Documentos de Académico
Documentos de Profesional
Documentos de Cultura
NEGOCIOS
SEMANA 01 Y 02
METODOS
CUANTITATIVOS
Los Mtodos
Cuantitativos
construyen modelos de
sistemas reales
tratando de llegar a
unos resultados
cuantitativos que
sirvan de base a
decisiones
econmicas, tcnicas,
sociales y militares
METODOS CUANTITATIVOS
La premisa principal de los Mtodos Cuantitativos es que
la toma de decisiones, sin hacer caso de la situacin en
concreto, pueda considerarse como un proceso
sistemtico en general con los siguientes pasos
principales:
1. Definicin del problema.
2. Bsqueda de diferentes alternativas de accin.
3. Evaluacin de alternativas.
4. Seleccin de una alternativa.
METODOS CUANTITATIVOS
Los Mtodos Cuantitativos se aplican a problemas
que se refieren a la conduccin y coordinacin de
operaciones o actividades dentro de una
organizacin de tipo ejecutivo .
La naturaleza de la organizacin es esencialmente
inmaterial y, de hecho, los mtodos se han
aplicado en los negocios, la industria, la milicia, el
gobierno, los hospitales, etc. As, la gama de
aplicaciones es extraordinariamente amplia.
CONOCIMIENTO Y TOMA DE
DECISIONES
CONOCIMIENTO Y TOMA DE
DECISIONES
Ante ambientes tan inestables como los que estamos
viviendo y debido a la imposibilidad de actuar a ciegas,
los miembros de la organizacin y, en particular, su alta
gerencia, necesitan manipular grandes volmenes de
informacin para cumplir sus funciones esenciales.
Esto conlleva a la necesidad de implementar nuevas
prcticas administrativas dirigidas a garantizar el xito
organizacional, y entre ellas, la toma de decisiones
soportada en el anlisis de informacin, resulta
vital para los intereses de cualquier
organizacin.
INFORMACION EN LAS
ORGANIZACIONES
La segunda mitad del siglo XX fue testigo de algunos
hechos concretos que propiciaron grandes cambios,
entre ellos: la aparicin de las computadoras, el
crecimiento acelerado de su velocidad de
procesamiento
y
la
capacidad
para
el
almacenamiento de datos, la facilidad de
interconexin y la aparicin de la gran red de
redes: Internet.
INFORMACION EN LAS
ORGANIZACIONES
Sin duda, ello ha posibilitado disponer de servicios de
acceso en lnea a bases de datos y ha provocado una
gran explosin de informacin que rebasa la
capacidad de procesamiento de las organizaciones,
obligando a la bsqueda de herramientas para el
manejo de grandes volmenes de informacin.
TOMA DE DECISIONES Y
RACIONALIDAD
La toma de decisiones es
el campo de mayor
trascendencia para el ser
humano. Es una ciencia
aplicada que ha
adquirido notable
importancia y es
fundamental en los
negocios.
TOMA DE DECISIONES Y
La toma de decisiones
RACIONALIDAD
puede
conceptualizarse,
entonces,
como
una
actividad imprescindible
en las organizaciones,
con un significado especial
para todos sus niveles,
porque
es
parte
fundamental e inherente a
todas
las
dems
TOMA DE DECISIONES Y
Sabido es queRACIONALIDAD
actualmente, en el marco de las
organizaciones, muchas decisiones se toman
sin considerar explcitamente las etapas de ese
proceso o los mtodos cuantitativos y
cualitativos existentes en las distintas ramas, y
que las tradiciones, los hbitos, la propia
intuicin y la experiencia de un directivo,
desempean una funcin importante en la
forma en que se pretende solucionar los
problemas.
TOMA DE DECISIONES Y
En el procesoRACIONALIDAD
de toma de decisiones no
TOMA DE DECISIONES Y
La mayora deRACIONALIDAD
los que tienen esta
responsabilidad, intentan tomar sus
decisiones dentro del marco de la
racionalidad, aunque no siempre
esto es posible debido a que se
enfrentan a un mundo real, muy
complejo, en el que las limitaciones
de informacin, tiempo e
incertidumbre, limitan
considerablemente el uso de la
TOMA DE DECISIONES Y
RACIONALIDAD
Un elemento importante
que debe ser considerado en
este proceso, es el hecho de que el decisor se comporta
racionalmente, slo en funcin de aquellos aspectos de la
situacin que logra percibir y conocer, por lo que aquellas
variables no advertidas o de las que no se ha percatado,
aunque influyan en el resultado, no son consideradas en
el proceso decisional. Por otro lado, mientras mayor sea
la calidad de la informacin que se disponga, mayor ser
tambin el aporte de elementos de juicio sobre el
problema a resolver, lo que incrementa la probabilidad de
que la decisin sea ms racional y saludable para el logro
del objetivo deseado.
TOMA DE DECISIONES Y
RACIONALIDAD
Adicionalmente, es necesario considerar que las
personas que toman decisiones, poseen
preferencias, prejuicios, predisposiciones, gustos y
desagrados que, sin nimo de disertar sobre la
psicologa del ser humano, deben reconocerse
como caractersticas intrnsecas del individuo, por
lo que la persona que realmente desee tomar una
decisin acertada requiere: a) conocer todas las
alternativas; b) ser objetivo; y c) estar informado.
TOMA DE DECISIONES Y
RACIONALIDAD
TOMA DE DECISIONES Y
RACIONALIDAD
Los datos como ingredientes
en bruto, sin significado y
desvinculados de la realidad,
resultan incapaces de
esclarecer cualquier estado
de incertidumbre,
constituyen la materia prima
de la informacin.
TOMA DE DECISIONES Y
RACIONALIDAD
TOMA DE DECISIONES Y
RACIONALIDAD
La informacin est
representada por los
datos que adquieren un
mayor significado luego
de que se codifican y se
transmiten, en un
lenguaje comprensible
para el usuario.
TOMA DE DECISIONES Y
RACIONALIDAD
La informacin se considera, entonces, como el
conjunto de datos que se han procesado,
automtica o manualmente, y que estn
provistos de un significado (relevancia y
propsito) que los convierte en tiles para quien
debe decidir.
TOMA DE DECISIONES Y
RACIONALIDAD
La calidad de la informacin depende de la
calidad de los datos y de la capacidad de quien
la procese. Para la toma de decisiones, la
informacin estima y reduce la incertidumbre,
puede sugerir otras alternativas de decisin y
eliminar otras; estimula la accin y anticipa sus
consecuencias.
TOMA DE DECISIONES Y
RACIONALIDAD
La informacin es un agente
importante en la
modificacin de las
conductas existentes en la
organizacin y un recurso
vital para el desarrollo de la
organizacin.
TOMA DE DECISIONES Y
RACIONALIDAD
ORGANIZACIN: GESTION Y
PROCESOS DE DECISION
El trabajo profesional vinculado a la informacin en
cualquier organizacin, exige el dominio de un
conjunto de variables que estn presentes en su
tratamiento. Asimismo. el dominio de las funciones
de gestin y de algunas de las principales
herramientas que han sido desarrolladas en las
ltimas dcadas, no deviene en mero elemento
cultural del profesional que maneja informacin,
sino en una imperiosa necesidad.
ORGANIZACIN: GESTION Y
PROCESOS DE DECISION
El acceso rpido y eficiente a una informacin
confiable y precisa, permite adoptar una
posicin adecuada a la hora de tomar una
decisin para solucionar un problema con un
menor costo.
ORGANIZACIN: GESTION Y
PROCESOS DE DECISION
Las organizaciones precisan gerenciar
inteligentemente todos sus procesos y recursos.
Por esto, debe hacerse una eficaz y efectiva
gestin de la informacin y del conocimiento, de
modo que propicie una adecuada toma de
decisiones.
ORGANIZACIN: GESTION Y
PROCESOS DE DECISION
ORGANIZACIN: GESTION Y
PROCESOS DE DECISION
ANALISIS DE LA INFORMACION
ANALISIS DE LA INFORMACION
ANALISIS DE LA INFORMACION
ANALISIS DE LA INFORMACION
PROCESO DE MODELAMIENTO DE
METODOS CUANTITATIVOS
a. Definicin del problema a estudiar.
Como en cualquier otro mtodo de investigacin, se
ha de comenzar aqu por reunir y analizar los datos
que afectan al problema que tratamos de estudiar,
eliminando aquellos que no son relevantes, y
tratando de expresar cuantitativamente todos los
que sea posible, de forma que quede el problema
perfectamente definido.
PROCESO DE MODELAMIENTO DE
METODOS CUANTITATIVOS
b. Confeccin del modelo cientfico, por lo general
matemtico que representa el problema.
Puede
adoptar formas muy variadas, pero
generalmente consiste en un conjunto de funciones
(curvas, ecuaciones, inecuaciones, etc.), que
expresan cuantitativamente las diversas relaciones
existentes entre el objetivo y las variables que
afectan
al
problema.
La
dificultad
del
establecimiento
de
algunos
modelos
deriva
precisamente de esta estimacin cuantitativa.
PROCESO DE MODELAMIENTO DE
METODOS CUANTITATIVOS
c. Clculo de la solucin del modelo
Aplicando esencialmente el mtodo matemtico
deductivo, se resuelve simblicamente el problema,
bastando despus con sustituir los smbolos por
nmeros, para tener la solucin concreta del caso
estudiado.
PROCESO DE MODELAMIENTO DE
METODOS CUANTITATIVOS
PROCESO DE MODELAMIENTO DE
METODOS CUANTITATIVOS
PROCESO DE MODELAMIENTO DE
METODOS CUANTITATIVOS
PROCESO DE MODELAMIENTO DE
METODOS CUANTITATIVOS
CONCLUSION:
El campo de aplicacin de los Mtodos Cuantitativos
es amplsimo. En realidad, se agrupan bajo ese
nombre tcnicas muy diversas que a veces slo
tienen en comn el objetivo perseguido y el apoyo
general sobre una instrumentacin estadsticomatemtica muy avanzada.
METODOS CUANTITATIVOS:
ENFOQUE SISTEMICO Y
MODELIZACION
METODOS CUANTITATIVOS:
ENFOQUE SISTEMICO Y
anlisis cualitativo
se basa primordialmente
MODELIZACION
El
en el
razonamiento y la experiencia del administrador;
incluye la impresin intuitiva que el administrador
tiene del problema, y constituye una faceta que puede
ser identificada con el arte de la toma de
decisiones. Sin embargo, si el administrador ha tenido
poca experiencia con problemas similares, o si el
problema es lo suficientemente complejo, entonces
puede ser muy importante en la decisin final del
administrador considerar otros puntos de vista y
analizar desde una perspectiva diferente.
METODOS CUANTITATIVOS:
ENFOQUE SISTEMICO Y
MODELIZACION
enfoque cuantitativo, el analista se concentra
El
en
los hechos o los datos cuantitativos asociados al
problema y desarrolla expresiones matemticas que
describen los objetivos, las restricciones y las
relaciones existentes en el mismo. Despus, utilizando
uno o ms mtodos cuantitativos, el analista ofrece
una recomendacin con base en los aspectos
cuantitativos planteados; para esto recurre a la
aplicacin del mtodo cientfico como procedimiento
de anlisis y resolucin del problema complejo.
METODOS CUANTITATIVOS:
ENFOQUE SISTEMICO Y
MODELIZACION
Al aplicar mtodos enrolados en el enfoque
cuantitativo se busca eliminar conjeturas improvisadas
y los razonamientos intuitivos y escasamente
justificados que son frecuentemente aplicados en la
toma de decisiones frente a problemas complejos.
MODELIZACION: CONCEPTO
MODELIZACION: TIPOS
Modelos
icnicos:
son
tambin
conocidos como modelos fsicos, y
estn constituidos por rplicas fsicas de
la realidad que representan. En esta
clase se encuentran las maquetas de
construcciones de ingeniera y los
juguetes a escala.
MODELIZACION: TIPOS
Modelos analgicos, que son de forma fsica pero no
tienen el mismo aspecto fsico del objeto que representan.
Las relaciones entre los objetos y variables estn
representadas
en
un
medio
diferente
al
real,
comportndose en forma anloga a tal realidad. Es decir
que su comprensin requiere de un nivel de abstraccin
mayor que en el modelo ionico, y un conocimiento previo
de los conceptos y relaciones involucrados en la realidad
modelada. Tal el caso del velocmetro de un automvil, el
marcador de una balanza, un grfico de sectores circulares
o de lneas de tendencia representando las ventas de una
empresa, etc.
MODELIZACION: TIPOS
Modelos matemticos, representan una situacin
MODELIZACION: TIPOS
VENTAJAS DE MODELAR
La importancia del desarrollo de un modelo radica en que
permite, a quien lo observa, figurarse cmo es una realidad,
a partir de:
1. Representar un problema que puede presentarse
complejo para su comprensin;
2. Analizar distintas soluciones alternativas antes de
enfrentar la realidad para cambiarla;
3. Extraer conclusiones anticipadamente, sin llegar a alterar
la realidad para ver qu ocurre.
VENTAJAS DE MODELAR
La importancia del desarrollo de un modelo radica en que
permite, a quien lo observa, figurarse cmo es una realidad, a
partir de:
4. Experimentar en menos tiempo y sin necesidad de
involucrarse en cambios que, efectuados directamente sobre
la situacin real, pueden derivar en situaciones irreversibles y
de complejas e inesperadas consecuencias.
5. Experimentar sin incurrir en los costos que supondra
hacerlo con objetos y situaciones reales.
De manera tal que, considerando lo citado precedentemente,
sin llevar adelante (por ejemplo) un proceso de produccin se
puede determinar si es rentable o no.
VENTAJAS DE MODELAR
El xito del modelo matemtico y el
enfoque cuantitativo dependen en gran
medida de la precisin con la que puedan
expresarse, en trminos de ecuaciones o
relaciones matemticas, las distintas
relaciones observadas que se quiere
representar.
MODELOS MATEMATICOS
Al momento de desarrollar un modelo se deber tener en
cuenta que existen factores del entorno que no estn bajo
el control del administrador o del decisor, a los que se
denomina insumos incontrolables del modelo.
A aquellos que son determinados o controlados por quien
toma las decisiones en la realidad representada por el
modelo se los denomina insumos controlables del
mismo.
Entre estos insumos estn las alternativas de decisin
que el administrador especifica y, por ello, se las vincula
a las variables de decisin del modelo.
PROCESO DE CONSTRUCCION DE UN
MODELO
TEORIA NORMATIVA
Indica el como debera ser, recomendando qu decisin
tomar para llegar al ptimo si en la realidad se repite la
situacin modelada.
La Teora Normativa es prescriptiva: partiendo del
ofrecimiento de todos los elementos al alcance, el que toma
la decisin debe actuar.
Los modelos normativos (tambin llamados de decisin, o
de optimizacin) se apoyan en esta teora aportando
recomendaciones sobre la forma de comportarse para
conseguir lo mximo (o lo mnimo) establecido como
objetivo.
TEORIA NORMATIVA
Tal objetivo es representado por una expresin matemtica
que lo describe y se la denomina funcin objetivo, la cual,
siendo medida de desempeo del modelo, depende en su
valor de aquellos que adopten las variables de decisin.
A esta funcin objetivo le acompaan funciones de
restriccin, las que indican condiciones o limitantes en los
modelos que se evalan. Finalmente, se puede identificar un
conjunto de datos incontrolables, pero que deben tenerse en
cuenta por ser importantes para el modelo y su solucin, y
se consignan como parmetros; o sea, variables que, para
determinadas circunstancias y situaciones de la realidad,
adoptan valores que se mantendrn fijos durante el anlisis.
TEORIA DESCRIPTIVA
Por otra parte, la llamada TEORIA DESCRIPTIVA (o
Teora Positiva) se basa en estudios que tratan de
decir cmo se acta y, adems, de "predecir" ese
comportamiento. Un modelo descriptivo explica la
realidad en base a los datos. En este caso no existen
una funcin objetivo ni restricciones, pero s se da
una medicin del desempeo por medio de
variables a definir, as como existen datos
incontrolables (observados o supuestos) del modelo
que se expresan mediante los parmetros.
MODELO DETERMINISTICO
Existe una tipologa adicional que es conveniente tener
presente al momento de distinguir la clase de modelo
con la que se debe tratar, basada en la certeza que se
tiene sobre los datos y relaciones aplicados, ya que
pueden conocerse con exactitud o ser inciertos y estar
sujetos a variaciones.
Si en un modelo los datos son conocidos y no puedan
variar en relacin con el momento de aplicacin real
del modelo -o sea, al analizar el problema se cuenta en
forma cierta con toda la informacin necesaria para la
toma de decisiones-, se lo denomina modelo
determinstico.
MODELO ESTOCASTICO O
PROBABILISTICO
Cuando algunos de los insumos incontrolables
-parmetros o variables de estado- son
inciertos o estn sujetos a variaciones
importantes, y su valor no podr ser estimado
con precisin con anterioridad a la toma de la
decisin, se est en presencia de un modelo
estocstico o probabilstico, ya que
incorpora el desconocimiento mencionado
mediante alguna medida de tal probabilidad.
OPTIMIZACION O PROGRAMACION
MATEMATICA
La optimizacin, tambin denominada Programacin
Matemtica, sirve para encontrar la respuesta que
proporciona el mejor resultado: la que logra mayores
ganancias, mayor produccin o felicidad o la que logra
el menor costo, desperdicio o malestar.
La Programacin Matemtica, en general, aborda el
problema de determinar asignaciones ptimas de
recursos limitados para cumplir un objetivo dado. El
objetivo debe representar la meta del decisor.
MODELOS
DETERMINISTICOS
Y
PROBABILISTICOS
MODELOS
NORMATIVOS
MODELOS
DETERMINISTICOS
Y
PROBABILISTICOS
MODELOS
NORMATIVOS
MODELOS
DETERMINISTICOS
Y
PROBABILISTICOS
MODELOS
NORMATIVOS
Dentro de la Programacin Lineal se distinguen, a su
vez, el problema general y los casos especiales como
son los problemas de Transporte y Asignacin; a la
vez que, como extensin debida al tipo de variables
que se manejan, se tienen la Programacin Lineal
Entera y Programacin Lineal Mixta, con la
incorporacin de variables que no admiten
fraccionamiento en los valores que se les asignen.
MODELOS
DETERMINISTICOS
Y
PROBABILISTICOS
MODELOS
NORMATIVOS
b. Programacin Dinmica: en este caso, el
tiempo es variable explcita (o la situacin es
asimilable a una donde transcurra el tiempo),
existen
decisiones
secuenciales
interrelacionadas,
y
el
problema
puede
fraccionarse en etapas para su ejecucin sobre
la realidad.
MODELOS
DETERMINISTICOS
Y
PROBABILISTICOS
MODELOS
NORMATIVOS
c. Otras situaciones se presentan en la realidad de las
organizaciones y han motivado la creacin de modelos
especficos tales como: Teora de los Juegos, la Teora de
Redes (de mxima capacidad, mnima distancia, rboles
de extensin mnima, y administracin de proyectos por
camino crtico), Programacin No Lineal, Teora de
Administracin de Inventarios, Tcnicas de Apoyo
Multicriterio a la Decisin, Teora de la Decisin.
MODELOS
DETERMINISTICOS
Y
PROBABILISTICOS
MODELOS
DESCRIPTIVOS
CONSTRUCCION
DE
METODOLOGIA
Y
DATOS:FORMAS Y FUENTES
MODELOS:
ETAPAS.
CONSTRUCCION
DE
METODOLOGIA
Y
DATOS:FORMAS Y FUENTES
MODELOS:
ETAPAS.
PROCESO DE CONSTRUCCION DE
MODELOS
1. Estudiar el ambiente de la
situacin administrativa: una vez ms
la Teora General de Sistemas y la
Dinmica de Sistemas hacen su aporte en
apoyo
a
la
toma
de
decisiones
gerenciales, mediante su aplicacin en los
hechos y relaciones que se pretende
modelar.
PROCESO DE CONSTRUCCION DE
MODELOS
Dentro de la administracin se le suele restar importancia a
estudiar el ambiente existente dentro de la organizacin. Por
ejemplo, en muchos casos el problema se deriva de malas
relaciones entre integrantes de la organizacin, lo cual deja
un ambiente no propicio para el desarrollo de los negocios.
Ignorar tales circunstancias al modelar, contribuye a
favorecer la no comprensin de la situacin en forma clara y,
por consiguiente, a adoptar decisiones incorrectas.
En funcin de lo citado, debe tenerse en cuenta que
corresponder interiorizarse profundamente de la situacin
real, para su correcta representacin en el modelo.
PROCESO DE CONSTRUCCION DE
MODELOS
PROCESO DE CONSTRUCCION DE
MODELOS
PROCESO DE CONSTRUCCION DE
MODELOS
PROCESO DE CONSTRUCCION DE
En gran parte la decisiones
MODELOS
DESARROLLO DE MODELOS
PREPARACION, METODOS Y RESOLUCION
Para llevar adelante la preparacin de un modelo y su
clculo de resolucin corresponde partir de un punto que es
bsico, y es el referido a qu tipo de modelo es el que se
est trabajando. Entre todas las clasificaciones mencionadas
se trata aqu de definir si es determinista o probabilstico.
Un modelo puede considerarse como una entidad que
captura la esencia de la realidad sin la presencia de la
misma. Una fotografa es un modelo de la realidad ilustrada
en la imagen.
DESARROLLO DE MODELOS
PREPARACION, METODOS Y RESOLUCION
Un
modelo
slo
captura
determinados
aspectos de la realidad, tal como se consign
anteriormente su xito depender de la
precisin con que adhiere a la situacin y
objetos modelados. Adicionalmente, su uso
puede no ser apropiado en una aplicacin en
particular si no captura los elementos correctos
que le corresponde representar.
DESARROLLO DE MODELOS
PREPARACION, METODOS Y RESOLUCION
Un modelo matemtico es una ecuacin,
desigualdad o sistema de ecuaciones o
desigualdades,
que
incluye
algunos
determinados aspectos de la realidad que est
representando, sus interacciones y relaciones.
Los modelos de este tipo se utilizan en gran
medida en las ciencias fsicas, en el campo de
la ingeniera, los negocios y la economa.
DESARROLLO DE MODELOS
PREPARACION, METODOS Y RESOLUCION
A fin de definir las condiciones que procurarn
aportar una solucin al problema, el analista
primero debe identificar un criterio segn el
cual se podr medir el sistema. Este criterio a
menudo se denomina medida del rendimiento
del sistema o medida de efectividad.
DESARROLLO DE MODELOS
PREPARACION, METODOS Y RESOLUCION
DESARROLLO DE MODELOS
PREPARACION, METODOS Y RESOLUCION
Generalmente,
los
gerentes
buscan
simplemente que la resolucin del modelo
aporte alguna mejora en el nivel de
rendimiento; es decir, un problema de
"bsqueda de objetivo" en el marco de la
contribucin que el modelo puede hacer al
buen juicio e intuicin del decisor.
PROCESO DE FORMULACION DE UN
PROBLEMA DE OPTIMIZACION
PROCESO DE FORMULACION DE UN
PROBLEMA DE OPTIMIZACION
A continuacin, y a modo de lineamientos
generales, se sugieren las siguientes etapas,
adecuadas fundamentalmente para aquellos
que al tomar decisiones estn acostumbrados
a pensar en trminos de objetivos y medidas
de desempeo. Por ser modelo normativo es
factible identificar cuatro partes: un conjunto
de variables de decisin, los parmetros, la
funcin objetivo y un conjunto de restricciones.
PROCESO DE FORMULACION DE UN
PROBLEMA DE OPTIMIZACION
Definir objetivos y medidas de desempeo.
Identificar entradas del modelo, que afectan a
lo definido en 1. Esto lleva a definir variables
de decisin y parmetros.
Consignar las restricciones que ponen lmite a
las variables de decisin y a las medidas de
desempeo
OTRAS
APLICACIONES
DE
MODELOS
MATEMATICOS.
La programacin
lineal
es una herramienta
MODELOS
DETERMINISTICO
poderosa para seleccionar alternativas en un
problema de decisin y por consiguiente se
aplica a problemas en una gran variedad de
entornos. La cantidad de aplicaciones es tan alta
que sera imposible enumerarlas todas. A
continuacin se indican algunas de las
principales aplicaciones que cubren las reas
funcionales ms importantes de una organizacin
empresarial.
OTRAS
APLICACIONES
DE
MODELOS
MATEMATICOS.
Finanzas: el
problema del
inversor podra ser un
MODELOS
DETERMINISTICO
problema de seleccin del mix de su cartera de
inversiones. En general, la variedad de carteras puede
ser importante y requerir el agregado de muchas
restricciones. Otro problema de decisin implica
determinar la combinacin de mtodos de financiacin
para una cantidad de productos cuando existe ms de
un mtodo de financiacin disponible. El objetivo puede
ser maximizar las ganancias totales cuando las
ganancias de un producto determinado dependen del
mtodo de financiacin.
OTRAS
APLICACIONES
DE
MODELOS
MATEMATICOS.
MODELOS
DETERMINISTICO
Por ejemplo, se puede financiar con fondos internos, con deuda a
corto plazo o con financiacin intermedia (crditos amortizados).
Puede haber limitaciones con respecto a la disponibilidad de cada
una de las opciones de financiacin, as como tambin restricciones
financieras que exijan determinadas relaciones entre las opciones
de financiacin a los efectos de satisfacer los trminos y
condiciones de los prstamos bancarios o financiacin intermedia, o
bien exigencias sobre ratios extrados de los estados contables de la
organizacin. Tambin puede haber lmites con respecto a la
capacidad de produccin de los productos. Las variables de decisin
seran la cantidad de unidades que deben ser financiadas por cada
opcin de financiacin.
OTRAS
APLICACIONES
DE
MODELOS
MATEMATICOS.
MODELOS DETERMINISTICO
Administracin de Produccin y Operaciones: muchas veces en las
industrias de proceso una materia prima en particular puede
transformarse en una gran variedad de productos. Por ejemplo, en la
industria petrolera, el crudo puede refinarse para producir nafta, kerosn,
aceite para calefaccionar y distintas clases de aceite para motor. Segn el
precio de cada producto, el problema es determinar la cantidad que se
debera fabricar de cada producto. Esta decisin est sujeta a numerosas
restricciones tales como lmites de las capacidades de diversas
operaciones de refinado, rendimiento de subproductos segn el tipo de
crudo refinado, disponibilidad y costos de materia prima, demandas de
cada producto y polticas gubernamentales con respecto a la fabricacin
de determinados productos. En la industria de productos qumicos y de
procesamiento de alimentos existen problemas similares.
OTRAS
APLICACIONES
DE
MODELOS
MATEMATICOS.
MODELOS DETERMINISTICO
Recursos Humanos: los problemas de planificacin de
personal tambin se pueden analizar con programacin
lineal. Por ejemplo, en la industria telefnica, la
demanda
de
servicios
de
personal
de
instalacin/reparacin es estacional. Otro caso tpico lo
constituye la organizacin de guardias en turnos
rotativos que deben cubrir necesidades mnimas con
fluctuaciones horarias (durante el da) o diarias
(durante una semana).
OTRAS
APLICACIONES
DE
MODELOS
MATEMATICOS.
MODELOS PROBABILISTICOS
En los problemas de toma de decisiones
arriesgadas son fuentes importantes de errores:
las presunciones falsas, no tener una estimacin
exacta de las probabilidades, depender de las
expectativas, la existencia de dificultades para
medir la funcin de utilidad, y los errores de
pronstico.
OTRAS
APLICACIONES
DE
MODELOS
MATEMATICOS.
MODELOS PROBABILISTICOS
El dominio de los modelos de anlisis de
decisiones est entre dos casos extremos,
dependiendo del grado de conocimiento que se
tenga sobre el resultado de las acciones. La
probabilidad es un instrumento para medir las
chances de que un evento ocurra, y expresa el
grado de incertidumbre.
OTRAS
APLICACIONES
DE
MODELOS
MATEMATICOS.
El lado determinista
MODELOS
PROBABILISTICOS
tiene
una probabilidad de 1 (o cero),