Reconocimiento Unidad 1

Bienvenidos estudiantes: El reconocimiento de la Unidad 1, de tal manera que se les facilite el poder responder el cuestionario de la actividad, adems de conceptualizar trminos de suma importancia que repercutan en el entender, comprender la temtica del curso Mtodos Probabilsticos. Por consiguiente con mucha dedicacin se ha diseado la actividad para que se revisen algunos conocimientos especficos que ayudarn al desarrollo del estudio y se han propuesto algunos contenidos en esta leccin para que complementen los mismos. Esta actividad es evaluativa, por lo tanto recuerde que debe leerla cuidadosamente y posteriormente responder preguntas y de esa manera lograr el objetivo de la misma. La actividad tiene una valoracin de 10 puntos y un tiempo lmite de 30 minutos nimo y adelante con su proceso de aprendizaje

Lectura 1

Introduccin a los modelos Estocqsticos o Probailsticos (Parte 1)

El estudio de los modelos operacionales y estocsticos, es de gran importancia para el desarrollo de la gestin empresarial. Hoy en da existen una gran variedad de herramientas que permiten incrementar la probabilidad de tomar mejores decisiones en cualquier organizacin. Llamase organizacin ya sea del sector pblico privado. Los sistemas de informacin, los mtodos estadsticos, las tcnicas nuevas de la ingeniera industrial y financiera, la evaluacin econmica de las inversiones, los procesamientos de datos y la investigacin de operaciones. Tenindose como principal herramienta las generadas a travs de las tcnicas de la investigacin operacional, son tcnicas de gran importancia a tener en cuenta

para la solucin de los diferentes problemas que se presentan en el desarrollo de la gestin administrativa de las empresas y organizaciones. Los modelos Estocsticos o Probabilsticos tienen su origen con Harkov a finales del siglo IXX. El desarrollo de los modelos de inventarios, as como el de tiempos y movimientos se llevo a cabo por los aos veinte de este siglo, mientras que los modelos de lneas de espera se originaron con los estudios de Erlang a principios del siglo XX. Los problemas de asignacin se estudian con mtodos matemticos por los hngaros Konig y Egervay en la segunda y tercera dcada del siglo XX. Los problemas de distribucin se estudian por el ruso Kantorovich en 1939. Von Neuman cimenta en 1937 lo que aos ms tarde culminar como la teora de Juegos y la Teora de preferencias (esta ltima desarrollada en conjunto con Morgenstern). Hay que hacer notar que los modelos matemticos estaban basados en el clculo diferencial e integral (Newton, Lagrange, Laplace, Lebesgue, Leibnitz, Reimman, Stieltjes, por mencionar algunos). La probabilidad y la estadstica (Bernoulli, Poisson, Gauss Bayes, Gosset, Smedecor, etc.). Los modelos estocsticos son ampliamente empleados en trminos prcticos y en trminos tericos. En trminos prcticos, en los mercados financieros altamente desarrollados y eficientes, es posible identificar un creciente empleo de estos modelos por parte de analistas financieros (Pitt, 1995; Huaming y Russell, 1999; Watanabe, 2000). En trminos tericos, los modelos estocsticos tienen una aplicacin amplia. Considrese a modo de ejemplo que en los ltimos dos aos existen ms de 500 artculos publicados en revistas especializadas sobre modelos estocsticos. Desde la perspectiva de la economa financiera, existe una serie de trabajos acadmicos de relevancia que sirve de soporte al estudio. El aporte de Black y Scholes (1973) resulta fundamental puesto que dedujeron una ecuacin diferencial que considera el precio de cualquier instrumento financiero derivado de una accin que no paga dividendos. As, a travs de dicha ecuacin, llegan a obtener el valor de una opcin europea iniciando el anlisis desde un proceso Wiener-Gauss. Black (1976) permiti clarificar las diferencias entre diversos tipos de instrumentos derivados. As, empleando los supuestos de la valoracin original de una opcin, en la cual subyace el hecho de que la formacin de precios de los activos financieros sigue un modelo estocstico Wiener-Gauss, este autor valora contratos forward y opciones sobre commodities. A su vez, Geske (1978) desarroll una forma ajustada para valorar opciones europeas cuyo monto de dividendos a pagar es estocstico y en el cual se asume la pertinencia del modelo Wiener-Gauss. Por su parte, Gibson y Schwartz (1990) generaron un modelo de dos factores para valorar contratos reales sobre el precio de dicho activo financiero y justifican la pertinencia de asumir el comportamiento del precio spot del petrleo segn el modelo Wiener-Gauss.

Hurley y Johnson (1994) desarrollaron unos modelos de valoracin de dividendos que asumen, adems, que dichos dividendos siguen un patrn de pago segn un proceso del tipo Markov. De igual modo, Ho et al. (1996) desarrollaron un modelo para la valoracin de activos financieros en tiempo continuo, el cual explica los retornos del activo en funcin de un conjunto de factores comunes, entre los cuales se incluye la existencia de aspectos de naturaleza aleatoria Pedraja y Rodrguez (1996) realizaron una revisin conceptual donde destacan la relevancia de incorporar el anlisis estocstico a la valoracin de instrumentos derivados. Hansen y Jagannathan (1997) entretanto, desarrollaron una forma alternativa para comparar modelos que valoran el precio de los activos, bajo la debida consideracin de una serie de factores estocsticos. Podemos decir que los modelos para la toma de decisiones se clasifican con frecuencia segn la funcin del negocio a la cual se de aplicaciones (finanzas, mercadotecnia, contabilidad de costos, operaciones, tec.) o por la disciplina de aplicaciones o la industria involucrada (ciencia, ingeniera, economa, organizacin militar, institucin no lucrativa, transporte, capital de riesgo). Tambin puede clasificarse segn nivel de la organizacin en la cual se aplican (Estratgicos, tcticos) o por el marco temporal elegido (corto y largo plazo), por el tipo de matemtica utilizada (ecuaciones lineales, ecuaciones no lineales) para la construccin de dicho modelo se estudiaran los modelos Determinsticos y los modelos estocsticos.

Lectura 2

Introduccin a los modelos Estocqsticos o Probailsticos (Parte 2)

Por su parte, Schwartz (1997) compar tres modelos estocsticos y analiz el comportamiento de los precios de commodities, indicando los beneficios de cada modelo elegido. Posteriormente, Del ngel y Diez-Canedo (1998) desarrollaron un modelo discreto del tipo Markov para valorar un portafolio de crditos comerciales e industriales de un banco mexicano. Copeland y Copeland (1999) emplearon el modelo Wiener-Gauss en la generacin de un enfoque para maximizar el valor de programas de crdito, minimizando las posibilidades de no cumplimiento de aquellas empresas que han sido financiadas por dichos crditos, mientras que Cheng y Sethi (1999) emplearon el proceso Markov para estimar la demanda aleatoria y generar un modelo de control para el inventario, mediante programacin dinmica.

Romagnoli y Vargiolu (2000), por su parte, analizaron un modelo de volatilidad estocstica, el cual corresponde a una extensin del modelo tradicional de Black y Scholes, para el caso de la valoracin de opciones de diversos activos. Pedraja et al. (2000) investigaron en qu medida la formacin de precios del ndice del sector alimentario de la bolsa de valores de Madrid responde a los requerimientos de un mercado eficiente, bajo la hiptesis dbil de eficiencia. Takriti et al. (2000) desarrollaron un modelo estocstico que genera precios para la energa elctrica considerando restricciones y regulaciones asociadas a la industria elctrica. Yensen y Manhwa (2001), entretanto, estudiaron la hiptesis de eficiencia de mercado en las acciones pertenecientes al sector de la industria del semiconductor, y Timmermann (2001) estudi el tema de la informacin incompleta asociado al comportamiento de precios de las acciones. Por su parte, Pedraja y Rodrguez (2001, 2002) y Pedraja et al. (2001) consideran la pertinencia del modelo Wiener-Gauss no slo para explicar, sino para predecir el precio de activos financieros. En sntesis, de acuerdo a la revisin anterior, el modelo Wiener-Gauss cuenta con una amplia aceptacin en el campo de la economa financiera, puesto que se le considera como el modelo pertinente para tipificar los procesos de formacin de precios en los mercados burstiles. Ms an, tradicionalmente se ha considerado que la rentabilidad de los activos financieros es, precisamente, de naturaleza estocstica y que la distribucin normal resulta ser la ms adecuada para explicar el comportamiento de dicha variable. (Hull, 1997; Connelly, 1998). De igual modo, es til considerar que, en trminos prcticos, el modelo WienerGauss resulta altamente pertinente para explicar algunos procesos de formacin de precios o procesos estocsticos asociados a activos financieros (Gibson y Schwartz, 1990; Schwartz y Cortzar, 1994; Rodrguez 1995a, b; Rodrguez y Muoz, 1996; Bhanot, 1998; Kijima y Komoribayashi, 1998). El modelo Wiener-Gauss asume la premisa de eficiencia en los mercados, en su forma dbil (indicada por Fama, 1970). Por ello, si su aplicacin resulta adecuada para el proceso de formacin de precios de los ndices pertenecientes a las bolsas de Madrid y de Santiago de Chile, entonces se puede considerar que existe un funcionamiento eficiente (hiptesis dbil) de dichas bolsas en la valoracin del activo financiero en estudio. No obstante para ratificar la eficiencia del modelo, es necesario que las predicciones de precios generadas a travs del modelo estocstico, se correlacionen significativamente con los precios reales (Peroni y McNown, 1998). Las estimaciones de precios generadas a partir del modelo Wiener-Gauss deben considerar la esperanza matemtica de la variable. Adems, pese a la existencia de algunas evidencias a favor de modelos de simulacin determinsticos (Papageorgiou y Paskov, 1999), se requiere realizar simulaciones de Montecarlo

para poder estimar la volatilidad estocstica de la formacin de precios del activo financiero en estudio (Sandmann y Koopman, 1998). Los modelos Determinsticos son aquellos donde se supone que todos los datos pertinentes se conocen con certeza. Es decir, en ellos se supone que cuando el modelo sea analizado se tendr disponible toda la informacin necesaria para tomar las decisiones correspondientes. Un ejemplo de este tipo de modelo sera la asignacin de la tripulacin de un barco en cada uno de sus viajes diarios para el prximo mes. La utilidad de los modelos Determinsticos suele ser mxima cuando unas cuantas entradas no controlables del modelo presentan incertidumbre. En consecuencia los modelos Determinsticos se utilizan a menudo, aunque no siempre, para la toma de decisiones interna de las organizaciones.

Lectura 3

Pronstico
Pronostico es un mtodo mediante el cual se intenta conocer el comportamiento futuro de alguna variable con algn grado de certeza. Existen disponibles tres grupos de mtodos de pronsticos: Los cualitativos, los de proyeccin histricos y los causales. Se diferencian entre s por la precisin relativa del pronstico del largo plazo en comparacin con el corto plazo, el nivel de herramientas matemticas requerido y la base de conocimiento como sustrato de sus proyecciones. Los pronsticos pueden ser utilizados para conocer el comportamiento futuros en muchas fenmenos, tales como: 1. Mercadotecnia

Tamao del mercado Participacin en el mercado Tendencia de precios Desarrollo de nuevos productos

2. Produccin

Costo de materia prima Costo de mano de obra Disponibilidad de materia prima Disponibilidad de mano de obra Requerimientos de mantenimiento

Capacidad disponible de la planta para la produccin

3. Finanzas

Tasas de inters Cuentas de pagos lentos

4. Recursos Humanos

Nmero de trabajadores Rotacin de personal Tendencias de ausentismo Tendencia de llegadas tarde

5. Planeacin Estratgica

Factores econmicos Cambios de precios Costos Crecimiento de lneas de productos

Los pronsticos se utilizan para apoyar a la toma de decisiones por parte de las Gerencias de Mercadeo, Ventas y Produccin, se entrega un pronstico para proveer con informacin congruente y exacta, la cual se calcula utilizando modelos matemticos de pronstico, datos histricos del comportamiento de las ventas y el juicio de los ejecutivos representantes de cada departamento involucrado de la empresa. Porque se hace necesario pronosticar Los pronsticos se utilizan para acercarnos informacin futura y con ella elaborar un plan de accin, de ah que las caractersticas de un pronstico sean:

Primera. Todas las situaciones en que se requiere un pronstico, tratan con el futuro y el tiempo este directamente involucrado. As, debe pronosticarse para un punto especfico en el tiempo y el cambio de ese punto generalmente altera el pronstico. Segunda. Otro elemento siempre presente en situaciones de pronsticos es la incertidumbre. Si el administrador tuviera certeza sobre las circunstancias que existirn en un tiempo dado, la preparacin de un pronstico seria trivial. Tercera. El tercer elemento, presente en grado variable en todas las situaciones descritas es la confianza de la persona que hace el pronstico sobre la informacin contenida en datos.

Los cinco patrones bsicos de demanda son: horizontal, de tendencia, estacional, cclico y de variacin aleatoria (o al azar). La demanda puede verse afectada por factores externos que estn fuera del control de la administracin. Los indicadores de cambios en los factores externos suelen ser tiles para predecir las modificaciones que se registran en la demanda de bienes y servicios. Las decisiones sobre diseo de productos, precios y publicidad son ejemplos de decisiones internas que influyen en la demanda. Para disear un sistema de pronsticos es necesario determinar qu es lo que se va a pronosticar, qu tcnica de pronstico se utilizar y la forma en que los sistemas de pronstico computarizados pueden ser tiles para la toma de decisiones administrativas. El nivel de acumulacin de datos y las unidades de medicin empleadas son consideraciones importantes en las decisiones administrativas referentes a que se va a pronosticar. Se utilizan dos tipos generales de pronsticos de demanda: los mtodos cualitativos y los mtodos cuantitativos. Entre los mtodos cualitativos figuran los mtodos de juicio, y entre los cuantitativos estn incluidos los mtodos causales y los anlisis de series de tiempo.

Lectura 4

Administracin de Inventario
Una de las primeras aplicaciones de los mtodos cuantitativos para la toma de decisiones gerenciales han sido los modelos de inventarios. Ya que, los inventarios usualmente representan un porcentaje considerable de capital total invertido en una organizacin de negocios, a menudo ms del 25% .Con tantos miles de pesos invertidos en inventarios hoy en da, el control adecuado y laadministracin de ellos puede traer ahorros considerables a una compaa. El desarrollo del primer modelo de inventario se le acredita a Harris (1915). Raymond (1931) Extendi el trabajo de Harris a comienzo de los aos 1930. Particularmente desde la segunda guerra mundial, Las decisiones bsicas de inventarios comprenden cuntas unidades se deben pedir y cuando se deben pedir.. Aunque existen muchas semejanzas en todos los sistemas de inventario, cada sistema es nico para excluir la utilizacin de un modelo general de decisin de inventarios para todas las situaciones. En esta parte del programa de la materia Administracin de Operaciones, analizaremos varios modelos clsicos de decisin de inventarios y algunas de las variantes ms comunes y de utilidad prctica, tanto de demanda conocida como de demanda incierta.

Si hubiera un genio para producir lo que se deseara, en el momento y lugar que se deseara, no habra inventarios. Desafortunadamente los genios estn escasos, de manera que se usan los inventarios como amortiguador entre la oferta y la demanda. Esto ocurre ya sea que se piense en materia prima para un proceso de produccin o en bienes terminados almacenados por el fabricante, el distribuidor o el comerciante. En la siguiente figura se ilustran los conceptos de inventario:

La cantidad de inventario que se tiene se comporta de manera cclica. Comienza en un nivel alto y la cantidad se reduce conforme se sacan las unidades. Cuando el nivel baja se coloca una orden, la cual al recibirse eleva de nuevo el nivel de inventario y el ciclo se repite. La cantidad de inventario se controla con el tiempo y la cantidad de cada orden Los inventarios pueden definirse como la cantidad de artculos, mercancas y otros recursos econmicos que son almacenados o se mantienen inactivos en un instante de tiempo dado. Los recursos econmicos varan en cantidad con el tiempo en respuesta al proceso de demanda que opera para reducir el nivel de inventario y el proceso de abastecimiento que opera para elevarlo. Normalmente la demanda es una variable no controlable, pero la magnitud y la frecuencia del abastecimiento es controlable. Los inventarios pueden comprender: materias primas, productos semiterminados o productos en proceso y productos terminados que esperan ser embarcados desde la fbrica (produccin de artculos). Tambin los inventarios pueden ser: adems de artculos fsicos como, bombillos, automviles, etctera, el efectivo, las partes del cuerpo humano, la planta de maestros de una escuela tambin representan inventarios. La administracin de inventarios es importante para:

Contabilidad, que proporciona las estimaciones de costos que se utilizan en control de inventarios, paga a los proveedores y cobra a los clientes.

Finanzas, que se tiene que enfrentar a las consecuencias de los intereses o los costos de oportunidad por concepto de inversin, correspondientes a la administracin de inventarios, y prev las mejoras formas de financiar el inventario y los flujos de efectivo relacionados con l. Sistemas de informacin para la administracin, que tiene a su cargo el desarrollo y mantenimiento de los sistemas destinados a la administracin de inventarios. Marketing y ventas, que por sus actividades genera la necesidad de contar con sistemas de inventario y depende de los inventarios disponibles para atender a los clientes. Operaciones, que tiene bajo su responsabilidad el control de los inventarios de la empresa. La administracin de inventarios es un importante factor que atrae el inters de los administradores de cualquier tipo de empresa. Para las compaas que operan con mrgenes de ganancias relativamente bajos, la mala administracin de inventarios puede perjudicar gravemente sus negocios. El desafo no consiste en reducir al mximo los inventarios para abatir los costos, ni tener inventario en exceso a fin de satisfacer todas las demandas, sino en mantener la cantidad adecuada para que la empresa alcance sus prioridades competitivas con mayor eficiencia.