Você está na página 1de 16

CAPITULO I

METODOS CUANTITATIVOS Y PROCESO DE TOMA DE DECISIONES.

1.1 Introduccin

Las primeras actividades formales se dieron en 1937, durante la Segunda Guerra


Mundial, jefes militares britnicos reunieron a un equipo de matemticos, cientficos e ingenieros
para que analizaran varios problemas militares tales como: el despliegue del radar,
administracin de un convoy, las operaciones de bombardeo, la colocacin de minas, etc. El
objetivo del equipo era determinar la forma ms efectiva de utilizar recursos militares limitados.
A la aplicacin de las matemticas y del mtodo cientfico a las operaciones militares, se las
llam Investigacin de operaciones, debido a que el equipo se dedicaba a analizar
operaciones militares.

Despus de la guerra, muchas de las personas asociadas con la investigacin de


operaciones militares durante el conflicto blico se dieron cuenta de que muchos de los
mtodos y tcnicas que se aplicaron a los problemas militares, podan aplicarse a
problemas industriales. Sin embargo, estos conceptos e ideas, tuvieron que esperar el
desarrollo de las computadoras, la dcada de 1950.

Aunque Inglaterra tiene el crdito del inicio de la investigacin de operaciones como


disciplina, los investigadores de los Estados Unidos han hecho contribuciones importantes
a su desarrollo. Una de las tcnicas matemticas de ms amplia aceptacin, es el mtodo
simplex de programacin lineal desarrollado en 1947 por el estadounidense George B.
Dantzing. Esta tcnica en particular ha tenido amplias aplicaciones a muchos problemas
operativos y es base para muchas otras tcnicas matemticas.

Aunque numerosas aplicaciones de la ciencia de la administracin ocurrieron en los


aos de 1950, no fue sino hasta principios de la dcada de 1960 y principios de 1970 se han
superado, gracias a los progresos de la tecnologa de computadoras y a cambios en los
planes acadmicos de las universidades.

La investigacin de operaciones (IO), ciencia de la administracin (CA) o mtodos


cuantitativos (MC) es una disciplina que ayuda a la toma de decisiones mediante la
aplicacin de un enfoque cientfico a problemas administrativos que involucra factores
cuantitativos.

1
La investigacin de operaciones (IO), ciencia de la administracin (CA) o mtodos
cuantitativos (MC) es la aplicacin de procedimientos, tcnicas y herramientas cientficas a
problemas operativos con el objeto de ayudar a desarrollar y evaluar soluciones.

Como su nombre lo indica, la investigacin de operaciones (IO), ciencia de la


administracin (CA) o mtodos cuantitativos (MC), significa hacer investigacin sobre las
operaciones. Es una manera de abordar la toma de decisiones en la administracin, que se
basa en el mtodo cientfico y que utiliza ampliamente el anlisis cuantitativo. El anlisis
cuantitativo se basa en datos cuantitativos asociados al problema y desarrollo de
expresiones matemticas que describen el objetivo, las restricciones y las relaciones
existentes en el problema, que se conoce como modelo.

La investigacin de operaciones (IO), ciencia de la administracin (CA) o mtodos


cuantitativos (MC) se aplica a problemas que se refieren a la conduccin y coordinacin de
operaciones (o actividades) dentro de una organizacin. La naturaleza de la organizacin
es esencialmente inmaterial y, de hecho, la investigacin de operaciones se ha aplicado
de manera extensa en reas tan diversas como la manufactura, el transporte, las
telecomunicaciones, planeacin financiera, el cuidado de la salud, la milicia y los servicios
pblicos, por nombrar solo unas cuantas. As, la gama de aplicaciones es
extraordinariamente amplia.

1.2Solucin de problemas y toma de decisiones

La solucin de problemas, puede definir el proceso de identificar una diferencia


entre el estado actual y el estado deseado, luego emprender acciones para reducir o
eliminar la diferencia, para problemas que tienen la suficiente importancia como para
justificar el tiempo y el esfuerzo de un anlisis minucioso.

El proceso de solucin de problema implica el paso siguiente:

1. Identificar y definir el problema.


2. Determinar el conjunto de soluciones alternas.
3. Determinar el criterio o criterios que se utilizarn para evaluar las
alternativas.
4. Evaluar las alternativas.
5. Elegir una alternativa.
6. Implementar la alternativa seleccionada.
2
7. Evaluar los resultados para determinar si se ha obtenido una solucin
satisfactoria.

La toma de decisiones es el trmino generalmente asociado con los primeros


cinco pasos del proceso de solucin de problemas. Por ende el primer paso de la toma
de decisiones es identificar y definir el problema. La toma de decisiones finaliza con la
eleccin de una alternativa, lo que constituye el acto de tomar la decisin.

Ejemplo 1:
Suponga que por el momento est desempleado y que le gustara ocupar un puesto
que le permita tener una carrera satisfactoria. Imagine que su bsqueda de empleo da como
resultado ofertas de empresas en Arequipa, Lima, Moquegua y Tacna. Por tanto, las
alternativas para su problema de decisin pueden plantearse como sigue:
1. Aceptar el puesto en Arequipa
2. Aceptar el puesto en Lima
3. Aceptar el puesto en Moquegua
4. Aceptar el puesto en Tacna

El paso siguiente del proceso de solucin de problemas consiste en determinar los


criterios que se utilizarn para evaluar las cuatro alternativas. Como es lgico, el sueldo
inicial es un factor importante. Si el sueldo fuera el nico criterio importante para usted, la
alternativa seleccionada como mejor sera aquella con el sueldo inicial ms alto. Los
problemas en los cuales el objetivo es encontrar la mejor solucin con respecto a un criterio
nico se conocen como problemas de decisin con un solo criterio.

Imagine tambin que llega a la conclusin de que la posibilidad de crecimiento y la


ubicacin del trabajo son otros dos criterios importantes. Por tanto, los tres criterios en su
problema de decisin son el sueldo inicial, la posibilidad de crecimiento y la ubicacin. Los
problemas que involucran ms de un criterio se conocen como problemas de decisin con
criterios mltiples.

El paso siguiente en este proceso es evaluar cada una de las alternativas con
respecto a cada criterio. Por ejemplo, la evaluacin de cada alternativa con respecto al
criterio de sueldo inicial se realiza sencillamente al registrar el sueldo inicial para cada
alternativa de trabajo. Sin embargo, es ms difcil evaluar cada alternativa de trabajo con
respecto a la posibilidad de crecimiento y la ubicacin del trabajo, debido a que estas
evaluaciones se basan principalmente en factores subjetivos que con frecuencia es difcil
cuantificar. Suponga que decide medir la posibilidad de crecimiento y la ubicacin del trabajo
3
al calificar cada uno de estos criterios como malo, medio, bueno o excelente. Los datos que
recolecta se muestran en la tabla 1.1.
Tabla 1.1: Informacin para la toma de decisiones del puesto de trabajo

Ahora est listo para elegir una de las alternativas disponibles. Lo que hace tan
difcil esta fase de eleccin es que tal vez no todos los criterios tengan la misma importancia
y que ninguna alternativa sea mejor que el resto de los criterios. Aun cuando se presentar
ms adelante un mtodo para lidiar con situaciones como sta, por ahora suponga que
despus de una evaluacin detallada de los datos de la tabla 1.1, usted decide seleccionar
la alternativa 3. Por tanto, la alternativa 3 es la decisin.

1.3 Construccin de Modelos

Ya sea que se trate del sector privado o del pblico, una de las principales
funciones del administrador es resolver problemas, es decir, los administradores son
quienes deben resolver los problemas. Se d cuenta de ellos o no, el administrador aborda
la tarea de resolver problemas principalmente a travs de la construccin de modelos, o
planteamiento de modelos. La construccin de modelos es un medio que permite a los
administradores analizar y estudiar problemas, as como tambin examinar diferentes
alternativas.

La construccin de modelos no es una idea nueva; el proceso se utiliza todos los


das, con frecuencia en forma inconsciente y en situaciones de problemas bsicos. Un
modelo lo podramos definir como una representacin de un objeto o de una situacin
real. A continuacin revisemos conceptualizaciones de algunos modelos.

1.3.1 Modelo Mental.-Imagen mental de la estructura que describe un problema.


Considere el problema de una anfitriona que desea redistribuir los muebles de la
sala de la casa. El objetivo es tener una disposicin apropiada que resulte
atractiva pero tambin funcional. Una forma de abordar el problema consiste en
visualizar diferentes disposiciones de los muebles y evaluar cada alternativa; en
este caso la anfitriona est utilizando un modelo mental del problema. El modelo
ser til si la anfitriona es capaz de visualizar la apariencia de cada una de las
4
diferentes disposiciones.

1.3.2 Modelo a Escala.- Estructura fsica, de tamao reducido, que representa el


problema. Considere ahora el problema que enfrenta un administrador a cargo del
diseo de una planta industrial. No poda utilizar un modelo mental ya que existen
diferentes necesidades de espacio y de servicios, demasiados elementos, etc. Sin
embargo, el administrador podra basarse en un modelo a escala para ubicar
equipos, maquinarias, instalaciones, etc. En funcin del espacio requerido, del
espacio disponible y de las necesidades. Tambin podra utilizar un modelo
matemtico, si sabe que existe un modelo general de diseo de plantas.

1.3.3 Modelo icnico.-Rplica o representacin fsica de un objeto real, como por


ejemplo: representacin a escala de un avin o de un carro.

1.3.4 Modelo analgico.- Aunque tiene forma fsica, un modelo analgico no tiene una
apariencia fsica parecida a la del objeto o situacin real que representa, por
ejemplo, el velocmetro de un automvil, el termmetro de un horno, etc.

1.3.5 Modelo Matemtico.- Smbolo y expresiones matemticas que se utilizan para


representar una situacin real, Representacin simblica y abstracta de un
problema. Los modelos matemticos son relativamente nuevos, en particular los
relacionados con la toma de decisiones en la administracin. La mayora de los
anlisis en ciencia de la administracin se llevan a cabo utilizando modelos
matemticos. No todos los modelos matemticos son complejos.

Ejemplo 2:
Por ejemplo, la utilidad o ganancia total de la venta de un producto puede
determinarse al multiplicar la utilidad por unidad por la cantidad vendida. Suponga que x es
el nmero de unidades producidas y vendidas, y P la utilidad total. Con una utilidad de $10
por unidad, el modelo matemtico siguiente define las ganancias totales obtenidas al
producir y vender x unidades:

= 10

De acuerdo con el modelo matemtico de la ecuacin anterior, esperaramos que la


venta de tres unidades del producto (x=3) diera como resultado una utilidad P= 10(3)= S/.30.
Cuando empezamos a considerar un problema administrativo, por lo general, encontramos
que la fase de definicin del problema conduce a un objetivo especfico, como la
maximizacin de las utilidades o la minimizacin de los costos, y posiblemente a un conjunto
de limitaciones o restricciones, tales como las capacidades de produccin. El xito del
modelo matemtico y del enfoque cuantitativo depender en gran medida de la precisin
con que puedan expresarse el objetivo y las restricciones de las relaciones o ecuaciones
matemticas.

5
La expresin matemtica que define la cantidad a maximizar o minimizar se conoce
como funcin objetivo. Por ejemplo, suponga que x denota el nmero de unidades
producidas y vendidas cada semana, y el objetivo de la empresa es maximizar la utilidad
semanal total. Con una ganancia de S/.10 por unidad, la funcin objetivo es 10x. Sera
necesario hacer una restriccin de la capacidad de produccin si, por ejemplo, se requieren
cinco horas para producir cada unidad y slo se dispone de 40 horas por semana. La
restriccin de la capacidad de produccin est determinada por la frmula:

5 40

El valor 5x es el tiempo total requerido para producir x unidades; el smbolo indica


que el tiempo de produccin requerido debe ser menor o igual que las 40 horas disponibles.
El problema o la interrogante de decisin es el siguiente: cuntas unidades del producto
deben producirse cada semana para maximizar las utilidades? Un modelo matemtico
completo para este sencillo problema de produccin es:

La restriccin x 0 requiere que la cantidad de produccin x sea mayor o igual que


cero, lo cual tan slo reconoce el hecho de que no es posible fabricar un nmero negativo
de unidades. La solucin ptima a este modelo se calcula fcilmente y es x= 8, con una
utilidad asociada de S/.80. Este modelo es un ejemplo de modelo de programacin lineal.

En el modelo matemtico anterior, la utilidad por unidad (S/.10), el tiempo de


produccin por unidad (5 horas) y la capacidad de produccin (40 horas) son factores del
entorno que no estn bajo el control del gerente o de quien toma las decisiones. Estos
factores pueden afectar tanto a la funcin objetivo como a las restricciones y se conocen
como insumos incontrolables del modelo. Los insumos que estn controlados o
determinados por quien toma las decisiones se conocen como insumos controlables del
modelo. En el ejemplo expuesto, la cantidad de produccin x es el insumo controlable del
modelo. Los insumos controlables son alternativas de decisin especificadas por el gerente
y por tanto tambin se llaman variables de decisin del modelo.

Una vez que se especifican todos los insumos controlables e incontrolables, se


puede evaluar la funcin objetivo y las restricciones, y con ello, determinar la salida del
6
modelo. En este sentido, la salida del modelo es sencillamente la proyeccin de lo que
ocurrira si dichos factores del entorno y decisiones en particular ocurrieran en la situacin
real. En la figura 1.1 aparece un diagrama de flujo de cmo los insumos controlables e
incontrolables se transforman en salidas mediante el modelo matemtico. Un diagrama de
flujo similar que muestra los detalles especficos para el modelo de produccin se presenta
en la figura 1.2. Observe que hemos utilizado Max como abreviacin de maximizar.

Figura 1.1: Diagrama de flujo de la transformacin de insumos en salidas

Figura 1.2: Diagrama de flujo del modelo de produccin

Si se conocen todos los insumos incontrolables de un modelo y stos no pueden


variar, se trata de un modelo determinista. Las tasas de impuestos al ingreso empresarial
no estn bajo la influencia del gerente y, por tanto, constituyen un insumo incontrolable en
muchos modelos de decisin. Debido a que estas tasas son conocidas y fijas (al menos a
corto plazo), un modelo matemtico con tasas de impuestos al ingreso empresarial como el
7
nico insumo incontrolable sera un modelo determinista. La caracterstica distintiva de un
modelo determinista es que los valores de los insumos incontrolables se conocen con
anticipacin.

Si alguno de los insumos incontrolables es incierto y est sujeto a variacin, el


modelo es un modelo estocstico o probabilstico. Un insumo incontrolable en muchos
modelos de planeacin de la produccin es la demanda del producto. Dado que la demanda
futura puede tomar cualquier valor dentro de un rango de valores, un modelo matemtico
que trata la demanda con incertidumbre sera un modelo estocstico. En el modelo de
produccin el nmero de horas de tiempo de produccin requerido por unidad, el total de
horas disponibles y la utilidad por unidad eran insumos incontrolables. Como se saba que
todos los insumos incontrolables tomaban valores fijos, el modelo era determinista. No
obstante, si el nmero de horas de tiempo de produccin por unidad pudiera variar de 3 a 6
horas, dependiendo de la calidad de la materia prima, el modelo sera estocstico

La caracterstica distintiva de un modelo estocstico es que el valor de la salida no


se puede determinar, aunque se conozca el valor del insumo controlable, debido a que se
desconocen los valores especficos de los insumos incontrolables. De ah que los modelos
estocsticos con frecuencia sean ms difciles de analizar.

Una vez que los pasos de desarrollo del modelo y preparacin de los datos se han
completado, proseguimos con el paso de solucin del modelo. En este paso, el analista
intenta identificar los valores de las variables de decisin que proporcionan la mejor salida
para el modelo. El valor o valores especficos de las variables de decisin que proporciona
la mejor salida se conoce como la solucin ptima del modelo. Para el problema de
produccin, el paso de la solucin del modelo consiste en determinar el valor de la variable
de decisin de la cantidad de produccin x que maximiza la utilidad sin violar la restriccin
de la capacidad de produccin.

Un procedimiento que podra utilizarse en el paso de solucin del modelo consiste en


un mtodo de prueba y error en que el modelo se utiliza para probar y evaluar varias
alternativas de decisin. En el modelo de produccin este procedimiento significara la
prueba y evaluacin del modelo usando varias cantidades de produccin o valores de x.
Como se observa en la tabla 1.3, podramos introducir valores de prueba para x y
comprobar la salida correspondiente para la utilidad prevista y si se cumple la restriccin de
la capacidad de produccin. Si una alternativa de decisin no cumple con una o ms

8
restricciones del modelo, la alternativa de decisin se rechaza por ser solucin no factible,
sin importar cul sea el valor de la funcin objetivo. Si se cumple con todas las restricciones,
la alternativa de decisin es solucin factible y candidata para la mejor decisin
recomendada. Gracias a este proceso de prueba y error para evaluar las alternativas de
decisin seleccionadas, un tomador de decisiones puede identificar una solucin factible
adecuada, quiz la mejor, para el problema. Esta solucin luego sera la decisin
recomendada para el problema.

La tabla siguiente muestra los resultados de un mtodo de prueba y error para


resolver el modelo de produccin de la figura 1.3. La decisin recomendada es una cantidad
de produccin de 8 unidades debido a que la solucin factible con la mayor utilidad prevista
ocurre cuando x =8.
Tabla 1.3: Solucin de Prueba y error para el modelo de produccin

1.4 Modelos de Costos, Ingresos y Utilidades

Algunos de los modelos cuantitativos bsicos que surgen para aplicaciones de


negocios y econmicas son aquellos que implican la relacin entre una variable de volumen,
como el volumen de produccin, el volumen de ventas, y los costos, los ingresos y las
utilidades. Mediante el uso de estos modelos, un gerente puede determinar los costos,
ingresos o utilidades previstos, asociados con una cantidad de produccin establecida o un
volumen de ventas previsto. La planeacin financiera, la planeacin de la produccin, las
cuotas de ventas y otras reas de la toma de decisiones pueden beneficiarse de estos
modelos de costos, ingresos y utilidades.

9
1.4.1 Modelos de Costos y Volumen
El costo de manufactura o fabricacin de un producto es una funcin del volumen
producido. Este costo por lo general se define como la suma de dos costos: el costo fijo y el
costo variable. El costo fijo es la porcin del costo total que no depende del volumen de
produccin; este costo permanece igual sin importar la cantidad que se produzca. El costo
variable, por otro lado, es la porcin del costo total que depende del volumen de produccin
y vara con el mismo. Para ilustrar cmo se desarrollan los modelos de costo y volumen,
considere el problema de manufactura que enfrenta Plsticos del Sur.

Plsticos del Sur produce una variedad de cajas y estuches para guardar discos
compactos (DVD). El producto de Plsticos del Sur que ms se vende es el DVD-50, una
caja de plstico delgada para DVD con forros diseados especialmente para proteger la
superficie ptica de cada disco. En la misma lnea de manufactura se fabrican varios
productos, y cada vez que se cambia a otro producto se incurre en un costo de preparacin
para el producto nuevo. Imagine que el costo de preparacin para el DVD-50 es de $3000.
Este costo de preparacin es un costo fijo en que se incurre sin importar el nmero de
unidades que finalmente se producen. Tambin suponga que los costos variables por mano
de obra y materiales son de $2 por cada unidad producida. El modelo de costo y volumen
para producir x unidades del DVD-50 puede escribirse como:

() = 300 + 2
Donde:
x=volumen de produccin en unidades
C(x)=costo total de para producir x unidades

Una vez que se establece el volumen de produccin, el modelo de la ecuacin


anterior se puede utilizar para calcular el costo de produccin total. Por ejemplo, la decisin
de producir x = 1200 unidades dara como resultado un costo total de C(1200) =
3000+2(1200)= $5400.

El costo marginal se define como la tasa de cambio del costo total con respecto al
volumen de produccin, es decir, el incremento en el costo asociado al incremento de una
unidad en el volumen de produccin. En el modelo de costo de la ecuacin anterior, se
observa que el costo total C(x) aumentar $2 por cada unidad que se incremente el volumen
de produccin; por tanto, el costo marginal es $2. Con modelos de costo total ms
complejos, el costo marginal puede depender del volumen de produccin. En tales casos,

10
podramos tener un costo marginal que aumenta o disminuye con el volumen de produccin
x.

1.4.2 Modelos de Ingreso y Volumen

La gerencia de Plsticos del Sur tambin quiere informacin sobre los ingresos
asociados con la venta prevista de una cantidad especfica de unidades, por lo que tambin
se necesita un modelo de la relacin entre los ingresos y el volumen. Suponga que cada
unidad de almacenamiento DVD-50 se vende en $5. El modelo para el ingreso total puede
escribirse como:

R(x) = 5x

Donde:
X=volumen de ventas en unidades
R(x)=Ingreso total asociado con la venta de x unidades

El ingreso marginal se define como la tasa de cambio del ingreso total con
respecto al volumen de ventas, es decir, el aumento en el ingreso total que resulta del
incremento de una unidad en el volumen de ventas. En el modelo de la ecuacin anterior,
vemos que el ingreso marginal es $5. En este caso, el ingreso marginal es constante y no
vara con el volumen de ventas. Con modelos ms complejos podemos encontrar que el
ingreso marginal aumenta o disminuye conforme el volumen de ventas x aumenta.

1.4.3. Modelos de Utilidades y Volumen

Uno de los criterios ms importantes para la toma de decisiones son las utilidades.
Los gerentes deben saber cules son las implicaciones de sus decisiones en ellas. Si damos
por hecho que slo se producir lo que se puede vender, el volumen de produccin y el de
ventas sern iguales. Podemos combinar las ecuaciones C(x) y R(x) para desarrollar un
modelo de utilidades-volumen que determine las utilidades asociadas con un volumen de
produccin ventas especfico. Dado que las utilidades totales son los ingresos totales menos
los costos totales, el modelo siguiente proporciona las utilidades asociadas con la
produccin y venta de x unidades:

() = () () = 3 3000

11
1.4.4 Anlisis del Punto de Equilibrio

Ahora podemos determinar las utilidades asociadas con cualquier volumen de


produccin x, utilizando la ecuacin U(x). Por ejemplo, suponga que un pronstico de la
demanda indica que se pueden vender 500 unidades del producto. La decisin de producir y
vender las 500 unidades da como resultado una utilidad prevista de:

(500) = 3500 3000 = 1500

En otras palabras, se predice una prdida de $1500. Si se espera que las ventas
sean de 500 unidades, el gerente puede decidirse contra la fabricacin del producto. Sin
embargo, un pronstico de la demanda de 1800 unidades muestra una utilidad prevista de:

(1800) = 31800 3000 = 2400

Esta utilidad sera suficiente para justificar la produccin y venta del producto.
Vemos que un volumen de 500 unidades produce una prdida, mientras que un volumen de
1800 produce utilidades. El volumen que resulta cuando los ingresos totales son iguales a
los costos totales (es decir, la utilidad es $0) se llama punto de equilibrio. Si se conoce el
punto de equilibrio, un gerente puede inferir rpidamente que un volumen que rebase el
punto de equilibrio generar utilidades, mientras que un volumen por debajo del punto de
equilibrio ocasionar prdidas. Por consiguiente, el punto de equilibrio de un producto
proporciona informacin valiosa para un gerente que debe tomar la decisin de fabricar o no
un producto.

Ahora retomemos el ejemplo de Plsticos del Sur para mostrar cmo el modelo de
utilidades de la ecuacin anterior puede utilizarse para calcular el punto de equilibrio, el cual
se obtiene al igualar a cero la expresin de las utilidades y calcular el volumen de
produccin. A partir de la ecuacin U(x), tenemos:

() = 3 3000 = 0
= 1000
Con esta informacin sabemos que la produccin y las ventas del producto deben
ser al menos de 1000 unidades antes de que pueda esperarse una utilidad. En la figura
siguiente se muestran las grficas de los modelos de costos totales y de ingresos totales, y
la ubicacin del punto de equilibrio.
12
Figura 1.3: Punto de Equilibrio para Plsticos del Sur

1.5 Modelos cuantitativos ms utilizados en MC

Anlisis de decisiones: El anlisis de decisiones se puede utilizar para determinar


estrategias ptimas en situaciones que involucran varias alternativas de decisin y
un patrn de eventos futuros inciertos o llenos de riesgo.
Ejemplo:
La decisin de ANDINA S.A de fabricar una nueva lnea de productos recreativos
acarrea la necesidad de construir una planta, ya sea pequea o grande. La mejor
seleccin del tamao de la planta depende de cmo reaccione el mercado ante la
nueva lnea de productos. Para realizar un anlisis, la gerencia de marketing ha
decidido calificar la posible demanda a largo plazo como baja, media o alta. La tabla
de resultados siguiente muestra las utilidades proyectadas en millones de dlares:

a) Elabore un rbol de decisin.


b) Recomiende una decisin con el uso de los enfoques, optimista, conservador y
de arrepentimiento.

Modelos de procesos de Markov: Los modelos de procesos de Markov son tiles


en el estudio de la evolucin de ciertos sistemas a lo largo de ensayos repetidos. Por
ejemplo, los procesos de Markov se han utilizado para describir la probabilidad de
que una mquina, que funciona en un periodo, funcionar o se descompondr en
otro periodo.

13
Ejemplo:
La gerencia de CAF CUSCO cree que la probabilidad de que un cliente que compra
CAF QUILLABAMBA o la competencia ms importante de la empresa, CAF
VALENZUELA, est basada en la compra ms reciente del cliente. Suponga que las
siguientes probabilidades de transicin son apropiadas:

a) Muestre el diagrama de rbol de dos periodos para un cliente que por ltima vez
compr caf QUILLABAMBA. Cul es la probabilidad de que este cliente compre
caf QUILLABAMBA por segunda vez?
b) Cul es la cuota de mercado a largo plazo para cada uno de estos productos?

Modelos de lneas de espera o colas: Los modelos de lneas de espera o colas


ayudan a los gerentes a comprender y tomar mejores decisiones concernientes a la
operacin de sistemas en que intervienen lneas de espera.
Ejemplo:
El BANCO DE LA NACIN opera un cajero automtico en el que los clientes realizan
transacciones bancarias sin descender de sus automviles. En las maanas de das hbiles,
las llegadas al autocajero ocurren al azar, con una tasa de llegadas de 24 clientes por hora o
0.4 clientes por minuto.

a. Cul es la medida o el nmero esperado de clientes que llegar en un lapso de cinco


minutos?
b. Suponga que puede usarse la distribucin de probabilidad de Poisson para describir el
proceso de llegadas. Utilice la tasa de llegadas de la parte a) para calcular las
probabilidades de que exactamente 0, 1, 2 y 3 clientes lleguen durante un lapso de cinco
minutos.
c. Se esperan demoras si ms de tres clientes llegan durante cualquier lapso de cinco
minutos. Cul es la probabilidad de que ocurran demoras?

Simulacin: La simulacin es una tcnica utilizada para modelar la operacin de un


sistema. Esta tcnica emplea un programa de cmputo para modelar la operacin y
realizar clculos de simulacin.
Ejemplo:
La gerencia de la Maderas del sur considera lanzar un producto nuevo. El costo fijo para
iniciar su produccin es de $30,000. Se espera que su costo variable oscile entre $16 y $24
con un valor ms probable de $20 por unidad. El producto se vender a $50 por unidad. Se
espera que la demanda del producto oscile entre 300 y 2100 unidades, con 1200 como la
demanda ms probable.
a) Desarrolle el modelo de utilidad para este producto considerando 1000 escenarios.

14
Elaboracin de pronsticos: Los mtodos de elaboracin de pronsticos son
tcnicas que se pueden utilizar para predecir aspectos futuros de una operacin de
negocios.

Programacin lineal: La programacin lineal es un mtodo de solucin de


problemas desarrollado para situaciones que involucran la maximizacin o
minimizacin de una funcin lineal sujeta a restricciones lineales que limitan el grado
al cual se puede intentar lograr el objetivo.

Programacin lineal entera: La programacin lineal entera es un mtodo utilizado


para problemas que se pueden considerar como programas lineales con el requisito
adicional de que algunas o todas las recomendaciones de decisin sean valores
enteros.

Programacin de proyectos: PERT/CPM. En muchas situaciones los gerentes son


responsables de la planeacin, programacin y control de los proyectos que
consisten en varias tareas independientes realizadas por una variedad de
departamentos, personas, etc. PERT (Tcnica de evaluacin y revisin de
programas) y CPM (Mtodo de la ruta crtica) ayudan a los gerentes a cumplir con
sus responsabilidades de programacin de proyectos.
Ejemplo:

Una empresa importa productos en dos puertos: Ilo y Matarani. Los embarques de uno de
los productos se hacen a clientes de Lima, Trujillo, Piura e Ica. Para el periodo de
planeacin siguiente, los suministros en cada puerto, las demandas de los clientes y los
costos de envo por caja desde cada puerto, a cada cliente, son los siguientes:

a) Desarrolle una representacin de red del sisteme.


b) Encuentre la solucin ptima.

Ejemplo 2:
Tres clientes de una firma de investigacin de mercados solicitaron que la empresa realizar
una encuesta sencilla. Hay cuatro expertos en estadstica disponibles para asignarlos a
estos tres proyectos; sin embargo, los cuatro estn ocupados y por ende cada uno slo
puede manejar un cliente. Enseguida se muestra el nmero de horas que requiere cada
experto para completar cada trabajo; las diferencias en tiempo se basan en la experiencia y
capacidad de los expertos.

15
a) Encuentre la asignacin de tares ptima.

Ejemplo 3:
Una planta de procesamiento qumico tiene una red de tuberas que se usa para transferir
productos qumicos lquidos desde una parte de la planta a otra. La red de tuberas siguiente
tiene capacidades de flujo en galones por minuto como se muestra. Cul es la capacidad
de flujo mxima para el sistema si la empresa quiere transferir la mayor cantidad de
producto qumico posible del sitio 1 al 9? Cunto producto qumico fluir por la seccin de
la tubera que va del nodo 3 al 5?

16