1.3 ENFOQUE CUANTITATIVO EN LA TOMA DE DECISIONES.

Estas herramientas ayudan a aplicar el pensamiento racional para que guíe, ayude y
automatice las decisiones y sirvan al gerente a descubrir la solución deseada al problema
de la mejor forma, mediante la división de problemas en fragmentos menores, lo cual
facilita el diagnóstico.
Las técnicas cuantitativas facilitan el diagnóstico de problemas, pero no permite el análisis
de los aspectos cualitativos como los aspectos humanos que no se pueden contar en
términos numéricos.
La toma de decisiones no es fácil, pues se enfrenta a la incertidumbre y muchas veces los
gerentes ven la conducta pasada como un indicador del futuro.
Algunos elementos de apoyo cuantitativos en la toma de decisiones gerenciales son:
1. Matriz de resultados
2. Árboles de decisiones
3. Modelos de tamaños de inventarios
4. Programación lineal
5. Teoría de colas
6. Teoría de redes
7. La programación entera
8. La simulación
9. El análisis de Markov
La matriz de resultados: Es un instrumento cuantitativo muy utilizado que muestra los
posibles resultados que se pueden conseguir, al seguir estrategias en diferentes
circunstancias.
Cuando una situación está dada en 2 dimensiones, puede emplearse una matriz de
resultados. En los cuadros de intersección de la matriz se muestra el resultado de una
combinación de estados y estrategias. En caso de que las condiciones sean aleatorias, a cada
estado puede asignársele una probabilidad que sea decisiva para determinar la posibilidad
de cierto resultado.
Árboles de Decisión: Este método ha sido empleado desde los años 50 por los
administradores de organizaciones complejas, en todos sus sistemas o funciones básicas,
en especial en las áreas de investigación y desarrollo, en el análisis del presupuesto de
inversión y en la investigación de mercados.
 Consiste en asignar probabilidades a eventos en condiciones de riesgos o incertidumbre
mediante la representación gráfica que ilustra cada estrategia o alternativa a través de una
ramificación, parecidas a las ramas de un árbol. Los vértices o nodos representan los
eventos de decisión utilizando para esto un cuadro. Los efectos derivados de la decisión se
denominan acontecimientos y se representan por medio de un círculo en la siguiente forma:

La técnica permite seleccionar la mejor alternativa mediante la comparación de los

beneficios económicos de cada rama a partir de:

 Los costos condicionales de cada decisión

 El cálculo o estimación de probabilidad designada a cada alternativa originada en
cada decisión
 El valor esperado de cada rama
El Sistema de Inventarios: Estos ayudan a controlar los costos totales de inventarios y
también pueden reducir el costo total de comprar para almacenar, de llevar el inventario y
quedarse sin él.
Lo que pretende básicamente el sistema de inventarios es ayudar a quien toma las
decisiones a buscar el nivel óptimo al ordenar o almacenar inventarios, pues es uno de los
mayores problemas que enfrentan los directivos.
Programa Lineal: El objetivo primordial de la Programación Lineal es maximizar o minimizar
funciones lineales en distintas variables reales con restricciones, también lineales.
 Los problemas en Programación Lineal corresponden a situaciones reales en las que se
pretende identificar y resolver dificultades para la mejor utilización de recursos limitados y
casi siempre costosos.
Es importante tener en cuenta algunos aspectos importantes como:
1. Las corrientes de entrada.
2. Proceso de conversión.
3. Las corrientes de salida.
4. La comunicación de retroalimentación.
Un buen método para plantear problemas de Programación Lineal es la aplicación de un
modelo de toma de decisiones y de los más apropiados es el método científico:
I. Definir el problema
II. Buscar alternativas
III. Evaluar alternativas
IV. Elegir alternativas
V. Determinar el plan de acción
VI. Comunicar la decisión
VII. Implementar la decisión
VIII. Controlar y evaluar
Se aplica en situaciones como: elegir el trayecto más corto para la distribución de un
producto, elegir los elementos más esenciales en la mezcla para obtener un producto.
Teoría de Colas: Se refiere a la forma de optimizar una distribución que se ve afectada por
la aglomeración y espera, teniendo como foco los puntos donde hay congestión y las
demoras que hay en algún punto del servicio. Se utiliza gran variedad de técnicas
matemáticas. Los puntos de interés son:

 El tiempo de espera de los clientes.

 El número de clientes en la cola.
 La razón entre el tiempo de espera y el tiempo de prestación del servicio.
Y sus componentes son:

 Los clientes o las operaciones.

 Un pasaje o punto de servicio
 Un proceso de entrada
 Alguna disciplina sobra la cola
 Alguna organización de servicio
La situación se da cuando cada cliente llega al punto de servicio, entonces hay un periodo
de prestación de servicio el cual termina cuando el cliente se retira. Los otros clientes que
llegan mientras el primero está siendo atendido, esperan su turno, es decir forman una cola.
Esta técnica se estudia, primero, usando varias fórmulas útiles en la solución de problemas
de línea de espera, y después mediante el uso de la técnica de simulación para generar una
solución. Los modelos le permiten a la gerencia calcular a futuro las longitudes de las líneas
de espera, tiempo promedio gastado en la línea por una persona que espera servicio y
adiciones necesarias de estaciones.
Esta técnica se aplica para resolver problemas como:

 Problemas de comunicación telefónica.

 Problemas de tráfico.
 Problemas de averías de maquinaria.

Teoría de Redes: Permite a los gerentes confrontar aspectos complejos en grandes

proyectos. El uso de esta técnica disminuye el tiempo necesario para planear y producir
productos complejos.
Las técnicas incluyen Pert (técnica de evaluación de programas), CPM (método de la ruta
critica) Pert / costo y programación con limitación de recursos. Se tratan tanto las
dimensiones de costo como las de tiempo en la planeación y control de proyectos grandes
y complejos. Son programas realizados mediante diagramas de flechas que buscan
identificar el camino crítico estableciendo una relación directa entre los factores de tiempo
y costo.
Se aplican a proyectos que abarcan varias operaciones o etapas, varios recursos y diferentes
órganos involucrados, plazos y costos mínimos. Es necesario que estos elementos estén
debidamente coordinados y sincronizados de la mejor manera.
La Simulación: Es un procedimiento que estudia un problema al crear un modelo del
proceso involucrado en ese problema y después, mediante una serie de soluciones por
tanteos organizados, intenta determinar una mejor solución a ese problema. La simulación
es una de las técnicas cuantitativas más usadas hoy en día.
Programación Entera: El método de ramificar y limitar, la programación dinámica y la
programación de metas son métodos para escoger entre alternativas en situaciones donde
las respuestas deben hallarse en números enteros, donde la decisión que confronta la
gerencia es una que involucra muchas etapas consecutivas o donde los objetivos
organizacionales deben enunciarse en algo más que simples términos numéricos. Todas
estas técnicas nos proveen con flexibilidad adicional al analizar los procesos de decisión.
El Análisis de Markov: El análisis de Markov, llamado así en honor de un matemático ruso
que desarrolló el método en 1907, permite encontrar la probabilidad de que un sistema se
encuentre en un estado en particular en un momento dado. También permite encontrar el
promedio a la larga. Con esta información se puede predecir el comportamiento del sistema
a través del tiempo. La tarea más difícil es reconocer cuándo puede aplicarse.
La característica más importante es que hay que buscar en la memoria de un evento a otro.
Una cadena de Markov es una serie de eventos, en la cual la probabilidad de que ocurra un
evento depende del evento inmediato anterior. Las cadenas de este tipo tienen memoria.
"Recuerdan" el último evento y esto condiciona las futuras probabilidades.
En los negocios, las cadenas de Markov se han utilizado para analizar los patrones de
compra de los deudores morosos, para planear las necesidades de personal y para analizar
el reemplazo de equipo.
Veamos un ejemplo de aplicación:
El análisis de transición puede ser útil al planear satisfacer las necesidades de personal.
Muchas organizaciones emplean trabajadores de diferentes niveles de clasificación dentro
de la misma categoría de trabajo. Esto es común para personal de confianza, oficinistas,
obreros calificados, no calificados y personal profesional. La organización debe tener el
número de empleados en cada nivel de clasificación para proporcionar la oportunidad de
promoción adecuada, cumplir con las habilidades necesarias para el trabajo y controlar la
nómina. Una planeación de personal a largo plazo apropiada requiere que se considere el
movimiento de personas tanto hacia arriba en el escalafón de clasificación como hacia
afuera de la organización. El análisis de Markov puede ayudar en este esfuerzo de
planeación.
El movimiento de personal a otras clasificaciones puede considerarse como una cadena de
Markov.
Se supone que hay tres clasificaciones; el grado 1 es la más baja. Además, los descensos se
consideran raros y se omiten. El estado "salen" es absorbente, el cual incluye renuncias,
ceses, despidos y muertes. Por supuesto, todos los empleados finalmente alcanzan este
estado.
Las transiciones del grado 1 al grado 2 y del grado 2 al grado 3 representan promociones.
Como transiciones de probabilidad, están controladas por la firma, puede establecerse el
nivel que la firma determine que es necesario para cumplir sus objetivos. Como ejemplo,
supóngase que la firma tiene en este momento 30 empleados del 3, 90 empleados del grado
2 y 300 empleados del grado 1 y que desea mantener este nivel de empleados durante el
próximo año. Por experiencia, se espera que salgan el 30 % de los empleados de grado 1 al
año, el 20 % de los empleados de grado 2 y el 10 % de aquellos que están en el grado 3. Si
la política es contratar sólo en los niveles de clasificación más bajos, cuántos se deben
contratar y cuántos se deben promover el siguiente año para mantener estables los niveles
?
Este problema puede resolverse sin el análisis de Markov, pero el modelo es útil para
conceptualizar el problema. Como se trata sólo de un ciclo, se usa el análisis de transición.
El análisis comienza con el grado más alto. No se hacen promociones, pero el 10 %, o sea,
3, sale. Todos ellos deben de reemplazarse por promociones del grado 2. En el nivel de
clasificación, el 20 % sale y se deben promover 3, con una pérdida de 21. Esto se debe
compensar por promoción del grado 1. Al pasar al grado 1, el 30 % sale y 21 deben
promoverse, lo cual una pérdida total de 111. Por tanto, el siguiente año se deben contratar
111 empleados del nivel 1.