácilmente con otras herramientas de toma de decisiones.

7
 Sin embargo, los árboles de decisión pueden volverse excesivamente
complejos. En esos casos, un diagrama de influencia tendría más compacto y puede
ser una buena alternativa. En este sentido los diagramas de influencia se enfocan
en los objetivos, las entradas y las decisiones fundamentales.

2. MATRIZ DE SELECCIÓN
La matriz de selección es una herramienta gráfica que ayuda a una persona
o grupo de personas a tomar decisiones racionales ante diferentes alternativas
posibles. Es necesario resaltar, que todas las alternativas se muestran en diferentes
escenarios, los cuales se presentan en condiciones de incertidumbre.

En efecto, es una manera objetiva de tomar decisiones porque se utiliza un

proceso estructurado y un método sistemático; así mismo, utiliza números para
valorar; de esa manera constituye un lenguaje universal, puesto que se pondera
numéricamente el cumplimiento de cada alternativa o criterio empleado, para luego
integrar los resultados en una calificación general, y de esta manera decidir si se
elige la alternativa con mayor puntuación.

La principal idea es poder elegir la mejor opción tomando en cuenta varios

factores. En este sentido la matriz de selección toma en cuenta todos los factores
relevantes para tomar la mejor decisión. En este sentido, el hecho de considerar un
mayor nivel de información favorece a la toma de decisiones de manera más
acertada.

2.1 Pasos para elaborar una matriz de selección

Los pasos más importantes para elaborar una matriz de decisión son los siguientes:
a) Determinar la decisión que queremos tomar
Para comenzar, se debe determinar claramente la decisión que se quiere
tomar. Por ejemplo, si se quiere elegir un puesto de trabajo.

b) Elaborar lista de opciones

8
 Enseguida se deben listar las posibles opciones que tenemos para tomar la
decisión en cuestión. Siguiendo con el ejemplo anterior, las opciones que tenemos
sobre los posibles puestos de trabajo son los siguientes:
• Opción puesto de trabajo 1 en la empresa X
• Alternativa de trabajo 2 en la empresa Y
• Puesto de trabajo 3 en la empresa Z

c) Seleccionar factores relevantes

Posteriormente, en este paso se deberá seleccionar los factores más relevantes
que se deben ponderar para tomar la decisión. Continuando con el ejemplo, los
factores que se consideran más importantes para ponderar en la decisión son:
• Salario
• Horario
• Ubicación
• Prestaciones adicionales

d) Calificar los factores

Luego se procede a realizar la calificación de cada uno de los factores
seleccionados. En nuestro ejemplo del puesto de trabajo se califican los factores
relevantes. Para ello se empleará una escala de 1 a 5. El número 1 indica la opción
menos conveniente y el número 5 la opción más conveniente.

e) Establecer el peso de cada factor

Es importante destacar que cada factor deberá tener un peso diferente. Esto
permitirá determinar cuál es más importante. Este peso se asigna mediante

9
 números. Según el ejemplo, podría ser de la siguiente manera agregando el peso
correspondiente a cada uno de los factores considerados. Si usamos una escala de
1 a 5. El número 5 será considerado con mayor peso y el 1 con menor peso o
relevancia.

• Salario = 5
• Horario = 3
• Ubicación = 4
• Prestaciones adicionales = 2

f) Calcular los puntajes de cada factor

Luego se calcula el puntaje de cada factor multiplicado por el peso que tiene
cada uno. Inmediatamente s e deben sumar los resultados, esto nos da el puntaje
final que alcanza cada una de las opciones. Con el ejemplo que se ha venido
empleando, podría quedar de la siguiente forma:

g) Elegir la mejor opción

Finalmente se elige la opción ganadora que será la que tenga el puntaje más
alto. Terminando con el ejemplo, en este caso se utilizaría el criterio optimista o

10
 maxi-max. Por lo tanto, la opción elegida será el puesto de trabajo 1 en la empresa
X.

2.2 Criterios utilizados para tomas una decisión

Los criterios que se pueden utilizar para tomar una decisión serán los
siguientes:

a) Criterio optimista
Efectivamente, el criterio de decisión optimista es conocido con el nombre maxi-
max. Dado que al momento de elegir se escoge la opción que resulte más favorable
o beneficiosa. En este criterio se selecciona la opción que represente lo mejor de lo
mejor.

b) Criterio pesimista
El criterio pesimista también es conocido como criterio de Wald. En el criterio
pesimista se puede hacer la elección de dos formas diferentes. Si se escoge utilizar
el criterio maxi-min, lo que se busca es maximizar el resultado mínimo. Es decir, se
escoge la opción que presenta el máximo beneficio, pero escogiendo entre las
alternativas que dan beneficios mínimos. En este criterio se asegura una ganancia
mínima, eligiendo lo mejor de lo peor.

Mientras que si se utiliza el criterio mini-max se busca minimizar la pérdida

máxima. En otras palabras, implicaría elegir la opción que proporcione el valor
mínimo entre las máximas pérdidas.

c) Criterio ni optimista ni pesimista

El criterio ni optimista ni pesimista es mejor conocido como Le Place. El criterio
considera que todas las opciones tienen la misma probabilidad, por ello se elige la
que representa el valor más alto.

d) Criterio de hurwics

11
 para aplicar este criterio de decisión se toman primero los valores máximos de
cada opción, que corresponde al coeficiente de optimismo. Luego se consideran los
valores mínimos de cada una de las opciones, que representa el coeficiente de
pesimismo. Finalmente se suma el mejor resultado del coeficiente de optimismo con
el peor resultado del coeficiente de pesimismo, escogiendo el mejor resultado. Este
criterio puede resultar muy subjetivo.

e) Criterio de savage
Por último, este criterio de decisión es usado por las personas que tienen miedo
a equivocarse al momento de tomar una decisión. Por esa razón utilizan el criterio
del costo de oportunidad, para saber qué es lo que dejan de ganar al escoger cada
opción.

3. MÉTODO DE DELPHI
Su nombre Delphi es la traducción inglesa de Delfos, la antigua ciudad de
Grecia, sagrada y famosa por los oráculos en el Templo de apolo, que eran fuente
de enseñanza moral.

En este sentido, el método de Delphi consiste en una técnica de obtención de

información, basada en la consulta a expertos de un área, con el fin de obtener la
opinión de consenso más fiable del grupo consultado. Estos expertos son sometidos
individualmente a una serie de cuestionarios en profundidad que se intercalan con
retroalimentación de lo expresado por el grupo y que, partiendo de una exploración
abierta, tras las sucesivas devoluciones, producen una opinión que representa al
grupo.

Según Linston y Turoff (2002) puede ser descrito como un método de

estructuración de un proceso de comunicación grupal que es efectivo a la hora de
permitir a un grupo de individuos, como un todo, tratar un problema complejo.

3.1 Tipos de la técnica Delphi

12
 • Delphi convencional: es el foro clásico para la priorización de los hechos. Se
compone de un cuestionario enviado a un grupo de expertos, con un segundo
cuestionario basado en los resultados del primero. Posteriormente, los cuestionarios
se reinan y definen los hechos o propuestas para medir la exactitud o el soporte de
los participantes.

• Existe el Delphi de tiempo real, se caracteriza por ser una variante más corta donde
el proceso se lleva a cabo durante el curso de una reunión a través de mecanismos
para resumir las respuestas dadas inmediatamente.

• El Delphi político, propuesto en la década de 1970, el objetivo no es que un grupo

tome una decisión, sino que un grupo de expertos presenten todas las opciones
posibles ante un problema y pruebas que sustenten los argumentos, en lugar de
tener un grupo que tome una decisión.

3.2 Características
a) Proceso iterativo: Los participantes emiten su opinión en varias oportunidades.
Entre una y otra consulta tienen la ocasión de reflexionar tanto acerca de sus
propias opiniones como de las emitidas por el resto de expertos. Para las consultas
se utiliza un cuestionario muy formal y estructurado

b) Anonimato: Una de las diferencias que existen con el resto de las técnicas de
consulta grupal es el anonimato de las respuestas, es más, los expertos pueden
conocerse, pero no identifican lo que dice cada uno de ellos. De esta característica
proviene una de sus mayores ventajas, ya que no hay posibilidades de sesgo
derivados del prestigio o liderazgo de algún miembro del grupo. Las opiniones
emitidas se basan únicamente en las ideas contenidas en la consulta.

c) Feedback controlado: El investigador o grupo de investigación es el que analiza las

respuestas recibidas y produce la nueva consulta, de modo que pone el énfasis que

13
 se requiere de acuerdo con los objetivos de su trabajo, asegurándose siempre de
que aparezcan representadas todas las opiniones dadas por los expertos. Se
destacan aportaciones significativas, acuerdos explícitos entre las opiniones,
posturas divergentes y cualquier otra información de interés. La retroalimentación
de cada ronda puede incluir una selección de información textual de las respuestas.

d) Respuesta estadística del grupo. Suele incluirse la solicitud de estimaciones al

grupo de expertos, y aun en los casos en los que no se pide en la primera ronda, se
procesa la información incluyendo frecuencias y medidas de tendencia central, así
como valores de dispersión de las respuestas individuales, en las rondas
subsiguientes. Además, la retroalimentación de cada ronda es en forma de
información estadística.

3.3 Etapas del método Delphi

Una vez identificado el problema y teniendo el grupo de expertos se siguen
cuatro etapas:
Etapa 1. Se plantea una pregunta amplia a los expertos, el grupo coordinador recibe
e integra las respuestas y genera el cuestionario subsiguiente.
Etapa 2. Los expertos responden al cuestionario dos, el grupo coordinador recibe e
integra las respuestas y genera el cuestionario tres.
Etapa 3. Los expertos responden al cuestionario tres y el grupo coordinador los
recibe.
Etapa 4. El grupo coordinador integra y analiza la información, generando resultados
Cuantitativos. Posteriormente se genera el informe final.

3.4 Ventajas
- Permite la formación de un criterio con mayor grado de objetividad.
- El consenso logrado sobre la base de los criterios es muy confiable.
- La tarea de decisiones, sobre la base de los criterios de expertos, obtenido por éste
tiene altas probabilidades de ser eficiente.
- Permite valorar alternativas de decisión.

14
- Evita conflictos entre expertos al ser anónimo, (lo que constituye un requisito
imprescindible para garantizar el éxito del método) y crea un clima favorable a la
creatividad.
- El experto se siente involucrado plenamente en la solución del problema y facilita
su implantación. De ello es importante el principio de voluntariedad del experto en
participar en la investigación.
- Garantiza libertad de opiniones (por ser anónimo y confidencial).

3.5 Desventajas
- Es muy laborioso y demanda tiempo su aplicación, debido a que se requiere como
mínimo de dos vueltas para obtener el consenso necesario.
- Precisa de buenas comunicaciones para economizar tiempo de búsqueda y
recepción de respuestas.
- Se emiten criterios subjetivos, por lo que el proceso puede estar cargado de
subjetividad, y sometido a influencias externas.
- De aquí la necesidad de aplicar varias vueltas, buscar técnicas variadas de análisis
para obtener un consenso y pruebas estadísticas para determinar su grado de
confiabilidad y pertinencia.

4. NÚMEROS ÍNDICE
Un Número Índice es una medida estadística que permite estudiar los cambios
que se producen en una magnitud simple o compleja con respecto al tiempo o al
espacio. En este contexto, se calcula con el cociente de un valor actual entre un
valor de referencia llamado base; Luego, se multiplica el número resultante por 100
para expresar el número índice como un porcentaje. En este sentido, la clasificación
más sencilla de los números índices sería:

15
4.1 Números índice simples
un número índice simple se usa para medir el cambio relativo de una sola
variable entre dos períodos o lugares diferentes tomando a uno de ellos de
referencia o base. Es decir:

Asimismo, existen diferentes tipos de números índice simples dependiendo de

lo que se quiera comparar. Un número índice simple de precios compara niveles de
precios de un período a otro. Un número índice simple de cantidad evalúa cuánto
varía la cantidad de una variable y un número índice simple de valor mide los
cambios en el valor, es decir en dinero, de una variable a través de distintos períodos
de tiempo. En otras palabras, el índice simple de valor combina los cambios en
precio y cantidad para presentar un índice con más información. Resumiendo, se
tiene lo siguiente:

16
 4.2 Números índice complejos
Este se emplea cuando se desea combinar varios conceptos y elaborar un índice
para comparar la variación de un grupo compuesto de varios elementos que se
relacionan entre sí. Por ejemplo, si se desea elaborar un índice para elementos
relacionados con el uso y mantenimiento de un automóvil. Los elementos podrían
incluir llantas, cambios de aceite y combustible. O tal vez, interese un índice de
educación universitaria el cual podría incluir el costo de material académico, de
transporte, de vivienda y de alimentación.

En estos casos, se requiere calcular índices más elaborados llamados números

índice complejos o también llamados números índice de agregados o compuestos.
Como se mencionó anteriormente, estos pueden ser ponderados y no ponderados
dependiendo de si queremos asignarle una importancia mayor a alguno de los
conceptos que componen el índice o no.

4.2.1 Números índice sin ponderar

Es la forma más sencilla de un número índice complejo. Se denominan no
ponderados porque a todos los valores considerados en la elaboración del número
índice se le asigna la misma importancia. Un índice complejo no ponderado se
calcula sumando todos los elementos del compuesto para el período dado o actual
y dividiendo este resultado entre la suma de los mismos elementos del periodo base.

17
4.2.1.1 Números índice no ponderados de precios
Para el cálculo de un número índice complejo no ponderado de precio se
tiene la siguiente expresión:

donde Pi es el precio de cada elemento en el año para el que se desea

calcular el índice y P0 es el precio de cada elemento en el año base.
Consecuentemente, tanto en el numerador como en el denominador de la expresión
anterior se tienen sumatorias de precios.

4.2.1.2 Números índice no ponderados de cantidad y de valor

A continuación, se presentan las fórmulas para índices no ponderados de
cantidad y de valor:

4.2.2 Números índice ponderados

Con frecuencia, cuando calculamos un índice complejo, queremos asignarle
una mayor importancia a los cambios producidos en alguno de los conceptos que
componen el índice más que a otros. esta ponderación permite incluir más
información al cálculo y luego, el problema reside en decidir qué peso asignarle a
cada uno de los conceptos involucrados.

Existen varios métodos para calcular un índice de precios ponderados pero

los más utilizados son el de Laspeyres, el de Paasche y el de Fisher. Básicamente,
los dos primeros difieren solamente en cuanto al período usado para la ponderación.
El método de Laspeyres emplea ponderaciones del período base mientras que el
método de Paasche utiliza ponderaciones del año actual. Por último, el de Fisher es
la media geométrica de ambos.

4.2.2.1 Índice ponderado de precios. Método de Laspeyres

18
 A fines del siglo XVIII, Etienne Laspeyres ideó un método para determinar un
índice ponderado usando ponderaciones de período base. Dicho índice se calcula
de la siguiente manera: primero se multiplica el precio del periodo actual por la
cantidad del periodo base para cada uno de los elementos que componen el índice
y después suma los valores resultantes. Luego se multiplica el precio del periodo
base por la cantidad del periodo base también para cada uno de los elementos y,
de nuevo, se suman los resultados. Por último, se divide la primera suma entre la
segunda y se multiplica el resultado por 100.

4.2.2.2 Índice de precios de Paasche

El índice de Paasche, llamado así por Hermann Paasche, es otra alternativa
para elaborar un índice complejo ponderado. El procedimiento es similar al de
Laspeyres, pero en vez de usar como ponderaciones las cantidades del periodo
base, simplemente se emplean las cantidades del año actual. Esto tiene la ventaja
de usar las cantidades más recientes; pero, por otro lado, se necesita tener el dato
para cada uno de los períodos a calcular el índice.

4.2.2.3 Índice ideal de Fisher

El índice de precios calculado por el método de Laspeyres tiende a ponderar
en más los artículos cuyos precios han aumentado, dado que seguramente aquellos
que aumenten de precio se consumirán en menor medida y su peso en la canasta

19
de consumo vaya perdiendo importancia. Por el contrario, un índice de precios por
el método de Paasche tiende a ponderar en más los artículos cuyos precios se han
reducido, reflejando el comportamiento típico de la demanda: a menor precio se
demanda mayor cantidad, y como el índice de Paasche toma en cuenta las
cantidades actuales, la ponderación de los artículos que se han abaratado
aumentará. En un intento por compensar estas fallas, Irving Fisher propuso un
índice llamado Índice Ideal de Fisher. Consiste en calcular la media geométrica de
los índices de Laspeyres y Paasche.

Este índice parece ser teóricamente ideal porque combina las mejores
características de sus predecesores. Sin embargo, casi no se usa en la práctica
porque tiene los mismos problemas que el de Paasche ya que requiere información
de cantidades para cada año.

Es necesario resaltar que, tanto para números índice simples como para
complejos no ponderados, también existe la posibilidad de calcular números índice
de cantidad o de valor por los métodos de Laspeyres, Paasche o Fisher. En este
caso, las respectivas fórmulas se presentan a continuación:

4.2.2.4 Índice ponderado con pesos fijos

Otra técnica utilizada para asignar pesos a los elementos de un índice
complejo es el método de agregados con peso fijo. Es parecido a los métodos de
Laspeyres y Paasche, pero en lugar de utilizar pesos del periodo base o del periodo
actual (cantidades), usa pesos tomados de un periodo representativo.
20
 En donde, los pesos representativos se conocen como pesos fijos. Estos
pesos fijos y los precios base no tienen que corresponder al mismo periodo.
En este sentido, se calcula un índice de precios de agregados con peso fijo
multiplicando los precios del periodo actual por los pesos fijos y sumando los
resultados. Luego, multiplicamos los precios del periodo base por los pesos fijos y
sumamos los resultados. Por último, dividimos la primera suma entre la segunda y
multiplicamos el cociente por 100 para convertirlo en un porcentaje relativo. La
fórmula utilizada para calcular un índice de precios de agregados con pesos fijos se
presenta a continuación:

21
 CONCLUSIÓN
Las herramientas desarrolladas en el presenta trabajo son muy importantes para
tomar las mejores decisiones ante cualquier problemática organizacional que necesite ser
evaluada haciendo uso de metodologías donde intervenga el calculo y la estadística para
un óptimo resultado, primeramente se abordó el árbol de decisión donde las alternativas o
cursos de acción están bien definidas, Las incertidumbres pueden ser cuantificadas y los
objetivos están claros, por ejemplo: aumentar las ventas, maximizar utilidades, minimizar
costos, entre otros objetivos.

Por otro lado, se desarrolló la matriz de selección donde la principal idea es poder
elegir la mejor opción tomando en cuenta varios factores. Así mismo, el sentido de este
método es ponderar numéricamente el cumplimiento de cada alternativa o criterio
empleado, para luego integrar los resultados en una calificación general, y de esta manera
decidir si se elige la alternativa con mayor puntuación.

Consecutivamente, se abordó el método Delphi, el cual permite la formación de un

criterio con mayor grado de confiabilidad mediante un consenso a expertos donde se aplica
cuestionarios con interrogantes objetivas. A su vez, se valora las distintas alternativas de
decisión y garantiza la libertad de opiniones.

Por último, se expuso los números índice, el cual se emplea para comparar cierta
magnitud en dos situaciones diferentes respecto al tiempo o al espacio y tomando a una de
ellas como referencia. En este sentido, en las Ciencias Económicas, los números índice
constituyen un instrumento básico para sintetizar las estadísticas económicas de tal modo
que nos permiten expresar y describir el comportamiento de las variables económicas,
como, por ejemplo, el crecimiento económico de un país, la tasa de inflación de una
economía o incluso, el cambio en la productividad de un factor de producción.

22
 REFERENCIAS BIBLIOGRÁFICAS
- Anderson, David R. y Sweeney, Dennis J. (2008). “Estadística para
administración y economía”. Cengage Learning Editores.
- Berenson, M. L.; Levine, D. M. (1998). “Estadística para administración y
economía”. Ed. Interamericana, 6° Edición.
- Canós D. L., Pons M. C., Valero H. M., & Julien P. M. 2012. Toma de
decisiones en la empresa: proceso y clasificación. Universidad Politécnica de
Valencia. España. 9p.
https://riunet.upv.es/bitstream/handle/10251/16502/TomaDecisiones.pdf.
- Levin, Richard T. y Rubin, David S. (2004). “Estadística para administración
y economía”. Pearson Educación, México. 7° edición.
- Levine, David. M.; Krehbiel, Timothy. C.; Berenson, Mark. L. (2006).
“Estadística para administración”. México: Pearson Educación, 4º Edición.
- Linstone, H. A., y Turoff, M. (2002). The Delphi Method. Boston: Addison-
Wesley Pub.
- Quiroa, M. (2021) Matriz de decisión. Edu. Lat.

23