MODELOS

CUANTITATIVOS
PARA LOS
NEGOCIOS
 MODELOS

Los modelos nos ayudan a tomar

decisiones frente a problemas
administrativos.
 ¿Qué es un modelo?
Es una representación de la
realidad

¿Por qué un modelo?

Permite deducir conclusiones
Menos tiempo
Menos dinero
Reduce riesgo
 ¿Por qué un modelo?
 El modelo obliga al administrador a:

1. Identificar y registrar variables de

decisión.
2. Interacción entre las variables de
decisión.
3. Ser explícito con los objetivos
4. Determinar las restricciones
asociadas.
Toma de decisiones con Modelos

Análisis
Modelo Resultados

Mundo
simbólico Juicio del
administrador

Mundo
real

Situación Intuición
Decisiones
administrativa
 El modelo debe tener suficientes
detalles como para que:
El resultado sea satisfactorio
Sea consistente con los datos
Pueda ser analizado en el tiempo
con el que se cuenta para ello

Realismo Simplicidad
 ¿Qué hace el modelo?
Insumos Medidas
Incontrolables de
(Parámetros) Desempeño

Modelo

Insumos Variables
Controlables de
(Decisiones) Consecuencia

¿La solución del modelo siempre

dará la respuesta que se necesita?
NO
Se deben tener en cuenta factores cualitativos
que el modelo no está considerando.
 PROCESO DE RESOLUCIÓN DE PROBLEMAS

Definir el problema

Identificar alternativas

Determinar criterios de evaluación

Toma de
Decisiones
Resolución
Evaluar alternativas
de Problemas

Elegir una opción

Implementar la decisión

Evaluar resultados
PROCESO DEL ANÁLISIS CUANTITATIVO

Formulación del
Resolución
modelo y recolección Solución
del modelo
de datos

¿Es
Modelo No
válida la
modificado
solución?

Si

Generación de
Reportes e
Implementación
 ELEMENTOS DE UN
MODELO MATEMÁTICO

Modelos Determinísticos

PARÁMETROS
Modelos Probabilísticos

VARIABLES DE DECISIÓN

OBJETIVO

RESTRICCIONES
 2. RESOLUCIÓN DEL MODELO
MÉTODO ÓPTIMO Mejores valores posibles

MÉTODO HEURÍSTICO Valores aceptables

3. VALIDACIÓN DE LA SOLUCIÓN
4. MODIFICACIÓN DEL MODELO
5. GENERACIÓN DE REPORTES E
IMPLEMENTACIÓN
Los valores numéricos determinados por el modelo,
implican decisiones específicas (asignación de recursos).
Se debe hacer un seguimiento de la eficacia del modelo.
 Construcción del modelo
 Traducción del problema a términos
matemáticos
 Objetivos: función objetivo
 Alternativas: variables de decisión
 Limitaciones del sistema: restricciones
 Resolución
 Determinar los valores de las variables de
decisión de modo que la solución sea
óptima (o satisfactoria) sujeta a las
restricciones
 Puede haber distintos algoritmos y
formas de aplicarlos
 Ejemplo nº1
 En una fábrica de cerveza se producen dos tipos: rubia y
negra. Sus utilidades son de $1.30 y $1.10 por L
respectivamente. Sus necesidades de mano de obra son de
0.003 y 0.005 horas hombre, y de 0.50 $ y 0.20 $ de
materias primas por cada 1 Litro.
 La empresa dispone semanalmente de 15 empleados que
trabajan 40 horas cada uno y de 10.000 $ para compra de
materias primas, y desea maximizar su beneficio.
¿Cuántos litros debe producir semanalmente de cada
cerveza?
 Formulación
 Variables de decisión:
 R = Q. de litros de cerveza rubia a producir.
 N = Q. de litros de cerveza negra a producir.

 MAX Zo = 1.30 R + 1.10 N

 Sujeto a las restricciones:

 0.003 R + 0.005 N <= 600

 0.50 R + 0.20 N <= 10000
 El modelo de P.L.
Opt z  c1 x1  c2 x2    cn xn
s .a .
a11 x1  a12 x2    a1n xn  b1

a m1 x1  a m 2 x2    a mn xn  bm

x1 , x2 , , xn  0
 El modelo de P.L.
 z: función objetivo
 CT (c1,...,cn): vector de coeficientes de la f.o.
 XT (x1,...,xn): vector de variables de decisión
 A (...,aij,...): matriz de coeficientes técnicos
 b (b1,...,bm): vector de demandas o recursos