El documento describe los pasos para la resolución de problemas y la toma de decisiones mediante el uso de modelos cuantitativos. Explica que los modelos relacionan variables como las de decisión, exógenas e intermedias para transformar las variables de decisión en medidas de desempeño. También describe los tipos de modelos, características de buenos modelos y etapas para construir modelos, incluyendo el diseño de la estructura lógica y la especificación numérica.

1. Universidad del CEMA, LDE 700
Teoría de la Decisión
Modelos para la
toma de decisiones

2. Resolución de problemas
1. Identificar y definir el problema
2. Determinar las alternativas de solución
3. Determinar el criterio o criterios para la evaluación
de alternativas
4. Evaluar las alternativas:
análisis cualitativo
análisis cuantitativo
5. Elegir una alternativa
6. Ponerla en práctica
7. Evaluar los resultados

3. Análisis cuantitativo
¿Cuándo?
Cuando existe un problema
• complejo
• importante
• nuevo
• repetitivo

4. Análisis cuantitativo
¿Para qué?
El resultado de un modelo cuantitativo es
una proyección de lo que ocurriría
si se tomaran ciertas decisiones y
se presentaran determinadas situaciones.

5. Criterios para un proceso
eficaz de toma de decisiones
• Concentrarse en lo que es importante.
• Ser lógico y consecuente.
• Exigir solamente la cantidad de información y
análisis necesarios para resolver el problema
específico.
• Reconocer tanto los factores subjetivos como
objetivos.
• Fomentar y guiar la recopilación de información
pertinente.

6. Elementos de un modelo
Variables de decisión (controlables)
Variables exógenas (no controlables)
Variables intermedias
Restricciones
Medidas de desempeño
Estructura lógica (fórmulas) y supuestos
numéricos (datos)

7. Modelos
Un modelo relaciona en forma lógica
todas las variables intervinientes en el problema
de decisión,
de modo de transformar las variables de
decisión en medidas de desempeño
dado un conjunto específico de variables
exógenas y restricciones.

8. Realidad y modelos
Realidad Modelo
Definición del formulación Supuestos y
problema estructura
análisis
interpretación Resultados y
Solución conclusiones

9. Tipos de modelos
Certeza Incertidumbre
Problemas Arboles de
Casos
simples decisión
Problemas Programación Simulación
complejos lineal, mixta Monte Carlo
Problemas Pert, Simulación,
dinámicos Inventario Colas, Invent.

10. Características de un
buen modelo
Un buen modelo:
Es fácil de usar
Se concentra en los puntos más relevantes
del problema
Es fácil de entender
Es confiable

11. Construcción de modelos
Etapas en la construcción de modelos:
Definir objetivos, nivel de detalle, tiempos y
datos a usar
Diseñar la estructura dos etapas
Construir diferentes
Verificar
Usar

12. Estructura de un modelo
Lógica del modelo
Inputs Cálculos Resultados
Especificación del modelo

13. Modelos en planillas
de cálculo
Algunas reglas para construir un buen modelo:
Separar inputs, cálculos y resultados.
Usar fórmulas simples.
Principio de “izquierda y arriba”.
No “esconder” constantes en las fórmulas.
Diferenciar tipos de datos con un código de
colores.
Explicitar las unidades de cada valor.
Documentar las fórmulas.

14. ¿Por qué verificar?
Tipos de errores:
Mecánicos (números o celdas equivocadas)
Lógicos (fórmulas equivocadas)
De omisión
Tasa de errores:
4 - 21% de celdas con fórmulas
1,2 - 12,5% de celdas totales