UNIVERSIDAD LATINA DE PANAMA

FECHA DE PRESENTACION
PANAMA 31 DE AGOSTO DE 2016

PRESENTADO POR
IRAQUEL RODRIGUEZ 3-725-2008

FACILITADOR
EDGAR OMAR CACERES

CURSO
ANALISIS CUANTITATIVO PARA LA TOMA DE DECIONES

TEMA
INTRODUCCION AL ANALISIS CUANTITATIVO

Introduccin

El uso de herramientas matemticas data de siglos y el Anlisis

Cuantitativo puede ser
aplicado a una amplia variedad de problemas.

Se deben comprender las aplicaciones especficas, as como sus

limitaciones y premisas.

Captulo 1 Introduccin al Anlisis Cuantitativo

Objetivos
1.Describir el enfoque del Anlisis Cuantitativo.
2.Entender la aplicacin del Anlisis
3.Describir el uso del modelamiento en el Anlisis Cuantitativo.

Anlisis Cuantitativo:

Es el enfoque cientfico para la toma de decisiones administrativas, por el cual

datos sin refinar son procesados para convertirlos en informacin significativa.
Datos en bruto.
c

Anlisis Cuantitativo
c

Informacin Significativa.

Factores Cualitativos:
Es informacin que puede ser complicada de cuantificar pero que
puede afectar la toma de decisiones, tal como: clima, entorno
social, legislacin, avances tecnolgicos 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 anlisis cuantitativo

puede variar, cuando hay escasez de factores cualitativos y el problema,
modelo y datos de entrada se mantienen iguales, los resultados del anlisis
cuantitativo pueden automatizar el proceso de toma de decisiones.
Sin embargo, en la mayora de los casos los anlisis cuantitativos debern
apoyarse en factores cualitativos para la toma de decisiones.
Enfoque del Anlisis cuantitativo:
Planteamiento claro y conciso del problema.
Representar la realidad mediante un modelo generalmente

Recopilacion de datos precisos

Generalmente matemtico temtico
Recopilacin de datos mediante un modelo
Determinar la implicacin de la solucin
Poner en marcha el proceso para incorporar la
solucin en la compaa

Definir el Problema:
Una definicin clara y concisa que brinde direccin y significado a las
siguientes etapas del anlisis y que requiere de objetivos especficos y
medibles.

Este puede ser el paso ms complicad debido a que las verdaderas causas del
problema deben ser identificadas y la relacin del problema con otros procesos
de la organizacin deben ser considerados.
Desarrollar el Modelo:
Un comprensible, realista y solucionable modelo matemtico que muestre la
relacin entre las variables:

Ingresos
y = mx + b
y = mx + b

Ventas

Los modelos tienen variables controlables y no controlables, as como

parmetros.
Recolectar Datos
La precisin de los datos es vital para un buen anlisis, ya que los datos
provienen de diferentes fuentes.
Entre ms precisos sean los datos, mejor va a ser la calidad de la informacin
obtenida a partir de ellos.

Garbage
In

Garbage
=
out

Desarrollar una Solucin:

La mejor solucin para un modelo se encuentra manipulando las variables,
hasta que una solucin prctica es implementada.
-

La manipulacin de datos puede darse por medio de:

Algoritmos.
Prueba y error.
Manejo de todas las variables involucradas.
Mtodos matemticos.

Prueba de las Solucin

Se validan los resultados por medio de anlisis 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 implcitas en la solucin, as como sus implicaciones,
anlisis de sensibilidad para evaluar el impacto de cambios en los parmetros
del modelo.
Los anlisis de sensibilidad permiten dar respuesta al Qu pasa si?
Implementar los Resultados:
Se incorpora la solucin y se monitorean los resultados.
Definicin del problema se deben priorizar las dificultades, de preferencia
las que aumenten las utilidades o disminuyan los costos.
Desarrollo del modelo modelo matemtico, relaciones entre variables y
parmetros. Las variables de decisin son controlables, los parmetros son
valores inherentes al problema.
Adquisicin de datos de entrada trash in, trash out, recopilar datos
precisos, por medio de entrevistas, de histricos, muestreos que alimenten el
modelo.
Ventajas del Anlisis Cuantitativo
-

Puede representar la realidad de forma precisa.

Ayuda a quien toma las decisiones a formular problemas.
Proporciona perspectivas e informacin.
Ahorra costos y tiempo en la toma de decisiones y resolucin de
problemas.
Puede ser la nica va eficaz para resolver un problema grande o
complejo.
Pueden utilizarse para comunicar problemas y soluciones a los dems,
pero puede llegar a simplificar demasiado ciertos supuestos.
Es menos perturbador experimentar con modelos cuantitativos que con
sistemas reales, pero pueden ser caros de desarrollar y probar.
Permiten el anlisis Qu pasa si?
Ayuda a reducir o a comprender la incertidumbre.
Se pueden manipular.

Desventajas del Anlisis Cuantitativo

-

Pueden ser costosos y largos para desarrollar.

Tienden en ocasiones a disminuir el valor de la informacin 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 matemtica en ocasiones.
Requiere restricciones especficas y objetivos, pero puede restarle en
ocasiones importancia a la informacin cualitativa.

Conclusin
Podemos sintetizar que el anlisis cuantitativo requiere los siguientes pasos
para su ejecucin:
Desarrollo de solucin resolver el modelo, mediante prueba y error,
mediante enumeracin completa, mediante algoritmos.
Prueba de la solucin recopilar datos adicionales distintos a la fuente
original, y ver si son congruentes con los obtenidos originalmente.
Anlisis de resultados determinar cunto cambia la solucin si se cambia el
modelo o los datos de entrada.
Implementar resultados lograr que se pongan en marcha los cambios
requeridos, para obtener sostenibilidad.