Enfoque del análisis cuantitativo, ventajas del modelado matemático y clasificación de los modelo...

1. Problemas posibles del enfoque del análisis cuantitativo

1.1. IMPACTO SOBRE OTROS DEPARTAMENTOS La siguiente dificultad es que los problemas no existen aislados ni le conciernen tan solo a un departamento de la empresa. El inventario tiene una relación estrecha con los flujos de efectivo y diferentes problemas de producción.

1.2. PUNTOS DE VISTA EN CONFLICTO La primera dificultad es que el analista cuantitativo con frecuencia debe considerar puntos de vista opuestos al momento de definir el problema. Hay por lo menos dos formas en que los gerentes, por ejemplo, manejan los problemas de inventario. Los administradores financieros con frecuencia piensan que el inventario es muy alto, pues representa dinero que no tienen para otras inversiones.

1.3. SUPOSICIONES INICIALES La tercera dificultad es que los individuos suelen mostrar una tendencia a formular los problemas en términos de soluciones. La afirmación de que el inventario es demasiado bajo implica la solución de que los niveles tendrían que elevarse. El analista cuantitativo que inicia con esta suposición sin duda descubrirá que el inventario debería incrementarse.

1.4. SOLUCIÓN OBSOLETA Incluso con las mejores definiciones de problemas, existe un cuarto riesgo. Es posible que el problema cambie mientras se está desarrollando el modelo. En nuestro entorno de negocios que cambia con rapidez, no es raro que los problemas aparezcan o desaparezcan de un día para otro.

1.5. AJUSTES DE LOS MODELOS DEL LIBRO DE TEXTO Un problema al desarrollar modelos cuantitativos es que la percepción que tiene el gerente acerca de un problema no siempre se ajustará al enfoque de los libros. La mayoría de los modelos de inventarios incluyen la minimización de los costos totales por mantener inventario y ordenar.

1.5.1. COMPRENSIÓN DEL MODELO La segunda preocupación importante se refiere al intercambio entre la complejidad del modelo y la facilidad para entenderlo. Los gerentes simplemente se rehúsan a utilizar los resultados de un modelo que no entienden.

1.5.2. USO DE DATOS CONTABLES Un problema es que la mayoría de los datos generados en una empresa vienen de los reportes básicos de contabilidad. El departamento de contabilidad recolecta sus datos de inventarios, por ejemplo, en términos de flujos de efectivo y rotación.

1.5.3. VALIDEZ DE LOS DATOS La carencia de “datos buenos y limpios” significa que cualesquiera que sean los datos disponibles, casi siempre hay que extraerlos y manipularlos antes de usarlos en un modelo. Por desgracia, la validez de los resultados de un modelo no es mejor que la validez de los datos que entren en él.

1.5.4. MATEMÁTICAS DIFÍCILES DE ENTENDER La primera preocupación al desarrollar soluciones es que aunque los modelos matemáticos sean complejos y poderosos, tal vez no los entiendan por completo. Las soluciones avanzadas a los problemas pueden tener fallas en la lógica o en los datos.

1.5.5. UNA SOLA RESPUESTA ES LIMITANTE El segundo problema es que los modelos cuantitativos suelen dar tan solo una respuesta a un problema. Casi todos los gerentes quieren tener una gama de opciones y no quedarse en una posición de tómalo o déjalo.

1.6. Pruebas de la solución Los resultados del análisis cuantitativo con frecuencia toman la forma de predicciones sobre cómo funcionarán las cosas en el futuro, si se realizan ciertos cambios ahora.

1.7. Análisis de los resultados Una vez probada una,solución, los resultados deben analizarse en términos de cómo afectarán a la organización en su conjunto.

2. Clasificación de los modelos según su riesgo

2.1. Algunos modelos matemáticos, como los modelos de ganancias o de punto de equilibrio que se presentaron, no implican riesgo o azar. Se supone que se conocen con total certeza todos los valores utilizados en el modelo. Estos se llaman modelos determinísticos. Una compañía quizá busque minimizar los costos de manufactura y mantener cierto nivel de calidad. Si se conocen todos estos valores con certidumbre, el modelo es determinístico. Otros modelos incluyen el riesgo o el azar. Por ejemplo, el mercado de un nuevo producto puede ser “bueno” con posibilidad de 60% (una probabilidad de 0.6) o “no bueno” con posibilidad de 40% (una probabilidad de 0.4). Los modelos que incluyen el riesgo o las posibilidades, con frecuencia medidos como valores de probabilidad, se llaman modelos probabilísticos. En este libro investigaremos modelos tanto determinísticos como probabilísticos.

3. Ventajas del modelado matemático

3.1. 1. Los modelos pueden representar la realidad con precisión. Si se formula de manera adecuada, un modelo podría ser preciso en extremo. Un modelo válido es preciso y representa correctamente el problema o sistema que se investiga. El modelo de ganancia en el ejemplo es exacto y válido para muchos problemas de negocios. 2. Los modelos ayudan a quien toma decisiones a formular problemas. En el modelo de la ganancia, por ejemplo, un tomador de decisiones determina los factores importantes o qué contribuye a los ingresos y a los gastos, etc. 3. Los modelos brindan conocimiento e información. Por ejemplo, al usar el modelo de la ganancia de la sección anterior, se observa qué impacto tienen los cambios en ingresos y en gastos sobre las ganancias. Como se analizó en la sección anterior, el estudio del impacto de los cambios en un modelo, como un modelo de ganancias, se denomina análisis de sensibilidad. 4. Los modelos podrían ahorrar tiempo y dinero en la toma de decisiones y en la solución de problemas. Es usual que tome menos tiempo, esfuerzo y gasto analizar un modelo. Un modelo de ganancias sirve para analizar la influencia de una nueva campaña de marketing sobre la ganancia, los ingresos y los gastos. En la mayoría de los casos, es más rápido y menos costoso usar modelos que, de hecho, intentar una nueva campaña de marketing en un negocio real estableciendo y observando los resultados. 5. Un modelo quizá sea la única forma de resolver oportunamente algunos problemas grandes o complejos. Una compañía grande, por ejemplo, fabricaría literalmente miles de tamaños de tuercas, tornillos y sujetadores. Tal vez la compañía desee obtener las mayores ganancias posibles dadas sus restricciones de manufactura. Un modelo matemático sería el único medio para determinar las mayores ganancias que podría lograr la compañía en tales circunstancias. 6. Un modelo sirve para comunicar problemas y soluciones a otros. Una analista de decisiones comparte su trabajo con otros analistas de decisiones. Las soluciones de un modelo matemático pueden entregarse a los gerentes y a los ejecutivos para ayudarlos a tomar las decisiones finales.

4. Enfoque del análisis cuantitativo

4.1. El enfoque del análisis cuantitativo consiste en definir un problema, desarrollar un modelo, obtener los datos de entrada, desarrollar una solución, probar la solución, analizar los resultados e implementarlos. No es necesario que un paso termine por completo antes de comenzar el siguiente; en la mayoría de los casos, uno o más de dichos pasos se modificarán en alguna medida antes de implementar los resultados finales. Esto ocasionará que cambien todos los pasos subsecuentes. Algunas veces, las pruebas de la solución podrían dejar ver que el modelo o los datos de entrada no son correctos, lo cual significaría que todos los pasos siguientes en la definición del problema deberían modificarse.

5. Mariana Rebeca Maldonado De Luna 349526