Metodos Cuantitativos para Administracion

Metodos Cuantitativos
para Administracin
Prof. Luis Diego DelCastillo Valenciano

Email:
LDELCASTILLOVUMCA@YAHOO.COM
Soluciones de Problemas
Toma de decisiones
Toma de decisiones
La
toma de decisiones y la resolucin de

problemas son dos de las reas ms difciles en el
trabajo profesional.
Casi
todos los profesionales han estudiado algo

acerca de diagnstico tcnico de problemas y
resolucin de problemas.
Tomar
una decisin a nivel gerencial requiere un

proceso diferente, aunque con algunas similitudes.
Toma de decisiones
La
capacidad de tomar decisiones es

uno de los atributos que siempre surge
cuando los profesionales hablan de
personas de xito y analizan sus
caractersticas.
Los
buenos tomadores de decisiones no

nacen afortunados; pero las condiciones
naturales ayudan.
Toma de decisiones
La
capacidad de tomar
decisiones se puede ensear y
desarrollarse, pero eso no
significa que sea posible "fabricar
bolsas de seda con orejas de
chancho". Los procesos
analticos para dividir la
resolucin de problemas en una
serie de pasos han sido usados
para formar a gerentes durante
varias dcadas.
Toma de decisiones
La
primera tcnica decisoria que es

preciso dominar es la capacidad de
diferenciar entre las decisiones
directas,
regulares,
y
hasta
urgentes, y las decisiones ms
complejas que justifican el anlisis
requerido para llegar a un buen
resultado.
Toma de decisiones
Las
decisiones directas, repetitivas,

deben ser delegadas -si es posibley
es
conveniente
establecer
procedimientos
modelo
para
enfrentarlas.
En
las organizaciones grandes,
estos
procedimientos
deben
formularse por escrito, mientras que
en los grupos ms pequeos se los
puede transmitir verbalmente.
Toma de decisiones
A
estas decisiones se las suele llamar

decisiones programables, y en algunas
circunstancias pueden ser programadas en
una computadora para obtener una
respuesta adecuada.
Las decisiones de emergencia deber ser
tomadas rpidamente, sobre todo si est
en juego la seguridad. Las situaciones
tpicas que requieren decisiones urgentes
pueden ser investigadas por adelantado, al
tiempo que se establecen procedimientos
modelo para la accin futura.
Toma de decisiones
Las decisiones complejas
Despus
de tomar las decisiones de

rutina, nos quedan las decisiones
ms complejas, y con frecuencia
ms difciles.
Estas
suelen exigir una gran

cantidad de informacin y mucha
discusin antes de ser tomadas.
Toma de decisiones
La
primera cuestin a dilucidar es quin

se ocupar de la decisin y cmo.
Si no se trata de una decisin
particularmente importante, puede ser
delegada.
Si la decisin afecta directamente a los
empleados pero no es muy significativa
para la marcha de la empresa, puede
requerir participacin, y discusin en
grupo.
Toma de decisiones
Las elecciones bsicas son:
A quin involucrar en el proceso decisorio;
si organizar grupos de discusin y
divulgacin de la informacin; o si abordar
la decisin por uno mismo, sin ayuda.
El control del tiempo tambin es un factor
importante, ya que por lo general estos
problemas no desaparecen. No obstante,
si se los descuida durante mucho tiempo,
pueden degenerar en crisis.
Toma de decisiones
La
eleccin del tomador de decisiones es

muy importante y con frecuencia muestra
la diferencia entre el profesional
experimentado y el "aficionado".
Entran en juego en esta eleccin muchas
consideraciones, como, por ejemplo la
poltica interna, los intereses creados, los
intereses personales, las simpatas y
antipatas.
Toma de decisiones
El
estilo japons de toma de decisiones

complejas ilustra muy bien este punto. Tal
vez sea demasiado moroso y hasta
frustrante para los occidentales. Los
japoneses insisten en la discusin a fondo,
la difusin de la informacin y el acuerdo
consensual, no importa cunto tiempo
tome. Una vez tomada una decisin con
consenso, los involucrados sern
totalmente responsables; generalmente,
esto mejora la calidad y la eficiencia del
resultado.
Toma de decisiones
Las
decisiones importantes que implican

situaciones complejas son las ms difciles y
constituyen una prueba de que un
profesional es realmente capaz.
La mayora de los cursos de decisin
gerencial se concentran en las tcnicas
gerenciales.
Hay muchas tcnicas financieras tiles
como ayudas para la toma de decisiones;
por ejemplo, flujo de fondos descontados,
mtodos de valor actual, anlisis del punto
crtico, perodo de recuperacin, etc.
Toma de decisiones
Las
tcnicas de toma de decisiones,

como los rboles de decisiones, las redes
de trayectoria crtica y los programas de
computadora pueden ser apropiadas.
La habilidad est en elegir la tcnica
decisoria
ms
adecuada
para
la
situacin.
Esto requiere un buen
conocimiento operativo de las tcnicas
disponibles, que deben ser puestas al da
a medida que surgen tcnicas nuevas.
Toma de decisiones
El
proceso decisorio
Antes de estudiar las tcnicas, es preciso

entender el proceso a seguir para tomar una
decisin eficaz.
Es ms importante seguir un proceso lgico
paso a paso para tomar decisiones, que tratar
de aplicar las ltimas tcnicas a una variedad
de problemas.
Los procesos decisorios existen hace cientos de
aos; en general, siguen la lnea de la toma de
decisiones en ciencia.
Toma de decisiones
El proceso decisorio
Desde el punto de vista gerencial, este proceso tiene
cinco etapas:
1. Definir los objetivos y los propsitos de la decisin.
2. Reunir los hechos y la informacin necesarios para
tomar la decisin.
3. Determinar los cursos de accin alternativos
disponibles.
4. Considerar las ventajas y desventajas de cada
alternativa y elegir la ms apropiada.
5. Actuar para implementar la decisin de la mejor
manera, controlar los efectos de la decisin y
revisarla si fuera necesario.
Toma de decisiones
1. La primera de esas etapas es fundamental y ms importante
que las otras.
Definir los objetivos y los propsitos suele exigir ms de la mitad
del tiempo total requerido para todo el proceso.
Los objetivos clarifican lo que se requiere y debe evitarse ser
obstaculizado por un exceso de detalles o por "irse por la
tangente".
Los objetivos pueden dividirse, para ciertos problemas, en
objetivos de corto y de largo plazo; otra manera de clarificacin
es su formulacin como un resultado deseado.
Cuantificar los objetivos tambin es til, siempre que sea posible
hacerlo.
Si los objetivos no pueden ser formulados y aceptados, existe
una probabilidad remota de tomar decisiones acertadas.
Toma de decisiones
2. Reunir hechos e informacin por lo general implica observar,
escuchar, anotar todo, analizar datos estadsticos, etc. Los
diagramas, grficos y cartas son tiles, en esta etapa, para
aumentar la claridad de comprensin. Pueden ser muy tiles para
explicarles la situacin a otros y para persuadirlos de nuestros
puntos de vista. Casi siempre, un cuadro equivale a mil palabras.
3. Las alternativas de la etapa tres son importantes para evitar

que la gente adhiera a una primera solucin y la defienda.
Adems, aseguran que la gente no adopte un enfoque limitado y
se niegue a pensar positivamente en los dems. Una alternativa
que siempre debe ser considerada es mantener el statu quo o no
hacer nada. Es mejor considerar los pro y los contra de dejar la
situacin como est que no hacer nada por inercia o indecisin
Toma de decisiones
4. En la etapa cuatro del proceso se considerarn las ventajas
y las desventajas de cada alternativa.
Es en este punto donde una de las tcnicas decisorias podra
ser de gran utilidad. Tal vez una tcnica financiera para decidir
entre cursos de accin alternativos, o una tcnica cuantitativa.
Y quiz la manera ms adecuada de tomar finalmente la
decisin sea un enfoque de equipo, usando un grupo pequeo
de personas.
Sean cuales fueran las tcnicas ms tiles para determinadas
situaciones, el profesional eficaz debe conocerlas y tener
cuando menos un conocimiento bsico de su aplicacin.
Despus, cuando surjan las necesidades, se puede estudiar
ms a fondo la tcnica apropiada, o convocar a un experto.
Estas tcnicas evolucionan y se perfeccionan constantemente.
Hay algunas que son directas usando una computadora, pero
muy demoradas por mtodos manuales.
Toma de decisiones
5. La etapa final en el proceso decisorio es actuar; esto es
importante para determinar si la decisin es efectiva.
La capacidad para implementar con xito un cambio
necesario es una capacidad de persuasin, comunicacin
y manejo de las relaciones interpersonales.
Esto es diferente de la capacidad analtica de definir,
examinar y tomar una decisin.
Adoptar una buena decisin no asegura necesariamente
buenos resultados, pero implementar correctamente una
buena decisin, s lo hace.
Toma de decisiones
Pensamiento
paralelo
El pensamiento paralelo es un aspecto

de la toma de decisiones que puede
ser til en la creacin de soluciones
innovadoras. Es la capacidad de
pensar fuera de los canales normales
o conformistas, y de librarse de los
prejuicios que limitan la aceptacin de
ideas nuevas.
Toma de decisiones
Generalmente,
se tiende a caer en hbitos

de pensamiento y a obrar siguiendo
canales ya gastados por la experiencia
propia y la de los precedentes. Cuntas
veces sucede, al conducir un automvil
por una ruta conocida -de la oficina a casa,
por ejemplo- darse cuenta, al llegar, de
que no se recuerda absolutamente nada
del viaje? Tal vez, el conductor tena la
intencin de detenerse en el camino y
entrar en una oficina, pero condujo
automticamente y olvid el trmite.
Toma de decisiones
Desarrollar
el pensamiento paralelo es
una manera de salirse de los canales
del pensamiento normal y favorecer el
surgimiento de ideas nuevas.
La
tcnica ms conocida es el
intercambio frentico de ideas.
Un grupo pequeo y variado de
personas se rene, estudia un
problema y produce la mayor cantidad
posible de ideas en corto tiempo.
Toma de decisiones
Despus,
las ideas son evaluadas

y perfeccionadas, destacando las
mejores.
Ms tarde se pueden investigar
estas ltimas, y despus actuar
en consecuencia.
Algunas
de las ideas ms
innovadoras suelen surgir de esta
tcnica de intercambio vivaz.
Toma de decisiones
Decisiones en grupo
En el trabajo profesional, los grupos menores,
de dos o tres personas, suelen ser ms
apropiados para el intercambio de ideas y ms
fciles de organizar.
Para analizar un problema por medio de esta
tcnica, se debe comenzar por formular el
problema y los objetivos, simplemente, a unos
pocos colegas.
Toma de decisiones
Debe
pedrseles que durante diez

minutos se concentren en el problema y
se esfuercen por proponer la mayor
cantidad posible de soluciones.
No se deben formular crticas ni
comentarios inmediatamente.
El objetivo es generar el mximo
nmero de ideas.
Se anotarn todas las sugerencias y
despus deben ser evaluadas
cuidadosamente.
Toma de decisiones
Decisiones de Grupo:
Debe decidirse a cules vale la pena dedicar ms
tiempo y perfeccionarlas.
Con frecuencia saldrn a la superficie ideas que, o
bien no haban sido consideradas, o se haban
archivado u olvidado.
Si surge una idea ganadora, se le debe atribuir el
mrito al que la produjo; no hay nada peor para la
moral en el trabajo que tener que soportar que otra
persona se apropie indebidamente de una idea que
nos pertenece.
Toma de decisiones
La
bsqueda de ideas nuevas se ve

favorecida por el pensamiento paralelo
y el intercambio rpido.
Si en el grupo de trabajo el clima
fomenta las ideas innovadoras y
cuestiona los precedentes y las vacas
sagradas, las pocas ideas nuevas que
surjan pueden ser valiosas.
Una actitud mental de cuestionamiento
deber ser siempre alentada y nunca
dejada de lado.
Toma de decisiones
"Lo
importante es no dejar de
hacerse preguntas.
Anlisis cuantitativo y toma de

decisiones
El
anlisis cuantitativo es el
enfoque cientfico para la toma
de decisiones
Materia Prima = Datos
Procesamiento, computadoras
Razones financieras, calculo de
riesgo
Desarrollo de modelos

decisiones
El
enfoque matemtico o
cuantitativo en la administracin
constituye un desarrollo de la
racionalidad aplicada a la toma
de decisiones, la cual se asume
guiada por la optimizacin.

decisiones
Es
preciso reconocer que se ha exagerado el

papel de las matemticas en la administracin,
muy en especial cuando se asume que el aspecto
humano es en realidad la parte vital de las
organizaciones, y que su comportamiento
constituye la parte ms desafiante del quehacer
gerencial.
Los aspectos de conducta, los conflictos humanos,
los problemas de la direccin y la motivacin son,
a menudo, el componente ms difcil del trabajo
del administrador, y muy difcilmente pueden
someterse a modelos matemticos que sean
capaces de determinar las mejores soluciones.

decisiones
En
todo caso, los procesos de anlisis

cuantitativo ayudan a construir
racionalmente los problemas, a
determinar racionalmente las
alternativas ms idneas y, sobre todo,
a evaluar las opciones ms relevantes,
de modo que en reas como la
administracin de la produccin, la
administracin financiera, entre otras,
el anlisis cuantitativo sea necesario y
muchas veces indispensable.

decisiones
Por
su parte, el acomodo de la
estadstica en el campo de la
administracin es por dems
abundante.
El anlisis sustentado en procesos
estadsticos, manejando la teora de las
probabilidades, el muestreo, los diseos
experimentales, entre otros, son base
de muchas decisiones en todos los
campos de la actividad de las
organizaciones empresariales.

decisiones
Los
estudios
en
recursos
humanos,
en
mercadotecnia,
en
produccin,
finanzas,
operaciones, manejo de inventarios, en fin, son
algunos ejemplos de cmo la estadstica, tanto la
descriptiva como la inferencial, puede ayudar a
resolver
satisfactoriamente
problemas
administrativos.
Por dems est tambin enfatizar el papel de la
estadstica en el campo de la investigacin, tanto
la pura como la aplicada. Por lo tanto, debemos
concluir que el papel de los mtodos cuantitativos
de decisin, o investigacin de operaciones, es
fundamental en la administracin cientfica.
Costo, Ingreso y Utilidad

Algunos
de
los
modelos
cuantitativos ms bsicos que
surgen
en
aplicaciones
de
negocios y econmicas,
son
aquellas que implican la relacin
entre una variable de volumen,
como el volumen de produccin o
el volumen de ventas, y el costo,
el ingreso y la utilidad.

Por
medio de estos modelos, el

gerente puede determinar el
costo, ingreso o utilidad
proyectados, o todos ellos
asociados con una cantidad de
produccin establecida o un
volumen de ventas pronosticado.

La
planificacin financiera, la
planificacin de la produccin,
las cuotas de ventas y otras
reas de la toma de decisiones
pueden beneficiarse de dichos
modelos de costo, ingreso y
ganancia.
Funcin de Costo
Funcin de Costo
Funcin de Ingreso
Funcin Utilidad
Funcin Utilidad
PROBABILIDAD
Definicin intuitiva:
El concepto o idea que generalmente se tiene
del trmino probabilidad es adquirido de forma
intuitiva.
Se puede interpretar como la medida numrica

de la posibilidad de que ocurra un suceso A
cuando se realiza el experimento aleatorio.
PROBABILIDAD
A
esta medida la llamaremos

probabilidad del suceso A y la
representaremos por p(A).
La probabilidad es una medida sobre
la escala 0 a 1 de tal forma que:
Al suceso imposible le corresponde
el valor 0
Al suceso seguro le corresponde el
valor 1
El resto de sucesos tendrn una
probabilidad comprendida entre 0 y 1
PROBABILIDAD
Definicin
Clsica:
Fue una de las primeras que se dieron (1900) y

se
atribuye a Laplace.
Tambin se conoce con el nombre de
probabilidad a priori pues, para calcularla, es
necesario conocer, antes de realizar el
experimento aleatorio, el espacio muestral y el
nmero de resultados o sucesos elementales
que entran a formar parte del suceso.
PROBABILIDAD
La
aplicacin de la definicin clsica de probabilidad

puede presentar dificultades de aplicacin cuando el
espacio muestral es infinito o cuando los posibles
resultados de un experimento no son equiprobables.
Ej: En un proceso de fabricacin de piezas puede
haber algunas defectuosas y si queremos
determinar la probabilidad de que una pieza sea
defectuosa no podemos utilizar la definicin clsica
pues necesitaramos conocer previamente el
resultado del proceso de fabricacin.
PROBABILIDAD
Para
resolver estos
casos, se hace una
extensin de la
definicin de
probabilidad, de
manera que se
pueda aplicar con
menos
restricciones,
llegando as a la
definicin
frecuentista de
probabilidad.
PROBABILIDAD
La
definicin frecuentista consiste en

definir la probabilidad como el lmite
cuando n tiende a infinito de la
proporcin o frecuencia relativa del
suceso.
Es imposible llegar a este lmite, ya que
no podemos repetir el experimiento un
nmero infinito de veces, pero si podemos
repetirlo muchas veces y observar como
las frecuencias relativas tienden a
estabilizarse.
PROBABILIDAD
Esta
definicin frecuentista de la
probabilidad se llama tambin
probabilidad a posteriori ya que slo
podemos dar la probabilidad de un
suceso despus de repetir y observar
un gran nmero de veces el
experimento aleatorio
correspondiente. Algunos autores las
llaman probabilidades tericas.
PROBABILIDAD
Ejemplo:
En una caja se tienen 4 bolas de

color rojo y 6 bolas de color
verde. Cual es la probabilidad de
sacar una bola de color rojo?
Cual es la probabilidad de sacar
una bola de color verde?
PROBABILIDAD
Solucin:
Total de bolas en la caja: 10

Probab. Roja = 4/10 = 0.4
Probab. Verde = 6/10 = 0.6
PROBABILIDAD CONDICIONAL
Hasta
ahora hemos introducido el

concepto de probabilidad considerando
que la nica informacin sobre el
experimiento era el espacio muestral.
Sin embargo hay situaciones en las que
se incorpora informacin suplementaria
respecto de un suceso relacionado con
el experimento aleatorio, cambiando su
probabilidad de ocurrencia.
El
hecho de introducir ms
informacin, como puede ser la
ocurrencia de otro suceso,
conduce a que determinados
sucesos no pueden haber
ocurrido, variando el espacio de
resultados y cambiando sus
probabilidades
Ejemplo:
Cual es la probabilidad de ganar

la lotera navidea si se compra
un entero de lotera?
Solucin:
Un entero tiene un nmero entre
0 y 100, y una serie entre 000 y
999
En
este caso, deben cumplirse dos

condiciones:
Acertar el nmero
Acertar la serie
Acertar el premio mayor
Obsrvese que si se acierta uno u otro

(pero no los tres) entonces no se gana el
premio mayor.
Por eso se llama CONDICIONAL, porque
esta CONDICIONADA a la ocurrencia de los
eventos simultneamente.
La
probabilidad de acertar el nmero ganador
es:
P(numero) = 1 / 100 . Esto es as porque solo gana
un nmero de 100 posibles.
La
probabilidad de acertar la serie ganadora:
P(serie) = 1 / 1000. De nuevo, solo gana un

numero de serie de entre 1000 posibles.
La
probabilidad de acertar el premio mayor:
P( premio) = 1 / 65
La
ocurrencia de ambos eventos debe

combinar ambas probabilidades, pero como?
PROBABILIDAD - AXIOMAS
Para
el clculo de
probabilidades hay que tomar
en cuenta los Axiomas y
Teoremas que a continuacin
se enumeran.
1)La probabilidad de que

ocurra un evento A
cualquiera se encuentra entre
cero y uno.
2)La probabilidad de que ocurra el
espacio muestral debe de ser 1.
p() = 1
Esto equivale a decir de que la
probabilidad de que todos los
estudiantes aprueben es 1.
3)Si A y B son eventos
mutuamente excluyentes,
entonces
p(AB) = p(A) + p(B)
Generalizando:
Si se tienen n eventos
mutuamente excluyentes o
exclusivos A1, A2, A3,.....An,
entonces;
p(A1A2.........An) = p(A1) +
PROBABILIDAD TEOREMAS
1. Si es un evento
nulo o vaco, entonces la
probabilidad de que ocurra
debe ser cero.
TEOREMA
TEOREMA
2. La probabilidad
del complemento de A,
denotado por Ac , debe ser
p(Ac)= 1 p(A)
3. Si un evento A
B, entonces la p(A) p(B).
TEOREMA
TEOREMA
4. La p( A \ B )=
p(A) p(AB)
TEOREMA
5. Para dos eventos

A y B, p(AB)=p(A) + p(B)
p(AB).
COROLARIO:
Para tres eventos A, B y C,
p(ABC) = p(A) + p(B) +
p(C) p(AB) p(AC)
p(BC) + p(ABC)
Teorema 6. Probabilidad
condicionada
De un suceso R sabiendo que ha
ocurrido otro A
Teorema 7. Probabilidad total
Si A y B forman un
sistema completo de sucesos , la
probabilidad de cualquier otro
suceso R es:
Retomando
el ejemplo de la lotera:
Para tres eventos A, B y C,
p(ABC) = p(A) + p(B) + p(C)
p(AB) p(AC) p(BC) +
p(ABC)
P(Mayor U numero U serie) = P(mayor) +
P(numero) + P(serie) P(Mayor
Numero) P(Mayor serie) P(numero
serie) + P(mayor numero serie)
Teorema de Bayes
Teorema de Bayes
El teorema de Bayes se utiliza para revisar
probabilidades previamente calculadas cuando
se posee nueva informacin. Desarrollado por
el reverendo Thomas Bayes en el siglo XVII, el
teorema de Bayes es una extensin de lo que
ha aprendido hasta ahora acerca de la
probabilidad condicional.
Comnmente se inicia un anlisis de
probabilidades con una asignacin inicial,
probabilidad a priori. Cuando se tiene alguna
informacin adicional se procede a calcular las
probabilidades revisadas o a posteriori.
Teorema Bayes
El
teorema de Bayes permite

calcular las probabilidades a
posteriori y es:
Teorema de Bayes Ejemplos

1)
Una compaa de transporte pblico tiene tres

lneas en una ciudad, de forma que el 45% de los
autobuses cubre el servicio de la lnea 1, el 25%
cubre la lnea 2 y el 30% cubre el servicio de la
lnea 3. Se sabe que la probabilidad de que,
diariamente, un autobs se avere es del 2%, 3%
y 1% respectivamente, para cada lnea.
a) Calcular la probabilidad de que, en un da, un
autobs sufra una avera
b) Calcular la probabilidad de que, en un da, un
autobs no sufra una avera
c) De qu lnea de transporte es ms probable
que un autobs sufra una avera?

Solucin:

a) Calcular la probabilidad de que,
en un da, un autobs sufra una
avera
Empleando la frmula de
probabilidad total se obtiene:

b) Calcular la probabilidad de que,
en un da, un autobs NO sufra
una avera
Empleando la frmula de
probabilidad total se obtiene:
c) De qu lnea de transporte es
ms probable que un autobs
sufra una avera?
Se debe calcular las tres
probabilidades aposteriori
empleando el Teorema de Bayes
Teorema Bayes - Ejemplos

La
probabilidad de que sea de la

lnea 1, sabiendo que sufre una
avera es:
La

avera es:

La

avera es:
Entonces,
sabiendo que el
autobs sufre una avera, lo ms
probable es que sea de la lnea 1,
ya que esta probabilidad P(A1/B1)
= 0,4615 es la mayor.!!

Los
clculos en Excel se
muestran en la siguiente figura

2)
Una empresa dedicada a la

comercializacin de televisores
est considerando comercializar
un nuevo televisor. En el pasado
el 90% de los televisores que
comercializ tuvieron xito y el
10% no fueron exitosos. Se sabe
que la probabilidad que habra
recibido un reporte favorable de
investigacin fue del 85% y 35%,
respectivamente.

Solucin:
a) Escribir la simbologa del
problema
A1 = Televisores exitosos
A2 = Televisores no exitosos
B1 = Reporte favorable de
investigacin
B2 = Reporte desfavorable de
investigacin

La
solucin del problema en

Excel se muestra en la siguiente
figura:
Distribuciones de
Probabilidad
Uno
de los conceptos ms importantes de

la teora de probabilidades es el de
variable aleatoria que, intuitivamente,
puede definirse como cualquier
caracterstica medible que toma diferentes
valores con probabilidades determinadas.
Toda variable aleatoria posee una
distribucin de probabilidad que describe
su comportamiento (vale decir, que
desagrega el 1a lo largo de los valores
posibles de la variable).
Distribucin de
Probabilidades
Si
la variable es discreta, es decir, si toma valores

aislados dentro de un intervalo, su distribucin de
probabilidad especifica todos los valores posibles de la
variable junto con la probabilidad de que cada uno
ocurra.
En el caso continuo, es decir, cuando la variable puede
tomar cualquier valor de un intervalo, la distribucin de
probabilidad permite determinar las probabilidades
correspondientes con subintervalos de valores.
Una forma usual de describir la distribucin de
probabilidad de una variable aleatoria es mediante la
denominada funcin de densidad, en tanto que lo que
se conoce como funcin de distribucin representa las
probabilidades acumuladas.
Distribucin de
Probabilidades
Una
de las preocupaciones de los cientficos ha sido

construir modelos de distribuciones de probabilidad que
pudieran representar el comportamiento terico de
diferentes fenmenos aleatorios que aparecan en el
mundo real.
La pretensin de modelar lo observable ha constituido
siempre una necesidad bsica para el cientfico emprico,
dado que a travs de esas construcciones tericas, los
modelos, poda experimentar sobre aquello que la
realidad no le permita.
Por otra parte, un modelo resulta extremadamente til,
siempre que se corresponda con la realidad que pretende
representar o predecir, de manera que ponga de relieve
las propiedades ms importantes del mundo que nos
rodea, aunque sea a costa de la simplificacin que implica
todo modelo.
Distribuciones de
Probabilidad
En
la prctica hay unas cuantas

leyes de probabilidad tericas,
como son, por ejemplo, la ley
binomial o la de Poisson para
variables discretas o la ley
normal para variables continuas,
que sirven de modelo para
representar las distribuciones
empricas ms frecuentes.
Distribuciones de
Probabilidad
As,
por ejemplo, la variable talla de un

recin nacido puede tener valores entre
47 cm y 53 cm, pero no todos los
valores tienen la misma probabilidad,
porque las ms frecuentes son las tallas
prximas a los 50 cm.
En este caso la ley normal se adapta
satisfactoriamente a la distribucin de
probabilidad emprica, que se obtendra
con una muestra grande de casos.
Distribuciones de
Probabilidad
Cuando
la opcin elegida es el clculo de una probabilidad

dado un punto x de la distribucin, se presentan en todos
los casos dos resultados: la probabilidad acumulada hasta
ese punto, o la probabilidad de que la variable tome
valores inferiores o iguales a x (cola izquierda) y la
probabilidad de valores superiores a x (cola derecha).
En el caso continuo, la probabilidad de que la variable sea
igual a cualquier punto es igual a cero; por tanto, no
influye en las colas el hecho de incluir o excluir el punto x.
Hay un tercer resultado que el programa presenta slo
para las distribuciones continuas simtricas (normal,
logstica y t deStudent): la probabilidad de dos colas, es
decir, la probabilidad que queda a ambos lados del
intervalo (-x, x) (x, -x), segn el punto sea positivo o
negativo, respectivamente.
Mtodos Cuantitativos
FIN

Metodos Cuantitativos para Administracion

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Metodos Cuantitativos para Administracion

Загружено:

Авторское право:

Доступные форматы

Metodos Cuantitativos

Prof. Luis Diego DelCastillo Valenciano

toma de decisiones y la resolucin de

todos los profesionales han estudiado algo

una decisin a nivel gerencial requiere un

capacidad de tomar decisiones es

buenos tomadores de decisiones no

primera tcnica decisoria que es

decisiones directas, repetitivas,

estas decisiones se las suele llamar

de tomar las decisiones de

suelen exigir una gran

primera cuestin a dilucidar es quin

eleccin del tomador de decisiones es

estilo japons de toma de decisiones

decisiones importantes que implican

tcnicas de toma de decisiones,

Antes de estudiar las tcnicas, es preciso

3. Las alternativas de la etapa tres son importantes para evitar

El pensamiento paralelo es un aspecto

se tiende a caer en hbitos

las ideas son evaluadas

pedrseles que durante diez

bsqueda de ideas nuevas se ve

Anlisis cuantitativo y toma de

Anlisis cuantitativo y toma de

Anlisis cuantitativo y toma de

preciso reconocer que se ha exagerado el

Anlisis cuantitativo y toma de

todo caso, los procesos de anlisis

Anlisis cuantitativo y toma de

Anlisis cuantitativo y toma de

Costo, Ingreso y Utilidad

Costo, Ingreso y Utilidad

medio de estos modelos, el

Costo, Ingreso y Utilidad

Se puede interpretar como la medida numrica

esta medida la llamaremos

Fue una de las primeras que se dieron (1900) y

aplicacin de la definicin clsica de probabilidad

definicin frecuentista consiste en

En una caja se tienen 4 bolas de

Total de bolas en la caja: 10

ahora hemos introducido el

Cual es la probabilidad de ganar

este caso, deben cumplirse dos

Obsrvese que si se acierta uno u otro

probabilidad de acertar el nmero ganador

probabilidad de acertar la serie ganadora:

P(serie) = 1 / 1000. De nuevo, solo gana un

probabilidad de acertar el premio mayor:

ocurrencia de ambos eventos debe

1)La probabilidad de que

5. Para dos eventos

teorema de Bayes permite

Teorema de Bayes Ejemplos

Una compaa de transporte pblico tiene tres

Teorema de Bayes Ejemplos

Teorema de Bayes Ejemplos

Teorema de Bayes Ejemplos

Teorema de Bayes Ejemplos

Teorema Bayes - Ejemplos

probabilidad de que sea de la