UNIVERSIDAD LATINA DE PANAMA

INTRODUCCIN DE LOS MODELOS MATEMTICOSPARA LA TOMA DE DECISIONES

Realizado por:
Ing. Nelson J. Muskus G - 035756622

Panam, Mayo 2015

INTRODUCCIN

En el ambiente socioeconmico actual altamente competitivo y complejo, los

mtodos tradicionales de toma de decisiones se han vuelto relativamente inoperantes ya
que los responsables de dirigir las actividades de las empresas e instituciones se
enfrentan a situaciones complicadas y dinmicas, que requieren de soluciones creativas y
prcticas apoyadas en una base cuantitativa slida.
Las empresas se preocupan constantemente por tomar decisiones que les permita
optimizar sus resultados de manera que se obtenga el mayor beneficio. La dificultad de
tomar estas decisiones ha hecho que el hombre se dirija a la bsqueda de una herramienta
o mtodo que le permita tomar las mejores decisiones de acuerdo a los recursos disponibles
y a los objetivos que persigue.
Frecuentemente, a travs de clculos ms o menos complejos, estos procesos
culminan con la aportacin de posibles soluciones. Los decisores son los responsables de
ponerlas en prctica.
La matemtica puede actuar como herramienta eficaz para entender y contribuir a
resolver distintas problemticas de la realidad, representando adecuadamente las
situaciones de objeto de estudio y procedimientos capaces de proponer soluciones vlidas.
La toma de decisiones cuantitativa es de forma cientfica y se apoya en modelos
matemticos la cual se denomina investigacin de operaciones.
Entonces, en cierto modo, la Investigacin de Operaciones incluye la
investigacin cientfica creativa de las propiedades fundamentales de las operaciones. Sin
embargo, existe ms que esto. En particular, la Investigacin de Operaciones se
ocupa tambin de la administracin prctica de la organizacin. As, para tener xito,
deber tambin proporcionar conclusiones positivas y claras que pueda usar el tomador
de decisiones cuando las necesite.

Modelos Matemticos

Es una representacin que describe en forma simplificada el comportamiento de un

fenmeno o experimento o un objeto real. Los modelos pueden ser representaciones
fsicas, grficas, simblicas o matemticas.
Los modelos matemticos estn constituidos por todas las ecuaciones matemticas
requeridas para representar satisfactoriamente un fenmeno o experimento. Cuando se
usan los modelos matemticos, a veces es posible determinar, generalmente esto ahorra
tiempo, trabajo y dinero, y proporciona resultados an ms precisos.
Para poder utilizar correctamente un modelo, es necesario conocer bien el problema
y definirlo con precisin, que es uno de los aspectos ms importantes en la solucin de todo
problema. Un error que se presenta frecuentemente es que las personas prestan poca
atencin a la definicin del problema, lo cual da como resultado un trabajo de mala calidad
o la repeticin del mismo. Otro requerimiento en el uso de los modelos, es que obliga a los
usuarios a identificar las reas en las que el conocimiento o la informacin son deficientes
y en las que se requiere de mayor esfuerzo o de mayores conocimientos.

Clasificacin de Modelos Matemticos

-

Segn su representacin matemtica

Modelo Lineal: Son aquellos que despus de ser analizados matemticamente, se

representan por medio de una funcin lineal, se puede obtener el resultado
mediante
una
grfica
una
ecuacin.
Modelo Cuadrtico: Son los que se pueden expresar por medio de una ecuacin cuadrtica.
Modelo Exponencial: Se representa por medio de una funcin exponencial. Estos son muy
frecuentes en el estudio de crecimientos poblacionales, clculos bancarios entre otros.
- Segn la informacin de entrada

Modelos heursticos: Son los que estn basados en las explicaciones sobre las causas o
mecanismos naturales que dan lugar al fenmeno estudiado.
Modelos empricos: Son los que utilizan las observaciones directas o los resultados de
experimentos del fenmeno estudiado.
-

Segn el tipo de representacin

Modelos cualitativos o conceptuales : estos pueden usar figuras, grficos o descripciones

causales, en general se contentan con predecir si el estado del sistema ir en determinada
direccin o si aumentar o disminuir alguna magnitud, sin importar exactamente la
magnitud concreta de la mayora de aspectos.
Modelos cuantitativos o numricos: Usan nmeros para representar aspectos del sistema
modelizado, y generalmente incluyen frmulas y algoritmos matemticos ms o menos
complejos que relacionan los valores numricos.
-

Segn la aleatoriedad

Determinista: Se conoce de manera puntual la forma del resultado ya que no hay

incertidumbre. Adems, los datos utilizados para alimentar el modelo son completamente
conocidos y determinados.
Estocstico: Probabilstico, que no se conoce el resultado esperado, sino su probabilidad
y existe por tanto incertidumbre.
-

Segn su aplicacin u objetivo

Modelo de simulacin o descriptivo: de situaciones medibles de manera precisa o

aleatoria, por ejemplo con aspectos de programacin lineal cuando es de manera precisa,
y probabilstica o heurstica cuando es aleatorio. Este tipo de modelo pretende predecir qu
sucede en una situacin concreta dada.
Modelo de optimizacin: Para determinar el punto exacto para resolver alguna
problemtica administrativa, de produccin, o cualquier otra situacin. Cuando la
optimizacin es entera o no lineal, combinada, se refiere a modelos matemticos poco
predecibles, pero que pueden acoplarse a alguna alternativa existente y aproximada en su
cuantificacin.

Modelo de control: Para saber con precisin como est algo en una organizacin,
investigacin, rea de operacin, etc. Este modelo pretende ayudar a decidir qu nuevas
medidas, variables o qu parmetros deben ajustarse para lograr un resultado o estado
concreto del sistema modelado

CONSTRUCCION DE UN MODELO MATEMATICO.

En muchos casos la construccin o creacin de modelos matemticos tiles sigue

una serie de fases bien determinadas:
1. Identificacin de un problema o situacin compleja que necesita ser simulada,
optimizada o controlada y por tanto requerira un modelo matemtico
predictivo.
2. Eleccin del tipo de modelo, esto requiere precisar qu tipo de respuesta output
pretende obtenerse, cuales son los datos de entrada o factores relevantes, y
para qu pretende usarse el modelo. Esta eleccin debe ser suficientemente
simple como para permitir un tratamiento matemtico asequible con los
recursos disponibles. Esta fase requiere adems identificar el mayor nmero de
datos fidedignos, rotular y clasificar las incgnitas (variables independientes y
dependientes) y establecer consideraciones, fsicas, qumicas, geomtricas, etc.
que representen adecuadamente el fenmeno en estudio.
3. Formalizacin del modelo en la que se detallarn qu forma tienen los datos de
entrada, qu tipo de herramienta matemtica se usar, como se adaptan a la
Informacin previa existente. Tambin podra incluir la confeccin de algoritmos
ensamblaje de archivos informticos, etc. etc. En esta fase posiblemente se
introduzcan tambin simplificaciones suficientes para que el problema
matemtico de modelizacin sea tratable computacionalmente.
4.

Comparacin de resultados obtenidos como predicciones necesitan ser

comparados con los hechos observados para ver si el modelo est prediciendo
bien. Si los resultados no se ajustan bien, frecuentemente se vuelve a la fase 1.

CONCLUSIONES
Los modelos matemticos han sido aplicados a una amplia gama de situaciones en
la toma de decisiones con ello determinar los impactos de las actividades econmicas como
es el caso de pronosticar ventas de determinado bien, al saberlas se puede establecer las
estrategias optimas que debe llevar acabo determinada empresa ante la competencia
La importancia del modelo es la representacin de una parte de la realidad el cual
se desea manejar, donde el modelo ayudar a disear soluciones. Nos permite evaluar las
consecuencias de las acciones antes de ponerlas en la prctica.
La toma de decisiones sobre problemas propios de su mbito competencial es una
de las tareas de mayor importancia con las que se ha de enfrentar un titulado
El trmino decisin puede tener diferentes matices segn en qu contexto se est
empleando (derecho, economa, ingeniera, etc.) pero en todos los casos existen elementos
comunes sobre los que se puede razonar para construir un modelo, matemtico o no, vlido
en cualquier situacin.