Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Operaciones-logística Páginas Programación de actividades del personal 101-102, 108-109 Planeación del transporte 226-232 Asignaciones de personal 232-239 Planeación de embarques 239-244 Rutas de viaje 244-246 Administración del tráfico 248-249 Ubicación de almacenes 300-304 Cantidad económica de pedidos de inventario 365-371 Pedidos económicos con descuentos por cantidad 371-374 Trabajos en secuencia computarizada 399-401 Programación de operaciones con recursos limitados 403-407 Diseño de instalaciones de carga y descarga de camiones 509 Decisión sobre la ubicación de un almacén (centralizado vs. descentralizado) 556-557 Tiempo de espera en la copiadora de la oficina 575-579, 580-581 Diseño de cola de espera en un laboratorio de hematología 583-586 Administración del traslado de una empresa de tarjetas de crédito 659-670 Probabilidad de completar la mudanza a tiempo 675-677 Operaciones-producción Ensamble restringido 52-56 Decisiones sobre fuentes de aprovisionamiento 60, 221-224 Mezcla de productos 69-79, 100-101, 215-216 Componentes de las mezclas 97-100, 107-108 Determinación de dietas óptimas 171-172 Planeación de nuevos productos 216-219 Subcontratación 221-224 Planeación financiera y de producción 251-254 Planeación de producción e inventarios 261-268 Planeación de personal y de producción 266-268 Planeación de producción y transporte 281-283 Mezclas de petróleo 339-346 Tamaño de los lotes de producción 375-378 Distribución general de instalaciones 430-431 Ubicación de estaciones de prueba para control de calidad del abastecimiento de agua 432 Consolidación de una planta 437-439 Modelo del vendedor de periódicos 446-448, 454-455, 458-460, 557-578 Páginas Políticas de control de inventarios 509-510 Equilibrio de la capacidad 546-550 Decisión sobre líneas telefónicas de larga distancia 589-591 Número de expertos en reparaciones que conviene contratar para mantenimiento de equipo técnico 592-593 Cuándo prometer nuevos pedidos 593-596 Cuántos operadores telefónicos debe contratar L.L. Bean 603-604 Pronóstico de ventas de soportes 621-628 Pronóstico del número de cheques tramitados por un banco local 650-651 Economía de los negocios Determinación del precio de productos 29-38, 338-341 Análisis del punto de equilibrio 38-45, 103-104, 109-110 Contratación y precios negociados 45-52 Cálculo del costo de productos 123-125, 221-224 Atribución del valor de los recursos 189-197 Sustitución de equipo 246-248 Cuál computadora conviene comprar 421 Cómo selecciona un hotel el sistema de software que le conviene implementar 422-427 Costo de la pérdida de imagen o prestigio 448-451 Decisión de compra de un seguro de automóvil 461-462 Estrategia óptima en demandas judiciales por quejas de pacientes 413-414 Modelo de sobreboletaje de una aerolínea, para Midwest Express 542-545, 558 Análisis económico de colas de espera en un laboratorio médico 586-589 Finanzas Valuación de empresas 61 Planeación de las finanzas personales 61-62 Comercio de divisas y administración de efectivo 126-129 Planeación de una cartera de préstamos 198-204 Planeación financiera y de producción 251-254 Análisis de inversiones 268-270 Planeación de caja e inversiones 285-287 Presupuesto de capital en condiciones de certidumbre 295-298 Suscripción de bonos 324-325 Planeación de fondos de pensiones 326-327 Selección de cartera 358-364 Cargas tributarias equitativas en Peoria 407, 435-436 PERSPECTIVA GENERAL de los EJEMPLOS incluidos en el LIBRO DE TEXTO, por ÁREA FUNCIONAL Páginas Decisión sobre perforación de pozos petrolíferos 498-499 Presupuesto de capital con demandas inciertas 518-524, 524-532, 558 Licitación para un yacimiento petrolífero frente a la costa 558 Decisión de inversión en robótica para laboratorios 559-563 Decisión sobre perforación de pozos de gas natural 564-571 Pronóstico de ganancias por acción de una nueva aerolínea 632-634 Administración del desarrollo de un paquete de software de análisis financiero 679-683 Control del presupuesto de un gran proyecto de tarjetas de crédito 683-689 Mercadotecnia Precio del servicio de copiado 38-45 Publicidad y precios 62-64 Gerencia de ventas 220-221 Asignación de la fuerza de ventas 237-238 Selección de medios en condiciones de certidumbre 254-258 Asignación de territorios de ventas 322-323 Optimización de gastos de mercadotecnia 336-337 Selección de medios en condiciones de incertidumbre 411-420 Campaña de mercadotecnia para Home and Garden Tractors 463-467, 468-470 Conducción de un estudio de investigación de mercados 470-476 Decisión del mercado de prueba 476-483 Base de la tasa de publicidad en revistas 499-501 Promoción de sartenes para omelette —cuántas unidades conviene pedir 533-538, 539-542 Modelo de cambio de marca 555 Promoción óptima de un modelo de televisor discontinuado 558 Uso del flujo de tráfico para pronóstico de ventas en torno a la decisión de ampliar una estación de gasolina 608-617 Pronóstico de la demanda de carbón 635-639 Pronóstico de ventas de automóviles 650 Pronóstico de circulación de una revista 652-654 Sector público Páginas Programación de actividades del personal 101-102, 108-109 Administración de efectivo 126-129 Determinación de dietas óptimas 171-172 Planeación del transporte 239-244 Asignaciones de personal 232-239 Rutas de viaje 244-246 Sustitución de equipo 246-248 Administración del tráfico 248-249 Suscripción de bonos municipales 324-325 Planeación de un fondo de pensiones 326-327 Planeación de cumplimiento tributario y renta fiscal 389-396 Diseño de un programa educacional 408-410 Selección del sistema de programas que se aplicarán 422-427 Cargas tributarias equitativas en Peoria 407, 435-436 Administración de un proyecto grande 659-670 Probabilidad de completar el proyecto a tiempo 675-677 Control del presupuesto para un proyecto 683-689 Recursos humanos Programación de actividades del personal 101-102, 108-109 Asignaciones de personal 232-239 Planeación de personal y producción 266-268 Contratación de una secretaria 581-583 Número de expertos en reparaciones que conviene contratar para el manteni- miento de equipo técnico 592-593 Cuántos operadores telefónicos debe contratar LS banco local 650-651 Otros Selección de un empleo fuera de la universidad 435 Selección de una escuela de posgrado 435 Decisión de qué automóvil conviene comprar 435 Decisión de llevar o no el paraguas cuando vamos al trabajo 444 Análisis de fallas en una grúa 555 Decisión sobre pedidos de leche en una tienda de servicio rápido 556 Campaña anual de recaudación de fondos 557 Pronóstico del número de huéspedes en un hotel Marriott 654-656 PERSPECTIVA GENERAL de los EJEMPLOS incluidos en el LIBRO DE TEXTO, por ÁREA FUNCIONAL (Continuación) Investigación de Operaciones en la Ciencia Administrativa MÉXICO • ARGENTINA • BOLIVIA • BRASIL • COLOMBIA • COSTA RICA • CHILE • ECUADOR EL SALVADOR • ESPAÑA • GUATEMALA • HONDURAS • NICARAGUA • PANAMÁ PARAGUAY • PERÚ • PUERTO RICO • REPÚBLICA DOMINICANA• URUGUAY • VENEZUELA AMSTERDAM • HARLOW • MIAMI • MUNICH • NUEVA DELHI • MENLO PARK • NUEVA JERSEY NUEVA YORK • ONTARIO • PARÍS • SINGAPUR • SYDNEY • TOKIO • TORONTO • ZURICH Investigación de Operaciones en la Ciencia Administrativa Q U I N T A E D I C I Ó N Construción de Modelos para la toma de Decisiones con Hojas de Cálculo Electrónicas G.D. Eppen F.J. Gould University of Chicago C.P. Schmidt University of Alabama J.H. Moore Stanford University L.R. Weatherford University of Wyoming TRADUCCIÓN: Ángel Carlos González Ruiz Traductor profesional Gabriel Sánchez García Universidad Nacional Autónoma de México REVISIÓN TÉCNICA: Marco Antonio Montúfar Benítez Departamento de Ingeniería Industrial Instituto Tecnológico y de Estudios Superiores de Monterrey Campus Estado de México Guillermo Martínez del Campo Varela Departamento de Ingeniería Universidad Iberoamericana México Versión en español de la obratitulada Introductory Management Science, Fifth Edition, de G.D. Eppen, F.J. Gould, C.P. Schmidt, J.H. Moore y L.R. Weatherford, publicada originalmente en inglés por Prentice-Hall, Inc. Upper Saddle River, New Jersey, NJ, E.U.A. Esta edición en español es la única autorizada. Original English language title by Prentice-Hall, Inc. Copyright © 1998 All rights reserved ISBN 0-13-889395-0 Edición en español: Editora: Marisa de Anta Supervisor de traducción: Armando Castañeda González Supervisor de producción: José D. Hernández Garduño Edición en inglés: Senior Acquisitions Editor: Tom Tucker Editorial Assistant: Melissa Back Marketing Manager: Debbie Clare Production Editor: Susan Rifkin Production Coordinator: Cindy Spreder Managing Editor: Katherine Evancie Senior Manufacturing Supervisor: Paul Smolenski Manufacturing Manager: Vincent Scelta Design Director: Pat Smythe Interior Design: Ox and Company, Inc. Cover Design: John Romer Interior Art/Cover Art: Marjory Dressler Composition: Carlisle Communications, Inc. QUINTA EDICIÓN, 2000 D.R. © 2000 por Prentice Hall Hispanoamericana, S. A. Calle 4 No. 25-2do. piso Fracc. Industrial Alce Blanco 53370 Naucalpan de Juárez, Edo. de México Cámara Nacional de la Industria Editorial Mexicana Reg. Núm. 1524 Reservados todos los derechos. Ni la totalidad ni parte de esta publicación pueden reproducirse, registrarse o transmitirse, por un sistema de recuperación de información, en ninguna forma ni por ningún medio, sea electrónico, mecánico, fotoquímico, magnético o electroóptico, por fotocopia, grabación o cualquier otro, sin permiso previo por escrito del editor. El préstamo, alquiler o cualquier otra forma de cesión de uso de este ejemplar requerirá también la autorización del editor o de sus repre- sentantes. ISBN 970-17-0270-0 Impreso en México/Printed in Mexico 1 2 3 4 5 6 7 8 9 0 04 03 02 01 00 Datos de catalogación bibliográfica EPPEN, G. D. Investigación de Operaciones en la Ciencia Administrativa PRENTICE-HALL, México, 2000 ISBN: 970-17-0270-0 Materia: Computación Formato: 20 x 25.5 Páginas: 792 A Ashley y Aaron; A Jenny, por su increíble apoyo y eterno com- pañerismo; y a Maria, Carolyn, Laura, Bob, Paul, y Amy, por su amor y entusiasmo ix Jeffrey H. Moore Jeffrey Moore se incorporó al profesorado de la Graduate School of Business (Escue- la universitaria de graduados en negocios) de la Universidad de Stanford en 1972, des- pués de haber trabajado más de 10 años co- mo ingeniero en comunicaciones, analista en sistemas de computación y analista en administración. Desde su ingreso a Stan- ford, ha diseñado e impartido cursos en el área de Operaciones y Tecnología de la Información en los niveles ejecutivo, de maestría y doctorado. Además de sus responsabilida- des administrativas, imparte el curso principal de construcción de modelos y es un catedrático muy reconocido en cuatro programas Senior Executive de Stanford. En su investigación, se concentra en sistemas de apoyo para la toma de decisiones y en el uso de la compu- tadora por parte de altos ejecutivos. Ha escrito más de 40 artículos so- bre estos temas y otros afines, y también ha trabajado intensamente como consultor en la industria privada, tanto nacional como interna- cional, para la aplicación de la tecnología de la información y la cons- trucción de modelos como soporte para la toma de decisiones. Ha trabajado en varios proyectos para la elaboración de mate- rial en cursos cuyo fin es introducir Excel con propósitos de cons- trucción de modelos y apoyo a las decisiones en los niveles de pos- grado, maestría en administración de empresas y también para ejecutivos. A este respecto, ha trabajado con varias subvenciones de Microsoft, IBM y Hewlett Packard, y colaboró inicialmente con Frontline Systems en la fase de ensayos y desarrollo del Solver de Excel, sobre todo en las opciones de optimización lineal. Él fue un precursor en 1978-79, cuando presentó uno de los primeros cursos sobre el uso de modelos en hojas de cálculo electrónicas en una es- cuela de administración de empresas, y poco después logró que las hojas de cálculo electrónicas fueran adoptadas para el curso funda- mental de la Ciencia de las Decisiones, en Stanford, que así se con- virtió en la primera escuela importante de administración que las adoptó. Desde entonces ha participado en el desarrollo de la cons- trucción de modelos y aplicaciones estadísticas con hojas de cálcu- lo electrónicas, y desarrolló el GLP (Graphical LP Optimizer de Stanford; un optimizador con gráficas de programación lineal hecho en dicha universidad) y Regress, un paquete de regresión basado en Excel que hoy se usa en Stanford y otros lugares. En 1995-96 trabajó con la INFORMS Business School Educa- tional Task Force, la cual realizó una encuesta entre más de 300 pro- fesores universitarios de la Ciencia de la Administración. Además, en sus conferencias ha hecho presentaciones en las que muestra el importante papel que deben desempeñar las hojas de cálculo electró- nicas en la enseñanza de la administración. En la actualidad es el di- rector de TELL, el Technology Educational Learning Laboratory de la Stanford Business School, una nueva instalación dedicada a la en- señanza y el estudio del uso de la tecnología en la administración. En 1996 recibió el Premio Sloan a la excelencia magisterial de Stanford por su curso fundamental sobre la construcción de modelos que sirven como soporte para la toma de decisiones. El doctor Moore ostenta un BSEE con especialidad en diseño de circuitos digitales por la University of Cinncinatti, un título conjunto MBA/CS por la Texas A&M University y un doctorado en adminis- tración de empresas por la University of California en Berkeley. Os- tenta también un certificado de Professional Engineer (E. E., Ohio). Larry R. Weatherford Larry Weatherford es profesor asociado en el College of Business de la University of Wyoming. Obtuvo su licenciatura en la Brigham Young University en 1982 y su maestría y doctorado en la Darden Gradua- te School of Business de la University of Virginia en 1991. Recibió el premio a la “Enseñanza Sobresaliente” por parte del College of Business en su primer año como profesor. En los años siguientes también se ha hecho acreedor al pre- mio que otorga Alpha Kappa Psi al “Miembro más destacado del profesorado”, al premio al “Investigador adjunto más destacado” que confiere el College of Business y, más recientemente, al premio Ellbogen al “Mérito en la enseñanza en el aula”, conferido institu- cionalmente por la universidad. Varios de sus artículos académicos han aparecido en diversas publicaciones, como Operations Re- search, Decision Sciences, Transportation Science, Naval Research Logistics, Cornell Hotel and Restaurant Administration Quarterly, International Journal of Technology Management, Journal of Com- binatorial Optimization y Omega. En el terreno de la práctica, Larry fue el personaje presentado en la sección de “Preguntas y respuestas” de Scorecard (Revenue Management Quarterly) en el segundo trimestre de 1994. También fue autor de un artículo en la sección sobre literatura técnica publi- cada en ese mismo número de Scorecard. En varios de los últimos años ha presentado sus investigaciones en AGIFORS ante el grupo de estudios Yield Management, y también en la conferencia de IA- TA International Revenue Management. Ha trabajado en proyectos de administración de ingresos con varias aerolíneas y corporaciones de hotelería importantes. En el aspecto personal, Larry está casado con la encantadora Jenny y tienen seis hijos (¡sí, todos nacidos del mismo matrimonio!). La mayor parte de sus intereses no profesionales están concentrados en su familia y en la iglesia. El resto de su tiempo libre lo dedica a jugar racketball o golf, y también a leer algún libro divertido. Acerca de los Autores xi Prefacio xxi Parte 1 Los Modelos y su Construcción 1 Capítulo 1 Introducción a la construcción de Modelos 2 2 Construcción de modelos en hojas de cálculoelectrónicas 28 Parte 2 Optimización 65 Capítulo 3 Optimización lineal 66 4 Programación lineal: Análisis gráfico 130 5 Programación lineal: Interpretación del Informe de sensibilidad de Solver 173 6 Programación Lineal: Aplicaciones 225 7 Optimización con Enteros 288 8 Optimización no lineal 328 9 Toma de decisiones con objetivos múltiples y heurística 397 Parte 3 Modelos Probabilísticos 441 Capítulo10 Análisis de decisiones 442 11 Simulación Monte Carlo 506 12 Colas de espera 573 13 Pronósticos 605 14 Administración de Proyectos: PERT y CPM 657 Apéndice A Conceptos básicos de probabilidad A-1 Apéndice B Características de Excel que son útiles para la construcción de modelos B-1 Apéndice C Sugerencias y mensajes de Solver C-1 Índice I-1 Resumen de contenido xiii Prefacio xxi Parte 1 Los Modelos y su Construcción 1 CAPÍTULO 1 Introducción a la Construcción de Modelos 2 Cápsula de aplicación: Decisiones de crédito y cobranzas en AT&T Capital Corporation 2 1.1 Introducción 3 1.2 El proceso de construccióm de modelos 3 Los modelos en la empresa 5 Modelos y gerentes 6 1.3 Una palabra sobre filosofía 6 Realismo 6 Intuición 7 1.4 Tipos de modelos 9 Modelos simbólicos (cuantitativos) 10 Modelos de decisión 11 1.5 Construcción de modelos 12 Estudio del ambiente 12 Formulación 12 Construcción simbólica 14 1.6 Construcción de modelos con datos 15 1.7 Cuestiones relacionadas con los datos 17 Formas y fuentes de datos 17 Agregación de datos 17 Refinación de datos 18 1.8 Modelos determinísticos y probabilísticos 18 Modelos determínisticos 18 Modelos probabilísticos 19 1.9 Ciclos en la construcción de modelos 19 1.10 Construcción de modelos y toma de decisiones 22 Validación de modelos 22 Una prespectiva final 23 1.11 Terminología de la construcción de modelos 23 1.12 Resumen 23 Términos clave 24 Ejercicios de repaso 24 Preguntas para discusión 26 Referencias 27 CAPÍTULO 2 Cosntrucción de modelos en hojas de cálculo electrónicas 28 Cápsula de aplicación: Modelo de las operaciones de los buques nodriza de la Guardia Costera 28 2.1 Introducción 29 2.2 Ejemplo 1: Simon Pie 29 Proyección “¿Qué pasaría sí?” 36 2.3 Ejemplo 2: XerTech Copy, Inc. 38 2.4 Ejemplo 3: Rosa Raisins 45 2.5 Ejemplo 4: La producción en Oak Products, Inc. 52 Modelos de Optimización 55 2.6 Restricciones y optimización Restringida 56 2.7 Resumen 57 Términos clave 57 Ejercicios de repaso 57 Problemas 59 Caso práctico: Kayo Computer 60 Caso práctico: Watson Truck Rental Company 61 Caso práctico: Plan financiero personal 61 Caso práctico: Benson Appliance Corporation 62 Referencias 64 Parte 2 Optimización 65 CAPÍTULO 3 Optimización lineal 66 Cápsula de aplicación: Asignación de flotillas de Delta Air Lines 66 3.1 Introducción a la programación lineal 67 3.2 Formulación de modelos de PL 68 Restricciones 68 Contenido La función objetivo 69 PROTRAC, Inc. 69 Los datos de PROTRAC 70 Evaluación de varias decisiones 72 Observaciones sobre el modelo de PROTRAC 74 3.3 Guías y comentarios acerca de la formulación de modelos 75 3.4 Costos fijos versus costos variables 76 3.5 Modelo de PROTRAC en hojas de cálculo electrónicas 78 Creación de la hoja de cálculo de PROTRAC 78 Optimización de la hoja de cálculo 80 3.6 El modelo de PL y la construcción de modelos en hojas de cálculo 80 Reglas para la construcción de modelos de PL en hojas de cálculo 82 3.7 Generalidades de Solver 84 Cómo se usa el Solver 85 Terminología de Solver 86 3.8 Optimización del modelo de PROTRAC con Solver 87 3.9 Recomendaciones para los modelos de PL en Solver 95 3.10 Crawler Tread: Ejemplo de integración 97 Creación del modelo de PL 99 Modelo PL de Crawler Tread 100 3.11 Cómo formular modelos de PL 100 3.12 Ejemplo 1: Astro y Cosmo (un problema de mezcla de productos) 100 3.13 Ejemplo 2: Mezcla de alimentos (un problema de mezcla) 101 3.14 Ejemplo 3: Programación de las fuerzas de seguridad (un problema de programación) 101 3.15 Ejemplo 4: Longer Boats Yacht Company (una pequeña descripción acerca del análisis de punto de equilibrio restringido) 103 3.16 Más sugerencias para el desarrollo de modelos de PL 104 3.17 Resumen 106 3.18 Soluciones de los problemas presentados como ejemplos 107 Solución de Crawler Tread 107 Solución del Ejemplo 1: Astro y Cosmo 107 Solución del Ejemplo 2: Mezcla de Alimentos 108 Solución de Ejemplo 3: Programación de las fuerzas de seguridad 108 Solución de Ejemplo 4: Longer Boats Yacht Company 109 Términos clave 111 Ejercicios de repaso 111 Problemas 114 Caso práctico: Red Brand Canners 123 Caso práctico: Una aplicación del uso de modelos en los mercados de divisas 126 Referencias 127 CAPÍTULO 4 Programación lineal: Análisis gráfico 130 Cápsula de aplicación: Mayor potencia por cada dólar: la PL ayuda a la Fuerza Áerea Estadounidense a integrar sus arsenales 130 4.1 Introducción 131 4.2 Graficación de desigualdades y contornos 131 Graficación de desigualdades 131 Líneas de contorno 132 4.3 El método de resolución gráfica aplicado a PROTRAC 133 El modelo PROTRAC 134 Graficación de las restricciones 134 El efecto de agregar restricciones 135 La región factible 137 Graficación de la función objetivo 138 Busqueda de la solución óptima 140 4.4 Restricciones activas e inactivas 141 Interpretactiones gráficas de restricciones activas e inactivas 143 4.5 Puntos extremos y soluciones óptimas 144 Una nueva función objetivo 144 Un nuevo vértice óptimo 145 4.6 Resumen del método de resolución gráfica para un modelo Max 146 4.7 El método gráfico aplicado a un modelo Min 146 La dirección “Descendente” 146 Búsqueda de la solución óptima 147 4.8 Modelos no acotados y no factibles 149 Modelos no acotados 149 Modelos no factibles 150 4.9 Análisis gráfico de sensibilidad 151 Cápsula de aplicación: El modelo para una dieta 152 4.10 Cambios en los coeficientes de la función objetivo 153 4.11 Cambios en el lado derecho 155 4.12 Estrechamiento y relajación de una restricción de desigualdad 157 4.13 Restricciones redundantes 158 4.14 ¿Qué es una restricción importante? 159 Restricciones redundantes 159 Restricciones activas e inactivas 159 4.15 Adición o supresión de restricciones 161 4.16 Resumen 163 Términos clave 164 Ejercicios de repaso 165 Problemas 167 xiv Caso práctico: El método Símplex 171 Referencias 172 CAPÍTULO 5 Programación lineal: Interpretación del Informe de sensibilidad de Solver 173 Cápsula de aplicación: Planeación de productos en una planta química de China 173 5.1 Introducción 174 5.2 Forma de restricción de igualdad 174 Valores óptimos de las variables de holgura y de excedente 175 Variables positivas y soluciones ubicadas en vértices 177 Degeneración y no degeneración 178 5.3 Análisis de sensibilidad del modelo de PL de PROTRAC 179 La Solución 179 Sensibilidad del LD y el precio fijo 181 Sensibilidad de coeficientes de función objetivo y soluciones óptimas alternativas 186 Costos reducidos 188 5.4 La producción de Crawler Tread: diálogo con la gerencia (análisis de sensibilidad en acción) 189 Cápsula de aplicación: Contra la veta: los modelos de PL ayudan a una compañía fabricante de archiveros a ahorrar en sus materias primas 190 5.5 Sinopsis de las cifras de salida de la solución 198 5.6 Interpretación del informe de sensibilidad para los modelos alternativos en hojas de cálculo electrónicas 198 Límites superiores e inferiores simples 201 Interpretación del precio sombra 204 5.7 Resumen 204 Términos clave 205 Ejercicios de repaso 205 Problemas 206 Caso práctico: Preguntas relacionadas con el caso de Red Brand Canners 215 Caso práctico: Crawler Tread y un nuevo enfoque 216 Caso práctico: Saw Mill River Feed y Grain Company 220 Caso práctico: Kiwi Computer 221 Referencias 224 CAPÍTULO 6 Programación lineal: Aplicaciones 225 Cápsula de aplicación: Ici on parle HASTUS: Montréal moderniza la programación de su sistema de transporte por medio de la PL 225 6.1 Introducción 226 6.2 El modelo de transporte 226El problema de distribución de PROTRAC: Envío de motores diesel de los puertos a las plantas 226 Formulación de la solución de PL 228 Degeneración de los modelos de transporte 230 6.3 Variaciones en el modelo de transporte 230 Resolución de modelos de transporte de maximación 231 Cuando la oferta y la demanda difieren 231 Eliminación de las rutas no aceptables 231 Soluciones con valores enteros 231 Cápsula de aplicación: ¡Play Ball! La Liga Americana usa un modelo de PL de asignación para programar su personal de arbitraje 232 6.4 El modelo de asignación 232 El problema de auditoría de PROTRAC-Europa 232 Resolución por enumeración exhaustiva 233 Formulación y solución en PL 234 Relación con el modelo de transporte 234 El modelo de asignación: Otras consideraciones 235 6.5 Modelos de red 239 6.6 Modelo de transbordo con capacidades 239 Cápsula de aplicación: Diario llega nueva mercancía: modelos de red ayudan a una cadena de tiendas de descuento a mantener sus costos de embarque a niveles increíblemente bajos 239 Terminología de redes 240 Formulación del modelo de PL 240 Propiedades de la PL 241 6.7 Formulación general del modelo de transbordo con capacidades 242 Soluciones óptimas con enteros 244 Procedimientos de solución eficientes 244 6.8 El modelo de la ruta más corta 244 Una aplicación de la ruta más corta: Sustitución de equipo 246 Cápsula de aplicación: La autopista Hanshin de Japón 246 6.9 El modelo de flujo máximo 248 Una aplicación de flujo máximo: La comisión de planeación del desarrollo urbano 248 6.10 Notas sobre la aplicación de modelos de Red 249 6.11 Planeación financiera y de producción 251 Consideraciones financieras 251 El modelo combinado 252 Efecto de las consideraciones financieras 254 6.12 El modelo de selección de medios 254 Promoción de un nuevo producto de PROTRAC 255 6.13 Modelos dinámicos 258 xv Modelos dinámicos de inventario 259 Un inventario para periodos múltiples 261 6.14 Ejemplos de modelos dinámicos 266 Bumles, Inc. (control de producción e inventario) 266 Winston-Salem Development Corporation (planeación financiera) 268 6.15 Resumen 270 Términos clave 271 Ejercicios de repaso 272 Problemas 273 Caso práctico: Trans World Oil Company 281 Caso práctico: Planeación de la producción en Bumles 283 Caso práctico: Biglow Toy Company 285 Referencias 287 CAPÍTULO 7 Optimización con enteros 288 Cápsula de aplicación: American Airlines Usa un programa de enteros para optimizar los itinerarios de sus tripulaciones 288 7.1 Introducción a la optimización con enteros 289 Cuándo son importantes las soluciones enteras 289 PL frente a la PLE 290 7.2 Tipos de modelos de programación lineal con enteros (PLE) 290 7.3 Interpretaciones gráficas de modelos de PLE 291 Optimización del modelo de PLE: Una modificación de PROTRAC, Inc. 291 La relajación de PL 292 Soluciones redondeadas 294 Enumeración 295 7.4 Aplicaciones de las variables binarias 295 Respuesta de Capital: Una decisión sobre expansión 296 Condiciones Lógicas 298 7.5 Una viñeta de PLE: Ubicación del almacén de STECO, un modelo de cargo fijo 300 Consideraciones sobre los modelos 300 El modelo de PLEM 301 Cápsula de aplicación: ¿En qué puedo servirle? AT&T halaga a los clientes haciéndoles ahorrar dinero con ayuda de un programa de enteros mixtos 302 7.6 El algoritmo de ramificación y acotamiento 304 Un ejemplo del PLE 304 PLEM 310 Resumen de ramificación y acotamiento 310 Sensibilidad 312 Algoritmos huerísticos 313 7.7 Notas sobre la aplicación de modelos de optimización con enteros 313 Kelly-Springfield 313 Flying Tiger Line 313 Hunt-Wesson Foods 313 7.8 Resumen 314 Términos clave 315 Ejercicios de repaso 315 Problemas 318 Caso práctico: Asignación de representantes de ventas 322 Caso práctico: Suscripción de bonos municipales 324 Caso práctico: Conciliación de flujo de efectivo 326 Referencias 327 CAPÍTULO 8 Optimización no lineal 328 Cápsula de aplicación: Administración de activos y pasivos en Pacific Financial Asset Management Company 328 8.1 Introducción a los modelos de optimización no lineales 329 8.2 Optimización no restringida con dos o más variables de decisión 330 8.3 Optimización no lineal con restricciones: Una introducción descriptiva y geométrica 331 Análisis gráfico 331 Comparaciones entre la PL y la PNL 332 PNL con restricciones de igualdad 334 8.4 Uso de Solver para modelos PNL (programción no lineal) 335 8.5 Ejemplo de modelos no lineales con restricciones de desigualdad 336 Interpretación económica de los multiplicadores de Lagrange y los gradientes reducidos 337 Optimalidad en la PNL 339 Uso de una suposición inicial 344 8.6 Posibilidad de resolución de los modelos de PNL 346 Programas no lineales que podemos resolver: Programas cóncavos y convexos 347 Programas no lineales que intentaremos resolver 350 8.7 Introducción a la programación cuadrática (PC) 352 8.8 Solución de problemas de PC con Solver 353 8.9 Interpretación geométrica del análisis de sensibilidad de PC 354 Cómo identificar la solución óptima 355 El valor óptimo (VO) de la función objetivo 356 8.10 Selección de una cartera de inversiones 357 El modelo de cartera 357 Cápsula de aplicación: Estructuración de carteras en Prudential Securities 358 Cómo formular el modelo de una cartera de inversiones 358 8.11 Un ejemplo de cartera de inversiones con datos 360 Formulación del Modelo 361 Solución en la hoja de cálculo 362 xvi 8.12 Control de inventarios 364 Ventas al mayoreo de STECO: La política actual 365 Desarrollo del modelo CEP 367 La fórmula CEP: Q* 369 Análisis de sensibilidad 370 8.13 Ejemplos de modelos de inventario 371 Descuentos por cantidad y el valor óptimo general de STECO 371 Tamaño del lote de producción: Modelo de tratamiento térmico de STECO 375 8.14 Notas sobre la aplicación de la PNL 378 Términos clave 379 Ejercicios de repaso: Modelos no lineales 380 Ejercicios de repaso: Programación cuadrática 381 Ejercicios de repaso: Modelos de inventario 383 Problemas de programación no lineal 383 Problemas de programación cuadrática 385 Problemas de inventario 386 Caso práctico: Justo a tiempo 388 Caso práctico: El Internal Revenue Service (Agencia estadounidense recaudadora de impuestos) (1994–1995) 389 Referencias 396 CAPÍTULO 9 Toma de decisiones con objeti- vos múltiples y heurística 397 Cápsula de aplicación: Planeación de recursos en la Universidad de Missouri 397 9.1 Introducción 398 9.2 Programación de recursos (secuencia de trabajos en computadora) 399 Tiempo de ajuste inicial dependiente de la secuencia 399 Soluciones huerísticas 400 9.3 Programación de recursos limitados (aligeramiento de la carga de trabajo) 401 Un ejemplo sencillo 401 Heurística para aligerar la carga de trabajo 403 9.4 Objetivos múltiples 407 Cápsula de aplicación: Llegó el recaudador: Podría afinar su sistema tributario con la ayuda de la programación por metas 407 La programación por metas 408 Prioridades absolutas 411 La combinación de ponderaciones y prioridades absolutas 419 9.5 Proceso de jerarquía analítica 421 9.6 Notas sobre la aplicación 427 Términos clave 428 Ejercicios de repaso 429 Problemas 430 Caso práctico: Sleepmore Mattress Manufacturing: Consolidación de una planta fabril 437 Referencias 440 Parte 3 Modelos Probabilísticos 441 CAPÍTULO 10 Análisis de decisiones 442 Cápsula de aplicación: Prueba antidoping a estudiantes atletas 442 10.1 Introducción 443 10.2 Tres clases de modelos de decisión 444 Decisiones bajo certidumbre 444 Decisiones bajo riesgo 445 Decisiones bajo incertidumbre (opcional) 451 10.3 El valor esperado de la información perfecta: El modelo del repartidor de periódicos bajo riesgo 454 10.4 Utilidades y decisiones bajo riesgo 455 La razón fundamental de la utilidad 456 Cómo crear y utilizar una función de utilidad 458 10.5 Un resumen a la mitad del capítulo 462 10.6 Árboles de decisión: Venta de tractores para jardín y uso doméstico 463 Estrategias alternativas de mercadotecnia y de producción463 Cómo crear un árbol de decisiones 464 Cómo establecer las probabilidades y valores terminales 466 Cómo plegar el árbol 467 Cápsula de aplicación: Oglethorpe Power: ¿Invertir en un sistema de transmisón más grande? 468 10.7 Análisis de sensibilidad 468 El rendimiento esperado como una función de la probabilidad en un mercado fuerte 468 10.8 Árboles de decisión: Cómo incorporar nueva información 470 Un estudio de investigación de mercados sobre tractores para jardín y uso doméstico 470 Cómo obtener probabilidades revisadas con base en nueva información 471 Cómo incorporar probabilidades a posteriori al árbol de decisión 473 El valor esperado de la información de muestra 476 10.9 Decisiones secuenciales: Probar o no probar 476 Análisis de decisiones secuenciales 477 El impacto de las utilidades 479 Otras características de TreePlan 480 Sensibilidad de la decisión óptima para las probabilidades a PRIORI 482 10.10 Administración y teoría de las decisiones 483 Cómo valorar probabilidades subjetivas 484 10.11 Notas sobre la aplicación 485 El papel que juega el juicio personal 485 10.12 Resumen 486 Términos clave 486 xvii Ejercicios de repaso 487 Problemas 488 Caso práctico: Johnson’s Metal 497 Caso práctico: Perforar o no perforar 498 Caso práctico: Shumway, Horch, y Sager (A) 499 Apéndice 10.1 Probabilidad condicional y teorema de Bayes 501 Referencias 505 CAPÍTULO 11 Simulación Monte Carlo 506 Cápsula de aplicación: Simulador de AT&T para procesar llamadas 506 11.1 Introducción 507 ¿Cuándo se debe utilizar la simulación? 508 Simulación y variables aleatorias 508 11.2 Generación de variables aleatorias 510 Cápsula de aplicación: Acertijo de robots: La simulación ayuda a GM de Canadá a automatizar su ensamblaje de automóviles 511 Uso de un generador de números aleatorios en una hoja de cálculo 511 Un método general 512 Aplicación del método general a distribuciones continuas 515 Cómo generar variables aleatorias utilizando complementos 516 11.3 Simulación con hoja de cálculo 518 Ejemplo de presupuesto de capital: Adición de un nuevo producto a la línea de PROTRAC 518 El modelo con demanda aleatoria 518 Evaluación de la propuesta 520 11.4 Simulación con complementos de hoja de cálculo 524 Un ejemplo de presupuesto de capital: La adición de un nuevo producto a la línea de PROTRAC 524 El modelo con demanda aleatoria 525 Evaluación de la propuesta 526 Otras distribuciones de la demanda 530 11.5 Un ejemplo del control de inventarios: Foslins Housewares 532 La promoción del sartén para Omelettes: ¿Cuántos sartenes pedir? 533 Utilidad versus tamaño del pedido 534 Recapitulación 538 11.6 Simulación del modelo de Foslins con una hipótesis más realista de la demanda 539 La hoja de cálculo de Foslins: Simulación más realista de una demanda 539 El efecto del tamaño de la orden o pedido 540 11.7 Midwest Express: Modelo de sobreboletaje en una aerolínea 542 Cápsula de aplicación: Cheques y saldos: Un banco de Ohio utiliza la simulación para modernizar sus operaciones 545 11.8 Balanceo de la capacidad 546 Cómo hacer el modelo de una celda de trabajo 546 Simulación de la capacidad balanceada 546 Simulación de la capacidad no balanceada 549 11.9 Notas sobre la aplicación 550 11.10 Resumen 551 Términos clave 552 Ejercicios de repaso 553 Problemas 554 Caso práctico: CyberLab (A) 559 Caso práctico: Sprigg Lane (A) 564 Referencias 572 CAPÍTULO 12 Colas de espera 573 Cápsula de aplicación: Reducción del tiempo que tarda un detenido en ser procesado en el Departamento de Policía de Nueva York 573 12.1 Introducción 574 12.2 El modelo básico 575 Suposiciones del modelo básico 575 Características del modelo básico 577 12.3 Clasificación de los modelos de colas de espera 579 Cápsula de aplicación: Empalme de tráfico: Una simulación de cola de espera ayuda a eliminar un costoso cuello de botella 579 12.4 Ecuación de flujo de Little y resultados relacionados 580 12.5 La cola de espera M/G/1 581 12.6 Modelo 1: Una cola de espera M/M/s (laboratorio de hematología) 583 12.7 Análisis económico de los sistemas de colas de espera 586 12.8 Modelo 2: Una cola de espera finita (líneas WATS) 589 12.9 Modelo 3: El modelo del reparador 592 12.10 Resultados transitorios versus resultados de estado estable: Promesa de entrega de pedido 593 12.11 El Papel que desempeña la distribución exponencial 596 12.12 Disciplina en las colas de espera 597 12.13 Notas sobre la aplicación 597 xviii 12.14 Resumen 598 Términos clave 598 Ejercicios de repaso 599 Problemas 600 Caso práctico: ¿Cuántos operadores? 603 Referencias 604 CAPÍTULO 13 Pronósticos 605 Cápsula de aplicación: Pronóstico de mejoras en L.L. Bean 605 13.1 Introducción 606 13.2 Pronósticos cuantitativos 607 13.3 Modelo de pronósticos causales 607 Ajuste de curvas: La expansión de una empresa petrolera 608 ¿Qué curva ajustar? 617 Resumen 619 13.4 Modelo de pronósticos de series de tiempo 620 Extrapolación del comportamiento histórico 620 Ajuste de curvas 621 Promedios móviles: Pronóstico de las ventas de puntales de STECO 621 Ponderación exponencial: El modelo básico 626 Modelo de Holt (Ponderación exponencial con tendencia) 632 Estacionalidad 634 La caminata aleatoria 639 13.5 El papel que desempeñan los datos históricos: Divide y vencerás 641 13.6 Pronósticos cualitativos 642 Juicio experto 642 El método Delphi y el grupo de consenso 643 Pronósticos populares e investigación de mercados 643 13.7 Notas sobre la aplicación 644 Cápsula de aplicación: Sí Virginia...: Un modelo de pronóstico económico ayuda a mantener en números negros un fondo fiduciario de seguros contra el desempleo 645 Términos clave 646 Ejercicios de repaso 647 Problemas 648 Caso práctico: El banco de Laramie 650 Caso práctico: Shumway, Horch, y Sager (B) 652 Caso práctico: Pronóstico sobre las habitaciones del Marriott 654 Referencias 656 CAPÍTULO 14 Administración de Proyectos: PERT y CPM 657 Cápsula de aplicación: ¿Cuándo es el nado sincronizado? Las ciencias de la administración van a las Olimpiadas de Barcelona 657 14.1 Introducción 658 14.2 Un proyecto típico: La operación de la tarjeta de crédito de Global Oil 659 La lista de actividades 659 La gráfica de Gantt 660 El diagrama de red 661 14.3 La ruta crítica: Cumplir con la fecha de entrega a la dirección 664 Cálculo de la ruta crítica 665 Maneras de reducir la duración del proyecto 670 14.4 Veriabilidad en los tiempos de las actividades 673 Estimación del tiempo esperado de las actividades 673 Probabilidad de terminar el proyecto a tiempo 675 Pueba de las suposiciones con simulación en hojas de cálculo 676 14.5 Resumen a la mitad del capítulo: PERT 678 14.6 CPM y el equilibrio entre tiempo y costo 678 Proyecto de análisis financiero para mercadotecnia al menudeo 679 Recorte del proyecto 680 Un modelo de programación lineal 681 14.7 Administración del costo del proyecto: PERT/COSTO 683 Planeación de los costos para el proyecto de tarjetas de crédito: el sistema PERT/COSTO 683 Cápsula de aplicación: Administración de proyectos en la Guerra del Golfo Pérsico 684 Control de los costos del proyecto 685 14.8 Notas sobre la aplicación 690 14.9 Resumen 691 Términos clave 692 Ejercicios de repaso 693 Problemas 694 Referencias 702 Apéndice A Conceptos básicos de probabilidad A-1 I. Introducción A-1 Variables aleatorias A-1 Tipos de probabilidades A-1 II. Probabilidades discretas A-2 A. La función de masa de las probabilidades (FMP) A-2 B. La función de distribución acumulada (FDA) A-3 III. Probabilidades continuas A-3 A. La función de densidad de las probabilidades A-3 B. La función de distribución acumulada A-4 C. Ejemplos importantes A-4 D. Cómo utilizar la tabla normal A-5 IV. Valores esperados A-7 A. Valor esperado de una variable aleatoria A-7 B. Valor esperado de una función de una variable aleatoria A-8 C. Rendimiento esperado A-9 V. Distribuciones con múltiples variables A-10 xix A. Distribuciones conjuntas A-10 B. Variablesaleatorias independientes A-11 C. Expectativa y varianza de sumas A-11 Apéndice B Características de Excel que son útiles para la construcción de modelos B-1 Configuración de la hoja de trabajo B-1 Manejo de ventanas y hojas de trabajo B-5 Selección de celdas B-6 Edición de celdas B-8 Cómo rellenar celdas B-10 Formato de celdas B-12 Matrices de celdas B-16 Cómo dar nombre a las celdas B-19 Asistentes B-21 Otros comandos útiles B-24 Apéndice C Sugerencias y mensajes de Solver C-1 Problemas comunes en modelos al aplicar Solver C-2 Sugerencias que se deben recordar C-3 Opciones de Solver C-4 Cómo interpretar los mensajes de Solver C-5 Mensajes de terminación exitosa C-5 Mensajes de terminación no exitosa C-7 Índice I-1 xx ¡Felicidades! Al aprender el uso de Microsoft Excel se ha unido usted a los 35 millones de usua- rios que han hecho de las hojas de cálculo electrónicas la lingua franca de la administración, lo cual ha creado toda una revolución administrativa que comenzó hace apenas una década. El te- ma de este libro no es Excel, sino la forma en que usted puede utilizar ese programa para el aná- lisis de situaciones que se presentan en la administración. Nuestro enfoque consistirá en desa- rrollar y más tarde analizar un modelo Excel para cada situación. A partir de ese análisis se someterán a consideración las decisiones recomendables con el fin de mejorar la situación. Se desarrollará una amplia gama de modelos, conjuntamente con los conceptos apropiados, para que usted pueda generalizar estos ejemplos ante las diversas situaciones que encontrará duran- te su carrera como administrador. La construcción de modelos explícitos para el análisis y la toma de decisiones administra- tivas se conoce tradicionalmente como Ciencia de la Administración. El Webster’s New World Dictionary define el término oxymoron (oxímoron) como una “fi- gura retórica en la cual se combinan ideas o términos opuestos o contradictorios”. Algunos ejemplos muy comunes de oxímoron son: dulce tristeza, estruendoso silencio, bebé gigante, se- dán deportivo, eficiencia burocrática... y seguramente usted podrá encontrar muchos más. ¿Y qué podemos decir de la Ciencia de la Administración? En el mismo diccionario se define la palabra management (administración) como “el acto, arte o actividad para administrar, manejar, controlar, dirigir”, y otros conceptos por el estilo. Pe- ro si la administración es un arte, entonces ¿la Ciencia de la Administración es un oxímoron, es decir, una contradicción de términos? ¡Para nosotros no lo es! La ciencia consiste en un proceso mediante el cual se utilizan observaciones y se llevan a cabo ensayos para establecer principios y después aplicar esos principios para responder pre- guntas. En gran parte, los negocios se basan en esa misma aproximación. Los actuarios utilizan modelos estadísticos para establecer el tipo o costo de los seguros. Las organizaciones usan mo- delos de flujo de efectivo descontado para tomar decisiones sobre gastos de capital. Los ejecu- tivos de ventas emplean modelos basados en la elasticidad de la demanda para realizar sus de- terminaciones de precio, y los gerentes de fondos de pensiones utilizan modelos de inversión para controlar sus carteras de inversiones. El tema principal de este libro son los modelos que pueden utilizarse en muchas y muy di- versas situaciones administrativas. En realidad, gran parte de los modelos que vamos a estudiar son modelos genéricos. De la misma manera en que el modelo aquí utilizado para el descuento de flujos de efectivo se puede aplicar para la resolución de otros problemas en los cuales los pe- riodos, las tasas de interés y los flujos de efectivo son diferentes; también los modelos que estu- diaremos en este texto pueden utilizarse en situaciones sumamente distintas. Creemos que este libro le parecerá interesante (para no hablar por ahora de su utilidad) en la medida en que usted (1) enfoque su atención a las situaciones del mundo real y a los mode- los construidos en hojas de cálculo electrónicas, los cuales llevan a cabo la resolución de esas situaciones, y (2) participe activamente en la construcción y el análisis de dichos modelos. Por nuestra parte, hemos tratado de mantener el enfoque centrado en la relación que existe entre la administración y el modelo. Sin embargo, la responsabilidad de mantener dicho enfoque depen- derá principalmente de usted. A medida que vaya avanzando en su trabajo, observará que este texto está lleno de modelos específicos. Es fácil llegar a sumergirse a tal grado en los detalles técnicos de los modelos y en la representación de los mismos en Excel, que al final se pierden de vista las habilidades de tipo general que es preciso desarrollar para llegar a ser un buen ge- rente o un buen constructor de modelos. Presentamos a continuación cuatro ideas que son fun- damentales para lograr la eficiencia en la toma de decisiones. Será muy útil que las tenga usted presentes. Ya verá que los modelos específicos con los cuales va a trabajar le ayudarán a com- prender mejor estas ideas. xxi Prefacio Para el estudiante de administración El contexto del problema. Para poder representar una situación por medio de un modelo, pri- mero es necesario “contextualizarla” o “enmarcarla”. Esto significa que usted debe desarrollar una forma organizada que le permita pensar en la situación. Recuerde que la mayoría de los pro- blemas de administración llegan hasta nosotros en forma de síntomas, no como el planteamien- to claro de un problema. Supongamos que su representante de ventas en Spokane acaba de in- formarle que el principal competidor de su empresa les está ganando la partida, porque ahora ofrece a sus clientes el procesamiento directo de todas sus transacciones a través de Internet. En el sentido ordinario de la palabra, se trata de un problema de administración, pero en nuestro vo- cabulario es un síntoma. El planteamiento de un problema tiene que incluir las posibles decisio- nes y un método para medir la eficacia de cada una. El arte de pasar de un simple síntoma a un planteamiento claro del problema se conoce como el proceso para enmarcar la situación, y es una habilidad fundamental para un gerente o administrador eficiente. La optimización sujeta a restricciones y las decisiones bajo riesgo son dos marcos útiles e importantes que estudiaremos aquí y que son aplicables a gran variedad de situaciones en admi- nistración. Desgraciadamente, no creemos que sea suficiente describir esos marcos y suponer que el lector los va a saber utilizar en forma correcta. Para que pueda avanzar hacia la meta de usar los contextos o marcos en forma intuitiva es necesario que usted entienda cómo fueron construidos los modelos y qué relaciones existen entre las decisiones y los resultados. Tendrá que aprender acerca de los modelos y su utilización en distintas situaciones, pues solamente así hará suyas estas ideas. Para eso será preciso que dedique cierto tiempo a revisar con sentido crí- tico los trabajos de otras personas y también a practicar por su cuenta. Por esa razón, este libro está lleno de ejemplos con sus representaciones correspondientes en hojas de cálculo electróni- cas, además de casos prácticos y problemas que le ayudarán a perfeccionar sus habilidades en la construcción de modelos. Optimalidad y sensibilidad. En este texto encontrará numerosos modelos construidos para em- presas, por lo cual verá que el análisis de los mismos conduce a decisiones “óptimas”. Esto sue- na muy bien: ¿qué podría haber mejor que una decisión “óptima”? Pero el lenguaje puede ser engañoso si no se comprenden a fondo los conceptos en cuestión. En este contexto, la decisión óptima es la que ofrece la mejor respuesta para el problema abstracto planteado en el modelo; por ejemplo, una respuesta que maximice las ganancias. Pero, ¿acaso es también la mejor res- puesta para la situación de la vida real que, por principio de cuentas, nos indujo a construir el modelo? Esto es lo que tendrá usted que averiguar, sobretodo antes de poner en práctica la re- comendación extraída del modelo. La decisión de aplicar o no una recomendación en particular siempre es una cuestión de juicio, pero la calidad de tal juicio dependerá, en un grado conside- rable, de lo bien que haya comprendido usted la relación entre el modelo y la situación real que se ha intentado reflejar en él. También es importante valorar la sensibilidad de la respuesta, es decir, hasta qué punto la respuesta proporcionada por un modelo depende de los valores numéricos particulares que fue- ron utilizados como datos de entrada para el mismo. Por lo general, la alta dirección se siente más cómoda con las decisiones que son válidas dentro de una amplia gama de valores de entra- da, de tal manera que una decisión buena no se transforme de pronto en una mala decisión a causa de un pequeño cambio en alguna de las entradas del modelo. Así pues, el análisis de la sensibilidad es un tema importante en todo este texto. Conceptos de costo. Este libro se ocupa de las decisiones individuales de las empresas, como por ejemplo cuántos artículos conviene solicitar en un pedido o dónde se habrá de instalar una nueva fábrica. Uno de los elementos básicos que usted usará en la construcción de sus modelos son los costos. Así, tendrá oportunidad de trabajar con los conceptos de costos fijos, marginales y de oportunidad. La determinación de las relaciones de costo apropiadas en un modelo es un factor de importancia crucial para tomar decisiones acertadas. Ésta es una habilidad que le re- sultará muy útil en su carrera. Un saludable escepticismo. Es importante ser escépticos. Aprenda a desconfiar de los exper- tos, de las soluciones producidas por modelos computarizados —tanto los de usted como, sobre todo, los de otras personas— y, por supuesto, de su propia intuición. Nuestros socios más valio- sos son los que nos dicen: “No puedes estar en lo correcto. Si hubieras acertado, entonces la con- dición siguiente forzosamente tendría que ser cierta, pero resulta obvio que no lo es, por tanto te has equivocado.” El trabajo directo con modelos —en la práctica— refuerza su capacidad para analizar y deslindar la ruta que conduce desde las suposiciones hasta las conclusiones. Los ca- sos que presentamos al final de cada capítulo han sido diseñados específicamente para ilustrar este concepto. Saber formular la pregunta adecuada es el primer paso para llegar a una buena de- cisión. Ya tendrá oportunidad de trabajar para desarrollar esta habilidad. xxii Prefacio Usted es el ingrediente clave para el éxito en la construcción de modelos que reflejen situa- ciones administrativas. Tenga presente que usted está “compitiendo” con los otros 35 millones de individuos que le han precedido en esta revolución y que han llegado a dominar la mecánica de las hojas de cálculo electrónicas. Pero, ¿cuántos de ellos son capaces de usar esas hojas para representar exitosamente mediante un modelo una situación administrativa desafiante, y justi- ficar después su análisis sobre bases conceptuales sólidas? Por supuesto, es factible que el estu- diante realice las tareas de trabajo de este texto o que logre aprobar la asignatura, y que, sin em- bargo, todo este material no produzca efecto alguno en su formación o en su carrera. Con el fin de evitar ese resultado trágico, es indispensable que usted haga suyas estas ideas acerca de los modelos, es decir, que las convierta en parte integral de su intuición personal. Este texto le pue- de ayudar, y también su maestro, pero al final de cuentas tendrá que realizarlo usted mismo te- niendo como base su trabajo “práctico” en la construcción de modelos mediante Excel. Después de todo, el aprendizaje es una experiencia personal y sólo es posible obtenerlo por medio del es- fuerzo propio. Notas sobre la Traducción: 1. El disco compacto que se encuentra al final del texto contiene además del material en in- glés (el cual especifica en la contraportada y en el prefacio para el profesor) las pantallas del programa Excel 7.0 en español. Es decir, el alumno tendrá dos versiones para poder tra- bajar de la manera que más le convenga o desee. 2. Se respetaron las unidades de medición del libro en inglés; en otras palabras no se hicieron conversiones de un sistema a otro. Prefacio xxiii Por lo dicho anteriormente, resulta obvio que la ciencia de la administración basada en hojas de cálculo electrónicas tiene mucho que ofrecer a sus estudiantes. Creemos que un buen libro de texto, combinado con la labor de enseñanza y el entusiasmo de usted, puede desempeñar un pa- pel decisivo para ayudar a encauzar las actitudes de los administradores del mañana hacia el uso apropiado de los modelos cuantitativos en el mundo de los negocios. Las hojas de cálculo elec- trónicas se han convertido en la herramienta que actualmente utilizan en forma casi exclusiva millones de administradores para el análisis de los problemas de la empresa. Ahora esas hojas de cálculo ofrecen muchas herramientas poderosas que nos permiten analizar modelos más com- plejos y tomar mejores decisiones. En virtud del uso tan generalizado de las hojas de cálculo electrónicas en administración, nuestra tarea consiste en lograr que los estudiantes enfoquen su atención al desarrollo de sus aptitudes para la construcción de modelos —que sepan “pintar” en el lienzo vacío de la hoja de cálculo electrónica los modelos que puedan ser útiles y prácticos para los negocios— y no en algoritmos o acertijos matemáticos. Teniendo esto presente, la quinta edición fue revisada de principio a fin por los nuevos au- tores, Jeffrey Moore y Larry Weatherford, con el doble propósito de adecuarla a las herramientas más avanzadas de las hojas de cálculo electrónicas incorporadas a esta obra y ayudarle a usted a que las haga todavía más relevantes para la carrera que sus estudiantes van a emprender en admi- nistración. Con este propósito, el contenido se ha desviado de los procedimientos de resolución y otros detalles matemáticos y se ha enfocado en material adicional y casos prácticos. Por ejem- plo, a casi todos los capítulos se les han añadido nuevos casos tomados de las escuelas de pos- grado en administración de empresas de Stanford y Darden. Como también consideramos muy importante que el estudiante se percate de que las empresas del mundo real siguen utilizando con éxito estos métodos cuantitativos, hemos incluido viñetas actualizadas al principio de cada ca- pítulo y diversas cápsulas de aplicación que muestran los resultados, a menudo del orden de mi- llones de dólares, que han obtenido empresas muy conocidas mediante la aplicación de estas téc- nicas para la construcción de modelos. Este libro de texto está dirigido a los cursos introductorios sobre la aplicación de la hoja de cálculo electrónica de Microsoft Excel para la construcción de modelos que sirvan para la toma de decisiones administrativas en los niveles de licenciatura o maestría. Los estudiantes tendrán así las ideas fundamentales que los guiarán a lo largo de toda su carrera. Para abordar las nece- sidades de los lectores interesados en seguir carreras administrativas más generales o más espe- cializadas en la ciencia de las decisiones, el libro hace énfasis en: • la importancia de contar con fundamentos conceptuales firmes en todos los temas, en opo- sición a las prescripciones que se hacen al estilo de “recetas de cocina” para el manejo de hojas de cálculo electrónicas. • el papel que desempeña la construcción de modelos en hojas de cálculo electrónicas dentro del contexto más amplio de la toma de decisiones en la administración, en oposición a las técnicas algorítmicas. Hemos adoptado un enfoque muy “práctico” en la construcción de modelos que correspon- den a muchos de los desafíos a los cuales pueden enfrentarse las empresas en los rubros de ope- raciones, finanzas, recursos humanos, mercadotecnia y el sector público, para mencionar sólo unos cuantos. Los estudiantes muestran una clara preferencia por este enfoque porque, gracias a él, (1) adquierenhabilidades capitalizables que podrán utilizar de inmediato en su carrera pro- fesional y, lo más importante, (2) desarrollan hábitos y conocimientos valiosos para la construc- ción de modelos que les beneficiarán en forma perdurable. Muchos estudiantes se han comunica- do con nosotros para decirnos que el presente fue uno de los cursos más valiosos que estudiaron en la universidad. Para el profesor xxiv El libro revisado se enfoca en gran medida a los modelos —qué son, cómo se crean, cómo se usan y qué tipo de información ofrecen— y en la importancia decisiva del buen juicio admi- nistrativo para utilizar esa información. Al mismo tiempo, para los lectores interesados en los aspectos más especializados del tema, se incluye una exposición sin paralelo sobre técnicas de optimización y análisis de decisiones. Las aplicaciones y ejemplos de las hojas de cálculo electrónicas en Microsoft Excel, en las cuales se incluye el uso de módulos suplementarios muy conocidos (Solver, Crystal Ball, @Risk y TreePlan), están integrados en todo el texto como paradigmas para la construcción de modelos. Se ha prestado mucha atención a los pasos de los procedimientos (funcionan casi como “tu- toriales”) para la construcción y análisis de modelos para la toma de decisiones en Excel. Una vez más se hace énfasis en el uso “práctico” de Excel con sus módulos suplementarios. El libro presenta muchas “pantallas” que muestran los modelos realizados en Excel e incluye cuatro pa- quetes de programas de aplicaciones que el estudiante seguirá usando mucho tiempo después de terminado el curso: • Un nuevo programa de visualización gráfica, GLP, para la optimización interactiva de mo- delos de programación lineal (software incluido con el libro de texto). • Versión exclusiva para el estudiante, la cual contiene un módulo suplementario de Crystal Ball para simulaciones Monte Carlo (software incluido con el libro de texto). • Módulo suplementario TreePlan para análisis de decisiones (software incluido con el libro de texto). • Plantillas de Excel para modelos de línea o cola de espera (software incluido con el libro de texto). También ampliamos la exposición introductoria acerca de la filosofía sobre la construcción de modelos y agregamos un nuevo capítulo donde se exponen técnicas generales para la cons- trucción de modelos en hojas de cálculo electrónicas. Este capítulo sirve como introducción a los estudiantes para la utilización de dichas hojas de cálculo. Asimismo, revisamos a fondo dos ca- pítulos: el correspondiente a la toma de decisiones con objetivos múltiples, en el cual se incorpo- ró una nueva sección acerca del proceso de jerarquía analítica (PJA); y el capítulo dedicado a pro- nósticos, donde la exposición sobre modelos para el pronóstico de series de tiempo es ahora más amplia, independientemente de que se añadieron temas como el del tratamiento de la estaciona- lidad de los datos, y también un caso referente al uso de pronósticos en los hoteles Marriott. En esta edición se presenta nuevo material sobre modelos de aplicación en el sector servi- cios, además de los ejemplos tradicionales de manufactura que ya aparecieron en ediciones an- teriores. Continuando la excelente tradición de estas últimas, el texto expone en forma sin igual el tema de la optimización. El texto está dividido en tres partes; la primera se refiere a temas generales que tratan la construcción de modelos, la segunda a los modelos de optimización y la tercera a los modelos probabilísticos (estocásticos). Esto provee un marco lógico para la organización del material, permitiendo que se haga más énfasis y se dedique mayor espacio a rubros “candentes” de actua- lidad, como el PJA, la simulación Monte Carlo, la toma de decisiones con objetivos múltiples y el uso general de hojas de cálculo electrónicas para la construcción de modelos. Aquí encontra- rá usted más material que el que se puede abarcar en un primer curso. Creemos que nuestra or- ganización de los temas brinda a cada profesor toda la flexibilidad para que adapte su curso a diferentes grupos y necesidades. Los apéndices sobre Solver y las características especiales de Excel para la construcción de modelos no se encuentran habitualmente en cursos donde se enseña la mecánica de las hojas de cálculo electrónicas, pero han sido incluidas aquí para que el estudiante pueda mejorar sus habilidades en el manejo de dichas hojas y aprecie mejor las capacidades de Excel para la cons- trucción de modelos. MATERIALES INCLUIDOS Esta edición incluye un CD-ROM que contiene, sin costo extra, los siguientes programas y ma- teriales para el curso: • Nuevo programa de visualización gráfica, GLP, para la optimización interactiva de los mo- delos de programación lineal incluidos en el material de los capítulos 4 y 7. • Versión exclusiva para el estudiante, la cual presenta el módulo suplementario Crystal Ball para simulaciones Monte Carlo, que podrá utilizarse con el material del capítulo 11. Es compatible con Excel 97 (versión 8.0). • Software del módulo suplementario para análisis de decisiones TreePlan, que se usará con el material del capítulo 10. Es compatible con Excel 97 (versión 8.0). Prefacio xxv • Plantillas de Excel para modelos de línea de espera, aplicables al material del capítulo 12. Son compatibles con Excel 97 (versión 8.0). • Demostraciones con “reproducción” animada y comentarios de viva voz, para ilustrar el uso de los principales módulos suplementarios de Excel. • Archivos de hojas de cálculo Excel para todos los ejemplos citados en el texto, así como to- dos los datos pertinentes para la resolución de los problemas y los casos prácticos presen- tados al final de los capítulos. MATERIALES SUPLEMENTARIOS PARA LOS QUE ADOPTEN EL TEXTO • Soluciones Excel (para el profesor) de cada uno de los ejemplos, casos y problemas presen- tados en el libro. El maestro puede usarlos en su forma original, suprimir algunos detalles o modificarlos a su gusto. • Diapositivas de presentación para cada capítulo, en Power Point, con las hojas de cálculo Excel apropiadas (013-904780-8). • Acceso a la página protegida en la World Wide Web para que obtenga oportunamente ma- teriales complementarios (www.prenhall.com/eppen) • Manual de soluciones para el maestro (013-904756-5) • Archivo (Test Item File) con artículos de prueba (013-904764-6) • Examen adaptable por el usuario (Custom Test) para Windows (013-904772-7) AGRADECIMIENTOS En nuestro papel como autores responsables de esta edición, queremos dar las gracias a los au- tores de las cuatro primeras ediciones de esta obra: Gary Eppen y F. J. Gould, a quienes se les unió en ediciones posteriores Charles Smith. A todos ellos nuestro más profundo reconoci- miento por sus arduos esfuerzos en la preparación de un libro de texto clásico que valió la pena revisar. Deseamos dar las gracias a nuestro editor, Tom Tucker, por la paciencia con la cual logró que esta revisión fuera aprobada. Consideramos que si no hubiera sido por sus orientaciones y dirección, este libro no sería ni remotamente el producto que actualmente es. Nos gustaría expresar nuestra gratitud por la labor que realizaron los numerosos revisores de esta edición (véase la lista más adelante). Gracias a sus atinados comentarios e ideas éste es un mejor libro. Agradecemos también a quienes nos proporcionaron los casos prácticos amplia- dos que aparecen en esta edición, C. P. Bonini, Evan Porteus, Robert Wilson, Haim Mendelson, Krishnan Anand y Sam Bodily. Agradecemos a los más de 300 profesores que participaron en la extensa Encuesta IN- FORMS, donde se ven aspectos sobre la enseñanza de la ciencia de la administración. En sus comentarios y sugerencias se basaron muchos cambios introducidos en esta edición. Además, deseamos dar las gracias a nuestras secretarias, Heather Harper, Vonda Barnes y Marge Holford, por sus largas horas de minucioso trabajo repasando la edición anterior de este libro e incorporando las correcciones necesarias. También estamos en deuda con Kevin Lewis,quien con sus ojos de águila detectó cualquier error que pudiera haberse filtrado hasta esa etapa del proceso, y asimismo agradecemos a todos los jóvenes que pertenecen a la generación de la maestría en “Construcción de modelos para la toma de decisiones” de la University of Wyoming, correspondiente al otoño de 1997, que llevó a cabo el uso de este libro en el aula. Nuestra gratitud para el profesor David Ashley por las plantillas sobre líneas de espera y para el profesor Mike Middleton por el software TreePlan. Por último, queremos dar las gracias a Daniel Fylstra y John Watson de Frontline Sys- tems y Software Engines por haber hecho realidad el Solver. Ha sido un placer trabajar con ellos. Otros miembros de Microsoft, Lewis Lewin y los ex alumnos de Administración de Em- presas de Stanford, Steve Ballmer y Pete Higgins, merecen nuestro reconocimiento por su par- ticipación tan decisiva en la creación de las herramientas Excel, las cuales han hecho de este programa la opción preferida por parte de los gerentes y administradores para la construcción y el análisis de modelos. Su colaboración y receptividad ante las sugerencias de los académi- cos, para determinar el diseño del producto y el conjunto de características de Excel y Solver, han sido un modelo que ojalá sirva de ejemplo a otros creadores de software. xxvi Prefacio Esperamos que este texto y sus materiales de apoyo sirvan como un refuerzo para sus labo- res de enseñanza. Siempre nos agrada la comunicación con los profesores —sobre todo si nos mencionan sus ideas para mejorar este texto—, así que siéntase en entera libertad para hacernos llegar sus comentarios. Jeffrey Moore, Palo Alto, CA Email: moore_jeffrey@gsb.stanford.edu Teléfono: (650) 723-4058 FAX: (650) 725-7979 Lawrence R. Weatherford, Laramie, WY Email: lrw@uwyo.edu Teléfono: (307) 766-3639 FAX: (307) 766-3488 REVISORES DE LA QUINTA EDICIÓN Kenneth H. Brown, University of Northern Iowa; Mitale De, Wilfrid Laurier University; Greg De- Croix, University of Washington; Abe Feinberg, California State University; Phillip C. Fry, Boise State University; Thomas A. Grossman, Jr., University of Calgary; Anne D. Henriksen, University of New Mexico; Steven Nahmias, Santa Clara University; Robert Nau, Duke University; Gary Reeves, University of South Carolina; David A. Schilling, The Ohio State University; Rick L. Wilson, Oklahoma State University. Prefacio xxvii Parte 1 L O S M O D E L O S Y S U C O N S T R U C C I Ó N En esta parte iniciamos nuestro enfoque con la cons-trucción de modelos en Excel, los cuales se presentancomo un apoyo para las decisiones administrativas.Nuestro enfoque consistirá en desarrollar un modelo de una situación administrativa en Excel, analizar dicho modelo con las herramientas de este programa y finalmente tomar una decisión basada en ese análisis. Los primeros capítulos estarán dedica- dos a estudiar un tipo de modelos conocidos como determinis- tas. Por eso tiene sentido preguntar: “¿Qué entendemos por de- terminista?” La palabra determinista significa que todos los aspectos del modelo ya se conocen con certeza. Si se trata de un modelo de pla- neación de la producción, por ejemplo, se supondrá que sabemos exactamente en cuánto tiempo se produce una parte en particu- lar, digamos 20 minutos, o el equivalente de tres partes por hora. En esas condiciones, sabremos que en ocho horas de trabajo será posible producir: 8 horas * 3 partes por hora = 24 partes. Todos hemos usado modelos deterministas. Desde la prime- ra vez que dedujimos que cinco piezas de una golosina, que ven- dían a cinco centavos cada una, nos costarían 25 centavos, supi- mos el valor exacto de todos los factores que intervienen en nuestro análisis. De hecho, en forma natural tendemos a suponer que el mundo circundante es determinista. Sin embargo, al refle- xionar en el asunto, comprendemos que no es así. En el ejemplo anterior, sabemos que algunas de esas partes podrán fabricarse en 19 minutos y otras en 23. Tal vez nos basten 7 horas y 41 mi- nutos para producir nuestras 24 partes. Entonces, ¿qué objeto tiene utilizar modelos deterministas, si sabemos que no describen perfectamente la realidad? La respues- ta es sencilla: los modelos son útiles. Es posible que los modelos deterministas no sean perfectos, pero a menudo ofrecen una apro- ximación razonablemente aceptable a la realidad, y ello casi siem- pre es preferible a no tener algún modelo. Los resultados, que ta- les modelos nos ofrecen, compensan de sobra el tiempo y esfuerzo necesarios para su construcción y análisis. Por esta razón, los mo- delos deterministas son el caballo de batalla entre las aplicaciones de las hojas de cálculo electrónicas destinadas al análisis de situa- ciones administrativas.También es por eso que hemos dedicado las dos primeras partes de este libro a tal estudio. Más adelante, en la tercera parte, relajaremos nuestra suposición determinista e inclui- remos diferentes modelos en los que será necesario tomar en cuenta explícitamente la incertidumbre. Capítulo 1 Introducción a la construcción de modelos Capítulo 2 Construcción de modelos en hojas de cálculo electrónicas 1 C A P Í T U L O 1.1 Introducción 1.2 El proceso de construcción de modelos 1.3 Una palabra sobre filosofía 1.4 Tipos de modelos 1.5 Construcción de modelos 1.6 Construcción de modelos con datos 1.7 Cuestiones relacionadas con los datos 1.8 Modelos determinísticos y probabilísticos 1.9 Ciclos en la construcción de modelos 1.10 Construcción de modelos y toma de decisiones 1.11 Terminología de la construcción de modelos 1.12 Resumen TÉRMINOS CLAVE EJERCICIOS DE REPASO PREGUNTAS PARA DISCUSIÓN REFERENCIAS 1 Decisiones de crédito y cobranzas en AT&T Capital CorporationC Á P S U L A D E A P L I C A C I Ó N Como propietaria y administradora de más de $12,000 millones en ac- tivos, AT&T Capital Corporation (AT&T CC) es la más grande entre las compañías de arrendamiento y financiamiento de Estados Unidos. El arrendamiento comercial en pequeña escala, que implica un capital en equipo valuado en $50,000 o menos, es un segmento estratégico de los negocios de AT&T CC que representa varios miles de millones de dóla- res. En este mercado altamente competitivo, AT&T CC debe tomar las decisiones de aprobación de crédito con rapidez (o correr el riesgo de perder clientes que serían absorbidos por otra arrendadora), con preci- sión (o arriesgarse a sufrir pérdidas por concepto de deudas incobra- bles) y con efectividad en términos de costos (o exponerse a pagar el costo de decisiones erróneas que merman las ganancias). Además, es preciso que la administración de las actividades de cobranza de cuen- tas pendientes sea efectiva, en términos de costos, para controlar las pérdidas ocasionadas por las deudas incobrables, reducir los costos de servicio de carácter financiero y mejorar el flujo de caja. Adaptando una aproximación basada en el ciclo de vida,AT&T CC desarrolló un sistema computarizado de apoyo de decisiones, con el fin de administrar el riesgo de crédito de cada cliente durante toda su re- lación con la empresa. Se desarrollaron modelos y sistemas para apo- yar tres fases de cada relación: (1) tomar las decisiones iniciales de cré- dito, (2) administrar la línea de crédito y las subsiguientes decisiones de crédito, y (3) realizar el cobro de cuentas. En cada fase, sendos mo- delos para la predicción del riesgo y la toma de decisiones ayudan a de- terminar qué decisión es la más conveniente. Algunas ventajas de este sistema son: respuestas más rápidas al cliente, incrementos en el volu- men de negocios de AT&T CC y mayor rentabilidad. Para tomar las decisiones de crédito iniciales se utiliza informa- ción del perfil de crédito e informes crediticios que permiten pronosti- car el futuro desempeño de un cliente en términos de pago. Se usa un modelo de optimización para determinar las fuentes de información de crédito procedente de distintas oficinas de crédito. Otro modelo de op- timizacióndetermina las decisiones de aprobación y la asignación de líneas de crédito. En la toma de la decisión aprobatoria se consideran la exposición en dólares y la predicción de la calificación de crédito, y poder así determinar las decisiones de Aprobar, Rechazar o Remitir pa- ra Revisión. Con este procedimiento se automatiza actualmente cerca de 68% de las decisiones iniciales de crédito, permitiendo un incremen- to de $40 millones en el volumen anual de negocios, al tiempo que los costos de la toma de decisiones se reducen en $550,000 anuales. Otra división de AT&T CC utilizó el modelo para reducir sus costos en más de $600,000 al año, incluida una reducción de 40% en el costo de la obtención de informes de crédito. La administración de la línea de crédito del cliente implica una evaluación continua de la solvencia del mismo y permite reclasificar su línea de crédito en “cubos” crediticios. Los clientes son ascendidos al nivel de crédito inmediato superior o reubicados en un nivel inferior cuando el modelo de calificación crediticia predice un nuevo umbral. El P E R F I L D E L C A P Í T U L O Introducción a la construcción de modelos 2 INTRODUCCIÓN El fundamento del éxito de AT&T es una serie de modelos de administración para apoyar la to- ma de decisiones de crédito, y precisamente los modelos para la administración son el tema de nuestro estudio. Este libro está dedicado a la construcción de modelos para la toma de decisio- nes administrativas usando hojas de cálculo electrónicas: qué son, cómo se construyen, cómo se usan y qué pueden revelarnos. Por mucho tiempo, los gerentes han tenido una actitud ambigua hacia la construcción de modelos cuantitativos para la toma de decisiones. Aunque reconocen las ventajas de los mode- los cuantitativos, algunos administradores han opinado a menudo que el proceso mismo de la construcción de modelos es un acto de “magia negra” que sólo debe ser practicado por matemá- ticos, consultores muy bien pagados o especialistas en informática. Desgraciadamente, el hecho de delegar la construcción de modelos a los especialistas elimina de este proceso al gerente y, con frecuencia, da lugar a que los resultados se apliquen en forma errónea o no se apliquen. Es- to, a su vez, hace que los gerentes sean aún más escépticos acerca del valor real de la construc- ción de modelos, como no sea para redactar apéndices de resultados obtenidos con modelos —que a menudo se añejan como el buen vino— en informes que nadie lee jamás. Así, dinero y esfuerzo se desperdician en ceremoniosas actividades de construcción de modelos que, a la pos- tre, tienen poca o ninguna repercusión en el administrador o en la organización que los mandó construir, los cuales ni aprenden ni son influidos por el proceso de modelación. Dos tecnologías recientes han revolucionado la construcción de modelos al hacer posible que los administradores construyan y analicen sus propios modelos. Esas dos tecnologías son las pode- rosas computadoras personales y los avanzados y refinados programas de hoja de cálculo electró- nica accesibles para el usuario. Parafraseando al profesor Sam Savage, estas tecnologías han hecho que “la cortina analítica se derrumbe...” como impedimento para la aplicación directa de la cons- trucción de modelos para la toma de decisiones por los gerentes de la empresa. En otras palabras, los conocimientos analíticos de matemáticas avanzadas, programación de computadoras, razona- miento algorítmico y otros aspectos de la formación técnica que antes eran indispensables, ya casi han desaparecido como prerrequisitos para el usuario. Esta utilización directa de modelos como apoyo de decisiones no sólo se traduce en mejores decisiones, sino además, imparte a los adminis- tradores conocimientos importantes que anteriormente se perdían. Este enfoque del aprendizaje a partir de la construcción de modelos permite que el administrador aborde el aspecto más importan- te de cualquier situación de toma de decisiones: determinar cuáles son las preguntas fundamentales que es necesario plantear, qué alternativas conviene investigar y dónde centrar la atención. modelo de administración de la línea de crédito ha reportado ahorros anuales de $300,000 al año, mientras que, al mismo tiempo sirve de ba- se para un incremento de $6 millones en el volumen de negocios. La cobranza de cuentas de clientes morosos es administrada me- diante una serie de modelos estadísticos que recomiendan de uno a cin- co escenarios de procedimientos para las actividades de cobranza. Un modelo de administración de cartera selecciona automáticamente a los clientes morosos y asienta sus nombres en una lista de espera, para in- cluirlos en la relación de trabajo de alguno de los representantes de ser- vicio. El resultado ha sido una ganancia en productividad de 15%, la cual se traduce en una reducción sostenida de las deudas morosas por $16 millones y un aumento correspondiente de $1 millón mensual en el flu- jo de caja. Con dicho modelo, la provisión de AT&T CC para compensar cuentas dudosas disminuyó 15%, al tiempo que su volumen de negocios creció 23%. En general, diversas aplicaciones de los modelos de análisis de riesgo, de optimización, estadísticos y de administración de cartera han reducido los costos de las decisiones de la gerencia de crédito en $3.5 millones anuales, permitiendo al mismo tiempo que el volumen de sus negocios aumente en $86 millones al año y reduzcan las pérdidas por deudas incobrables en $1.1 millones anuales. Según AT&T CC, esas in- versiones en “automatización y optimización de decisiones se conside- ran ahora como una fuente apreciable de ventajas competitivas y mejo- ramiento de la rentabilidad”. (Véase Curnow et al.) 1.1 Gracias a que construyó modelos para ensayar las alternativas para el futuro diseño de su sistema, Federal Express solamente cometió equivocaciones sobre el papel. La cons- trucción de modelos en computadora sí funciona: nos permite examinar muchas opciones diferentes y nos obliga a examinar el problema en su totalidad. Frederick W. Smith Presidente y director general de Federal Express Corporation EL PROCESO DE CONSTRUCCIÓN DE MODELOS La figura 1.1 ilustra los pasos de la toma de decisiones administrativas. Cuando se presenta una situación en la cual intervienen alternativas conflictivas o antagónicas, el gerente la analiza; se 1.2 3 toman decisiones para resolver los conflictos; las decisiones se ponen en práctica; y la organi- zación asume las consecuencias en forma de resultados, tomando en cuenta que no todos son monetarios. En este libro enfocaremos la construcción de modelos con hojas de cálculo electró- nicas como apoyo para la toma de decisiones; es decir, nos centraremos en las dos primeras eta- pas: el análisis de la situación y la toma de decisiones correspondiente. La figura 1.2 define el proceso de modelación aplicado a las dos primeras etapas que usa- remos en todo este libro. Observe que el diagrama está dividido en dos mitades, superior e infe- rior, separadas por una línea interrumpida. Debajo de dicha línea se encuentra el mundo real y caótico de todos los días, al cual se enfrentan los gerentes cuando están obligados a decidir có- mo lidiar con el reto de una situación, como por ejemplo a quién se le asignan los recursos pa- ra llevar a cabo las tareas, la programación de actividades o el diseño de una estrategia de co- mercialización. El proceso comienza en el ángulo inferior izquierdo, con el reto de la situación administrativa. Históricamente, los gerentes han dependido casi por completo de su propia intuición como el instrumento primario para tomar decisiones. Aunque la intuición es de gran valor, sobre todo en el caso de gerentes con experiencia, puede decirse que, por definición, está desprovista de un proceso analítico. Un administrador que basa la toma de decisiones solamente en la intuición no aprende, salvo por la retroalimentación que le proporcionan los resultados obtenidos, pero está demostrado que es una forma bastante cara
Compartir