[Escriba

texto]

Construccin de Modelos Cuantitativos

El problema cientfico crucial para la investigacin de sistemas es ste: cmo separar un
sistema viable especfico para su estudio del resto del universo sin perpetuar una divisin
aniquilante.
Stafford Beer
PERFIL DEL CAPTULO

Objetivos de aprendizaje
Caractersticas de los sistemas Administrativo
Modelos
Dimensionalidad en los modelos
Modelos de toma de decisin
Toma de decisiones bajo certidumbre
Toma de decisiones bajo riesgo
Toma de decisiones bajo incertidumbre
Toma de decisiones bajo conflicto
Resumen
Ejercicios
Bibliografa

La mayora de las consideraciones de este libro y casi todas las aplicaciones de los mtodos
cuantitativos en administracin tienen lugar en el contexto de modelos. Se ha simplificado
la realidad a aproximaciones fciles de trabajar, con el objeto de enfocar la atencin en
alguna parte manejable del universo. Dado que los modelos pueden ser tan profundos, este
captulo analiza algunas de sus caractersticas. Se examinar la administracin como un
tema para modelo, se examinarn esquemas de clasificacin para los modelos y se
presentar un mtodo para clasificar los modelos de teora de decisiones.
Un modelo es una representacin de algn aspecto de la realidad. El avioncito para armar,
la mueca de juguete, el tren que corre alrededor del rbol de Navidad, son todos ellos
modelos (vase la tabla 2-1). Las ecuaciones, los conceptos y las teoras tambin son
modelos. En cada caso

[Escriba el ttulo del documento]

[Escriba la fecha]

[Escriba texto]

existe un intento de representar o de explicar algo que forma parte del mundo real usando
menos que aquel objeto de inters. Esto, por lo general hace que la construccin de un
modelo sea ms sencilla, menos costosa y menos peligrosa que la construccin real del
artculo.
Los modelos matemticos de inters se usan aqu para explicar o predecir el
comportamiento de sistemas o decisiones administrativas. La desventaja principal estriba
en su misma naturaleza de modelos; son algo menos que la realidad. El reto para construir
un modelo til es incluir aquello que es pertinente, omitir lo irrelevante y hacer esta
diferencia sin excluir ningn factor importante, es decir, sin hacer una "divisin
aniquilante".
La seleccin del modelo que debe usarse en cualquier situacin dada depende tanto del
sistema real bajo estudio como del propsito del estudio (vase la tabla 2-1). El tema
central de este texto es los sistemas administrativos; en este captulo se presentarn algunas
de sus caractersticas comunes. El inters principal estar en los modelos normativos, que
dicen cmo deben construirse los sistemas. Tambin se explorarn varios modelos
descriptivos que hablan sobre el comportamiento real de algunos sistemas.
Por ejemplo, el mtodo cientfico es un modelo normativo y el modelo de toma de
decisiones administrativas de Simn es descriptivo.
La teora de decisiones es el estudio de cmo hacer selecciones ptimas de entre un
conjunto dado de alternativas. Cmo se hace esto depende en gran parte de la
predictibilidad de las consecuencias de cada alternativa.
Tambin se describir en este captulo un mtodo para clasificar los modelos de teora de
decisiones con base a la predictibilidad de las consecuencias.
OBJETIVOS DE APRENDIZAJE
Al estudiar este captulo el lector deber aprender:
1 Las ventajas y limitaciones de aplicar modelos a sistemas administrativos
2 Cmo clasificar los modelos que con frecuencia se usan en las ciencias de la
administracin
3 Cmo comprobar las dimensiones en un modelo
4 Una clasificacin en cuatro categoras de los modelos de toma de decisiones
5 El significado de los siguientes trminos:
Modelo
Validez
Normativo
Confiabilidad
Descriptivo
Toma de decisiones bajo certidumbre
Esttico
Toma de decisiones bajo riesgo
Dinmico
Toma de decisiones bajo incertidumbre
Sistema abierto
Toma de decisiones bajo conflicto
Sistema cerrado

[Escriba el ttulo del documento]

[Escriba la fecha]

[Escriba texto]

CARACTERSTICAS DE LOS SISTEMAS ADMINISTRATIVOS

El campo de la teora general de sistemas puede proporcionar algunas ideas sobre las
caractersticas de los sistemas administrativos. Por sistema se entiende cualquier conjunto
de partes relacionadas: una compaa, una mesa, un procedimiento contable, un motor,
todos ellos son sistemas. Cuando se usan modelos para analizar sistemas administrativos es
importante conocer cun bien se ajustan las caractersticas de un modelo a las del sistema
que se est estudiando. La tcnica de utilizar modelos sencillos para aproximar sistemas
complejos no es mala, siempre y cuando no se pierdan de vista las suposiciones y las
limitaciones.
Kenneth Boulding sugiri un esquema de clasificacin para los sistemas, basado en su
complejidad: la tabla 2-2" muestra este esquema. En el nivel ms bajo, los armazones, son
todos sistemas estticos. stos son sistemas que poseen una estructura pero que no tienen
movimiento. Puentes, presas, esquemas de clasificacin, registros y organigramas caeran
todos en esta categora.
Los sistemas dinmicos o de movimiento regular se encuentran en una segunda categora.
Estos sistemas se pueden mover pero slo siguiendo patrones predeterminados. Al subir en
jerarqua, los sistemas tienen caractersticas adicionales: retroalimentacin, adaptividad,
vida, organizacin social compleja.
Boulding emplea su jerarqua para demostrar que la mayora de los mtodos y modelos
que se presentan aqu estn diseados para los tres primeros niveles: no obstante, las
organizaciones administrativas pertenecen al octavo nivel. Por ejemplo, un organigrama es
una representacin esttica de algo que en realidad es una organizacin con vida y
dinmica. Entonces, cmo puede manejarse este problema en organizaciones complejas?
Boulding sugiere:
Al acercarnos a los niveles humanos y sociales sucede una cosa curiosa: el hecho de que
tengamos, por as decirlo, un camino interno, y de que nosotros mismos seamos los
sistemas que estamos estudiando, nos permite utilizar sistemas que en realidad no
entendemos. Es casi imposible que construyamos una mquina que pueda hacer un poema:
sin embargo, los poemas estn hechos por tontos como nosotros mediante procesos que en
gran parte no conocemos.$
"

enneth Boulding, "General Systems Theory.The Skeleton of Science," Management Science (Abril 1956), pp. 197-208.

dem.

[Escriba el ttulo del documento]

[Escriba la fecha]

[Escriba texto]

As, los problemas se manejan considerablemente por la experiencia, la intuicin, la

perspicacia, la imaginacin, el juicio y la suerte. La gran dificultad que presentan estos
mtodos es que no siempre se tiene suerte.
Puede adquirirse un mejor conocimiento de los sistemas administrativos considerando la
diferencia entre sistemas abiertos y cerrados. Bsicamente, un sistema abierto es aqul que
interacta con su medio ambiente; un sistema cerrado no tiene tal interaccin. Por supuesto
las empresas son sistemas abiertos. Esto se muestra en la figura 2-l. La interaccin con el
medio ambiente es ms dramtica cuando se considera que los empleados son tambin
clientes, miembros de la comunidad y votantes en ese medio ambiente.
Sin lugar a dudas, todos los sistemas reales son abiertos. Pero cuando construyen modelos
de sistemas abiertos, estos modelos necesariamente son sistemas cerrados. La razn es que
los sistemas abiertos tienen una infinidad de contactos posibles con su medio ambiente.
Como no se puede analizar lo infinito, los modelos quedan limitados a factores "relevantes"
como se muestra en la figura 2-2. Desde el momento en que la frontera entre lo relevante y
el medio ambiente que se excluy se vuelve impenetrable, el modelo es cerrado.
Para resumir, las empresas son organizaciones sociales vivas complejas dinmicas,
adaptivas y abiertas. Esto hace que sea difcil modelarlas.

[Escriba el ttulo del documento]

[Escriba la fecha]

[Escriba texto]

MODELOS
Existen muchas maneras de clasificar los modelos. El distinguir entre modelos normativos
(llamados a veces prescriptivos) y descriptivos es til al evaluar los resultados del modelo.
Con frecuencia, los modelos normativos se usan como gua. La religin personal
proporciona un modelo normativo para el comportamiento moral. Los mdicos usan un
modelo normativo de salud al tratar a sus pacientes. Y el mtodo cientfico es un modelo
prescriptivo para resolver problemas. En cada uno de estos casos el modelo proporciona
una gua de cmo se debe actuar. Puede no seguirse el modelo con exactitud en cualquier
situacin dada; puede escogerse seguirlo slo en parte o tal vez ignorarlo por completo.
Aun as, los modelos normativos son bastante valiosos, ya que proporcionan un criterio del
mejor curso de accin.
Del anlisis de los sistemas administrativos puede concluirse que existen muchas reas
para las que no hay modelos normativos detallados. Por ejemplo, no existe un modelo
matemtico ideal para una corporacin completa.' En casos como ste se deber confiar en
los modelos descriptivos. Como ejemplos de modelos descriptivos se tienen los planes
arquitectnicos, las fotografas y los modelos de automviles a escala natural. Pueden
ayudar a describir la realidad pero no incluyen ninguna connotacin de bueno o malo,
optimo o subptimo. Los modelos de simulacin caen en esta categora. El mayor uso que
se da a los modelos descriptivos es el del conocimiento de cmo se comporta un sistema
dado para poder hacer mejoras. En este sentido, los modelos descriptivos son herramientas
de trabajo ms que guas ideales.
Una segunda taxonoma para los modelos es concreto y abstracto . Los modelos concretos
tienen, en general, algunas caractersticas fsicas en comn con la realidad que se est
modelando. Son en s mismos sistemas reales fsicos. El modelo de aeroplano usado para
las pruebas del tnel de viento, la maqueta de un edificio y los modelos de automviles a
escala
3

Existen algunos modelos generales, como el de los economistas, IM = CM (el ingreso marginal es igual al costo marginal, determina
el punto ptimo de operacin), pero stos estn lejos de ser adecuados para el gran numero de decisiones necesarias en una corporac in.

[Escriba el ttulo del documento]

[Escriba la fecha]

[Escriba texto]

natural son modelos concretos. Las rplicas son modelos concretos tan cercanos a la
realidad que puede ser difcil diferenciarlos.
Los modelos abstractos son el extremo opuesto de los modelos concretos. No tienen
caracterstica fsicas comunes con el original. Los modelos abstractos pueden ser verbales,
como la descripcin de una nueva oficina hecha por un decorador de interiores, o
simblicos. Los modelos simblicos incluyen tanto los modelos matemticos como los
modelos grficos o pictricos (por ejemplo, los diagramas de flujo). Pocas veces los
modelos concretos son normativos, mientras los modelos abstractos pueden ser normativos
o descriptivos.
Otras formas de clasificacin de modelos son por tipo de aplicacin (por ejemplo,
modelos de inventarios) y por tcnica (por ejemplo, modelos de programacin lineal). Esto
no agota las posibilidades, pero es suficiente para los propsitos de este libro.
Al comparar los modelos debe tenerse en cuenta la validez, la confiabilidad y la
simplicidad. Un modelo es vlido si lleva a los mismos resultados que se obtendran en el
mundo real. El principio de parsimonia defiende la seleccin del ms simple de dos
modelos comparables.( En otras palabras, la complejidad debe aceptarse slo cuando sea
necesario.
DIMENSIONALIDAD EN LOS MODELOS
Las variables que se manejarn en este libro tienen dimensiones para describir su
naturaleza: dlares, yardas, kilogramos, unidades, aos, y as sucesivamente. La lgica de
las matemticas requiere que estas dimensiones sean algebraicamente coherentes en todas
las operaciones. En la vida diaria no se restan coles de panes para comprobar el saldo en la
cuenta de cheques. Anlogamente, tanto las dimensiones como los nmeros, en los modelos
que se trabajarn aqu, debern cumplir con los signos de igualdad.
Cuando se tienen que sumar o restar dos cantidades las dimensiones deben ser idnticas.
Cuando se tienen que multiplicar o dividir, las dimensiones en los dos lados de los signos
de igualdad deben ser idnticas. Por supuesto, las constantes no tienen dimensin.
Considrese como ejemplo la frmula para el punto de equilibrio (vase el Cap. 3):

Para verificar las dimensiones de un modelo, se escriben las dimensiones en lugar de las
variables y se ve si la expresin se puede reducir a una identidad.

lgunas veces se hace referencia a esto como la aplicacin del rastrillo de Ockham.

[Escriba el ttulo del documento]

[Escriba la fecha]

[Escriba texto]

Ntese que al restar dlares/unidad de dlares/unidad, queda una cantidad con la misma
dimensin.
Cuando se trata de desarrollar un modelo, puede ser muy importante comprobar sus
dimensiones. Si stas no se igualan, entonces el modelo no se puede usar. Las dimensiones
pueden servir tambin como una verificacin de las frmulas cuando no se tiene la certeza
de que estn correctas. Ntese sin embargo, que el que las dimensiones sean apropiadas no
garantiza en s la validez del modelo.
Se har una observacin ms sobre las formas de expresar las dimensiones. Cuando las
dimensiones de una variable son compuestas, con frecuencia se escriben como una serie de
divisiones. Por ejemplo, el costo de mantener una unidad de inventario (vase el Cap. l3),
tiene unidades de dlares/unidad/ao. Esto se lee "dlares por unidad por ao".
Algebraicamente es

MODELOS DE TOMA DE DECISIN

La teora de decisiones proporciona una manera til de clasificar modelos para la toma de
decisiones. Aqu se usar "toma de decisiones" como un sinnimo de "seleccin". Se
supondr que se ha definido el problema, que se tienen todos los datos y que se han
identificado los cursos de accin alternativos. La tarea es entonces seleccionar la mejor
alternativa. La teora de decisiones dice que esta tarea de hacer una seleccin caer en una
de cuatro categoras generales dependiendo de la habilidad personal para predecir las
consecuencias de cada alternativa.

TOMA DE DECISIONES BAJO CERTIDUMBRE

Si se pueden predecir con certeza las consecuencias de cada alternativa de accin, entonces
se tiene una tarea de toma de decisiones bajo certidumbre. Otra manera de pensar en esto es
que existe una relacin directa
[Escriba el ttulo del documento]
[Escriba la fecha]

[Escriba texto]

de causa y efecto entre cada acto y su consecuencia. Si est lloviendo, deber llevarse un
paraguas? Si hace fro, deber llevarse un abrigo? Ya sea que se lleve o no el paraguas o el
abrigo, las consecuencias son predecibles.
Una buena parte de las decisiones que se toman a diario cae dentro de esta categora. En
dnde comer? En dnde comprar el material de la oficina? Qu modo de transporte usar
para los productos? Conceptualmente, la tarea es bastante sencilla. Simplemente se evalan
las consecuencias de cada accin alternativa y se selecciona la que se prefiere. Sin
embargo, en la prctica, esto puede resultar lejos de ser fcil. El nmero de alternativas
puede ser muy grande (o infinito) lo que hara muy laboriosa la enumeracin. Por ejemplo,
si una empresa usa 10 000 kilogramos anuales de polvo limpiador, cmo debe guardarse el
inventario? Se tienen disponibles 10 000 alternativas (ms an si se permiten cantidades
fraccinales).
Muchos de los modelos y tcnicas de este libro estn diseados para manejar la toma de
decisiones bajo certidumbre. El anlisis de punto de equilibrio, programacin lineal,
programacin de la produccin y control de inventarios, todo ello incluye modelos
determinsticos que sern tiles para el lector al evaluar las consecuencias y seleccionar el
mejor curso de accin.
TOMA DE DECISIONES BAJO RIESGO
Esta categora incluye aquellas decisiones para las que las consecuencias de una accin
dada dependen de algn evento probabilista. Por ejemplo supngase que se est a cargo de
la venta de rboles de Navidad para iglesia. La primera tarea es decidir cuntos rboles
ordenar para la siguiente temporada. Supngase que se debe pagar $3.50 por cada rbol,
pueden ordenar slo lotes de 100 y se planea venderlos a $8 cada uno. Por supuesto, si no
se venden, no tienen valor de recuperacin. Se estudian 1os registros de ventas pasadas en
la iglesia y se analiza el crecimiento potencial de las ventas con otros vendedores, llegando
a las siguientes estimaciones para la prxima temporada:

Con estos datos se puede calcular la ganancia para cada combinacin de cantidad ordenada
y ventas eventuales. Por ejemplo, si se ordenan 300 rboles y de hecho se venden slo 200,
la utilidad neta ser de $4.50 por cada rbol vendido menos una prdida de $3.50 por los
rboles no vendidos, es decir:
[Escriba el ttulo del documento]
[Escriba la fecha]

[Escriba texto]

Si se hace esto para cada una de las combinaciones, se obtienen los resultados que se
muestran en la figura 2-3. Ahora, observando lo que se llama la matriz de pagos, cuntos
rboles se debern ordenar? Si se ordenan l00, se tiene la seguridad de una ganancia de
$450. Si se ordenan 200, puede ganarse $900 o $l00. Una orden de 300 rboles tiene una
utilidad potencial que flucta entre $250 y + $l 400. Cul debe escogerse?
El resultado ms importante de teora de decisiones bajo riesgo es que debe seleccionar e
la alternativa que tenga el mayor valor esperado. En el captulo 4 se describe cmo
encontrar el valor esperado de una alternativa, de manera que no se har este clculo aqu.
Baste decir que esto es equivalente a "apostar al promedio a largo plazo". Esto es, se debe
seleccionar aquella alternativa con el pago promedio ms alto.
Existen muchas decisiones administrativas que pueden catalogarse como
toma de decisiones bajo riesgo. Algunas de ellas son:
Deber introducirse un nuevo producto en particular?
Deber ofrecerse ms para obtener un contrato?
Deber construirse una nueva planta o ampliarse la que se tiene?
Cuntos pasteles deber producir una pastelera para la venta diaria?
Deber una compaa petrolera realizar pruebas ssmicas costosas antes de hacer una
nueva perforacin?
Deber iniciarse un nuevo programa costoso de propaganda?
En cada uno de estos casos se tienen elementos de un problema de toma de decisiones bajo
riesgo: al menos dos cursos alternativos de accin, resultados probabilsticos y la habilidad
para determinar (o hacer estimaciones razonables) las probabilidades de los eventos.
A estas decisiones tomadas una sola vez pueden agregarse situaciones de decisiones
repetitivas: inventarios, lneas de espera, programacin de la
[Escriba el ttulo del documento]
[Escriba la fecha]

[Escriba texto]

produccin, pueden todas involucrar decisiones bajo riesgo. Los captulos posteriores
tomarn en cuenta estos casos.
TOMA DE DECISIONES BAJO INCERTIDUMBRE
sta es una categora muy comn para las decisiones aunque de nombre peculiar. Se parece
a la toma de decisiones bajo riesgo, con una diferencia importante. Ahora no se tiene
conocimiento de las probabilidades de los eventos futuros, no se tiene idea de cuan posibles
sean las diferentes consecuencias. En el ejemplo de los rboles de Navidad equivaldra a
tratar de decidir cuntos rboles ordenar sin tener la ms remota nocin de cuntos pueden
venderse. Otro ejemplo sera el de tratar de adivinar si al tirar una moneda al aire el
resultado es cara o cruz sin saber si la moneda tiene dos caras, es legal, o tiene dos cruces.
Otro ejemplo sera tambin el de tratar de decidir si se debe aceptar una oferta de trabajo
sin saber si despus se tendr una mejor.
Esta categora es realmente como disparar en la obscuridad. Habr una manera ptima de
disparar en la obscuridad? En realidad no. An as se pueden ofrecer varios mtodos para
manejar problemas de este tipo.
Primero debe tratarse de reducir la incertidumbre obteniendo informacin adicional sobre
el problema. Con frecuencia esto basta para que la solucin sea evidente. Si esto falla, se
tienen varios caminos abiertos.
Una manera de manejar este tipo de situaciones es introduciendo abiertamente en el
problema los sentimientos subjetivos de optimismo y pesimismo. Esto no es tan malo como
parece; en muchas ocasiones, los sentimientos subjetivos tienen una base razonable. Un
ejemplo es la decisin de cuntos rboles de Navidad ordenar. Se puede tener razn al
pensar que las ventas de rboles deben ser buenas: la congregacin de la iglesia es grande,
habr buena publicidad y no hay competencia en el rea.
Si se es una persona optimista, puede emplearse una estrategia maximax. Esto significa
que se selecciona la accin que maximiza el pago mximo. En la figura 2-3 el ms grande
de todos es $1 400, de forma que con este enfoque deben ordenar 300 rboles.
Por otra parte, si se es pesimista, se puede ser superconservador y emplear una estrategia
maximin. Aqu se selecciona la accin con el mayor de los pagos mnimos. En la figura 23, los pagos mnimos para las tres acciones son $450, $100 y -$250. Se selecciona el ms
grande de estos -$450- es decir, se ordenan tres. En efecto, se est suponiendo que ocurrir
el peor evento posible y se est seleccionando la mejor accin bajo esa circunstancia.
Maximax y maximin son los dos extremos. Por supuesto, se podra seleccionar alguna
accin intermedia.
Una estrategia alternativa consiste en convertir el problema a uno de toma de decisiones
bajo riesgo, para que pueda hacerse una seleccin ptima. Primero pueden expresarse
aquellos conocimientos o sentimientos que se tengan sobre los eventos en trminos de una
distribucin de probabilidad. Esto fue lo que se hizo en el ejemplo de los rboles de
Navidad. Recurdese que se dijo que las probabilidades para los diferentes niveles de

[Escriba el ttulo del documento]

[Escriba la fecha]

[Escriba texto]

ventas estaban basados en los registros de ventas pasadas y en la consideracin del

crecimiento en las mismas. stas son, entonces, estimaciones subjetivas de probabilidad.
Si no se tienen bases para hacer estimaciones subjetivas, se puede emplear el principio de
la razn insuficiente. Esto significa que puede suponerse que todos los eventos son
igualmente probables. As para las ventas de Navidad, se le asignar una probabilidad de
1/3 a cada evento.
No debe sentirse mal el lector si piensa que todo esto no tiene sentido. En apariencia, as
es. Pero no se pierdan de vista los comentarios de Boulding sobre la habilidad personal para
usar sistemas que en realidad no se entienden. En muchas de las decisiones bajo
incertidumbre se puede, de hecho, expresar el grado personal de optimismo, o convertir el
problema a riesgo con una exactitud razonable. Llmese intuicin, experiencia, juicio,
suerte o como se desee. El hacer esto mejorar la toma de decisiones en mayor medida que
cuando simplemente se hace un disparo en la obscuridad.
TOMA DE DECISIONES BAJO CONFLICTO
Esta es la ltima de las cuatro categoras. Aqu se tienen aquellos casos de toma de
decisiones bajo incertidumbre en los que hay un oponente. Las probabilidades de los
eventos no slo se desconocen; estn influenciadas por un oponente cuya meta es vencer.
sta es la situacin tpica en cualquier competencia: bisbol, ftbol, pquer, blackjack, los
negocios y la guerra. En el marco terico, stos se llaman juegos y teora de juegos; en el
captulo 5 se exploran las estrategias ptimas para cada jugador. Hasta el momento, los
resultados tericos estn limitados; no espere descubrir cmo volverse invencible en el
pquer. Sin embargo, existen algunos conceptos tiles relacionados con la competencia
entre las empresas y en las negociaciones obrero-administrativas.
RESUMEN
Los modelos cuantitativos estn diseados para ayudar a la toma de decisiones
administrativas. Proporcionan un mtodo objetivo y lgico para analizar los sistemas
administrativos en un esfuerzo que posibilite tomar las decisiones ptimas. Con frecuencia,
emplearlos resulta menos costoso, ms sencillo y ms seguro que hacer pruebas en su
equivalente real. Sin embargo, estas ventajas significativas no se obtienen sin limitaciones.
La complejidad de los sistemas administrativos puede observarse en la jerarqua de
sistemas de Boulding. La mayora de los mtodos analticos se refieren a sistemas cerrados
de los niveles ms bajos .los armazones, los sistemas de movimiento regular y los
termostatos. mientras que los sistemas administrativos operan sobre el octavo nivel. As, los
sistemas administrativos son sistemas sociales dinmicos adaptivos y complejos y abiertos
a la influencia del medio ambiente. Por lo tanto, los modelos, en este libro, sern slo
aproximaciones a la realidad.
Entonces, con estas limitaciones en mente, se consideraron varios es
quemas de clasificacin para los modelos. En este texto se estudiarn mo-

[Escriba el ttulo del documento]

[Escriba la fecha]

[Escriba texto]

dlos normativos, abstractos y simblicos. Al aplicarlos, estos modelos se juzgarn en

cuanto a su validez, confiabilidad y simplicidad. An ms, todos los modelos debern ser
correctos en sus dimensiones.
De la teora de decisiones se puede adoptar un esquema de clasificacin en cuatro
categoras para la toma de decisiones: certidumbre, riesgo, incertidumbre y conflicto. Las
decisiones se clasifican entonces sobre la base de su predictibilidad de las consecuencias de
cada accin alternativa. Con excepcin del captulo 5, "Teora de juegos", todos los
mtodos y modelos que se encuentran en este libro caen dentro de las primeras dos
categoras.
EJERCICIOS
2-1 Clasifquese cada uno de los siguientes sistemas en la jerarqua de Boulding:
a. Un gato
b. Un bat de bisbol
c. Un sistema de inventario
d. La religin
e. Las funciones administrativa
2-2 Dado que cada uno de los objetivos que se nombran es un modelo clasifquese cada uno
de acuerdo a los descriptores: normativo o descriptivo, concreto o abstracto, verbal o
simblico (si es abstracto):
a. Un avioncito de juguete
b. Un globo terrqueo
c. La descripcin de un trabajo
d. Un simulador de manejo
e. Una ecuacin
f. Un organigrama
2-3 Verifquense las dimensiones del siguiente modelo:

2-4 Verifquense las dimensiones del siguiente modelo:

[Escriba el ttulo del documento]

[Escriba la fecha]

[Escriba texto]

2-5 Verifquense las dimensiones del siguiente modelo:

Nota: El porcentaje no es una dimensin.

2-6 Cada uno de los siguientes incisos es un ejemplo de decisin. Colquese cada decisin
en su categora apropiada: certidumbre, riesgo, incertidumbre, conflicto
a. La seleccin de un nmero para jugar a la ruleta
b. La decisin de qu ropa ponerse en la maana
c. La decisin de elevar o no el precio de un producto
d. Un monopolio que decide un aumento de precio
e. Un experto en ciencias de la administracin que decide si forzar o no la adopcin de
su nuevo modelo.
BIBLIOGRAFA

Boulding, Kenneth: "General Systems Theory The Skeleton of Science", Management Science (Abril l956),
pp. l97-208.
Miller, D. W., y M. K. Starr: Executive Decisions and Operations Research, 2,
edicin (Englewood Cliffs, N. J.: Prentice-Hall, N.J., l969), captulos 7-9.
Forester, Jay W.: "Industrial DynamicsAfter the First Decade", Management cience (Marzo l968), pp. 3984l5.

[Escriba el ttulo del documento]

[Escriba la fecha]

[Escriba texto]

[Escriba el ttulo del documento]

[Escriba la fecha]