EL PROCESO DE TOMA DE DECISIONES EN LA EMPRESA

La toma de decisiones.

Continuamente, las personas deben elegir entre varias opciones aquella que consideran ms conveniente. Es decir, han de tomar gran cantidad de decisiones en su vida cotidiana, en mayor o menor grado importantes, a la vez que fciles o difciles de adoptar en funcin de las consecuencias o resultados derivados de cada una de ellas.Es posible trasladar este planteamiento general al mbito de la empresa. La toma de decisiones abarca a las cuatros funciones administrativas, as los administradores cuando planean, organizan, conducen y controlan, se les denomina con frecuencia los que toman las decisiones.Ahora bien: qu se entiende por decidir? Schackle define la decisin como un corte entre el pasado y el futuro. Otros autores definen la decisin como la eleccin entre varias alternativas posibles, teniendo en cuenta la limitacin de recursos y con el nimo de conseguir algn resultado deseado.Como tomar una decisin supone escoger la mejor alternativa de entre las posibles, se necesita informacin sobre cada una de estas alternativas y sus consecuencias respecto a nuestro objetivo. La importancia de la informacin en la toma de decisiones queda patente en la definicin de decisin propuesta por Forrester, entendiendo por esta "el proceso de transformacin de la informacin en accin". La informacin es la materia prima, el input de la decisin, y una vez tratada adecuadamente dentro del proceso de la toma de decisin se obtiene como output la accin a ejecutar. La realizacin de la accin elegida genera nueva informacin que se integrar a la informacin existente para servir de base a una nueva decisin origen de una nueva accin y as sucesivamente. Todo ello debido a una de las caractersticas de los sistemas cibernticos que es la retroalimentacin o Feed-back.Le Moigne define el trmino decidir como identificar y resolver los problemas que se le presenta a toda organizacin. Por tanto, el desencadenante del proceso de toma de decisiones es la existencia de un problema, pero cundo existe un problema? Para Huber existir un problema cuando hay diferencia entre la situacin real y la situacin deseada. La solucin del problema puede consistir en modificar una u otra situacin, por ello se puede definir como el proceso consciente de reducir la diferencia entre ambas situaciones. Greenwood afirma que la toma de decisiones para la administracin equivale esencialmente a la resolucin de problemas empresariales. Los diagnsticos de problemas, las bsquedas y las evaluaciones de alternativas y la eleccin final de una decisin, constituyen las etapas bsicas en el proceso de toma de decisiones y resolucin de problemas.Etapas en el proceso de toma de decisionesPor lo general hemos definido la toma de decisiones como la seleccin entre alternativas. Esta manera de considerar la toma de decisiones es bastante simplista, porque la toma de decisiones es un proceso en lugar de un simple acto de escoger entre diferentes alternativas. La figura siguiente nos muestra el proceso de toma de decisiones como una serie de ocho pasos que comienza con la identificacin del problema, los pasos para seleccionar una alternativa que pueda resolver el problema, y concluyen con la evaluacin de la eficacia de la decisin. Este proceso se puede aplicar tanto a sus decisiones personales como a una accin de una empresa, a su vez tambin se puede aplicar tanto a decisiones individuales como grupales. Vamos a estudiar con mayor profundidad las diversas etapas a seguir para un mayor conocimiento del proceso:Etapa 1.- La identificacin de un problemaEl proceso de toma de decisiones comienza con un problema, es decir, la discrepancia entre un estado actual de cosas y un estado que se desea. Ahora bien, antes que se pueda caracterizar alguna cosa como un problema los administradores tienen que ser conscientes de las discrepancias, estar bajo presin para que se tomen acciones y tener los recursos necesarios. Los administradores pueden percibir que tienen una discrepancia por comparacin entre el estado actual de cosas y alguna norma, norma que puede ser el desempeo pasado, metas fijadas con anterioridad o el desempeo de alguna otra unidad dentro de la organizacin o en otras organizaciones. Adems, debe existir algn tipo de presin en esta discrepancia ya que si no el problema se puede posponer hasta algn tiempo en el futuro. As, para iniciar el proceso de decisin, el problema debe ejercer algn tipo de presin sobre el administrador para que ste acte. Esta presin puede incluir polticas de la organizacin, fechas lmites, crisis financieras, una prxima evaluacin del desempeo etc.Por ltimo, es poco factible que los administradores califiquen a alguna cosa de problema sino tienen la autoridad, dinero, informacin, u otros recursos necesarios para poder actuar, ya que sino describen la situacin como una en la que se les coloca ante expectativas no realistas.Etapa 2.- La identificacin de los criterios para la toma de decisiones.Una vez que se conoce la existencia del problema, se deben identificar los criterios de decisin que sern relevantes para la resolucin del problema. Cada persona que toma decisiones suele tener unos criterios que los guan en su decisin. Este paso nos indica que son tan importantes los criterios que se identifican como los que no; ya que un criterio que no se identifica se considerar irrelevante por el tomador de decisiones.Etapa 3.- La asignacin de ponderaciones a los criterios.Los criterios seleccionados en la fase anterior no tienen todos la misma importancia, por tanto, es necesario ponderar las variables que se incluyen en las lista en el paso anterior, a fin de darles la prioridad correcta en la decisin. Este paso lo puede llevar a cabo dndole el mayor valor al criterio preferente y luego comparar los dems para valorarlos en relacin al preferente.Etapa 4.- El desarrollo de alternativas.Este paso consiste en la obtencin de todas las alternativas viables que puedan tener xito para la resolucin del problema.Etapa 5.- Anlisis de las alternativas.Una vez que se han desarrollado las alternativas el tomador de decisiones debe analizarlas cuidadosamente. Las fortalezas y debilidades se vuelven evidentes segn se les compare con los criterios y valores establecidos en los pasos 2 y 3. Se evala cada alternativa comparndola con los criterios. Algunas valoraciones pueden lograrse en una forma relativamente objetiva, pero, sin embargo, suele existir algo de subjetividad, por lo que la mayora de las decisiones suelen contener juicios. Etapa 6.- Seleccin de una alternativa.Este paso consiste en seleccionar la mejor alternativa de todas las valoradas.Etapa 7.- La implantacin de la alternativa.Mientras que el proceso de seleccin queda completado con el paso anterior, sin embargo, la decisin puede fallar si no se lleva a cabo correctamente. Este paso intenta que la decisin se lleve a cabo, e incluye dar a conocer la decisin a las personas afectadas y lograr que se comprometan con la misma. Si las personas que tienen que ejecutar una decisin participan en el proceso, es ms fcil que apoyen con entusiasmo la misma.Estas decisiones se llevan a cabo por medio de una planificacin, organizacin y direccin efectivas. Etapa 8.- La evaluacin de la efectividad de la decisin.Este ltimo paso juzga el proceso el resultado de la toma de decisiones para verse se ha corregido el problema. Si como resultado de esta evaluacin se encuentra que todava existe el problema tendr que hacer el estudio de lo que se hizo mal. Las respuestas a estas preguntas nos pueden llevar de regreso a uno de los primeros pasos e inclusive al primer paso.Modelos de toma de decisionesPara adoptar algunos tipos de decisiones se suelen utilizar modelos. Estos se pueden definir como una representacin simplificada de una parte de la realidad, y ello porque en muchos casos la realidad es tan compleja que, para comprenderla hay que simplificarla tomando de ella los aspectos que resultan ms relevantes para el anlisis de que se trate y no teniendo en cuenta los que resultan accesorios. El principal objetivo de un modelo es permitir una mejor comprensin y descripcin de la parte de la realidad que representa. Esa mejor comprensin de la realidad permite tomar mejores decisiones. Los modelos se pueden clasificar atendiendo a numerosos criterios entre ellos:1. Modelos objetivos y subjetivos. En ocasiones los sucesos no se pueden experimentar objetivamente, y no existen mtodos formales para su estudio, por lo que los modelos han de ser informales, subjetivos y basarse en la intuicin.2 Modelos analticos y de simulacin. Los modelos analticos son aquellos que sirven para obtener soluciones, por lo tanto han de ser resueltos. Los modelos de simulacin son representaciones simplificadas de la realidad sobre las que se opera para estudiar los efectos de las distintas alternativas de actuacin.3. Modelos estticos y dinmicos. Los modelos estticos son aquellos que no utilizan la variable tiempo, en tanto que los dinmicos son aquellos que incorporan el tiempo como variable o como parmetro fundamental.5. Modelos deterministas y probabilsticos. En los modelos deterministas se suponen conocidos con certeza todos los datos de la realidad que representan. Si uno o varios datos se conocen slo en trminos de probabilidades, el modelo se denomina probabilstico, aleatorio o estocstico.Tipos de decisionesTodas las decisiones no son iguales ni producen las mismas consecuencias, ni tampoco su adopcin es de idntica relevancia, es por ello que existen distintos tipos de decisiones. Existen varias propuestas para su clasificacin destacaremos las ms representativas.Tipologa por niveles.Esta clasificacin est conectada con el concepto de estructura organizativa y la idea de jerarqua que se deriva de la misma. Las decisiones se clasifican en funcin de la posicin jerrquica o nivel administrativo ocupado por el decisor. Desde este planteamiento distinguiremos:a.- Decisiones estratgicas (o de planificacin). Son decisiones adoptadas por decisores situados en el pice de la pirmide jerrquica o altos directivos. Estas decisiones se refieren principalmente a las relaciones entre la organizacin o empresa y su entorno. Son decisiones de una gran transcendencia puesto que definen los fines y objetivos generales que afectan a la totalidad de la organizacin; a su vez perfilan los planes a largo plazo para lograr esos objetivos. Son decisiones singulares a largo plazo y no repetitivas, por lo que la informacin es escasa y sus efectos son difcilmente reversibles; los errores en este tipo de decisiones pueden comprometer el desarrollo de la empresa y en determinados casos su supervivencia, por lo que requieren un alto grado de reflexin y juicio.Son decisiones estratgicas las relativas a dnde se deben localizar las plantas productivas, cules deben ser los recursos de capital y qu clase de productos se deben fabricar.b.- Decisiones tcticas o de pilotaje. Son decisiones tomadas por directivos intermedios. Tratan de asignar eficientemente los recursos disponibles para alcanzar los objetivos fijados a nivel estratgico. Estas decisiones pueden ser repetitivas y el grado de repeticin es suficiente para confiar en precedentes. Sus consecuencias suelen producirse en un plazo no largo de tiempo y son generalmente reversibles. Los errores no implican sanciones muy fuertes a no ser que se vayan acumulando. Por ejemplo decisiones relacionadas con la disposicin de planta, la distribucin del presupuesto o la planificacin de la produccin.c.- Decisiones operativas, adoptadas por ejecutivos que se sitan en el nivel ms inferior. Son las relacionadas con las actividades corrientes de la empresa. El grado de repetitividad es elevado: se traducen a menudo en rutinas y procedimientos automticos, por lo que la informacin necesaria es fcilmente disponible.Los errores se pueden corregir rpidamente ya que el plazo al que afecta es a corto y las sanciones son mnimas. Por ejemplo la asignacin de trabajos a trabajadores, determinar el inventario a mantener etc.Por tanto, vemos que existe una correspondencia entre el nivel de responsabilidad o nivel jerrquico al cual se toman los distintos tipos de decisiones enunciados y el nivel de dificultad de dichas decisiones.Tipologa por mtodos.

Esta clasificacin se debe a Simon (1977) quien realiza una clasificacin basndose en la similitud de los mtodos empleados para la toma de decisiones, independientemente de los niveles de decisin. As distingue una serie continua de decisiones en cuyos extremos estn las decisiones programadas y no programadas.Se entiende por decisiones programadas aquellas que son repetitivas y rutinarias, cuando se ha definido un procedimiento o se ha establecido un criterio (o regla de decisin) que facilita hacerles frente, permitiendo el no ser tratadas de nuevo cada vez que se debe tomar una decisin. Es repetitiva porque el problema ocurre con cierta frecuencia de manera que se idea un procedimiento habitual para solucionarlo, por ejemplo cunto pagar a un determinado empleado, cundo formular un pedido a un proveedor concreto etc.Lo fundamental en este tipo de decisiones no es la mayor o menor dificultad en decidir sino que se encuentra en la repetitividad y la posibilidad de predecir y analizar sus elementos componentes por muy complejos que resulten stos.Las decisiones no programadas son aquellas que resultan nuevas para la empresa, no estructuradas e importantes en s mismas. No existe ningn mtodo preestablecido para manejar el problema porque este no haya surgido antes o porque su naturaleza o estructura son complejas, o porque es tan importante que merece un tratamiento hecho a medida; por ejemplo la decisin para una empresa de establecer actividades en un nuevo pas. Tambin se utiliza para problemas que puedan ocurrir peridicamente pero quiz requiera de enfoques modificados debido a cambios en las condiciones internas o externas.Koontz y Weihrich, ponen de manifiesto la relacin entre el nivel administrativo dnde se toman las decisiones, la clase de problema al que se enfrentan y el tipo de decisin que es necesario adoptar para hacerle frente. Los directivos de alto nivel se enfrentan a decisiones no programadas, puesto que son problemas sin estructurar y a medida que se desciende en la jerarqua organizacional, ms estructurados o comprensibles resultan los problemas y por tanto, ms programadas resultarn las decisiones. Ambientes de decisinStarr considera que una situacin de decisin esta formada por cinco elementos bsicos:1) Estrategias. Cursos de accin o planes condicionales compuestos por variables controlables.2) Estados de la naturaleza. En general, los estados de la naturaleza son los sucesos de los que depende la decisin y en los que no puede influir apenas el decisor.3) Desenlaces o resultados Son aquellos que tienen lugar al emplear una estrategia especfica, dado un estado concreto de la naturaleza.4) Predicciones de probabilidad de que se produzca cada uno de los estados de la naturaleza.5) Criterio de decisin, que muestra el modo de utilizar la informacin anterior para seleccionar el plan a seguir.La toma de decisiones resulta ms sencilla cuanto mayor es la informacin de la que se dispone. Por ejemplo, si sabe el nivel que tendr la demanda de un producto, es ms sencillo decidir si construir una fbrica grande o pequea que si slo se sabe que puede ser de 150.000 unidades al ao con una cierta probabilidad, o de 75.000 con otra probabilidad. En este ejemplo, los estados de la naturaleza son los distintos niveles que puede tomar la demanda.El nivel de informacin determina el tipo de ambiente de la decisin. Segn Perez Gorostegui los ambientes de decisin son los siguientes:1.-Certeza: El ambiente de certeza es aqul en el que el decisor conoce con absoluta seguridad los estados de la naturaleza que van a presentarse.2.-Riesgo: Es aqul en el que el decisor sabe qu estados de la naturaleza se pueden presentar y la probabilidad que tiene cada uno de ellos de presentarse.3.-Incertidumbre estructurada: Es aqul en el que se conocen los estados de la naturaleza, pero no la probabilidad de cada uno de ellos.5.-Incertidumbre no estructurada : Aqul en el que ni siquiera se conocen los posibles estados de la naturaleza.Para pasar de un tipo de ambiente a otro anterior es necesario obtener cierto grado de informacin porque cuanto mayor sea la informacin menor ser la incertidumbre. En teora de la decisin, al proceso de consecucin de informacin, que, en algn caso, permite pasar de un ambiente a otro, se le denomina proceso de aprendizaje.5.3.1.- Ambiente de certeza: Criterios de decisin.En la decisin en condiciones de certeza, o situaciones de previsin perfecta, el nico problema es el nmero de variables que a nivel tctico presentan los planes. Es el planteamiento tpico de la bsqueda entre muchas alternativas de los mtodos de programacin matemtica. Conocido el estado de la naturaleza que se va a presentar, el problema se reduce a valorar en trminos econmicos los diferentes desenlaces y elegir aquella estrategia que conduce al resultado ms favorable. A modo de ejemplo citar las tcnicas de optimizacin utilizadas en microeconoma.La mayora de los modelos de decisin tradicionales en la empresa se plantean en condiciones de certeza, suponiendo que los valores de las magnitudes utilizadas permanecern inalterados en el tiempo. El problema radica pues, en medir el error cometido por dicha suposicin. Ambiente de riesgo: Criterios de decisin.Como hemos mencionado anteriormente, el ambiente de riesgo es aqul en el que el decisor sabe qu estados de la naturaleza se pueden presentar y la probabilidad que tiene cada uno de ellos de presentarse. Bajo estas condiciones un criterio de decisin aplicable es el denominado criterio del valor monetario esperado.Este criterio consiste en calcular el valor monetario de cada alternativa de decisin y elegir aqulla que presenta un valor monetario mximo. Ambiente de incertidumbre: Criterios de decisin.En un entorno de tanta escasez de informacin como es el de incertidumbre ha de intervenir en gran medida la subjetividad. Si la incertidumbre se encuentra no estructurada, ni puede obtenerse mayor informacin, y ha de tomarse una decisin, sta se basar, por tanto, en la mera intuicin. Si la incertidumbre se encuentra estructurada, la decisin contina incorporando una carga de subjetividad muy elevada, de modo que personas diferentes tomaran diferentes decisiones, dependiendo de su optimismo o pesimismo, de su aversin al riesgo o al fracaso, etc.Los principales criterios de decisin en un ambiente de incertidumbre estructurada son los siguientes:1.- Criterio de Laplace, racionalista o de igual verosimilitud.Parte del postulado de Bayes, segn ste si no se conocen las probabilidades asociadas a cada uno de los estados de la naturaleza, no hay razn para pensar que unos tenga ms probabilidades que otros, asignando a cada uno de ellos la misma probabilidad de ocurrencia. Una vez asignadas las probabilidades se calcula el valor monetario esperado para cada una de las alternativas o estrategias.2.-Criterio optimista.Es el criterio que seguira una persona que, pensara que cualquiera que fuera la estrategia que eligiera, el estado que se presentara sera el ms favorable para ella. A este criterio tambin se le denomina criterio del maxi-max: se determina cul es el resultado ms favorable que puede alcanzarse con cada estrategia y despus se elige la alternativa que corresponde al mximo de estos mximos. Cuando los resultados son desfavorables se utiliza el criterio del mini-min: Se determina cul es el mejor resultado que puede obtenerse con cada estrategia (el menor) y posteriormente se elige aqulla que corresponda al mnimo de los mnimos.3.-Criterio pesimista, o criterio de Wald.Es el que seguira una persona que pensara que, cualquiera que fuera la estrategia que eligiera, el estado que se presentara sera el menos favorable para ella. Si los resultados consecuencia de la decisin a adoptar son favorables para el decisor, el criterio a utilizar es el maxi-min es decir, el decisor escoger para cada una de las alternativas el resultado ms desfavorable, seguidamente de entre estos resultados escoge el mximo o lo que es lo mismo el mejor. Si los resultados consecuencia de la decisin a adoptar son desfavorables para el decisor, el criterio a utilizar es el mini-max o lo que es lo mismo, el decisor escoger para cada una de las alternativas el peor resultado (el mayor), a continuacin, entre estos resultados escoge el mejor resultado, que al tratarse de resultados desfavorables (por ejemplo costes), sera el ms reducido.4.- Criterio de optimismo parcial de Hurwicz.Constituye un compromiso entre los criterios optimista y pesimista. Para su clculo se introduce un coeficiente de optimismo (a) comprendido entre 0 y 1, y el complementario que sera el denominado coeficiente de pesimismo (1 -a). El mejor de los resultados de cada estrategia se pondera con el coeficiente de optimismo, en tanto que el peor de los resultados se pondera con el de pesimismo, sumndose los resultados de ambos productos. La alternativa a elegir segn este criterio es aqulla cuya suma de los resultados ms y menos favorables debidamente ponderados sea la mejor.

5.- Criterio del mnimo pesar de Savage.Este criterio de decisin es el que siguen aquellos que tienen aversin a arrepentirse por equivocarse. Formalmente, ha de partirse de la elaboracin de la denominada matriz de pesares. Para ello debemos calcular lo que dejamos de ganar por no haber seleccionado en cada uno de los estados de la naturaleza la mejor estrategia. As en cada uno de los estados de la naturaleza le restamos el mejor valor de las distintas estrategias correspondiente a dicho estado, as se ira construyendo la matriz de pesares o costes de oportunidad. Una vez construida dicha matriz, se seleccionara el mximo valor de cada una de las estrategias y de estas el mnimo.

Toma de decisiones - Su aplicacin en las empresas martimas

Al examinar el proceso de toma de decisiones relacionado con las operaciones de transporte de contenedores llama la atencin su gran dependencia de juicio de tipo intuitivo.La gestin parece ser ms un arte que una ciencia; tradicionalmente se ha concebido como un proceso esotrico que ocurre solo dentro de la mente del gerente especializado.Sin embargo, puede cualquier empresa, en el entorno altamente competitivo actual darse el lujo de depender de estas prcticas arcanas en su lucha por la viabilidad ?Nosotros no lo creemos.El mundo que nos rodea es mucho ms complejo en trminos cambios tecnolgicos, comerciales y geopolticos para tal complacencia.En la industria martima, existe una necesidad urgente de definir y establecer una base de datos y herramientas prcticas de fcil acceso para el administrador de tal manera que sus decisiones se basen tambin en hechos y no estrictamente en la intuicin.Adems, el administrador tambin debe contar con una metodologa con la que se pueden evaluar las consecuencias de alcance intermedio y largo plazo de una decisin particular junto con los mritos comparativos de toda una serie de alternativas.Nos gustara hacer hincapi en que nuestro objetivo no es menospreciar la importancia de la intuicin del gestor experto ni tampoco el juicio utilizado hasta ahora.Ms bien vamos a demostrar que estos atributos asumen proporciones an ms significativas cuando se utilizan junto con informacin oportuna y precisa.En concreto, el tomador de decisiones debe tener a su disposicin una herramienta con la cual investigar dichas reas tpicas como:a. La relacin de las caractersticas de los buques propuestos en los itinerarios de cambio de flota.b. La interaccin entre los buques viejos y nuevos en un trfico determinado, efectuado mediante los cambios al adicionar nuevos buques y la modificacin de los itinerarios y horarios.c. Las ramificaciones de costos como consecuencia de los servicios de los proveedores y las tarifas a emplear y los posibles cambios durante las operaciones de carga y descarga en las terminales.d. Los efectos de los servicios de la competencia.e. Los impactos de los factores externos sobre los costos de la empresa que afectan a los resultados finales.Basados en estos principios es que la utilizacin de un modelo de estimacin de costos representa una herramienta fundamental en la toma de decisiones de una empresa martima dedicada al transporte de contenedores con el fin de orientar sus resultados hacia estrategias de liderazgo o enfoque en costos.

INTRODUCCION A LA SIMULACION

Simulacin puede ser definida como: crear un modelo computacional de un sistema real o propuesto y conducir experimentos sobre el modelo para describir comportamientos observados y /o predecir comportamientos futuros antes de invertir tiempo o dinero. Dado que la experimentacin sobre un sistema real puede resultar costosa y/o impracticable, la simulacin ha llegado a ser una herramienta extremadamente importante para disear y analizar sistemas complejos; es una manera rentable de realizar pruebas previas a sistemas propuestos, planes, o polticas antes de incurrir en gastos de prototipos , campos de pruebas, o implementaciones reales. De hecho, muchos directivos han llegado a ver a la simulacin como una pliza de seguro barata. En un mundo de creciente competitividad, la simulacin ha llegado a ser una poderosa herramienta de planificacin, diseo y control de sistemas.De otra manera y ms simple, la simulacin involucra el modelado de un sistema o proceso de tal manera que el modelo imite la respuesta del sistema real a los eventos que tienen lugar en el tiempo.El libro Introduccin a la Simulacin usando SIMAN ( Mc Graw Hill, 1995) indica los siguientes beneficios asociados a la simulacin: Nuevas polticas, procedimientos operacionales, reglas de decisin, estructuras operacionales, flujos de informacin, etc., pueden ser exploradas sin interrumpir procesos en curso. Nuevos diseos de hardware , diseos fsicos, software, sistemas de transportes, etc., pueden ser testeados antes de comprometer recursos para su adquisicin y/o implementacin. Hiptesis de cmo y porque ciertos fenmenos ocurren pueden ser testeados para anlisis de factibilidad. Los tiempos pueden ser controlados: Estos pueden ser comprimidos o expandidos permitiendo acelerar o retrasar el comportamiento del fenmeno en estudio. Se puede adquirir una mejor visin, acerca de las variables que resultan ms importantes para el rendimiento del proceso y / o sistema y como estas interactan. Permite identificar potenciales cuellos de botella en flujos de materiales, informacin y de productos. Un estudio de simulacin puede resultar muy valioso para entender cmo un sistema realmente funciona en oposicin a la forma en que todos piensan que opera. Nuevas situaciones y/o escenarios, sobre los que tenemos conocimiento y experiencia limitada, pueden ser manipuladas con el fin de prepararse para acontecimientos futuros tericos. La gran fortaleza de la simulacin reside en su capacidad para hacernos explorar escenarios conocidos como "qu pasa si"( What If).

Sea realizado a mano o en una computadora, la simulacin involucra la generacin de una historia artificial de un sistema; la observacin de esta historia mediante la manipulacin experimental, nos ayuda a inferir las caractersticas operacionales de tal sistema. En la definicin anterior se citan dos pasos bsicos de una simulacin:

a) Desarrollo del modelob) Experimentacin

El desarrollo del modelo incluye la construccin de ecuaciones lgicas representativas del sistema y la preparacin de un programa computacional. Una vez que se ha validado el modelo del sistema, la segunda fase de un estudio de simulacin entra en escena, experimentar con el modelo para determinar cmo responde el sistema a cambios en los niveles de algunas variables de entrada.

Los trminos "sistema" y "modelo" tambin son importantes en la definicin descrita. Un sistema es una coleccin de variables que interactan entre s dentro de ciertos lmites para lograr un objetivo. El modelo por su parte es una representacin de los objetos del sistema y refleja de manera sencilla las actividades en las cuales esos objetos se encuentran involucrados.

PROCESO DE DESARROLLO DE UN MODELO DE SIMULACIN

Se ha escrito mucho acerca de los pasos necesarios para realizar un estudio de simulacin. Sin embargo, la mayora de los autores opinan que los pasos necesarios para llevar a cabo un experimento de simulacin son:- Definicin del sistema. Para tener una definicin exacta del sistema que se desea simular, es necesario hacer primeramente un anlisis preliminar del mismo, con el fin de determinar la interaccin del sistema con otros sistemas, las restricciones del sistema, las variables que interactan dentro del sistema y sus interrelaciones, las medidas de efectividad que se van a utilizar para definir y estudiar el sistema y los resultados que se esperan obtener del estudio.- Formulacin del modelo. Una vez que estn definidos con exactitud los resultados que se esperan obtener del estudio, el siguiente paso es definir y construir el modelo con el que se construirn los resultados deseados. En la formulacin del modelo es necesario definir todas las variables que forman parte de l, sus relaciones lgicas y los diagramas de flujo que describan en forma completa al modelo.- Coleccin de datos. Es posible que la facilidad de obtencin de algunos datos o la dificultad de conseguir otros, pueda influenciar el desarrollo y formulacin del modelo. Por consiguiente, es muy importante que se definan con claridad y exactitud los datos que el modelo va a requerir para producir los resultados deseados. Normalmente, la informacin requerida por un modelo se puede obtener de registros contables, de rdenes de compra, de opiniones de expertos y si no hay otro remedio por experimentacin.- Implementacin el modelo en la computadora. Con el modelo definido, el siguiente paso es decidir si se utiliza algn lenguaje estructurado o algn paquete como GPSS, simula, simscript, etc., para procesarlo en la computadora y obtener los resultados deseados.- Validacin. Una de las principales etapas de un estudio de simulacin es la validacin. A travs de esta etapa es posible detallar deficiencias en la formulacin del modelo o en los datos alimentados al modelo. Las formas ms comunes de validar un modelo son:1. La opinin de expertos sobre los resultados de la simulacin.2. La exactitud con que se predicen datos histricos.3. La exactitud en la prediccin del futuro.4. La comprobacin de falla del modelo de simulacin a utilizar datos que hacen fallar al modelo real.5. La aceptacin y confianza en el modelo de la persona que har uso de los resultados que arroje el experimento de simulacin.- Experimentacin. La experimentacin con el modelo se realiza despus de que ste ha sido validado. La experimentacin consiste en generar los datos deseados y en realizar anlisis de sensibilidad de los ndices requeridos.- Interpretacin. En esta etapa del estudio, se interpretan los resultados que arroja la simulacin y en base a esto se toma una decisin. Es obvio que los resultados que se obtienen de un estudio de simulacin ayudan a tomar decisiones del tipo semi-estructurado, es decir, la computadora en s no toma la decisin, sino que la informacin que proporciona ayuda a tomar mejores decisiones y por consiguiente a sistemticamente obtener mejores resultados.- Documentacin. Dos tipos de documentacin son requeridos para hacer un mejor uso del modelo de simulacin. La primera se refiere a la documentacin de tipo tcnico, es decir, a la documentacin que el Departamento de Procesamiento de Datos debe tener del modelo. La segunda se refiere al manual del usuario, con el cual se facilita la interaccin y el uso del modelo desarrollado a travs de una terminal de computadora.Ventajas y desventajas de la simulacin por computadora

La simulacin asistida por computadora presenta ciertas desventajas:1. Los resultados numricos obtenidos se basan en el conjunto especfico de nmeros aleatorios, cuyos valonas corresponden a slo uno de los resultados posibles Por tanto, los valores finales reportados en una simulacin son slo estimaciones de los valores reales que est buscando.2. Para obtener estimaciones ms exactas y para minimizar la probabilidad de tomar una mala decisin, usted deberaa. hacer un gran nmero de ensayos en cada simulacin y/o ;b. repetir toda la simulacin un gran nmero de veces. Para problemas mas complejos, un gran nmero de repeticiones puede requerir cantidades significativas de tiempo de cmputo.3. Cada simulacin requiere su propio diseo especial para imitar el argumento real bajo investigacin y su propio programa de computadora asociado. Aunque es posible aprender y usar paquetes de software especializados, el esfuerzo de desarrollo en el diseo y programacin de simulaciones del mundo real es extremadamente tardado.4. Siempre quedarn variables por fuera que, si hay mala suerte, pueden cambiar completamente los resultados en la vida real que la simulacin no previ... en ingeniera se "minimizan riesgos, no se evitan".5. Como resultado de estas desventajas, usted debera intentar resolver su problema usando tcnicas analticas siempre que sea posible. Hacer esto requiere menos esfuerzo y da como resultado respuestas exactas en vez de estimaciones.No obstante, a pesar de las desventajas, la simulacin por computadora es una de las tcnicas ms comnmente usadas porque ofrece las siguientes ventajas:1. La simulacin le permite analizar grandes problemas complejos para los que no estn disponibles resultados analticos. De hecho, la mayora de los problemas de mundo real encajan en esta categora. La simulacin proporciona una alternativa prctica.2. Como con cualquier forma de simulacin, la simulacin por computadora permite que el tomador de decisiones experimente con muchas polticas y argumentos diferentes sin cambiar o experimentar realmente con el sistema existente real. Por ejemplo, con una simulacin por computadora, usted puede estudiar el impacto de aadir una nueva estacin de trabajo a una lnea de produccin sin tener que organizar la estacin de trabajo fsicamente.3. La simulacin por computadora le permite comprimir tiempo. Por ejemplo, usted puede estudiar el impacto a largo plazo de una poltica para un banco durante todo un ao en una simulacin por computadora que dura unos cuantos minutos. La alternativa de implantar realmente la poltica y observar sus resultados en un ao tal vez no sea prctica.4. Algunas tcnicas analticas requieren de experiencia matemtica sofisticada, tanto para utilizarlas como para comprenderlas. Una simulacin por computadora pueda requerir pocas o ningunas matemticas complejas y por tanto, puede ser intuitivamente ms comprensibles. Por esta razn, la simulacin por computadora puede usarse an cuando el problema pueda analizarse usando tcnicas matemticas.

Tipos de simulacin1. Simulacin Discreta: modelacin de un sistema [...] por medio de una representacin en la cual el estado de las variables cambian instantneamente en instante de tiempo separados. (En trminos matemticos [...] el sistema solo puede cambiar en instante de tiempo contables)2. Simulacin Continua: modelacin [...] de un sistema por medio de una representacin en la cual las variables de estado cambian continuamente en el tiempo. Tpicamente, los modelos de simulacin continua involucran ecuaciones diferenciales que determinan las relaciones de las tasas de cambios de las variables de estado en el tiempo.3. Simulacin Combinada Discreta-Continua: modelacin de un sistema por medio de una representacin en la cual unas variables de estado cambian continuamente con respecto al tiempo y otras cambian instantneamente en instante de tiempo separados.Es una simulacin en la cual interactan variables de estado discretas y continuas.Existen tres tipos de interacciones entre las variables de estado de este tipo de simulaciones: Un evento discreto puede causar un cambio discreto en el valor de una variable de estado continua. Un evento discreto puede causar que la relacin que gobierna una variable de estado continua cambie en un instante de tiempo en particular. Una variable de estado continua de punto de partida puede causar que un evento discreto ocurra, o sea, programado.

4. Simulacin Determinstica y/o Estocstica: una simulacin determinstica es aquella que utiliza nicamente datos de entra determinsticos, no utiliza ningn dato de entrada azaroso. En cambio un modelo de simulacin estocstico incorpora algunos datos de entrada azarosos al utilizar distribuciones de probabilidad.5. Simulacin esttica y dinmica: La simulacin esttica es aquella en la cual el tiempo no juega un papel importante, en contraste con la dinmica en la cual si es muy importante.6. Simulacin con Orientacin hacia los eventos: modelaje con un enfoque hacia los eventos, en el cual la lgica del modelo gira alrededor de los eventos que ocurren instante a instante, registrando el estado de todos los eventos, entidades, atributos y variables del modelo en todo momento.7. Simulacin con Orientacin hacia procesos: modelaje con un enfoque de procesos, en el cual la lgica del modelo gira alrededor de los procesos que deben seguir las entidades. Es cierta forma, es un modelaje basado en un esquema de flujo grama de procesos, el cual se hace es un seguimiento a la entidad a travs de la secuencia de procesos que debe seguir.Introduccin al modelado con hoja de clculo

Las hojas de clculo se han vuelto tan comunes como las calculadoras en el anlisis y la toma de de decisiones. En esta seccin queremos destacar la importancia de la creacin de modelos de toma de decisiones con Excel. En ella, comenzamos a entender y responder a la pregunta que las personas involucradas en la toma de decisiones se encuentran al utilizar Excel y como esta aplicacin se ha convertido en el estndar para anlisis y colaboracin.

1.1 Por qu modelar problemas? Puede parecer trivial el preguntarse por qu modelar problemas, pero vale la pena considerarlo. Por lo general, hay al menos dos razones para modelar problemas:(1) si el problema tiene importantes consecuencias financieras y organizativas, entonces merece seria consideracin, y modelarlo permite un anlisis serio.(2) en un muy prctico nivel, a menudo somos dirigidos por los superiores para modelar un problema porque ellos creen que vale la pena.

Para un tomador de decisiones subordinado y analista, los problemas importantes generalmente requieren ms que un simple ", creo. . . " o " yo siento que. . ", para satisfacer las preguntas de los superiores. Hoy en da, los superiores estn haciendo preguntas acerca de las decisiones que requieren una cuidadosa investigacin de supuestos, y que cuestionan la sensibilidad de los resultados de las decisiones a los cambios en las condiciones ambientales y los supuestos. Para hacer frente a estas cuestiones, la formalidad en la toma de decisiones es una necesidad, por lo que se deben construir modelos que deben acomodar este mayor grado de control. En ltima instancia, el modelado puede y debe conducir a una mejor toma de decisiones en general.

1.2 Por qu problemas de modelos de decisin con Excel?

Por lo tanto, si el modelado de problemas de decisin es importante y necesario en nuestro trabajo, entonces, qu herramienta de modelado (s) podemos seleccionar? En aos recientes, ha habido pocas dudas en cuanto a la respuesta de esta pregunta para los responsables de la mayora de las decisiones: Microsoft Excel. Excel es la ms generalizada, herramienta de modelacin de uso mltiple en el planeta debido a su facilidad de uso. Cuenta con una gran cantidad de capacidades internas que sigue creciendo a medida que cada nueva versin se introduce. Excel tambin es parte de Microsoft Office, una suite de herramientas igualmente popular que permiten la interoperabilidad. Por ltimo, hay enormes ventajas en esta aplicacin y en su seleccin como una herramienta de modelado, es decir, una herramienta con muchas capacidades. Hay tanto poder y capacidad integrada en Excel, que a menos que los usuarios hayan recibido una formacin muy reciente en sus ltimas capacidades, puede no estar consciente de la variedad de modelos que es posible de construir con Excel. He aqu que surgen las primeras preguntas importantes para los tomadores de decisiones que estn pensando en elegir una herramienta de decisin :

1. Qu formas de anlisis son posibles con Excel? 2. Si mi esfuerzo de modelado requiere mltiples formas de anlisis, Excel puede manejar la diversas tcnicas necesarias? 3. Si yo me comprometo a utilizar Excel, ser capaz de manejar las nuevas formas de anlisis y un posible aumento en la escala y la complejidad de mis modelos?

La respuesta general a estas preguntas es: casi cualquier tcnica analtica que se pueda concebir y que cabe en la estructura de fila-columna de hojas de clculo pueden ser modelada con Excel.

Se debe tener en cuenta que esta es una afirmacin muy amplia y audaz. Obviamente, si usted est modelando fenmenos relacionados con la fsica de altas energas o teora matemtica, es muy probable que elegir otras herramientas de modelado sea mucho ms conveniente; Sin embargo, para el individuo que busca resolver modelos de problemas de negocio, Excel es una necesidad.

Toda vez que conceptualizamos y planificamos resolver un problema de decisin, una de los primeras consideraciones a que nos enfrentamos es decidir qu tipo de modelado a utilizar. Existen problemas de negocios que son nicos y complejos y que requieren un enfoque mucho ms especfico y especializado que el modelado con Excel. Sin embargo, la mayora de nosotros estamos involucrados con problemas de negocios que abarcan una variedad de reas problemticas, por ejemplo, marketing, anlisis cualitativo de base de datos, problemas de financiacin que requieren simulacin , de presupuestos y control de costos , de estados financieros y anlisis de riesgos que requieren la determinacin de perfiles de riesgos. Las hojas de clculo nos permiten unificar estos anlisis en una sola plataforma de modelado. Esto hace que nuestro esfuerzo de modelado tome las siguientes caractersticas:

(1) duraderos con una estructura slida que puede anticipar uso variado, (2) flexible, con capacidad de adaptacin como el problema cambia y evoluciona, y (3) compartibles, que los modelos puedan ser compartidos por una variedad de individuos en muchos niveles de la organizacin, todos los cuales estn colaborando en la solucin del problema.

Adems, la programacin estndar requerida para las hojas de clculo es ms fcil de aprender que otras formas de lenguajes de programacin ms sofisticadas encontradas en muchos sistemas de modelado. Aun as, Excel ha anticipado la necesidad ocasional de programacin adicional, proporcionando un potente lenguaje de programacin, VBA(Visual Basic para Aplicaciones). La naturaleza de las hojas de clculo de Excel ha llevado a serias investigaciones acadmicas, as como a la investigacin sobre su uso y abuso. Bajo el ttulo general de Ingeniera de hojas de clculo, los acadmicos han comenzado a aplicar muchos de los principios importantes de la ingeniera de software para hojas de clculo, tratando de lograr mejores resultados en la concepcin de modelos: modelos ms tiles y con menos errores en la programacin, y un impacto mayor en la toma de decisiones .El crecimiento de la importancia de este tema es la evidencia de los potenciales altos costos asociados con hojas de clculo mal diseadas.