Capítulo 1

Los Modelos en la toma de

decisiones
 Introducción
 Técnicas Cuantitativas
 Herramientas matemáticas aplicadas en la solución de problemas
 Campos de aplicación:
 Negocios
 Gobierno
 Salud
 Educación
 Limitaciones, suposiciones y aplicaciones especificas
 Solución oportuna, flexible, precisa, económica y confiable

 Utiliza el enfoque científico para la toma de decisiones administrativas

 No emociones
 No caprichos
 No conjeturas

3-2
Enfoque del Análisis Cuantitativo
Definición del problema

Desarrollo del modelo

Adquisición de datos de entrada

Desarrollo de la solución

Prueba de la solución

Análisis de los resultados

Implementación de resultados
3-3
 Enfoque del Análisis Cuantitativo
 Definición del problema
 Clara, concisa
 Es la fase más importante, si inicia mal, terminará mal
 Identificar las causas verdaderas, no los síntomas
 Deben seleccionarse aquellos problemas que como resultados den el mayor
incremento en las utilidades o mayor reducción de costos
 Si no se logra definir con claridad el problema, pueden desarrollarse objetivos
específicos y medibles,
 Desarrollo del modelo
 Representación de la situación
 Modelo matemático
 Variables: cantidad medible, suele ser
 Parámetros: valor conocido inherente al problema
3-4
 Enfoque del Análisis Cuantitativo
 Adquisición de datos de entrada
 Precisos
 Mientras mayor es el problema, más difícil obtener datos precisos
 Fuentes de información
 Reportes de la empresa o institución
 Entrevistas con empleados

 Desarrollo de la solución
 Manipulación del modelo en busca de la solución optima
 Resolver la ecuación para tomar la mejor decisión
 Métodos de ensayo y error
 Probar todos los valores posibles de las variables del modelo
 La precisión de la solución dependerá de la calidad de los datos de entrada y del
modelo
3-5
 Enfoque del Análisis Cuantitativo
 Prueba de la solución
 La solución necesita probarse en su totalidad
 Verificar la integridad de los datos y del modelo
 Validar datos con otra fuente, para compararse con los recabados inicialmente
 Análisis de los resultados y análisis de sensibilidad
 Implicaciones de la solución
 Suelen generar variantes en la forma de operar
 Deben ser analizados antes de la implementación
 Dado que el modelo es una aproximación a la realidad, se requiere de análisis de sensibilidad
 Cuanto cambiara la solución si se hacen cambios en los datos o en el modelo

 Implementación de resultados
 Poner en marcha el proceso para incorporar la solución
 Es una etapa difícil, suele generar resistencia por desconocimiento
 Debe supervisarse cuidadosamente, una vez implementada

3-6