INSTITUTO TECNOLOGICO DE LA PAZ

Introduccin a los mtodos cuantitativos

Mtodos Cuantitativos para la Administracin Licenciatura en administracin
Turno vespertino 4to F

Docente: Ing. Carlos Ernesto Rull Martnez. Equipo: Karla Desire Aguirre lvarez Calafia Martnez Cesea Suheila Jarincy Lpez Ruiz Adriana Isabel Vzquez Nez Paola Amador Escobar

Presentacin del trabajo

Este presente trabajo, nosotros estudiantes de cuarto semestre de Licenciatura en Administracin, presentamos el desarrollo y evidencia de la Investigacin bibliogrfica corresponde a la Primera Unidad, titulada Introduccin de la materia Mtodos cuantitativos para la Administracin. En este trabajo se desarrollan tres temas que se desprenden de la unidad, la primera de ellas es Teora de la decisin, la segunda Naturaleza y ambiente de la decisin, y por ltimo Antecedentes y clasificacin de los mtodos cuantitativos en la produccin. Para ello, nuestro equipo ha desarrollado estos temas de una forma diferente mediante la cual se pueda obtener una mayor comprensin y, as mismo, se han anexado otros temas de apoyo que ampliarn el anlisis realizado en esta investigacin.

Mtodos Cuantitativos para la Administracin

Pgina 1

ndice
1.3. A
1. Introduccin 1.1 Antecedentes.... 3 1.2 Objetivos 4 1.3 Justificacin. 5 2. Desarrollo 2.1 Antecedentes de los Mtodos Cuantitativos de la Produccin. 6 2.2 Pasos del Mtodo Cuantitativo. 9 2.3 Pasos del Mtodo Cientfico. 15 2.4 Clasificacin de los Modelos Cuantitativos 16 2.4.1 2.4.2 2.4.3 2.4.4 2.4.5 2.5.1 2.5.2 2.5.3 2.5.4 Modelos Icnicos.. 16 Modelos Topolgicos. 17 Modelos Aritmticos.. 18 Modelos Anlogos... 18 Modelos Simblicos... 19 Modelos de Redes 21 Modelos de filas de espera y teora de colas... 24 Modelo de colas de un solo canal con llegadas de Poisson y tiempos de servicio exponenciales. 26 Modelo de Simulacin. 29 2.6 Teora de Juegos. 32 2.7 Teora General de Sistemas... 33 2.7.1 2.7.2 2.7.3 Modelo de Katz y Kahn.. 34 Modelo de Tavistock 34 Apreciacin crtica de la Teora... 35

2.5 Modelos Cuantitativos de la Produccin 21

2.8 Teora de la decisin.. 37 2.9 Naturaleza y ambiente de la decisin 39 3. Conclusiones 3.1 Conclusiones generales 40 4. Bibliografa. 41

Mtodos Cuantitativos para la Administracin

Pgina 2

Antecedentes
Las mayores aportaciones y progresos de la teora de la decisin corresponden a los ltimos 70 aos y por eso no es extrao que no exista un libro enteramente dedicado a su historia. Es importante conocer la evolucin en el tiempo de la teora de la decisin para conocer el largo camino que va del planteamiento prctico de un problema al conjunto de ideas y metodologas que conducen a la solucin conceptual y terico-prctica del mismo. En el desarrollo histrico de esta teora observaremos las distintas trayectorias seguidas por los investigadores, seleccionando aqullas que han dirigido a una formulacin generalmente aceptada y suficientemente abarcativa, que resuelve una amplia variedad de problemas planteados. Desarrollaremos en esta investigacin los aspectos histricos de Von Neumann los procesos de decisin desde su nacimiento cientfico en natural coincidencia con los inicios del Clculo de Probabilidades (1662), hasta los trabajos de Von Neumann (1944) que han permitido la construccin de este gran mundo de ideas, conceptos y mtodos que ahora se llama Teora de la Decisin. El inicio formal de la Investigacin Operativa tuvo lugar en Inglaterra a finales de 1939, cuando la estacin de investigacin de Bawdsey, bajo la direccin de A. Rowe, fue encargada del desarrollo de polticas ptimas para el nuevo sistema de deteccin militar llamado radar. Poco despus, se present un estudio de las fases de las operaciones nocturnas en lo que sera un modelo para los estudios posteriores del mismo tipo. Poco despus, debido a las extremas necesidades de personal que se plantearon durante la guerra y a la complejidad de los nuevos sistemas de defensa y ataque que se introdujeron, pareci indicado el empleo de cientficos en el estudio global de los problemas planteados. La finalidad era conseguir la mxima eficiencia posible. As, en Agosto de 1940, el fsico P.M.S. Blackett de la Universidad de Manchester fue responsabilizado de formar un grupo de trabajo para estudiar el sistema de defensa antiarea gobernado por radar. Este grupo, estaba constituido por tres psiclogos, dos fsicos-matemticos, un astrofsico, un oficial del ejrcito, un topgrafo, un fsico y dos matemticos. Fue humorsticamente denominado el circo de Blackett, siendo generalmente admitido que en l se daban todas las caractersticas de los grupos que trabajan en Investigacin Operativa: Grupo de trabajo interdisciplinar. Empleo de modelos matemticos. Punto de vista de anlisis de sistemas.

Mtodos Cuantitativos para la Administracin

Pgina 3

Objetivos
El principal propsito del presente trabajo es dar introduccin a lo que son los mtodos cuantitativos para administracin, analizando desde sus antecedentes, sus clasificaciones y modelos, as mismo, busca el conocer y comprender a fondo el proceso que conlleva la toma de decisiones en la organizacin, esto mediante el uso de los diversos modelos. Despus, se hace una profundizacin en los pasos que nos ayudan a aplicar los modelos para cualquier tipo de problema, y tambin los pasos del mtodo cientfico, donde se pretende reflexionar y comprar las similitudes y diferencias que ambos mtodos contienen. Tambin, se busca conceptualizar y analizar la teora de la decisin as como su naturaleza y ambientes que conlleva, no obstante, se dan a conocer tambin diferentes teoras que nos pueden ayudar para la bsqueda de soluciones para cualquier conflicto o problemtica dentro de las organizaciones. Por ltimo, se pretende identificar y comparar la diversidad de mtodos que se pueden utilizar, bajo una eleccin de criterios para poder seleccionar una ptima alternativa, aplicando diversas variables para la toma de decisiones.

Mtodos Cuantitativos para la Administracin

Pgina 4

Justificacin
El presente trabajo muestra la investigacin documental correspondiente a los temas que conforman la unidad I de la materia de Mtodos Cuantitativos para la Administracin. Esta unidad, los temas y subtemas que se manejan, son de carcter introductorio y facilitan la comprensin general del curso. Uno de los temas habla sobre los antecedentes y clasificacin de los mtodos cuantitativos, esto es, sobre su origen y evolucin en la historia, forjando las bases para la variedad de mtodos utilizados hoy en da. Se muestran las caractersticas y aplicaciones de algunos modelos utilizados en las empresas para reflejar la situacin especfica de la misma y argumentar la toma de decisiones. Los otros temas estn enfocados precisamente a la toma de decisiones, es decir, al proceso que se requiere para elegir entre varias alternativas, la que mejor convenga a la empresas, las cuales deben estar argumentadas con bases solidas y sobre todo comprobables cuantitativamente de acuerdo a su naturaleza. En relacin a la toma de decisiones, se muestra el proceso del mtodo cientfico, como base para la investigacin, planificacin y resolucin de las problemticas en las empresas, cuya utilizacin es de suma importancia para la elaboracin de proyectos, anlisis y estudio del contexto, mercado o situacin econmica de la empresa, entre otros. Todos estos temas son relevantes para comprender la materia en general y enriquecer nuestros conocimientos, adems que estos son y sern de gran utilidad a lo largo de la carrera y desempeo laboral en las empresas, ya que como nosotros somos futuros Licenciados en Administracin, seremos encargados y responsables de la toma decisiones y as mismo, de la creacin de modelos que mejor nos convengan y se ajusten a las problemticas que se presenten dentro de cualquier tipo de organizacin, ayudndonos tambin de los conocimientos de otras materias como estadstica, matemticas, economa, etc.

Mtodos Cuantitativos para la Administracin

Pgina 5

Antecedentes de los Mtodos Cuantitativos de la Produccin.

Primeramente, hay que aclarar que resulta realmente difcil determinar la fecha exacta en que se inicia la investigacin de operaciones. Los precursores de esta ciencia fueron los primeros que efectuaron trabajos que en la actualidad se consideraran como de investigacin de operaciones. En Inglaterra, en el ao de 1914 donde F. W. Lanchester public un trabajo sobre las relaciones tericas existentes entre el logro de la victoria y la superioridad en las fuerzas armadas y el poder del fuego. En los Estados Unidos, durante la Primera Guerra Mundial se le dio a Thomas Edison la tarea de descubrir cules maniobras de los buques mercantiles seran ms efectivas para minimizar la prdida de los buques por encuentros de los submarinos enemigos, y es as como en lugar de arriesgar los buques a los ataques, se aplic una solucin conocida como Tablero tctico de juego. Y es as como los primeros precursores y sus investigaciones, sirvieron de fundamento a los modelos matemticos que actualmente se emplean, abriendo paso a la implementacin de la investigacin de operaciones al campo militar. En 1937, se pidi a cientficos britnicos que ayudarn a militares a utilizar los equipos de radar de nueva creacin para localizar aviones enemigos. Los cientficos, que trabajaron en los diferentes aspectos del problema, este ncleo del primer equipo de investigacin de operaciones, extendi en forma uniforme un foco de actividades ms all del problema del radar, y su integracin con los observadores de tierra. Donde poco despus se reuni el equipo de Investigacin del Comando Antiareo encabezado por el fsico britnico P.M.S. Blackett. Este grupo haba quedado conformado por fisilogos, fsicosBlackett matemticos, astrofsicos, un fsico general, matemticos, un oficial de Ejrcito y un ex topgrafo, y se les conoca como el Circo de Blackett. Este grupo de 11 cientficos atendan una ampla gama de disciplinas, este grupo creci y posteriormente se dividi, uno en el Ejrcito y otro en la Marina, con lo cul, las fuerzas militares de la Gran Bretaa tuvieron todas un grupo de investigacin de operaciones encargado de la investigacin militar en los albores de la guerra (1941). Este tipo de actividad cientfica se conoci en Inglaterra como Investigacin operacional, en vista de que los primeros estudios estaban encaminados a la utilizacin operacional del radar. En los Estados Unidos, Sir Robert Watson-Watt recomend que se implantara la investigacin de operaciones en los departamentos de la Secretara de Guerra y la Secretara de la Marina.

Mtodos Cuantitativos para la Administracin

Pgina 6

Para Abril de 1942 se haba tomado la decisin de implantar la investigacin operacional a alto nivel. Los problemas iniciales abarcaban al radar y el desarrollo de convoyes de la marina. En la Fuerza rea de los Estados Unidos, tal actividad se conoci como anlisis operacional, y en el Ejrcito y la Armada de los EE.UU. como investigacin de operaciones y evaluacin de operaciones. Y esto se fue desarrollando tambin en Canad y en Francia durante la Segunda Guerra Mundial. Cuando termin la Segunda Guerra Mundial, los nuevos tipos de problemas de administracin, trajeron a que los consultores en administracin tuvieran la oportunidad de entrar en el juego para intentar encontrar un mtodo para mejorar la productividad y las utilidades, la investigacin operacional.

Investigacin de operaciones en la Segunda Guerra Mundial.

Mtodos Cuantitativos para la Administracin

Pgina 7

Lnea del tiempo de antecedentes de los mtodos cuantitativos para la produccin

Antes de la segunda guerra mundial.

Durante la segunda guerra mundial.

Despus de la segunda guerra mundial.

Arqumede s y el sitio de Siracusa.

La prueba de las ecuacione s de F.W Lancheste r. F.W Harris desarrolla el 1er modelo de inventario.

Las estadsticas de T.A Edison sobre la guerra submarina.

Investigacin de operaciones en la posguerra y en la armada.

W.Leontieff desarrollo un modelo de programaci n lineal.

Diferencias en el desarrollo de la investigacin de operaciones en Inglaterra y los Estados unidos.

F.W Taylor en la produccin y planeacin.

Grupo britnico inicial en la investigacin de operaciones.

El circo de Blackett

Grupos iniciales de investigacin de operaciones en los Estados unidos

Mtodos Cuantitativos para la Administracin

Pgina 8

Pasos del Mtodo Cuantitativo

Proceso de aplicacin de modelos cuantitativos para tener xito en la solucin de problemas reales. Este proceso de organiza en un marco de ocho pasos para la toma de decisiones e incorpora la metodologa cientfica. 1. PASO. Reconocer la necesidad. Implica la aceptacin de parte de las personas responsables de las decisiones de que se deben tomar algunas medidas para cambiar o mejorar alguna situacin determinada. Criterios y objetivos. En cualquier ambiente de toma de decisiones, las metas, objetivos y criterios son utilizados para enunciar el status quo de la situacin en estudio. Cuando ste sea negativo para los fines de la organizacin, el proceso de toma de decisiones tendr que iniciarse. Un problema crtico en la toma de decisiones deriva del hecho de que hay muchos criterios implcitos en cualquier decisin; muchas veces hay demasiados. La persona que vaya a decidir puede tener muchos objetivos y stos tienen que ser equilibrados con los criterios de otros individuos y de unidades de organizacin. Un problema primario en la toma de decisiones dentro de un ambiente de criterios mltiples es la congruencia de metas. Esto es, los conjuntos o sistemas de criterios necesitan establecerse de modo que sean consistentes: el logro de las metas del director de la empresa podra no ser consistente con los criterios de la misma. Cuantificacin de metas. Los criterios de alto nivel, o sea, los ltimos o universales, tienden a ser vagos. En cualquier ambiente de toma de decisiones, los criterios ltimos sern siempre nebulosos y es necesario establecer una especie de parmetros o unidades de medicin que permitan juzgar acciones en particular. El propsito de cuantificar las metas es reducir un objetivo importante en elementos manejables y que puedan ser base de mediciones. La relacin usuario-especialista de investigacin de operaciones. El reconocimiento de la necesidad de actuar o modificar una situacin implica que alguien est teniendo un problema, bien sea un individuo; un grupo o un puesto en la organizacin, que en este caso ser el usuario. Los especialistas, por su parte, no estn primariamente ligados con los criterios del problema, pero tienen conocimiento o habilidades metodolgicos. Se da una interaccin de especialistas y usuarios, puesto que los primeros estn especializados en investigacin de operaciones y los segundos con la responsabilidad de tomar decisiones. 2. SEGUNDO PASO. Formular el problema. Es el proceso de expresar explcitamente y sin ambigedades las caractersticas esenciales del problema: variables y parmetros pertinentes, restricciones, criterios subyacentes o funciones objetivo. Variables, parmetros y restricciones. La estipulacin de un problema cuantitativo debe comprender las variables, parmetros y restricciones.

Mtodos Cuantitativos para la Administracin

Pgina 9

Las variables son factores mensurables que dan sustentacin al problema que interesa, de las cuales hay de dos tipos: -Variables controlables: Estn bajo el control directo del que tomar la decisin y por ello se les conoce tambin variables de decisin. -Variables no controlables: Afectan los criterios para hacer la decisin pero son exgenas y no sujetas a la manipulacin directa de quien tomar la decisin. Los parmetros son condiciones mensurables inherentes a la estructura del problema. Las restricciones representan limitaciones a las variables tanto controlables como incontrolables. La funcin objetivo. Los criterios para un problema dado se pueden redefinir estructuralmente como un solo criterio mensurable llamado funcin objetivo, el valor del cual es influencia de las variables controlables e incontrolables, los parmetros y las restricciones.

3. TERCER PASO. Construir un modelo. Una vez lograda la formulacin del problema, hay que construir una rplica o representacin del problema, o sea un modelo matemtico. Modelos matemticos. Estipula explcitamente la estructura matemtica que relaciona los datos de entrada (variables controlables y no controlables, restricciones y parmetros), con los datos de salida (valores de criterio segn se haya expresado en la funcin objetivo). Proceso para construir un modelo. Construir un modelo es un proceso de decidir qu caractersticas o aspectos de un problema real se van a representar para el anlisis, en un proceso de 8 pasos. Papel del criterio. En el proceso de construccin de modelo la enunciacin abstracta y la prctica real pueden estar muy lejanas. La experiencia demuestra que la mayor deficiencia en la construccin de modelos es carcter de un conjunto de criterios altamente delineados. Este criterio de orientaciones pretende evitar caer en la trampa o, al menos, reconocerla de inmediato. Por ejemplo: si se tuviera que construir un modelo grfico de diagnstico de la operacin de un cajero bancario, tendra que preguntarse: Cmo construir el modelo? Cules caractersticas incluir? Cmo relacionarlas entre ellas? Hay que incluir la actividad d recuento del dinero?, la nica manera de responder las preguntas es consultar el sistema de criterios. Nivel de agrupacin. El sistema de criterios no slo dicta las entidades adecuadas que se representarn en un modelo, sino tambin la manera en que sern representadas. El grado de detalle o nivel de agregacin slo lo puede determinar refirindolas al sistema de criterios. El modelo es una abstraccin que contiene la esencia de lo real para un conjunto de criterios en particular. La esencia implica un nivel necesario de detalle y ste varia para problemas diferentes, conforme cambia el nivel adecuado de agregacin, se puede volver ms y ms detallado y complicado. 4. CUARTO PASO. Recolectar datos. Despus de tener el modelo, hay que recoger datos para procesarlos en l. El papel del sistema de criterios es muy importante; los datos debern estar orientados a la decisin que se vaya a tomar. Mtodos Cuantitativos para la Administracin Pgina 10

Sistema de medicin de escalas. La recoleccin de datos implica un sistema de medicin, y sta unidad de medicin implica escalas: nominal, ordinal, de intervalo o de razones. La escala nominal es un conjunto de categoras mutuamente excluyentes, por ejemplo, color de los automviles. La escala ordinal consiste de categoras mutuamente excluyentes, que tienen un orden; esto es; las magnitudes de nmeros tienen significado relativo pero no absoluto. La escala de intervalo tiene la propiedad de qu diferencias iguales entre nmeros representan diferencias iguales en el atributo que midan dichos nmeros, y establecen el punto de origen o cero en forma arbitraria. La escala de razones, adems de las propiedades de la escala de intervalo, tiene que los nmeros son proporcionales al atributo que representan y el punto cero tiene significado. Estimacin y presupuestos. La formulacin del problema y la seleccin del modelo requieren del analista que estime y pronostique parmetros y valores para las variables no controlables. Ambos procedimientos se pueden realzar subjetiva o estadsticamente. La estimacin estadstica requiere de habilidad para obtener datos en forma objetiva por muestreo de documentos primarios y secundarios o por encuestas en una muestra. En ambos caos estos procedimientos requieren diseo de muestras para: 1) Evitar sesgos y malas interpretaciones 2) Obtener estimadores estadsticos de la variabilidad de las muestras estadsticas En aplicaciones que son dependientes del tiempo, se tienen que estimar los parmetros y las variables no controlables utilizando modelos de prediccin estadstica. Sistemas de informacin para el administrador. Para los administradores, los sistemas de informacin procesados en computadora les pueden permitir la recoleccin de datos robustos, permitiendo que ms datos se manejen en un formato bsico desagregado. Aumentando al banco de datos computarizado un banco de modelos computarizados, habr oportunidad de interaccin hombre-mquina que conduzca a la evolucin rpida del delineamiento del problema, a la formulacin del modelo y a la solucin del problema.

5. QUINTO PASO. Resolver el modelo. La solucin del modelo es un aspecto importante de la investigacin de operaciones: es el aspecto primordial del proceso para tomar decisiones. Ms an, una gran habilidad en esta rea por s misma nos asegura decisiones ptimas.

Procedimiento de solucin. La solucin de un modelo consiste en encontrar aquellos valores para las variables controlables que den resultados ptimos, juzgados en trminos de criterios, debido a que hay gran variedad de procedimientos de solucin para los modelos en investigacin de operaciones, lo cual se ha optado el concepto de estructura taxonmica de las ciencias biolgicas Mtodos Cuantitativos para la Administracin Pgina 11

en un intento de categorizar las tcnicas cuantitativas y proporcionar un mapa para los materiales que se estudian. Taxonoma de los modelos de investigacin de operaciones. Los modelos se dividen en determinsticos (no probabilsticos) y estocsticos (probabilsticos). Hay otros modelos llamados hbridos porque incluyen las dos categoras. Los modelos de transporte y los de asignacin. Representan estos tipos de problemas en trminos de diagramas de flujo. Los modelos de programacin de metas optimizan una funcin objetivo de criterios que es lineal, sujeta a un conjunto de restricciones lineales. Los modelos de optimizacin no lineal, se clasifican ms bien por el mtodo de solucin que por la estructura del modelo: los mtodos clsicos aplican clculo diferencial; los mtodos de bsqueda utilizan tcnicas gradientes y ramificacin, y los mtodos de programacin no lineal aplican algoritmos especiales (procedimientos de solucin) para explorar ciertas estructuras matemticas en las relaciones funcionales. Los algoritmos de programacin estocstica tratan los parmetros de modelos de optimizacin como variables aleatorias de distribuciones mustrales especificas. Los modelos fsicos ocupan una categora especial en cuanto se han ido desarrollados especficamente para un rea dada de aplicacin. Los modelos de procesos estocsticos intentan caracterizar el comportamiento de ciertos procesos probabilsticos por sistemas de ecuaciones matemticas. La teora de decisiones, representa un enfoque formalizado a la toma de decisiones bajo incertidumbre, la cual incorpora e integra conceptos de la teora de utilidad, de la teora de distribucin de probabilidades y de la teora de probabilidad de Bayes. La teora de juegos es un enfoque relacionado para caracterizar el comportamiento de la toma de decisiones bajo conflicto o competencia. La programacin dinmica es un enfoque a la optimizacin deseable en forma nica para muchos problemas determinsticos o probabilsticos; varios modelos incluyen representaciones determinsticos y probabilsticas: el PERT-CPM es un enfoque para planear, programar y controlar los proyectos complejos que se puedan caracterizar como redes; los modelos heursticos aplican

reglas de pulgar a los problemas que sin esto no podran ser resueltos de manera factible, eficaz y optima; los modelos de inventarios, tanto determinsticos como estocsticos, especifiquen polticas de inventarios que minimizan el costo esperado.

Mtodos Cuantitativos para la Administracin

Pgina 12

6. SEXTO PASO. Validar el modelo y hacer anlisis de sensibilidad. Una vez que se haya generado el modelo se requiere el anlisis posterior a la solucin, el cual se debe enfocar a la validez del modelo y a la validez de la solucin misma. Validacin del modelo. La validacin del modelo estudia si el modelo representa satisfactoriamente el mbito del problema. La validacin es un procedimiento continuo que comienza en la fase de construccin del modelo y termina slo cuando las condiciones en las que se haya identificado al problema original ya no existan. El proceso de validacin del modelo puede indicar tambin ciertas variables que se hubieran incluido y que no fueren significativas o su influencia fuere contraria al efecto anticipado. El problema de determinar si las variables y los modelos son o no significativos, se puede resolver utilizando herramientas estadsticas tales como el anlisis de regresin y correlacin y el anlisis de varianza y covarianza. Validacin de la solucin. Una vez que se haya encontrado la solucin, las personas que vayan decidir, debern prestar atencin a lo siguiente: 1) Analizar si la solucin seleccionada es mejor que otras alternativas 2) Observar el grado de estabilidad en los resultados. El punto de referencia ms comn para evaluar una solucin, es el nivel de ejecucin del sistema existente. La comparacin se pueden basar en niveles histricos de ejecucin, usando datos reales recogidos en el pasado, o bien el nivel de desempeo que se proyecte. 7. SPTIMO PASO. Interpretar los resultados y las implicaciones. Se trata de un examen crtico de los objetivos o criterios del usuario y la evaluacin de esos criterios a la luz de los resultados del modelo. Una parte importante de este paso es la comprensin del trmino ptimo. Nivel de satisfaccin. La palabra optimo tiene un significado especial en la ciencia de la administracin. Una solucin se llama ptima cuando es la mejor de acuerdo a pruebas matemticas. Los problemas del mundo real tienden a tener muchos criterios nebulosos y es muy difcil si no imposible, encontrar una solucin que sea verdaderamente ptima (matemticamente). Hay la posibilidad de considerar ptima a la solucin que se a satisfactoria, en cuyo caso la satisfaccin ser la meta en vez de la optimizacin y el responsable acepta decisiones que sean satisfactorias o buenas aun cuando no las mejores; tiene entonces que ocuparse de una transaccin entre las diversas soluciones buenas.

Suboptimizacin. Este concepto se refiere al costo que se paga por el mal diseo de sistemas globales o por la toma de decisiones no adecuadas. Siempre ocurre debido a incongruencia de los criterios, seleccin pobre de criterios subyacentes, criterios que se omitan y transaccin pobre entre los criterios por parte de los responsables. Mtodos Cuantitativos para la Administracin Pgina 13

8. OCTAVO PASO. Tomar la decisin, ponerla en prctica y controlar. Ponerla en prctica y controlar los requerimientos de cambios tcnicos y del comportamiento de la solucin a corto y largo plazo. Formulacin de la regla de decisin. La formulacin de la regla de decisin es esencialmente un proceso de construir la respuesta de decisin programa. Cuando un problema con la misma estructura bsica surja una y otra vez, es aconsejable invertir esfuerzo analtico para comprender la estructura del problema ms que dedicarlo a resolver el problema. El resultado es una regla o conjunto de reglas para ocuparse automticamente de tales problemas cuando se presenten en el futuro. Puesta en prctica. El responsable de la decisin no slo tiene que identificar buenas alternativas de decisin, sino tambin escoger las que sean factibles de ponerse en prctica. Esto implica una preparacin del clima organizacional para el cambio y las habilidades del administrador para mover a las organizaciones. Control. Son necesarios los procesos de control para asegurar que la solucin d como resultado los cambios predichos en el sistema. Se requieren los controles para mantener la solucin dentro del curso previsto. Las organizaciones son conjuntos inmersos en ambientes dinmicos y los cambios en el ambiente pueden tener implicaciones significativas con respecto a la validez continua de los modelos y sus soluciones.

Mtodos Cuantitativos para la Administracin

Pgina 14

Pasos del Mtodo Cientfico

Para obtener un conocimiento preciso, los cientficos usan lo que se llama el mtodo cientfico. Cuando este se aplica a un problema especfico, son varios los pasos a seguir: identificacin del problema, formulacin de hiptesis (a partir de una teora si es posible), desarrollo de un diseo de investigacin, recoleccin de datos, anlisis de datos y establecimiento de conclusiones. El primer paso es la identificacin del problema. Antes de empezar la investigacin, el cientfico debe saber en trminos generales lo que va a estudiar. Ese objeto de estudio identifica y define dentro del contexto de hiptesis relevantes teoras y resultados de investigaciones previas al caso. Esto conducir al segundo paso, la formulacin de hiptesis. Mediante un examen cuidadoso de teoras y de resultados anteriores, el socilogo podra establecer una o ms proposiciones cuya validez se pudiera comprobar. Sera ideal que tales hiptesis se basaran en alguna teora deductiva, pero podran ser nuevas hiptesis o bien hiptesis fundamentadas en los resultados de investigaciones anteriores. El tercer paso del mtodo cientfico es el desarrollo de un diseo de investigacin. En todo diseo de investigacin se incluyen asuntos tan vitales como los procedimientos para recoger datos en base a los cuales se comprobarn las hiptesis, y el modo de analizar dichos datos. El cuarto paso es la recoleccin de datos. Los procedimientos para recoger informacin en sociologa son tres: preguntar a la gente, observarla y examinar los productos de sus pensamientos, sentimientos y conducta. El quinto paso es el anlisis de los datos. Una vez que se han recogido y clasificado los datos, de acuerdo con las decisiones tomadas en la fase de la investigacin del diseo, se pueden analizar para saber si las hiptesis quedaron confirmadas o bien se deben rechazar. El sexto paso del mtodo cientfico es establecer las conclusiones. En esta fase se aceptan o rechazan las hiptesis. Al mismo tiempo, las conclusiones del estudio se relacionan con la teora o los datos obtenidos en la investigacin de donde en un principio partieron las hiptesis. Conforme a esos nuevos hallazgos, se modificar la teora original.

Mtodos Cuantitativos para la Administracin

Pgina 15

Clasificacin de los Modelos Cuantitativos

Modelos icnicos.
Un modelo icnico ofrece una representacin pictrica del objeto. El objeto se suele presentar como una proyeccin bidimensional; la escala y los colores con frecuencia se cambian, los detalles menos interesantes se omiten, y la presentacin se concentra en aquellos detalles del objeto que son interesantes -- estos son con frecuencia aquellas invariantes que son comunes a todos o la mayor parte de los objetos que fueron estudiados. La idea de un modelo icnico es antigua, y es el mtodo estndar de presentacin en artes pictricas y tambin en el diseo de productos. Por ello suele ser tambin una buena eleccin en la investigacin de productos. Bsicamente, todas las imgenes son modelos icnicos. Hoy tenemos excelentes instrumentos, como cmaras fotogrficas y de video, para facilitar la tarea de registrar imgenes. Sin embargo, las fotografas y grabaciones hechas con estas mquinas con frecuencia incluyen una gran cantidad de detalle, ocultando as los rasgos generales de los objetos, ms interesantes desde un punto de vista terico (en otras palabras, aquellos rasgos que varios o todos los objetos tienen en comn). Por tanto, en proyectos de investigacin, se suele preferir el mtodo del dibujo. Su ventaja es que ser facil omitir la variacin perturbadora entre los objetos. Los modelos icnicos normativos que se utilizan en el desarrollo de productos nuevos toman la forma de dibujos y de maquetas tridimensionales primeramente enturbiados donde la ambigedad gradualmente se quita durante el proceso del diseo.

Mtodos Cuantitativos para la Administracin

Pgina 16

 Modelos topolgicos.
La colocacin de los elementos en un modelo topolgico refleja la estructura del objeto. Esta presentacin es particularmente adecuada para modelos holsticos que consisten en casos naturales singulares, como personas, animales o acontecimientos. Los modelos holsticos tpicos incluyen clasificaciones o taxonomas. Cmo colocar los elementos de un modelo topolgico? En ocasiones una variable est vinculada a una localizacin geogrfica real; en este caso, un mapa proporcionar una buena base para el modelo. Se llama a una presentacin de este tipo cartograma. La situacin es diferente cuando la variable no est relacionada con un lugar real. En este caso, somos libres de decidir qu significado damos a la colocacin de los elementos; en otras palabras, podemos describir una variable mediante la colocacin de los elementos. Por ejemplo, la distancia entre dos elementos puede simbolizar la intensidad de la relacin entre los elementos. Por ejemplo, al representar el flujo de trfico entre las habitaciones de una vivienda: La distancia entre los smbolos del diagrama es inversamente proporcional a la cantidad de trfico entre las respectivas habitaciones. Este tipo de presentacin con frecuencia es bastante tangible, aunque por naturaleza puede ser slo una aproximacin en una hoja de papel, que es bidimensional. No slo puede asignarse un significado a la ubicacin relativa de los elementos, sino tambin a las lneas que conectan los elementos: su anchura, color, etc. Tambin pueden usarse las lneas rotas o punteadas, flechas o vectores. Tales opciones permiten la presentacin simultnea de varios tipos diferentes de relaciones entre los elementos del modelo. Por ejemplo, el plano de los movimientos de una persona en una casa puede ampliarse aadiendo la direccin del movimiento.

Mtodos Cuantitativos para la Administracin

Pgina 17

 Modelos aritmticos.
Los modelos aritmticos requieren que nuestros datos sean medidos con una escala aritmtica. Hay una vasta seleccin de modelos matemticos. Con frecuencia tendremos una gran libertad al elegir el tipo de modelo; nuestros datos habitualmente permiten varias alternativas y debemos intentar elegir la ms ilustrativa. Por ejemplo, el flujo de trfico del apartamento mostrado arriba podra presentarse como una tabla aritmtica.

Modelos anlogos.
Habitualmente, el investigador ensambla su modelo "sobre una mesa vaca" usando elementos que ofrece el lenguaje de modelizacin elegido por l. Pero a veces puede ocurrir que encuentre, en otro entorno, una invariante que es por analoga la misma que en el objeto investigado. El otro objeto, forneo, podra ser entonces usado directamente como un modelo. La analoga se refiere as al procedimiento de transferir (es decir, duplicar y revisar) un modelo desde un "sistema" al otro. No hace necesario ninguna lengua especfica de modelar. En el contrario el modelo importado puede estar en cualquier lengua descrito arriba. Ejemplos:

El nacimiento, crecimiento, florecimiento, decadencia y muerte de una planta (u otro organismo) han dado los nombres a los periodos de desarrollo histrico de la cultura. (Por ejemplo, la decadencia de la civilizacin occidental) Las olas y las ondas han proporcionado un modelo para muchos campos de la ciencia: ondas de luz, ondas de radio, ciclos de desarrollo como olas Las relaciones en una familia han sido tomadas en numerosos contextos: el padre de un movimiento, la madre de todas las guerras, una compaa hija, una relacin amo-esclavo. Los juegos han dado modelos y conceptos particularmente en la teora de las finanzas de la compaa.

El mtodo de analoga es fcil de utilizar, pero tiene desventajas serias. Es difcil presentar la incertidumbre del modelo o la variacin entre los casos, y permanece poco claro cun generalmente vlido es el modelo. La presentacin anloga es, an en su mejor forma, relativamente nebulosa. Es a menudo recomendable, una vez que usted haya encontrado un modelo adecuado, de traducirlo a una lengua de modelar ms exacta (usando las definiciones empricas y nominales).

Mtodos Cuantitativos para la Administracin

Pgina 18

Modelos simblicos.

Se construyen representando el objeto real mediante una codificacin matemtica (geomtrica, estadstica, etc.). Los modelos simblicos son verdaderas representaciones de la realidad y toman la forma de cifras, smbolos y matemticas. Comienzan como modelos abstractos que formamos en nuestra mente y que luego se registran como modelos simblicos. Un tipo de modelo simblico o matemtico que se usa comnmente en la investigacin de operaciones es una ecuacin. Entre los tipos de modelos matemticos que se usan en la investigacin de operaciones, se tiene: Cuantitativos y cualitativos

Modelo cuantitativo. Es aquel cuyos principales smbolos representan nmeros. Son los ms comunes y tiles en los negocios. Modelo cualitativo. Aquel modelo cuyos smbolos representan en su mayora a cualidades no numricas. Una fuente importante es la teora de conjuntos. Probabilstico y determinsticos

Modelo probabilstico. Aquellos basados en la estadstica y probabilidades (donde se incorporan las incertidumbres que por lo general acompaan nuestras observaciones de eventos reales). Modelo determinsticos. Corresponde a aquel modelo cuantitativo que no contiene consideraciones probabilsticas. Descriptivos y de optimizacin

Modelo descriptivo. Cuando el modelo simplemente describe una situacin del mundo real en trminos matemticos, descripcin que puede emplearse para exponer una situacin con mayor claridad, para indicar como pueden reajustarse o aun para determinar los valores de ciertos aspectos de la situacin. Modelo optimizador. Corresponde al modelo ideado para seleccionar entre varias alternativas, de acuerdo a determinados criterios, la ms ptima. Estticos y dinmicos

Modelo esttico. Son interpretaciones de la realidad en un instante concreto, como resultado que no intervienen en la modelizacin.

Mtodos Cuantitativos para la Administracin

Pgina 19

Modelo dinmico. Representan procesos que se relacionan entre s, simulan los mecanismos de cambio y puede estudiarse la sucesin temporal. Simulacin y no simulacin

Modelo de simulacin. La simulacin es un mtodo que comprende clculos secuenciales estos son realizados a computadora paso por paso, donde puede producirse el funcionamiento de problemas o sistemas de gran escala. Modelo de no simulacin. Los modelos de no simulacin pueden y no usar la computadora, tienen tcnicas preparadas especialmente para soluciones respectivas tal es el caso de un modelo de optimizacin.

Mtodos Cuantitativos para la Administracin

Pgina 20

Modelos Cuantitativos
Modelos de redes:
Existen tres modelos de redes que pueden ser utilizados para resolver varios problemas: la tcnica del rbol de expansin mnima, la tcnica de flujo mximo y la tcnica de la ruta ms corta. Tcnica del rbol de expansin mnima: Implica conectar todos los puntos de una red al mismo tiempo que se minimiza la distancia entre ellos. Ha sido aplicada, por ejemplo, por compaas telefnicas para conectar varios telfonos entre s al mismo tiempo que se minimiza la longitud total del cableado necesario. Pasos de la tcnica del rbol de expansin mnima. 1. Seleccionar cualquier nodo de la red. 2. Conectar este nodo al nodo ms cercano que minimice la distancia total. 3. Considerando todos los nodos que ahora estn conectados, encontrar y conectar el nodo ms cercano que no est conectado. Si hay un empate para el nodo ms cercano, seleccionar uno arbitrariamente. Un empate sugiere que puede haber ms de una solucin ptima. 4. Repetir el tercer paso hasta que todos los nodos estn conectados. Tcnica del flujo mximo. Permite determinar la cantidad mxima de un material que puede fluir a travs de una red. Ha sido utilizada, por ejemplo, para encontrar el nmero mximo de automviles que pueden fluir por un sistema de carreteras. La tcnica de flujo mximo no es difcil. Implica los pasos siguientes: 1. Elija cualquier trayectoria del inicio (origen) a la terminacin (destino) con algo de flujo. Si no existe ninguna trayectoria con flujo, entonces se lleg a la solucin ptima. 2. Localice el arco en la trayectoria con la capacidad de flujo ms pequea disponible. Llame C a esta capacidad. sta representa la capacidad mxima adicional que puede ser asignada a esta ruta. 3. Por cada nodo que haya en esta trayectoria, disminuya la capacidad de flujo en la direccin del flujo en la cantidad C. Por cada nodo que haya en esta trayectoria, incremente la capacidad de flujo en la direccin inversa en la cantidad C. 4. Repita estos pasos hasta que ya no sea posible incrementar el flujo. Tcnica de la ruta ms corta. Seala la forma en que una persona o artculo puede viajar de un lugar a otro al mismo tiempo que se minimiza la distancia total recorrida. En otras palabras, encuentra la ruta ms corta a una serie de distintos.

Mtodos Cuantitativos para la Administracin

Pgina 21

Pasos de la tcnica de la ruta ms corta: 1. Encuentre el nodo ms cercano al origen. Coloque la distancia en una casilla junto al nodo. 2. Encuentre el siguiente nodo ms cercano al origen (planta) y coloque la distancia en una casilla junto al nodo. En algunos casos, se tendrn que revisar varias trayectorias para encontrar el nodo ms cercano. 3. Repita este proceso hasta que haya recorrido toda la red. La ltima distancia en el nodo final ser la distancia de la ruta ms corta. Es de notar que la distancia colocada en la casilla junto a cada nodo es la ruta ms corta a este nodo. Se utilizan estas distancias como resultados intermedios para encontrar el siguiente nodo ms cercan

Mtodos Cuantitativos para la Administracin

Pgina 22

Aplicacin prctica de los modelos. AT&T Resuelve problemas de red.

Definicin del problema

Debido a que sirve a 80 millones de clientes en los Estados Unidos y a que utiliza ms de 40 mil millas de cable, la red de fibra ptica de AT&T es la ms grande en la industria. En razn de que maneja aproximadamente 80,000 millones de llamadas cada ao, AT&T defini el mantenimiento de la confiabilidad de la red, al mismo tiempo que maximizaba el flujo a travs de ella y minimizaba los recursos de sta, como uno de sus ms importantes problemas.

Desarrollo del modelo

AT&T desarroll varios modelos para anlisis de confiabilidad. Estos modelos investigaron dos aspectos importantes de la confiabilidad de red: 1) Prevenir fallas y 2) Responder con rapidez cuando stas se presentan. Los modelos incluan encauzamiento de la red en tiempo real (RTNR), restauracin automtica rpida (FASTAR) y red ptica sincrnica (SONET). Se emplearon ms de 10 meses para reunir los datos para formular los modelos. Debido a la vasta cantidad de datos, AT&T recurri a sus agregacin para reducir el tamao del problema de red para facilitar la solucin. En la solucin se utiliz una rutina de optimizacin para encontrar la mejor forma de encauzar la voz y el trfico de datos a travs de la red para minimizar el nmero de mensajes fallidos y los recursos de red requeridos. A causa de la inmensa cantidad de datos y el gran tamao del problema, se gener una solucin para cada conjunto de posible demanda de trfico y posibilidades de fallas.

Adquisicin de datos de entrada

Desarrollo de la solucin

Prueba de la solucin

AT&T realiz pruebas comparando la solucin obtenida por medio del nuevo mtodo de optimizacin con las obtenidas por medio de las viejas herramientas de planeacin. Se establecieron expectativas de mejoras de 5 a 10 %. La compaa tambin utiliz simulacin de computadora para probar la solucin en condiciones variables. Para analizar los resultados, AT&T tena que invertir los pasos de agregacin que se realizaron durante la recopilacin de datos. Una vez que complet el proceso de disgregacin, la empresa pudo determinar el mejor mtodo de encauzamiento a travs de la vasta red. El anlisis de los resultados inclua una investigacin de la capacidad utilizada y la capacidad adicional provista por la solucin. Cuando se implement, el nuevo mtodo redujo los recursos empleados en la red a ms de 30%, al mismo tiempo mantuvo la confiablidad. La exitosa implementacin tambin gener ideas para cambios y mejoras, incluido el mtodo de optimizacin completo que poda identificar la capacidad no utilizada y ponerla en operacin.

Anlisis de resultados

Implementacin de resultados

Mtodos Cuantitativos para la Administracin

Pgina 23

 Modelos de filas de espera y teora de colas:

La lnea de espera, llamado teora de colas, es una de las tcnicas de anlisis cuantitativo ms antiguas y que se utilizan ms extensamente. Las lneas de espera son un suceso de todos los das que afectan a las personas que van de compras al supermercado, a cargar gasolina, a hacer depsitos bancarios o quienes esperan en el telfono a que conteste la primera operadora disponible para hacer su reservacin de avin. Las colas, otro trmino que se utiliza para denominar las lneas de espera, tambin podran tomar la forma de maquinas que esperan a ser reparadas, camiones en lnea para descargar o aeroplanos alineados en una pista que aguardan el permiso para despegar. La teora de colas, tuvo su inicio en el trabajo de investigacin de un ingeniero dans llamado A.K. Erlang, quien en 1909 experiment con la demanda fluctuante en el trfico telefnico. Ocho aos despus public un informa acerca de los retrasos provocados por el equipo de marcado automtico. Al final de la Segunda Guerra Mundial, los primeros trabajos de Erlang se extendieron hacia problemas ms generales y aplicaciones de negocios de las colas de espera. Las 3 caractersticas principales de un sistema de colas son: 1. Las llegadas o entradas al sistema que a veces se conocen como poblacin fuente. La fuente de entrada que genera las llegadas de los clientes al sistema de servicio tiene tres caractersticas principales. Es importante considerar el tamao de la poblacin fuente, el patrn de las llegadas al sistema de colas y el comportamiento de las llegadas. Tamao de la poblacin fuente. Los tamaos de las poblaciones se consideran ilimitadas (esencialmente infinitos), o limitados (finitos). Cuando el nmero de clientes o llegadas disponibles en cualquier momento dado es nicamente una pequea porcin de las llegadas potenciales, la poblacin fuente se considera ilimitada. Los ejemplos de poblaciones ilimitadas incluyen los automviles que arriban a una caseta de cobro en una autopista, compradores que llegan al supermercado o estudiantes que se registran para tomar una clase en una gran universidad. La mayora de los modelos de colas suponen una poblacin fuente ilimitada. Cuando no es as, el modelado se vuelve mucho ms complejo. Un ejemplo de una poblacin finita es un taller slo ocho mquinas que podran descomponerse y requerir de servicios. Patrn de llegadas al sistema: Los clientes llegan a la instalacin de servicio de acuerdo a algn programa conocido (por ejemplo, un paciente cada 15 minutos o un estudiante a quien aconsejar cada media hora), o aleatoriamente. Las llegadas se consideran aleatorias cuando son independientes unas de otras y su ocurrencia no puede predecirse con exactitud. Es frecuente que en los problemas de colas, el nmero de llegadas por unidad de tiempo se pueda calcular mediante una distribucin de probabilidad conocida como la distribucin de poisson.

Mtodos Cuantitativos para la Administracin

Pgina 24

Comportamiento de las llegadas. La mayora de los modelos de colas suponen que un cliente que llega es un cliente paciente. Los clientes pacientes son personas o mquinas que esperan en la cola hasta que se les atiende y no se cambian de lnea. Desafortunadamente, la vida y el anlisis cuantitativo se complican por el hecho de que es bien conocido que la gente trata de eludir la espera o se rehsa a aceptarla. Los clientes que se rehsan son aquellos que entran a la cola pero les gana la impaciencia y se retiran sin completar su transaccin. 2. La cola o fila de espera en s misma. En s misma, la lnea de espera es el segundo componente de un sistema de colas. La longitud de la fila puede ser limitada o ilimitada. Una cola es limitada cuando no puede, por ley o por restricciones fsicas, aumentar hasta un tamao infinito, puede ser el caso de un restaurante pequeo que solamente tiene 10 mesas y no puede atender a ms de 50 comensales en una tarde. Una cola es ilimitada cuando su tamao no est restringido, como en el caso de la caseta de pago de carreteras que atiende automviles. Una segunda caractersticas de las lneas de esperas est relacionada con la disciplina en la cola. Esta particularidad se refiere a la regla mediante la cual los clientes que estn en la lnea van a recibir el servicio. La mayora de los sistemas utilizan la disciplina de colas conocida como regla de primeras entradas, primeras salidas (PEPS). 3. La instalacin de servicio. Configuraciones bsicas de los sistemas de colas. Los sistemas de servicio generalmente se clasifican en trminos del nmero de canales o de servidores, y el nmero de fases o de paradas de servicio que deben realizarse. Un sistema de una sola fase se caracteriza porque el cliente recibe el servicio en una sola estacin y luego sale del sistema, por ejemplo, un restaurante de comida rpida en el cual la persona que toma la orden tambin entrega la comida y cobra. Por el contrario, si el restaurante requiere que usted haga su pedido en una estacin, pague en la segunda y recoja su pedido en una tercera parada de servicio, es un sistema multifase. Distribucin de tiempos de servicios. Los patrones de servicio son como los patrones de llegadas en el sentido de que pueden ser constantes o aleatorios. Si el tiempo de servicio es constante, se emplea la misma cantidad de tiempo para atender a cada uno de los clientes. En muchos casos se puede suponer que los tiempos de servicio aleatorios se describen mediante la distribucin de probabilidad exponencial negativa, es decir, si las tasas llegadas siguen una distribucin de poisson. La distribucin exponencial es importante en el proceso de construccin de los modelos matemticos de colas debido a que muchos de los respaldos tericos del modelo se basan en el supuesto de llegadas de tipo poisson y de servicios de tipo exponenciales.

Mtodos Cuantitativos para la Administracin

Pgina 25

 Modelo de colas de un solo canal con llegadas de poisson y tiempos de servicio exponenciales (M/M/1):
Suposiciones del modelo: El modelo de un solo canal y una sola fase es uno de los sistemas de colas ms sencillos y que se utilizan ms ampliamente. Esto implica suponer que existan siete condiciones: 1) Las llegadas se atienden sobre una base PEPS. 2) Cada llegada espera a ser atendida independientemente de la longitud de la lnea; en otras palabras, no hay rechazo ni rehse. 3) Las llegadas son independientes de las llegadas anteriores, pero su nmero promedio (tasa de llegadas) no cambia a lo largo del tiempo. 4) Las llegadas se describen mediante una distribucin de probabilidad de Poisson y llegan a partir de una poblacin infinita o muy grande. 5) Los tiempos de servicio tambin varan de un cliente al siguiente y son independientes unos de los otros, pero se conoce su tasa promedio. 6) Los tiempos de servicio ocurren de acuerdo con una distribucin de probabilidad exponencial negativa. 7) La tasa de servicio promedio es mayor que la tasa de llegadas promedio. Modelo de colas de canales mltiples con llegadas de Poisson y tiempos de servicio exponenciales (M/M/m)

El sistema de colas de canales mltiples, en el cual dos o ms servidores o canales se encuentran disponibles para atender a los clientes que llegan. Supongamos que los clientes esperan el servicio en una sola cola y entonces se dirigen al primer servidor disponible. El sistema multicanal supone nuevamente que las llegadas siguen una distribucin de probabilidad de Poisson y que los tiempos de servicio estn distribuidos de forma exponencial. En este caso, el servicio se basa en el siguiente principio: el primero en llegar es el primero en ser atendido, y se supone que todos los servidores se desempean al mismo ritmo. Tambin se aplican otros supuestos que se presentaron anteriormente para el modelo de un solo canal. Modelo de poblacin finita (M/M/1 con fuente finita)

Cuando existe una poblacin limitada de clientes potenciales para una instalacin de servicio, se necesita considerar un modelo diferente de colas. Este modelo se utilizara, por ejemplo, si se consideraran reparaciones de equipos en una fbrica que tiene cinco mquinas, si se tuviera a cargo del mantenimiento de una flota de 10 aeroplanos de uso intensivo, o si se administrara una sala de hospital con 20 camas. El modelo de poblacin limitada permite que se considere cualquier nmero de personas que realizan reparaciones (servidores).

Mtodos Cuantitativos para la Administracin

Pgina 26

Se describe un modelo de poblacin fuente finita que se apoya en los siguientes supuestos: 1. Solamente hay un servidor. 2. La poblacin de unidades que buscan servicio es finita. 3. Las llegadas siguen una distribucin de Poisson y los tiempos de servicio se distribuyen exponencialmente. 4. Los clientes son atendidos con base en el principio primeros en llegar, primeros en ser atendidos.

Mtodos Cuantitativos para la Administracin

Pgina 27

Aplicacin prctica de los modelos. Departamento de bomberos de New Haven.

Definicin del problema

Debido a que se encontraba con restricciones severas de presupuesto, la ciudad de New Haven, Connecticut, decidi investigar si su cuerpo de bomberos podra una o ms estaciones con un riesgo pequeo y aceptable para la seguridad pblica. Dos consultores, Arthur Swersey (de Yale) y Louis Goldring, desarrollaron una serie de modelos de colas hora por hora que estimaban el promedio de tiempo que un solicitante tendra que esperar al servicio de emergencia. Los modelos se basaron en llegadas Poisson y tiempos de servicio exponenciales. Se desarroll un mapa reticular de la ciudad New Haven para medir los timepos de desplazamiento/distancias. Otros dos consultores recopilaron datos acerca de la utilizacin de cada una de las 10 compaias de motores y las cinco de camiones. Se emplearon 1990 datos de equipo mdico de emergencia y de alarmas contra fuego. Se desarrollaron dos configuraciones alternas para cerrar/fusionar estaciones de bomberos que parecan ser razonables y posibles. Se aprobaron las soluciones mediante el uso de anlisis matemtico de probabilidad de ocurrencias de fuego en cada una de las reas de aplicacin del censo. Se predijo el tiempo de desplazamiento de emergencia promedio para llegar a cualquiera de las 28 regiones del censo de New Haven. Uno de los planes mostr una tasa de respuesta ms rpida que la otra con una diferencia de ms de medio minuto. El departamento de bomberos analiz el equilibrio de los diversos planes y los someti a votacin en audiendias pblicas y ante la junta de regidores. El 27 de septiembre de 1991, Earl D. Geyer, jefe del cuerpo de bomberos de New Haven, anunci la implementacin del plan elegido y el pronstico de ahorros de $1.4 millones de dlares por ao, equivalentes a 10% del presupuesto del departamento.

Desarrollo del problema

Adquisicin de datos de entrada

Desarrollo de la solucin

Prueba de la solucin

Anlisis de los resultados

Implementacin de los resultados

Mtodos Cuantitativos para la Administracin

Pgina 28

 Modelado de simulacin.
La simulacin es una de las herramientas de anlisis cuantitativo que se utiliza ms extensamente. Varias encuestas aplicadas a las ms grandes corporaciones estadounidenses revelan que ms de la mitad utilizan la simulacin en su planeacin corporativa. Podra parecer que la simulacin es la solucin para todos los problemas administrativos, lo cual de ninguna manera es cierto. Simular es intentar duplicar las particularidades, apariencia y caractersticas de un sistema real. Cuando se utiliza una simulacin el administrador debe 1) definir el problema, 2) introducir las variables asociadas con l, 3) construir un modelo numrico, 4) instituir posibles cursos de accin para probarlos, 5) llevar a cabo el experimento, 6) considerar los resultados (posiblemente decidir modificar el modelo o cambiar las entradas de datos) y 7) decidir qu curso de accin tomar.

Figura: Proceso de simulacin. La idea de la simulacin es imitar una situacin cotidiana con un modelo matematico que no afecte las operaciones.
Definir el problema

Introducir variables importantes

Construir el modelo de simulacin Especificar valores de variables por probar

Llevar a cabo la simulacin

Examinar los resultados

Seleccionar el mejor curso de accin

Mtodos Cuantitativos para la Administracin

Pgina 29

Ventajas y desventajas de la simulacin. La simulacin es una herramienta que ha sido aceptada extensamente por los administradores por varias razones: 1. Es relativamente sencilla y flexible. 2. Los avances recientes en software permiten que algunos modelos de simulacin sean muy fciles de desarrollar. 3. Puede utilizarse para analizar situaciones cotidianas grandes y complejas que no pueden resolverse mediante modelos convencionales de anlisis cuantitativo. 4. La simulacin permite las preguntas del tipo qu pasara si A los administradores les gusta saber con anticipacin cules opciones son atractivas. 5. Las simulaciones no interfieren con el sistema real. Podra ser muy perjudicial. 6. La simulacin permite el estudio del efecto interactivo de componentes individuales o variables para determinar cules son importantes. 7. Es posible realizar una comprensin de tiempo mediante la simulacin. Se puede obtener el efecto de ordenar, publicitar o aplicar otras polticas a lo largo de muchos meses o aos mediante una simulacin por computadora en corto tiempo. 8. La simulacin permite incluir complicaciones prcticas que la mayora de los modelos de anlisis cuantitativo no incluyen. Las principales desventajas de las simulaciones son: 1. Los buenos modelos de simulacin para manejar situaciones complejas pueden ser muy caros. Frecuentemente, el desarrollo de un modelo es un proceso largo y complicado. 2. La simulacin no genera soluciones ptimas para los problemas, como lo hacen otras tcnicas de anlisis cuantitativo como la cantidad econmica de pedido, la programacin lineal o PERT. 3. Los administradores deben generar todas las condiciones y restricciones para las soluciones que quieran examinar. Por s mismo, el modelo de simulacin no produce respuesta alguna. 4. Cada modelo de simulacin es nico. Sus soluciones e inferencias generalmente no son transferibles a otros problemas. Modelos de simulacin de incremento de tiempo fijo y de incremento al evento siguiente. Por lo general, los modelos de simulacin se clasifican en dos categoras: modelos de incremento de tiempo fijo y modelos de incremento al evento siguiente. Estos trminos se refieren a la frecuencia con que se actualiza el estado del sistema. Con un modelo de incrementos de tiempo fijo, el estado del sistema se actualiza a intervalos fijos (por ejemplo, cada semana o diariamente).

Mtodos Cuantitativos para la Administracin

Pgina 30

Los modelos de incrementos al evento siguiente se utilizan cuando es necesario registrar informacin cada vez que el estado cambia. Por ejemplo, si se necesita determinar el tiempo promedio que los clientes deben esperar formados, es necesario saber cundo llega cada uno y cuando se va. En el caso de un modelo de incremento al evento siguiente, en lugar de generar el nmero de eventos en cada periodo, se genera de forma aleatoria el tiempo que pasa hasta que ocurre el siguiente evento. Cuando ste sucede, el estado del sistema se actualiza y se registra. Este proceso permite calcular las mediciones de desempeo necesarias tales como el tiempo promedio en la cola o el tiempo promedio dentro del sistema. Otros dos tipos de modelos de simulacin. Por lo general, los modelos de simulacin se dividen en tres categoras: la primera, el mtodo Monte Carlo que utiliza los conceptos de distribucin de probabilidad y nmeros aleatorios para evaluar las respuestas del sistema a diversas polticas. Las otras dos categoras son los juegos operaciones y la simulacin de sistemas. Aunque en teora los tres mtodos difieren de manera notable, el crecimiento de la simulacin por computadora tiene a crear una base comn de los procedimientos y atena dichas diferencias. Juegos operacionales. Se refieren a una simulacin en la cual participan dos o ms jugadores que compiten entre s. Los mejores ejemplos son los juegos militares y los juegos de negocios. Ambos permiten a los participantes competir en habilidades directivas y de toma de decisiones dentro de situaciones hipotticas de conflicto. Simulacin de sistemas. Es similar a los juegos de negocios en el sentido de que les permite a los usuarios probar varias polticas y decisiones administrativas a fin de evaluar su efecto en el entorno operativo. Esta variacin de simulacin modela la dinmica de sistemas grandes, los cuales incluyen sistemas de operaciones corporativas, la economa nacional, un hospital o el gobierno de una ciudad. Las simulaciones de sistemas econmicos, con frecuencia llamadas modelos economtricos, son utilizadas por las agencias de gobierno, bancos y grandes organizaciones para predecir las tasas de inflacin, reservas monetarias nacionales y extranjeras y niveles de desempleo.

Mtodos Cuantitativos para la Administracin

Pgina 31

Teora de juegos.
Los psiclogos destacan la importancia del juego en la infancia como medio de formar la personalidad y de aprender de forma experimental a relacionarse en sociedad, a resolver problemas y situaciones conflictivas. El estudio de los juegos ha inspirado a cientficos de todos los tiempos para el desarrollo de teoras y modelos matemticos. La estadstica es una rama de las matemticas que surgi precisamente de los clculos para disear estrategias vencedoras en juegos de azar. Pero la teora de juegos tiene una relacin muy lejana con la estadstica. Su objetivo no es el anlisis del azar o de los elementos aleatorios sino de los comportamientos estratgicos de los jugadores. En el mundo real, tanto en las relaciones econmicas como en las polticas o sociales, son muy frecuentes las situaciones en las que, al igual que en los juegos, su resultado depende de la conjuncin de decisiones de diferentes agentes o jugadores. La tcnica para el anlisis de estas situaciones fue puesta a punto por un matemtico, John von Neumann. A comienzos de la dcada de 1940 trabaj con el economista Oskar Morgenstern en las aplicaciones econmicas de esa teora. Hay dos clases de juegos que plantean una problemtica muy diferente y requieren una forma de anlisis distinta. Si los jugadores pueden comunicarse entre ellos y negociar los resultados se tratar de juegos con transferencia de utilidad (tambin llamados juegos cooperativos), en los que la problemtica se concentra en el anlisis de las posibles coaliciones y su estabilidad. En los juegos sin transferencia de utilidad, (tambin llamados juegos no cooperativos) los jugadores no pueden llegar a acuerdos previos; es el caso de los juegos conocidos como "la guerra de los sexos", el "dilema del prisionero" o el modelo "halcn-paloma". Los modelos de juegos sin transferencia de utilidad suelen ser bipersonales, es decir, con slo dos jugadores. Pueden ser simtricos o asimtricos segn que los resultados sean idnticos desde el punto de vista de cada jugador. Pueden ser de suma cero, cuando el aumento en las ganancias de un jugador implica una disminucin por igual cuanta en las del otro, o de suma no nula en caso contrario, es decir, cuando la suma de las ganancias de los jugadores puede aumentar o disminuir en funcin de sus decisiones. Cada jugador puede tener opcin slo a dos estrategias, en los juegos biestratgicos, o a muchas. Las estrategias pueden ser puras o mixtas; stas consisten en asignar a cada estrategia pura una probabilidad dada. En el caso de los juegos con repeticin, los que se juegan varias veces seguidas por los mismos jugadores, las estrategias pueden ser tambin simples o reactivas, si la decisin depende del comportamiento que haya manifestado el contrincante en jugadas anteriores.

Mtodos Cuantitativos para la Administracin

Pgina 32

Teora general de sistemas

La TGS (Teora general de sistemas) con los trabajos del bilogo alemn Ludwig von Betalanffy, y busca producir teoras y formulaciones conceptuales para aplicaciones en la realidad emprica. Las presuposiciones bsicas son: Existe una tendencia hacia la integracin de las ciencias naturales y sociales. Dicha integracin parece orientarse a una teora de sistemas. La Teora de sistemas constituye el modo ms completo de estudiar campos no fsicos del conocimiento cientfico, como ciencias sociales. La Teora de los sistemas desarrolla principios unificadores que cruzan verticalmente los universos particulares de las diversas ciencias involucradas. La Teora de los sistemas conduce a una integracin en la educacin cientfica. Se fundamentan en tres premisas bsicas: Los sistemas existen dentro de sistemas: Cada sistema se constituye de un subsistema, y as cada sistema puede ser detallado en sus componentes. Los sistemas son abiertos: Cada sistema existe dentro de un medio ambiente constituido por otros sistemas. Los sistemas abiertos se caracterizan por un proceso infinito de intercambio con su ambiente para cambiar energa e informacin. Las funciones de un sistema dependen de su estructura: Cada sistema tiene su objetivo que constituye su papel en el intercambio con otros sistemas dentro del medio ambiente. La Teora de sistemas se introdujo en la teora administrativa por varias razones, la primera fue la necesidad de una sntesis e integracin de las teoras que la precedieron. Todas las teoras anteriores tenan un punto dbil: el micro enfoque. Estas teoras lidiaban con muy pocas variables de la situacin total y se reducan a algunas variables impropias y que no tenan tanta importancia en administracin. La segunda fue que la ciberntica permiti el desarrollo y la operacionalizacin de las ideas que convergan para una Teora de sistemas aplicada en la administracin. Y por ltimo que los resultados exitosos de la aplicacin de la Teora de sistemas en las dems ciencias.

Mtodos Cuantitativos para la Administracin

Pgina 33

La Teora de sistemas permite reconceptualizar los fenmenos dentro de un enfoque global, permitiendo la interrelacin y la integracin de temas que son en su mayora de naturalezas diferentes. La organizacin es un sistema abierto en constante interaccin con el medio, materias prima y las transforma en productos o servicios que se exportan la medio ambiente. La organizacin es un sistema conjunto de subsistemas en interaccin dinmica unos con otros. Se debe analizar el comportamiento de los subsistemas no logar de enfocarse en los comportamientos individuales. Los subsistemas son mutuamente independientes y los cambios que ocurren en uno de ellos afectan al comportamiento de otros. Los mltiples eslabones entre la organizacin y su medio ambiente hacen difcil la clara definicin de las fronteras organizacionales.

Modelo de Katz y Kahan.

Este modelo nos seala que los sistemas sociales no tienen limitaciones de amplitud, necesitan de entradas de mantenimiento y produccin, tienen su naturaleza planeada, los sistemas sociales presentan mayor variabilidad por eso necesitan de la utilizacin fuerzas de control, as como las funciones, normas y valores que son los principales componentes del sistema social, el concepto de inclusin parcial y la organizacin en relacin a su medio ambiente. Organizacin como sistema de papeles, papel es el conjunto de actividades solicitadas por un individuo.

Modelo de Tavistock.
Este modelo propuso por socilogos y psiclogos del Instituto de Relaciones Humanas de Tavistock. Para ellos la organizacin es un sistema abierto en interaccin constante con su ambiente , es un sistema sociotcnico estructurado sobre dos subsistemas: Subsistema Tcnico. Comprende las tareas que sern desempeadas, involucra la tecnologa, territorio y tiempo y es el responsable de la eficiencia potencial de la organizacin. Subsistema Social. Comprende a las personas, sus caractersticas y relaciones, este es el encargado de transformar la eficiencia potencial en eficiencia real.

Mtodos Cuantitativos para la Administracin

Pgina 34

Y tambin este modelo determina que las tareas primarias que le dan la supervivencia a la organizacin es dentro de un proceso cclico de importacin, conversin y exportacin.

Apreciacin crtica de la Teora.

La teora sistmica es la menos criticada, por el hecho de que la perspectiva sistmica parece concordar con la preocupacin estructural y funcionalista tpica de las ciencias sociales de los pases capitalistas de hoy. La Apreciacin de la Teora de sistemas se revela en los siguientes aspectos: 1 Confrontacin entre teoras de sistema abierto y de sistema cerrado. 2 Caractersticas bsicas del anlisis sistmico. Punto de vista sistmico, la moderna teora visualiza la organizacin como un sistema que posee sus propios parmetros (entrada, salida, etc.) Enfoque dinmico, el nfasis de la teora sobre el dinmico proceso de interaccin dentro de una organizacin. Multidimensional y mltiples niveles, considera a la organizacin desde el punto de vista micro y macroscpico, y reconoce sus niveles e importancia de cada parte. Probabilstica, demuestra que muchas variables pueden explicarse en trminos predictivos y no con certeza absoluta. Multidisciplinaria, consta con conceptos y tcnicas de muchas campos de estudio. Descriptiva, describe las caractersticas de las organizaciones y de la administracin. Multicausal, reconoce la posibilidad de que factores causales sean afectados por influencias que ellos mismos causaron a travs de la retroalimentacin. Adaptacin, asume que la organizacin de adaptarse a los requisitos cambiantes del ambiente. 3 Carcter integrador y abstracto de la Teora de sistemas. Esta teora es demasiado abstracta y conceptual y, por lo tanto es difcil aplicacin a situaciones genricas prcticas. 4 El efecto sinrgico de las organizaciones como sistemas. Sinergia es el esfuerzo simultneo de varios rganos que provoca un resultado ampliado y potenciado.

Mtodos Cuantitativos para la Administracin

Pgina 35

5 El hombre funcional. Es el contraste con el concepto del homo economicus de la teora clsica, y con los dems conceptos del hombre, El hombre es funcional, por qu las organizaciones son sistemas de papeles, en las cuales cada uno desempea papeles. 6 Un nuevo enfoque organizacional. Este enfoque sistmico trajo consigo una nueva forma de ver las cosas, dentro de un todo y sus partes. 7 Orden y desorden. La principal eficiencia que se constata en la nocin de sistemas es el concepto de equilibrio. Orden es la preservacin de la estabilidad y el desorden puede ser la naturaleza objetiva o subjetivo.

Mtodos Cuantitativos para la Administracin

Pgina 36

Teora de la decisin
La teora de la decisin se ocupa de analizar cmo elige una persona aquella accin que, de entre un conjunto de acciones posibles, le conduce al mejor resultado, dadas sus preferencias. El paradigma cannico de la teora de la decisin se caracteriza por contar con un individuo que ha de tomar una decisin (cualquiera) y de quien se dan por supuestas sus preferencias; as la teora de la decisin no entra a considerar la naturaleza de las preferencias de los individuos, ni por qu stos prefieren unas cosas en vez de otras; lo nico que importa es que dichas preferencias satisfagan ciertos criterios bsicos de consistencia lgica, entre los que cabe destacar, por su importancia, los siguientes: Transitividad: para todo X, Y y Z, si X es preferida estrictamente a Y , Y es preferida estrict amente a Z, X ser preferida a Z, Exhaustividad: para todo X Y todo Y, o bien X es preferida a Y, o Y es preferida a X, o el individuo es indiferente a ellas, Asimetra: si X es preferida estrictamente a Y, Y no es preferida estrictamente a X, Simetra de las diferencias: para todo X e Y, si X es indiferente a Y, Y es indiferente a X. El segundo criterio corresponde a lo que Ferguson y Gould (1984) refieren en la teora de la preferencia del consumidor como la condicin: para dos conjuntos de bienes cualesquiera, A y B, la unidad consumidora puede determinar cul proporciona mayor satisfaccin; si A proporciona ms satisfaccin que B, se dice que A es preferido a B, y si B provee mayor satisfaccin que A, se dice que B es preferida a A; si ambos conjuntos proporcionan la misma satisfaccin, se dice que el consumidor es indiferente entre A y B, y si A es indiferente o equivalente a B, B es indiferente a A. Si estos cuatro requisitos no se cumplen a la vez, ser imposible saber qu es lo que el individuo prefiere; no se podrn ordenar, jerarquizar, sus preferencias, y la teora de la decisin considerar que dicho Obra titulada Teora individuo no elige racionalmente, es decir, de forma lgica y consistente. Cumplir con el requisito de la transitividad implica que no Microeconmica se tome una decisin de tal manera que se resulte perjudicado Ferguson y Gould eligiendo al principio opciones que se prefieran ms, X frente a Y, e Y frente a Z, para terminar con una mala opcin si elegimos Z frente a X. La exhaustividad exige que el sujeto compare entre s todas sus opciones y se decida por una de ellas o manifieste su indiferencia (que es una forma de decisin).

Mtodos Cuantitativos para la Administracin

Pgina 37

A la vez, la simetra y la asimetra resultan evidentes de por s y no parecen imponer una exigencia lgica desmedida al individuo que ha de elegir entre varias opciones: si el individuo es indiferente entre la opcin A y la B (o entre la C y la D) no se puede afirmar que prefiera a B sobre A (o a C sobre D); si prefiere estrictamente a B sobre A, se dudar de su coherencia si afirma, a la vez, que tambin prefiere a A sobre B. As pues, si estos requisitos se cumplen, se podr atribuir al individuo una funcin de utilidad, es decir, un ndice o nmero a cada una de sus preferencias, de forma que se puedan ordenar de menor a mayor, de lo menos preferido a lo ms preferido.

Esta teora, en lo general, es un mtodo sistemtico para estudiar la toma de decisiones. Una buena decisin es aquella que est basada en la lgica, que considera todos los datos y alternativas posibles, la cual puede aplicar el enfoque cuantitativo que se detalla a continuacin: Fases para el proceso de toma de decisiones 1. 2. 3. 4. 5. 6. Identificar con claridad el problema en cuestin. Elaborar una lista con las posibles alternativas. Identificar los posibles resultados o estados de naturaleza. Listar el pago o utilidad de cada combinacin de alternativas y resultados. Seleccionar uno de los modelos matemticos del proceso de toma de decisiones. Aplicar el modelo y tomar su decisin.

Mtodos Cuantitativos para la Administracin

Pgina 38

Naturaleza y ambiente de la decisin

Considerando que una situacin de decisin esta formada por tres elementos bsicos: 1. Estrategias. Cursos de accin o planes condicionales compuestos por variables controlables. 2. Estados de la naturaleza. En general, los estados de la naturaleza son los sucesos de los que depende la decisin y en los que no puede influir apenas el decisor. 3. Desenlaces o resultados. Son aquellos que tienen lugar al emplear una estrategia especfica, dado un estado concreto de la naturaleza.

Dentro de la Naturaleza de la decisin, nosotros vemos que existen dos tipos de decisiones: Decisin Programada: Son programadas en la medida que son repetitivas y rutinarias, as mismo en la medida que se ha desarrollado un mtodo definitivo para poder manejarlas. Al estar el problema bien estructurado, el mando no tiene necesidad de pasar por el trabajo y gasto de realizar un proceso completo de decisin. Estas decisiones programadas cuentan con unas guas o procedimientos ( pasos secuenciales para resolver un problema) , unas reglas que garanticen consistencias en las disciplinas y con un alto nivel de justicia , aparte de una poltica, que son las directrices para canalizar el pensamiento del mando en una direccin concreta. Decisin no Programada: "La reestructuracin de una organizacin" o "cerrar una divisin no rentable", son ejemplos de decisiones no programadas, Tambin "la creacin de una estrategia de mercado para un nuevo producto. Y por ello, los tipos de decisiones que la gente toma dependen de cuanto sepan o cuanta informacin tengan acerca de la situacin. Existen tres tipos de ambientes en el proceso de toma de decisiones: Toma de decisiones bajo certidumbre. Quienes la toman conocen con certeza las consecuencias de cada una de las alternativas que implica la seleccin e la decisin, naturalmente se seleccionar la alternativa que maximizar el bienestar propio o que tendr mejor resultado. Toma de decisiones bajo incertidumbre. Quien toma las decisiones no conoce las probabilidades de los diferentes resultados. Toma de decisiones bajo riesgo. Para la toma de decisin, hay varias alternativas de resultados posibles, quien las asume conoce la probabilidad de que cada uno de esos resultados ocurra. Pgina 39

Mtodos Cuantitativos para la Administracin

Conclusiones generales
Como podemos observar, la revisin de estos temas son de suma importancia, ya que son de gran utilidad prctica para resolver problemticas que se puedan extrapolar en la empresa, y como profesionistas, para aplicarlas una vez que estemos inmersos en el mbito laboral. De ah que es importante conocer la evolucin en el tiempo de la teora de la decisin para comprender su aplicacin prctica en la resolucin de problemas, utilizando las metodologas que conducen a la solucin conceptual y terico-prctica del mismo. Podemos destacar que dentro de la investigacin de operaciones, surgieron como parte de la misma los grupos de trabajo interdisciplinar, la aplicacin de los modelos matemticos y el trabajo realizado sobre un punto de vista de anlisis de sistema, cuya utilizacin es vigente y acompaa a la investigacin y resolucin de situaciones especficas. Se hace incape precisamente a la toma de decisiones, a todo ese proceso que se requiere para elegir entre varias alternativas, la que mejor convenga a la empresas, las cuales deben estar argumentadas con bases solidas y sobre todo comprobables cuantitativamente de acuerdo a su naturaleza. Se muestra cuales son los pasos a seguir del mtodo cientfico, el cual apoya indiscutiblemente las investigaciones de carcter cuantitativo, las cuales exigen ciertos lineamientos, organizacin y sistematizacin para demostrar los resultados obtenidos, debido a su secuencia y cronologa. Otro punto importante es la teora de sistemas, que permite reconceptualizar los fenmenos dentro de un enfoque global, esto es, estudiar el problema o situaciones en la empresa donde se identifiquen los factores internos y externos que influyen en ssu desarrollo, permitiendo la interrelacin y la integracin de temas que son en su mayora de naturalezas diferentes, tales como relacin con el medio, materias prima y las transforma en productos o servicios que se exportan la medio ambiente y sin duda, con la estructura laboral y social y sus interacciones. Todos estos temas son relevantes para enriquecer nuestros conocimientos y sobre todo llevarlos a la prctica como profesionistas y adecuar su aplicacin en la vida personal.

Mtodos Cuantitativos para la Administracin

Pgina 40

Bibliografa
Enfoques cuantitativos a la administracin - Richard I. Levin y charles A. Kirkpatrick. Compaa editorial continental, S.A de C.V. Mexico. Introduccin a la investigacin de operaciones -Robert J. Thierauf. Noriega Limusa. Metodos cuantitativos para los negocios -Barry Render, Ralph M. Stair, Jr. y Michael E. Hanna. Novena edicin. Investigacin de operaciones. Interpretacin de modelos y casos. Mohamad Naghi Namakforsooh. Administracin de operaciones. Ing. Ramn Morales Higuera

http://rmorales.mayo.uson.mx/admon.pdf http://www.eumed.net/cursecon/juegos/index.htm http://www.eumed.net/tesis/2008/amr/Teoria%20de%20la%20decision.htm http://exa.unne.edu.ar/informatica/evalua/Sitio%20Oficial%20ESPDTemas%20Adicionales/metodos%20cuatitativo.pdf http://www2.uiah.fi/projekti/metodi/25b.htm#model http://www.material_simulacion.ucv.cl/en%20PDF/Intro_model11.pdf

Mtodos Cuantitativos para la Administracin

Pgina 41