Introduccion Al Analisis Cuantitativo Cap 1
-
Upload
melgar-alejandro -
Category
Documents
-
view
142 -
download
0
Transcript of Introduccion Al Analisis Cuantitativo Cap 1
Capítulo 1
Introducción al
Análisis Cuantitativo
Objetivos de Aprendizaje El estudiante deberá ser capaz de:
1. Describir el enfoque del Análisis
Cuantitativo.
2. Entender la aplicación del Análisis
Cuantitativo en una situación real.
3. Describir el uso del modelamiento en el
Análisis Cuantitativo.
4. Discutir posibles problemas en el uso del
Análisis Cuantitativo.
5. Desarrollar un análisis de punto de equilibrio.
Introducción
El uso de herramientas matemáticas data de
siglos y el Análisis Cuantitativo puede ser
aplicado a una amplia variedad de
problemas.
Se deben comprender las aplicaciones
específicas así como sus limitaciones y
premisas.
Análisis Cuantitativo:
Es el enfoque científico para la toma de decisiones administrativas,
por el cual datos sin refinar son procesados para convertirlos en
información significativa.
Datos
en bruto. Análisis
Cuantitativo
Información
Significativa.
Vista General del Análisis
Cuantitativo
Factores Cualitativos: Es información que puede ser complicada de cuantificar pero que
puede afectar la toma de decisiones, tal como: clima, entorno
social, legislación, avances tecnológicos etc.
Cuando se trata de resolver un problema, se deben tomar en cuenta
dos tipos de factores:
Cuantitativos.
Cualitativos.
Debido a la importancia de los factores cualitativos, el análisis
cuantitativo puede variar, cuando hay escasez de factores
cualitativos y el problema, modelo y datos de entrada se mantienen
iguales, los resultados del análisis cuantitativo pueden automatizar
el proceso de toma de decisiones.
Sin embargo en la mayoría de los casos los análisis cuantitativos
deberán apoyarse en factores cualitativos para la toma de decisiones.
Vista General del Análisis
Cuantitativo
Enfoque del Análisis Cuantitativo
Planteamiento claro y conciso del problema.
Representar la realidad mediante un modelo
generalmente matemático.
Recopilación de datos precisos.
Manipular el modelo para obtener solución
óptima.
Determinar la precisión y la integridad de los
datos utilizados en el modelo.
Determinar las implicaciones de la solución.
Poner en marcha el proceso para incorporar la
solución en la compañía.
Definir el Problema
Una definición clara y concisa que brinde dirección y significado a
las siguientes etapas del análisis y que requiere de objetivos
específicos y medibles.
ESTE PUEDE SER EL PASO MÁS COMPLICADO!!!
…debido a que las verdaderas causas del problema deben ser
identificadas y la relación del problema con otros procesos de la
organización deben ser considerados.
Desarrollar el Modelo Un comprensible, realista y solucionable modelo matemático que
muestre la relación entre las variables:
Ventas
Ing
reso
s
Los modelos tienen variables controlables y no controlables, así como
parámetros.
Recolectar Datos La precisión de los datos es vital para un buen análisis, ya que los
datos provienen de diferentes fuentes.
Entre más precisos sean los datos, mejor va a ser la calidad de la
información obtenida a partir de ellos.
Garbage In Garbage Out =
Desarrollar una Solución
La mejor sólución para un modelo se encuentra
manipulando las variables, hasta que una solución
práctica es implementada.
La manipulación de datos puede darse por medio de :
Algoritmos.
Prueba y error.
Manejo de todas las variables involucradas.
Métodos matemáticos.
Prueba de las Solución
Se validan los resultados por medio de análisis de
sensibilidad, comparando los resultados del modelo con
resultados pasados por ejemplo.
La consistencia de los resultados es la clave en la
prueba de soluciones.
Analizar los Resultados
Comprender las acciones implícitas en la solución así
como sus implicaciones, análisis de sensibilidad para
evaluar el impacto de cambios en los parámetros del
modelo.
Los análisis de sensibilidad permiten dar
respuesta al “¿Qué pasa si”?
To accompany Quantitative Analysis for
Management, 9e
by Render/Stair/Hanna
1-13 © 2006 by Prentice Hall, Inc.
Upper Saddle River, NJ 07458
Implementar los Resultados
Se incorpora la solución y se monitorean los resultados.
• Definición del problema – se deben priorizar las dificultades, de preferencia
las que aumenten las utilidades o disminuyan los costos.
• Desarrollo del modelo – modelo matemático, relaciones entre variables y
parámetros. Las variables de decisión son controlables, los parámetros son
valores inherentes al problema.
• Adquisición de datos de entrada – “trash in, trash out”, recopilar datos
precisos, por medio de entrevistas, de históricos, muestreos que alimenten el
modelo.
Resumen
• Desarrollo de solución – resolver el modelo, mediante prueba y error,
mediante enumeración completa, mediante algoritmos.
• Prueba de la solución – recopilar datos adicionales distintos a la fuente
original, y ver si son congruentes con los obtenidos originalmente.
• Análisis de resultados – determinar cuánto cambia la solución si se cambia el
modelo o los datos de entrada.
• Implementar resultados – lograr que se pongan en marcha los cambios
requeridos, para obtener sostenibilidad.
Resumen
Modelos en el Mundo Real
Los modelos reales pueden ser:
Complejos.
Caros.
Difíciles de vender
SIN EMBARGO…
Modelos reales se utilizan por empresas reales para
resolver problemas REALES!!!
Posibles Dificultades en el Uso de Modelos
Definir el Problema
Puntos de vista conflictivos.
Impactos entre departamentos.
Premisas.
Desarrollo del Modelo
Ajuste del modelo.
Comprensión del modelo.
Recolección de Datos
Disponibilidad de los datos.
Validez de los datos.
Desarrollo de la Solución
Matemática compleja.
Las soluciones se vuelven obsoletas.
Prueba de la Solución
Identificar los procedimientos de prueba adecuados.
Analizar los Resultados
Identificar causas y efectos.
Mantener las condiciones constantes.
Implementar la Solución
Vender la solución.
Posibles Dificultades en el Uso de Modelos
Ejemplo Modelo Bagels R Us
Ganancia = Ingreso - Gastos
Ganancia = $1Q - $100 - $.5Q
Asuma que usted es el nuevo dueño de Bagels R Us y desea
desarrollar un modelo matemático para sus ganancias diarias y para
su punto de equilibrio. Sus costos fijos son $100 diarios y sus costos
variables son 0.50 por bagel. Usted cobra $1 por bagel.
(Precio unitario) (udes vendidas)
- Costo fijo
- (costo variable / unidad) (udes vendidas)
El punto de equilibrio ocurre cuando
Ingreso = Gasto
Donde, Q = cantidad de bagels vendidos.
F = costo fijo diario.
V = costo variable/bagel
P = precio de venta.
Por tanto,
$1Q = $100 + $.5Q
Resolvemos para Q
$1Q - .5Q = 100 => Q = 200
Punto de Equilibrio = F/(P-V)
Ejemplo Modelo Bagels R Us
Ventajas del Análisis Cuantitativo
Puede representar la realidad de forma precisa.
Ayuda a quien toma las decisiones a formular problemas.
Proporciona perspectivas e información.
Ahorra costos y tiempo en la toma de decisiones y resolución de problemas.
Puede ser la única vía eficaz para resolver un problema grande o complejo.
Pueden utilizarse para comunicar problemas y
soluciones a los demás pero puede llegar a simplificar
demasiado ciertos supuestos.
Ventajas del Análisis Cuantitativo
Es menos perturbador experimentar con modelos
cuantitativos que con sistemas reales, pero pueden ser
caros de desarrollar y probar.
Permiten el análisis “¿Qué pasa si?”
Ayuda a reducir o a comprender la incertidumbre.
Se pueden manipular.
Desventajas del Análisis Cuantitativo
Pueden ser costosos y largos para desarrollar.
Tienden en ocasiones a disminuir el valor de la información cualitativa.
En ocasiones tiene premisas que simplifican demasiado las variables del mundo real.
Se desarrollan para problemas administrativos, pero se
pueden malinterpretar debido a su complejidad
matemática en ocasiones.
Requiere restricciones específicas y objetivos, pero
puede restarle en ocasiones importancia a la
información cualitativa.