PREGUNTAS PARA ANÁLISIS

1-1 ¿Cuál es la diferencia entre análisis cuantitativo y análisis

cualitativo? Dé varios ejemplos.
R/ El análisis cuantitativo es el enfoque científico de la toma de decisiones
administrativa. La investigación cuantitativa es aquella en la que se
recogen y analizan datos cuantitativos sobre variables.
La investigación cualitativa evita la cuantificación. La diferencia
fundamental entre ambas metodologías es que la cuantitativa estudia la
asociación o relación entre variables cuantificadas y la cualitativa lo hace
en contextos estructurales y situacionales. Análisis cualitativos ejemplos:
Observación participante, entrevista, grupos focales, cuestionarios,
estudios de caso.
Análisis cuantitativos ejemplos: Medir y probar, categorías y
respuestas estructuradas, resultados objetivos, muestras amplias para
producir resultados generalizados y válidos.

1-2 Defina análisis cuantitativo. ¿Cuáles son algunas organizaciones que

apoyan el uso del enfoque científico?

R/ Es el enfoque científico de la toma de decisiones administrativas. Algunas

Organizaciones, Universidades, laboratorios nacionales, agencias
gubernamentales y corporaciones y Asociación Americana para el Progreso de

1-3 ¿Qué es el proceso del análisis cuantitativo? Dé varios ejemplos de

este proceso.

R/ El proceso cuantitativo consiste en definir un problema, desarrollar un

modelo, obtener los datos de entrada, desarrollar una solución, probar la

solución, analizar los resultados e implementaros. Ejemplos: Encuestas,

Observación estructurada, Experimento.

1-4 Dé una descripción breve de la historia del análisis cuantitativo. ¿Qué

le ocurrió al desarrollo del análisis cuantitativo durante la Segunda
Guerra Mundial?

R/ El análisis cuantitativo ha existido desde el inicio de la historia escrita, pero

fue Frederick W. Taylor —a principios del siglo XX—, el pionero en aplicar los
principios del método científico a la administración.

Durante la Segunda Guerra Mundial se desarrollaron muchas técnicas

científicas y cuantitativas nuevas para ayudar a la milicia. Los nuevos
desarrollos tuvieron tanto éxito que después de la guerra muchas compañías
comenzaron a usar técnicas similares en la toma de decisiones administrativas
y en la planeación.

En la actualidad, muchas organizaciones contratan a personal o a consultores

en investigación de operaciones o en ciencias administrativas, con la finalidad
de aplicar los principios de la administración científica a problemas y
oportunidades

1-5 Mencione algunos ejemplos de los diferentes tipos de modelos. ¿Qué

es un modelo matemático? Desarrolle dos ejemplos de modelos
matemáticos.

R/ Los tipos de modelos son físico, a escala, esquemáticos y matemáticos. Un

modelo matemático es un conjunto de relaciones matemáticas.

Ejemplos: Estas relaciones se expresan como ecuaciones y desigualdades, ya

que se encuentran en un modelo de hoja de cálculo que suma, saca promedios
o desviaciones estándar.

1-6 Numere algunas fuentes de datos de entrada.

 Conjunto de informes monográficos.
 Datos estadísticos.
 Estudios de organismos públicos.
 Asociaciones que constituyen una fuente muy valiosa para la
empresa a nivel informativo o de análisis

1-7 ¿Qué es la implementación y por qué es importante?

R/ Constituye la realización de determinados procesos y estructuras en un

sistema. Representa así la capa más baja en el proceso de paso de una capa
abstracta a una capa más concreta, es importante ya que todo el proceso que
se llevó a cabo durante el análisis de los resultados luego de definir el
problema, es necesario implementarlo para terminar el proceso de análisis
cualitativo o cuantitativo por completo.

1-8 Describa el uso del análisis de sensibilidad y posóptimo en el análisis

de resultados.
R/ En este procedimiento se determina cuanto cambiara la solución si hay
cambios en el modelo o datos de entrada. Si el modelo o los datos tienen
errores, la solución podría estar mal, y se tendrían pérdidas financieras o
ganancias reducidas.

1-9 Los gerentes aseguran siempre que los analistas cuantitativos les
hablan en una jerga que no suena como su idioma. Liste cuatro
términos que quizá no entienda el gerente. Luego, explique en
términos que no sean técnicos el significado de cada uno.

R/ Depende de la región en la que se encuentre el analista, asi sran las jergas

utilizadas, por ejemplo cuando dicen que “la cosa está dura” en una empresa,
quiere decir que las ventas están bajas y la producción no rindelos costos. Así
muchos otros, pero es cuestión de acostumbrarse a los términos.
 1-10 ¿Por qué piensa usted que muchos analistas cuantitativos no
quieren participar en el proceso de implementación? ¿Qué se podría
hacer para cambiar esa actitud?

R/ Al implementar la solución, es necesario vigilar de cerca, ya que

existenocasiones que se requieren cambios de la solución general a través
deltiempo. Algunos analistas temen que la solución no sea del todo
ó[Link] que los analistas deben sentirse seguros de sus soluciones y de
sernecesario ellos mismos solucionar algunos errores que no se tomaron
encuenta, esto debería ser parte del proceso.

1-10 ¿Debería la gente que va a utilizar los resultados de un nuevo

modelo cuantitativo involucrarse en los aspectos técnicos del
procedimiento de solución del problema?

R/ Considero que sí, pero no de forma completa ya que puedes estresarsepor

no comprender del todo algunos modelos matemáticos complejos,
sinembargo, deben conocer de donde provienen algunos de los
componentesde los modelos a incorporar para la solución

1-11 C. W. Churchman dijo una vez que “las matemáticas [...] tienden a
aturdir al confiado para hacerlo creer que quien piensa de manera
elaborada piensa bien”. ¿Cree que los mejores modelos del AC son
los más elabora dos y complejos matemáticamente? ¿Por qué?

R/ No necesariamente los modelos más elaborados son los mejores ya que

puede existir la probabilidad de que un modelo con gran complejidad puede

tener un modelo de AC sencillo, dependiendo del analista y que tan bien

realiza una lógica entendible

1-12 ¿Qué es el punto de equilibrio? ¿Qué parámetros se necesitan para

calcularlo?
R/ El punto de equilibrio, es el número de unidades vendidas que da como
resultado de una ganancia de $0. Los parámetros necesarios para calcular el
punto de equilibrio es el costo fijo (cf), precio de venta por unidad (P) y costo
variable por unidad (cv).

EGUNTAS PARA ANÁLISIS

2-1 ¿Cuáles son las dos leyes de probabilidad básicas?

R/ La probabilidad, P, de ocurrencia de cualquier evento o estado de la

naturaleza es mayor que o igual a 0 y menor que o igual a 1. Es decir, una
probabilidad de 0 indica que se espera que un evento nunca ocurra.
Una probabilidad de 1 significa que se espera que un evento ocurra
siempre.

La suma de las probabilidades simples de todos los resultados posibles de

una actividad debe ser igual a 1.

2-2 ¿Qué significa eventos mutuamente excluyentes? ¿Qué quiere

decir colectivamente exhaustivos? Dé un ejemplo de cada uno.

Mutuamente excluyentes si solo uno de ellos puede ocurrir en un ensayo

cualquiera.

Ejemplo: Como P (espada) =13/52 y (trébol) 13/52 la probabilidad de

sacar una espada o un trébol es P (espada o trébol) = P(espada) + P(trébol)

= 13/52 + 13/52

= 26/52 = 1/2 = 0.50 = 50%

Se llaman colectivamente exhaustivos si la lista de resultados

incluye todos los resultados posibles.

Ejemplo: para calcular la probabilidad de extraer un 5 o un diamante:

P(cinco o diamante)=P(cinco) + P(diamante) – P(cinco y diamante)

=4/52 + 13/52 – 1/52

= 16/52 = 4/13
2-3 Describa los diferentes enfoques usados para determinar
valores de probabilidad.

R/ PROBABILIDAD OBJETIVA: La probabilidad de cualquier nivel de demanda

de pintura es la frecuencia relativa de ocurrencia de esa demanda en
un número grande de observaciones (200 días, en este caso). En general,

P(evento) = Número de ocurrencias del evento

Número total de ensayos o resultados

La probabilidad objetiva también puede establecerse usando lo que se llama el

métodológico o clásico.

PROBABILIDAD SUBJETIVA: La exactitud de las probabilidades subjetivas

depende de la experiencia y el buen juicio de quien realiza las estimaciones.
Diversos valores de probabilidad no se logran determinar a menos que se
emplee el enfoque subjetivo.

2-4 ¿Por qué la probabilidad de la intersección de dos eventos se resta de

la suma de las probabilidades de los dos eventos?

R/ Reduce la probabilidad porque se restan las posibilidades de que

ambos eventos ocurran al mismo tiempo.

2-5 ¿Cuál es la diferencia entre eventos dependientes y eventos

independientes?

 Cuando son independientes, la ocurrencia de un evento no tiene efecto

sobre la probabilidad de ocurrencia de otro evento.
 Cuando los eventos son estadísticamente dependientes, la ocurrencia de
un evento afecta la probabilidad de que otro evento ocurra. Las
probabilidades marginal, condicional y conjunta existen con la dependencia
al igual que con la independencia, pero la forma de las dos últimas cambia.

2-6 ¿Qué es el teorema de Bayes y cuándo se puede usar?

El teorema de Bayes se emplea para incluir información adicional

cuando esté disponible y ayuda a crear probabilidades posteriores o
revisadas. Esto significa que podemos tomar datos nuevos o recientes y
luego revisar y mejorar nuestras estimaciones de probabilidades
anteriores para un evento.

2-7 Describa las características de un proceso de Bernoulli.

 Cada ensayo en un proceso Bernoulli tiene solo dos posibles resultados.

Estos típicamente se llaman éxito y fracaso, aunque en algunos ejemplos
pueden ser sí o no, cara o cruz, pasa o no pasa, defectuoso o aceptable,
etc.
 La probabilidad no cambia de un ensayo al siguiente.
 Los ensayos son estadísticamente independientes.
 El número de ensayos es un entero positivo.

¿Cómo se asocia un proceso de Bernoulli con la distribución binomial?

La distribución binomial se utiliza para encontrar la probabilidad de
un número específico de éxitos en n ensayos de un proceso Bernoulli.

2-8 ¿Qué es una variable aleatoria?

Una variable aleatoria asigna un número real a cada resultado o evento posible
de un experimento. Por lo general, se representa con la letra X o Y. Cuando el
resultado en síes una cantidad numérica o cuantitativa, los resultados pueden
ser la variable aleatoria.

¿Cuáles son los diferentes tipos de variables aleatorias?

 Variable aleatoria discreta.

 Variable aleatoria continúa.

2-9 ¿Cuál es la diferencia entre una distribución de probabilidad discreta

y una distribución de probabilidad continua? Dé sus propios ejemplos de
cada una.

Variable aleatoria discreta si se puede suponer tan solo un conjunto finito o

limitado de valores.

Experimento Resultados Variable Aleatoria Rango de las

Discreta variables
Ofrece en ventas Número de X= números de 0,1,2,3,4...,100
 100 mochilas mochilas mochilas
vendidas vendidas

Variable aleatoria continua es una variable aleatoria que tiene un conjunto

infinito o ilimitado de valores.

Experimento Resultados Variable Aleatoria Rango de las

Discreta variables
Probar la vida útil Tiempo que dura S= Tiempo en 0-S-2
de batería (pila) la batería hasta 2 que se termina la
oras batería

2-10 ¿Qué es el valor esperado y qué mide?

El valor esperado es una medida de tendencia central, que se

calcula como el promedio ponderado de los valores de la variable aleatoria.

¿Cómo se calcula para una distribución de probabilidad discreta?

El valor esperado o la media de cualquier distribución de probabilidad

discreta se calcula multiplicando cada valor posible de la variable aleatoria X,
por la probabilidad, P(Xi) de que ocurra el resultado y sumando, los resultados.

2-11 ¿Qué es la varianza y qué mide?

La varianza de una distribución de probabilidad es un número que revela la

dispersión general de los datos o dispersión de la distribución.

¿Cómo se calcula para una distribución de probabilidad discreta?

2-12 Mencione tres procesos de negocios que se puedan describir
mediante una distribución normal.

3-1 Dé un ejemplo de una buena decisión que haya tomado y cuyo

resultado haya sido malo. También mencione un ejemplo de una mala
decisión que haya tomado y que tuvo un buen resultado. ¿Por qué cada
decisión fue buena o mala?

R/
3-2 Describa qué incluye el proceso de decisiones.

La Decisión: Es una elección entre dos o más líneas de acción diferentes. El

objeto de la teoría de la decisión es racionalizar dicha elección. El estudio de la
teoría de decisión provee de herramientas para la toma de decisiones
importantes.

Seis pasos en la toma de decisiones

 Definir con claridad el problema que enfrenta.

 Hacer una lista de las alternativas posibles.
 Identificar los resultados posibles o los estados de naturaleza.
 Numerar los pagos (típicamente las ganancias) de cada combinación de
alternativas y resultados.
 Elegir uno de los modelos matemáticos de la teoría de las decisiones.
 Aplicar el modelo y tomar la decisión.

3-3 ¿Qué es una alternativa? ¿Qué es un estado de la naturaleza?

Una alternativa, se define como un curso de acción o una estrategia que puede
elegir el tomador de decisiones. Una alternativa es la opción existente entre
dos o más cosas.

Las decisiones, esos resultados sobre los que el tomador de decisiones tiene
escaso o ningún control se llaman estados de naturaleza.

El estado de naturaleza es aquel período supuesto en el cual el hombre no ha

constituido aún el Estado como entidad legal que limita sus
derechos y le impone obligaciones, sino que vive como el resto de los
animales con libertad absoluta de obrar, sin propiedad privada y haciendo
justicia por su propia mano.

3-4 Analice las diferencias entre la toma decisiones con certidumbre, la

toma de decisiones con riesgo y la toma de decisiones con incertidumbre.

La diferencia entre la toma de decisiones de Certidumbre se tiene información

exacta, medida y confiable acerca del resultado de cada una de las alternativas
que se considera y la toma de decisiones de Riesgo se produce el riego
siempreque no somos capaces de preveer con certeza el resultado de alguna
alternativa y la toma de decisión de Incertidumbre es poco lo que se sabe de
las alternativas ode sus resultados.

3.5 ¿Qué técnicas se utilizan para resolver problemas de toma de

decisiones con incertidumbre? ¿Cuál técnica da como resultado una
decisión optimista?

Se utilizan esta técnicas

 Optimista (maximax)
 Pesimista (maximin)
 Criterio de realismo (Hurwicz)
 Probabilidades iguales (Laplace)
 Arrepentimiento minimax

El criterio optimista, se considera el mejor pago (máximo) para cada alternativa,

y se elige la alternativa con el mejor (máximo) de ellos. El criterio optimista
recibe el nombre de maximax.

3.6 Defina perdida de oportunidad ¿Qué criterios de toma de decisiones

se usan como una tabla de perdida de oportunidad?

La pérdida de oportunidad se refiere a la diferencia entre la ganancia o el pago

óptimo por un estado de naturaleza dado y el pago real recibido por una
decisión específica. El criterio de arrepentimiento minimax utiliza la tabla de
perdida de oportunidad.

3.7 ¿Qué información debería colocarse en un árbol de decisiones?

Estos deben contener puntos de decisión y puntos de estados de naturaleza,

este presenta decisiones y resultados en orden secuencial.

3.8 Describa como determinaría la mejor decisión usando el criterio del

VME con un árbol de decisiones.

Determinaría una mejor decisión de acuerdo al mayor valor monetario

esperado
3-9 ¿Cuál es la diferencia entre las probabilidades previas y las
posteriores?

La probabilidad previa o a priori son aquellas probabilidades son investigación

de mercado. Y la probabilidad posterior son aquellas nuevas que ya está
revisadas por medio del análisis bayesiano.

3-10 ¿Cuál es el propósito del análisis bayesiano? Describa

cómo usaría el análisis bayesiano en el proceso de toma de decisiones.

R/ El propósito del análisis bayesiano es permitir a quienes toman las

decisiones revisar los valores de probabilidad además puede
determinar probabilidades posteriores basadas en probabilidades previas y la
nueva información.

Se puede utilizar en el proceso de toma de decisiones cada vez que se recoge

información adicional. Esta información puede combinarse con
probabilidades previas para llegar a probabilidades posteriores. Una vez que
estas probabilidades posteriores se calculan, se pueden utilizar en el proceso
de toma de decisiones como cualquier otro valor de probabilidad.

3-11 ¿Qué es el VEIM? ¿Cómo se calcula?

El VME es la suma ponderada de los pagos posibles para cada alternativa.

VME (alternativo) = M Xi P (Xi)

3-12 ¿Cómo se calcula la eficiencia de la información muestral?

Se utiliza una medida de la eficiencia para expresar el valor de la información

de la investigación de mercados.

Eficiencia de información muestral = VEIW 100%

VEIW

3-13 ¿Cuál es el propósito general de la teoría de la utilidad?

La persona evalúa la probabilidad de que ocurra cada una de ellas y le asigna
una puntuación en función de su utilidad en una situación concreta. La que
maximice la utilidad esperada seria la elección más acertada.

3-14 Analice brevemente como se evalúa una función de la utilidad ¿Que

es el juego estándar y como se utiliza al determinar valores de la utilidad?

se mide la «satisfacción» o «utilidad» que obtiene un consumidor cuando por

medio del consumo disfruta de una cantidad de bienes. Asigna valores
numéricos a cada unidad de bienes consumidos.

Al determinar las utilidades de todos los resultados, diferentes del mejor y el

peor, se considera un juego estándar,

3-15 ¿Cómo se emplea la curva de la utilidad al seleccionar la mejor

decisión para un problema en particular?

R/ Una curva de la utilidad es una gráfica que presenta los valores de la utilidad
contra el valor monetario. Ella puede invertir su dinero en una cuenta de
ahorros bancaria, o bien, invertir el mismo dinero en la compra de bienes
raíces.

3-16
¿Qué es un buscador de riesgo? ¿Qué ser adverso al riesgo? ¿En que
difieren las curvas de la utilidad para estos tipos de tomadores de
decisiones?

R/ Una persona que busca el riesgo tiene una curva de la utilidad con la forma
opuesta. Este tomador de decisiones obtiene más utilidad de un riesgo mayor y
un pago potencial más alto.
Cuando el valor monetario aumenta en su curva de la utilidad, la utilidad
aumenta a una tasa creciente. Un individuo que es indiferente al riesgo tiene
una curva de la utilidad en línea recta.

La forma de la curva de la utilidad de una persona depende de la decisión

específica que se está considerando, los valores monetarios involucrados en la
situación, el cuadro psicológico del individuo y de cómo se siente acerca del
futuro. Quizás usted tenga una curva de la utilidad para algunas situaciones
que enfrenta y otras curvas totalmente diferentes para otras.

Preguntas para análisis

4-1 ¿Cuál es el significado de mínimos cuadrados en un modelo de

regresión?

R/ La regresión lineal de los mínimos cuadrados (en inglés OLS: Ordinary Least
Squares regresión) es un método común para estimar los coeficientes de las
ecuaciones de regresión lineal que describen la relación entre una (o varias)
variables independientes cuantitativas y una variable dependiente. Según el
número de variables, podemos hacer una regresión simple o múltiple.

4-2 Analice el uso de variables ficticias en el análisis de regresión.

R/Las posibilidades de aplicación del análisis de regresión son prácticamente

ilimitadas. El primero es entender la relación entre las variables como gastos en
publicidad y ventas. El segundo es predecir el valor de una de las variables con
base en el valor de la otra.

Por ello, la regresión es una técnica muy importante para realizar predicciones.
Si no usáramos X para predecir Y, simplemente utilizaríamos la media de Y
como predicción y la SCT mediría la exactitud de nuestras predicciones. Sin
embargo, una recta de regresión se puede usar para predecir el valor de Y y,
aunque todavía hay errores, la suma de los cuadrados de estos errores será
menor que la suma de los cuadrados total que se acaba de calcular
 4-3 Analice cómo se relacionan el coeficiente de determinación y el
coeficiente de correlación, y cómo se utilizan en el análisis de regresión.

R/ Algunas veces nos referimos a la SCR como la variabilidad explicada en Y y

a la SCE como la variabilidad no explicada en Y. La proporción de la
variabilidad en Y que se explica por la ecuación de regresión se llama
coeficiente de determinación.

El coeficiente de correlación. Esta medida también expresa el grado o fuerza

de la relación lineal. En general, se expresa como r y puede ser cualquier
número entre +1 y –1, incluyendo ambos valores. La figura 4.3 ilustra los
diagramas de dispersión posibles para diferentes valores de r. El valor de r es
la raíz cuadrada de r2. Es negativo si la pendiente es negativa y es positivo si
la pendiente es positiva.

4-4 Explique cómo se utiliza un diagrama de dispersión para identificar el tipo

de regresión que se debe aplicar.

R/ Para investigar la relación entre las variables, es útil ver una gráfica de los
datos. Esa gráfica se llama diagrama de dispersión o gráfica de dispersión.
Generalmente, la variable independiente se grafica en el eje horizontal y la
variable dependiente en el eje vertical.

Tipos de regresión:

 Regresión lineal simple: En cualquier modelo de regresión se tiene el

supuesto implícito (que se puede probar) de que existe una relación entre
las variables. También hay un error aleatorio que no se puede predecir.

 Regresión lineal múltiple: En el análisis de regresión lineal múltiple, el

conjunto de datos contiene una variable dependiente y múltiples variables
independientes. La función de línea de regresión lineal cambia para incluir
más factores, de la siguiente manera:

Y = β0*x0 + β1x1 + β2x2+…… βNxN+ ε

A medida que aumenta el número de variables predictivas, las constantes β

también aumentan en consecuencia.
La regresión lineal múltiple modela múltiples variables y su impacto en un
resultado:
 Lluvia, temperatura y uso de fertilizantes en el rendimiento de los cultivos.
 Dieta y ejercicio sobre enfermedades cardíacas.
 Crecimiento salarial e inflación en las tasas de préstamos hipotecarios.

 Regresión logística

Los científicos de datos utilizan la regresión logística para medir la probabilidad

de que se produzca un evento. La predicción es un valor entre 0 y 1, donde 0
indica un evento que es poco probable que ocurra y 1 indica una probabilidad
máxima de que suceda. Las ecuaciones logísticas usan funciones logarítmicas
para calcular la línea de regresión.

4-7 ¿Qué es la SCE? ¿Cómo se relaciona con la SCT y con la SCR?

R/ La SCE mide la variabilidad en Y alrededor de la recta de regresión.

La SCT mide la variabilidad total de Y alrededor de la media.

Hay una relación muy importante entre las sumas de los cuadrados que
calculamos:

(Suma de cuadrados total) = (suma de cuadrados debido a la regresión) =

(suma de cuadrados de los errores)

SCT = SCR +SCE

4-8 Explique de qué manera se puede usar una gráfica de residuos en el

desarrollo de un modelo de regresión.

5-1 Describa brevemente los pasos para desarrollar un sistema de

pronósticos

Ocho pasos para elaborar pronósticos

1. Determinar el uso del pronóstico: ¿qué meta tratamos de alcanzar?

2. Seleccionar los artículos o las cantidades que se van a pronosticar.

3. Determinar el horizonte de tiempo del pronóstico: corto, mediano o largo

plazo.

4. Seleccionar el modelo o los modelos de pronósticos.

5. Reunir los datos o la información necesaria para realizar el pronóstico.

6. Validar el modelo del pronóstico.

7. Efectuar el pronóstico.

8. Implementar los resultados.