Objetivos de un modelo

01 · Punto de partida

Sin objetivo no hay buen modelo

El mismo sistema admite infinitos modelos. Lo que elige entre ellos es el objetivo: ¿queremos entender por qué crece la cola, pronosticar la demanda del mes, elegir entre dos capacidades o explicar el proyecto al equipo?

Cada objetivo pide un modelo distinto: distinto detalle, distintos datos y distinta forma de decir «funciona».

• ¿Qué decisión o pregunta dispara este modelo?
• ¿Qué precisión exige y qué error tolera?
• ¿Quién lo va a usar y a quién debe convencer?
• ¿Cuándo diremos que cumplió?

02 · Los cuatro objetivos

Comprender, predecir, decidir y comunicar

Comprender

Explicar mecanismos: qué causa qué. Pregunta «¿por qué?». Se evalúa por claridad causal.

Predecir

Anticipar valores futuros con horizonte y error. Pregunta «¿cuánto?». Se evalúa contra datos.

Decidir

Comparar opciones bajo escenarios. Pregunta «¿qué conviene?». Se evalúa por la calidad de la elección.

Comunicar

Hacer visible y discutible el sistema. Pregunta «¿cómo lo mostramos?». Se evalúa por comprensión ajena.

03 · En detalle

Qué pide cada objetivo

1. 1
   Comprender: mecanismos, no solo números.

   Busca causas y sensibilidades: qué parámetro mueve la aguja. Un modelo simple y transparente vale más que una caja negra precisa.

2. 2
   Predecir: horizonte y error declarados.

   Toda predicción lleva plazo y margen: «mañana, ±10 %». Sin horizonte ni error, no es predicción: es adivinanza con código.

3. 3
   Decidir: opciones comparadas en los mismos escenarios.

   Decidir es ordenar opciones por una métrica bajo varios escenarios, con umbrales explícitos de cambio de decisión.

4. 4
   Comunicar: supuestos a la vista.

   Un modelo que otros no entienden no decide nada: necesita visualización, lenguaje del dominio y supuestos visibles.

04 · Del objetivo al diseño

Una guía rápida

Si el objetivo es decidir entre dos capacidades, el modelo necesita costos, escenarios de demanda y un umbral. Si es comunicar, necesita un tablero legible. El Tema 28 retomará esta guía para escribir objetivos medibles.

05 · En Python

Un modelo, cuatro usos

La misma función de ganancia sirve a los cuatro objetivos según cómo la usemos: explorar, proyectar, comparar o resumir.

def ganancia(demanda, fijo, margen):
    # Modelo de una opción productiva.
    return margen * demanda - fijo


# Comprender: ¿cuánto mueve la aguja cada cliente extra?
print("sensibilidad A:", ganancia(51, 100, 3) - ganancia(50, 100, 3))
# Predecir: ¿cuánto deja con demanda 50?
print("prediccion A:", ganancia(50, 100, 3))

Decidir y comunicar

Decidir es comparar opciones con la misma demanda; comunicar es presentar el cuadro completo con supuestos.

def ganancia(demanda, fijo, margen):
    return margen * demanda - fijo


opciones = {"A": (100, 3), "B": (250, 5)}
for nombre, (fijo, margen) in opciones.items():
    print(nombre, "demanda 50:", ganancia(50, fijo, margen))

mejor = max(opciones, key=lambda n: ganancia(50, *opciones[n]))
print("decisión con demanda 50:", mejor)

06 · Exploración

Laboratorio: ¿desde qué demanda conviene B?

Dos opciones con distinto fijo y margen. Movete la demanda y los márgenes: el laboratorio dibuja ambas ganancias y marca cuál gana y dónde se cruzan.

Las rectas muestran la ganancia de cada opción según la demanda. El marcador indica la demanda actual y el cruce, dónde cambia la decisión.

Preguntas para explorar

1. Con los valores iniciales, ¿desde qué demanda conviene B? Verificá moviendo la demanda.
2. Subí el margen A a 5. ¿Desaparece el cruce? ¿Qué significa?
3. ¿Qué objetivo (comprender, predecir, decidir, comunicar) estás practicando en cada pregunta?

07 · Comprensión

Confusiones frecuentes

08 · Práctica guiada

Ejercicios con Python

Ejercicio 1: predecir con horizonte

Proyectá la ganancia de A con demanda 60 y escribí la predicción con su supuesto.

def ganancia(demanda, fijo, margen):
    return margen * demanda - fijo


print("predicción A, demanda 60:", ganancia(60, 100, 3))
print("supuesto: demanda 60 y margen 3 constantes")

Ejercicio 2: decidir con umbral

Encontrá por código desde qué demanda entera conviene B sobre A con los valores iniciales.

def ganancia(demanda, fijo, margen):
    return margen * demanda - fijo


cruce = next(d for d in range(0, 200) if ganancia(d, 250, 5) > ganancia(d, 100, 3))
print("B conviene desde demanda:", cruce)

Ejercicio 3: comunicar el cuadro

Generá una tablita comparativa A vs B para demandas 40, 60 y 80. ¿Qué historia cuenta?

def ganancia(demanda, fijo, margen):
    return margen * demanda - fijo


for d in [40, 60, 80]:
    a = ganancia(d, 100, 3)
    b = ganancia(d, 250, 5)
    print(d, "A:", a, "B:", b, "gana:", "A" if a > b else "B")

09 · Síntesis

Ideas para recordar

En el próximo tema veremos la abstracción y simplificación de sistemas reales: qué incluir y qué dejar fuera.