Ejemplos de clase Administración de Inventarios

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Ejemplos de clase Administración de Inventarios"

Transcripción

1 Ejemplos de clase Administración de Inventarios

2 ADMINISTRACIÓN DE INVENTARIOS A. MODELOS DE INVENTARIO PARA DEMANDA INDEPENDIENTE B. MODELOS PROBABILISTICOS E INVENTARIOS DE SEGURIDAD C. SISTEMAS DE PERIODO FIJO (P)

3 A. MODELOS DE INVENTARIO PARA DEMANDA INDEPENDIENTE 1. Modelo de cantidad económica a ordenar(eoq) 2. Minimización de costos 3. Puntos de reorden 4. Modelo de la cantidad económica a producir 5. Modelo de descuentos por cantidad

4 1. MODELO BÁSICO DE LA CANTIDAD ECONÓMICA A ORDENAR (EOQ) (Modelo clásico de inventarios) Se basa en vario supuestos 1. La demanda es conocida, constante e independiente. 2. El tiempo de entrega se conoce y es constante. 3. La recepción del inventario es instantánea y completa 4. Los descuentos por cantidad no son posibles. 5. Los únicos costos variables son el costo de preparar o colocar la orden y los costos e mantener o almacenar inventarios. 6. Los faltantes se evitan por completo.

5 Nivel de inventario Uso del inventario a través del tiempo Cantidad a ordenar= Q (nivel máximo de inventario) Tasa de uso Inventario disponible promedio Q 2 Inventario mínimo 0 Tiempo Figura 12.3

6 Costo anual Minimización de costos El objetivo es minimizar los costos totales Costo total mínimo Curva para el costo total de mantener y preparar Curva del costo por mantener Tabla11.5 Cantidad óptima a ordenar (Q*) Curva de costo de preparación (u ordenar) Cantidad a ordenar

7 FORMULAS Cuánto ordenar Fórmulas Qo = (2) (PC) (D) Fórmulas Q* = (2) (D) (S) H CC Qo = Cantidad económica de pedido PC = Costos de pedido D = Demanda anual en unidades CC = Costo de mantenimiento en el inventario por unidad Q* = Cantidad económica de pedido D = Demanda anual en unidades S = Costos de ordenar o de preparación para cada orden H = Costo de mantener o llevar el inventario por unidad por año

8 SISTEMA O MODELO DE CANTIDAD ECONÓMICA A ORDENAR (Q) (Modelo clásico de inventarios) Número de pedidos esperados = Número esperado de órdenes N = Demanda/Qo N = Demanda/Q* Tiempo esperado entre órdenes (T) T = Número días trabajo por año N

9 SISTEMA O MODELO DE CANTIDAD ECONÓMICA A ORDENAR (Q) (Modelo clásico de inventarios) CT = Costo anual de preparación + Costo anual de mantenimiento Costo anual de preparación = (Número de órdenes colocadas al año) X (Costo de preparación u ordenar por orden) Costo anual de mantener o mantenimiento = (Nivel del inventario promedio) X (Costo de mantener por unidad por año) CT = (D/Qo) * (PC) + (Qo/2) * CC

10 SISTEMA O MODELO DE CANTIDAD ECONÓMICA A ORDENAR (Q) (Modelo clásico de inventarios) Ejemplo (Página 493) Demanda (D) = 1,000 jeringas al año Costo de pedido (PC) = $10.00 por pedido Costo de mantener inventario (CC) = $0.50 por jeringa Qo = (2) (1000) (10) 0.50 = 200 jeringas Número de pedidos esperados Número esperado de órdenes 1000/200 = 5 pedidos u órdenes al año Tiempo esperado entre órdenes T = 250/5= 50 días entre órdenes = 1.67 mes

11 Costo total = ( D/Qo) (PC) + (Qo./2) (CC) CT = (1,000/200) (10) + (200/2) (0.50) CT = = $ Costo total anual = ( D/Qo) (PC) + (Qo./2) (CC) + DC Asumamos que una jeringa cuesta $0.15 CT = (1,000/200) (10) + (200/2) (2)+ (1,000*0.15) CT = = $250.00

12 SISTEMA O MODELO DE CANTIDAD ECONÓMICA A ORDENAR (Q) (Modelo clásico de inventarios) jeringas 200 Función de transferencia (interpretación de la gráfica): Cada vez que las existencias disponibles de jeringas sean igual a cero, pídase una cantidad igual a 200 unidades.

13 PUNTO DE REORDEN Cuándo ordenar Fórmulas Qo = (2) (PC) (D) CC ROP = d * L d = Demanda por día. Demanda. # días hábiles en un año L = Tiempo de entrega de nueva orden en días

14 Nivel de inventario (unidades) Curva del punto de reorden (ROP) Q* La ecuación del ROP, supone que la demanda durante el tiempo de entrega y el tiempo de entrega en sí son constantes. Caso contrario habrá que agregar un inventario de seguridad Pendiente = unidades/día = d ROP (unidades) Figura 12.5 Tiempo de entrega= L Tiempo (días)

15 SISTEMA O MODELO DE CANTIDAD ECONÓMICA A ORDENAR (Q) Ejemplo Demanda (D) = 8,000 ipods al año La compañía opera en años de = 250 días Tiempo de espera (Te) = 3 días ROP = d X L d = 8, = 32 unidades ROP = (32) * (3) = 96 unidades

16 SISTEMA O MODELO DE CANTIDAD ECONÓMICA A ORDENAR (Q) Función de transferencia (interpretación de la gráfica): Cada vez que las existencias de ipods disponibles sean igual a treinta y seis piezas, pídase una cantidad igual a noventa unidades.

17 2. SISTEMA O MODELO DE DESCUENTOS POR CANTIDAD Descuento por cantidad: precio Determinar la cantidad que minimizará el costo total anual del inventario. reducido de los artículos que se Cuando existen varios descuentos, este proceso implica cuatro pasos: compran en grandes cantidades 1. Para cada descuento, debe calcular el valor del tamaño óptimo de la orden, usando la fórmula: Qo. = (2) (PC) (D) (I)*(P) 2. Para cualquier descuento, si la cantidad a ordenar es muy baja como para calificar para el descuento, ajuste la cantidad a ordenar hacia arriba hasta la menor cantidad que califique para el descuento. 3. Usando la fórmula de CT, calcule un costo total para cada Qo determinada. Si es necesario ajustar Qo hacia arriba por ser menor que el intervalo de cantidad aceptable, debe usar el valor ajustado de Qo 4. Seleccione Qo que tenga el costo total más bajo. Será la cantidad que minimizará el costo total del inventario.

18 Ejemplo Wohl s Discount Store. Página 501 Número de descuento Cantidad para descuento Descuento (%) Precio(P) de descuento 1 0 to 999 Sin descuento $ ,000 to 1,999 4 $ ,000 o más 5 $4.75

19 2. SISTEMA O MODELO DE DESCUENTOS POR CANTIDAD Calcular Q* por cada descuento Q* = 2DS IP Q 1 * = Q 2 * = Q 3 * = 2(5,000)(49) (.2)(5.00) 2(5,000)(49) (.2)(4.80) 2(5,000)(49) (.2)(4.75) = 700 carros por orden = 714 carros por orden = 718 carros por orden

20 2. SISTEMA O MODELO DE DESCUENTOS POR CANTIDAD Ajustar hacia arriba, en este caso, los valores Q* por cada descuento Q* = 2DS IP Q 1 * = Q 2 * = Q 3 * = 2(5,000)(49) (.2)(5.00) 2(5,000)(49) (.2)(4.80) 2(5,000)(49) (.2)(4.75) = 700 orden carros = 714 carros/orden 1,000 ajustada = 718 carros/orden 2,000 ajustada

21 2. SISTEMA O MODELO DE DESCUENTOS POR CANTIDAD Usar la ecuación de costo total y calcular el costo total para cada cantidad a ordenar = CT = (D/Q)(CP) + (Q/2) (CC) + DC Número descuento Precio unitario Cantidad a ordenar Costo anual del producto Costo anual de ordenar Costo anual de mantener Total 1 $ $25,000 $350 $350 $25,700 2 $4.80 1,000 $24,000 $245 $480 $24,725 3 $4.75 2,000 $ $ $950 $24, Seleccionar la cantidad a ordenar con el menor costo Tabla12.3 Comprar 1,000 unidades a $4.80 por unidad

22 B. MODELOS PROBABILÍSTICOS E INVENTARIOS DE SEGURIDAD Se usan cuando la demanda del producto no se conoce pero puede especificarse mediante la distribución de la probabilidad. La demanda es incierta y eleva la posibilidad de faltantes. Se usa el inventario de seguridad, implica agregar cierto número de unidades al punto de orden

23 B. MODELOS PROBABILÍSTICOS E INVENTARIOS DE SEGURIDAD ROP = d * L + ss d = Demanda por día. Demanda. # días hábiles en un año L ss = Tiempo de entrega de nueva orden en días = Inventario de seguridad Costo anual por faltantes = La suma de las unidades faltantes para cada nivel de demanda X Probabilidad de ese nivel de demanda X Costo de faltantes en unidades X El número de orden por año

24 Ejemplo de inventario de seguridad (página 503) ROP = 50 unidades No. órdenes por año = 6 Costo por faltante= $40 por armazón Costo mantenimiento= $5 por año/armazón Número de unidades Probabilidad ROP Probabilidad estimada por la empresa, de que ocurra un faltante 1.0

25 Número de unidades Probabilidad ROP = 50 unidades No. órdenes por año = Ejemplo de inventario de seguridad ROP Costo por faltante= 70 $40 por armazón 0.1 Costo mantenimiento= $5 por año/armazón 1.0 Inv. Seguridad Costo de mantener adicional Costos por faltantes Costo total

26 Número de unidades Probabilidad ROP = 50 unidades No. órdenes por año = Ejemplo de inventario de seguridad ROP Costo por faltante= 70 $40 por armazón 0.1 Costo mantenimiento= $5 por año/armazón 1.0 Inv. Seguridad Costo de mantener adicional Costos por faltantes Costo total 20 (20)($5) = $100 $0 $100

27 Número de unidades Probabilidad ROP = 50 unidades No. órdenes por año = Ejemplo de inventario de seguridad ROP Costo por faltante= 70 $40 por armazón 0.1 Costo mantenimiento= $5 por año/armazón 1.0 Inv. Seguridad Costo de mantener adicional Costos por faltantes Costo total 20 (20)($5) = $100 $0 $ (10)($5) = $ 50 (10)(.1)($40)(6) = $240 $290

28 Número de unidades Probabilidad ROP = 50 unidades No. órdenes por año = Ejemplo de inventario de seguridad ROP Costo por faltante= 70 $40 por armazón 0.1 Costo mantenimiento= $5 por año/armazón 1.0 Inv. Seguridad Costo de mantener adicional Costos por faltantes Costo total 20 (20)($5) = $100 $0 $ (10)($5) = $ 50 (10)(.1)($40)(6) = $240 $290 0 $ 0 (10)(.2)($40)(6) + (20)(.1)($40)(6) = $960 $960 El inventario de seguridad con el menor costo total es de 20 armazones ROP = = 70 armazones

29 Demanda Probabilística Cuando resulta difícil o imposible determinar el costo de quedarse sin existencias, el administrador puede decidir seguir una política de mantener el inventario de seguridad suficiente para establecer un nivel prescrito de servicio al cliente ROP = demanda esperada durante el tiempo de entrega + Zs dlt Donde Z = Número de desviaciones estándar s dlt = Desviación estándar durante el tiempo de entrega

30 Ejemplo de seguridad con demanda probabilística (página 504) Demanda promedio durante periodo de reorden= m = 350 equipos Desviación estándar durante el tiempo de entrega = s dlt = 10 equipos Faltante de 5% del tiempo (nivel de servicio = 95%) Usando la tabla del Áreas de la Curva Normal, para un área bajo la curva de 95%, Z = 1.65

31 Demanda Probabilistica Probabilidad de que no haya faltantes el 95% del tiempo Riesgo de un faltante (5% del área de la curva normal) Demanda Media 350 ROP =? equipos Cantidad Inventario seguridad 0 z Número de desviaciones estándar

32 Ejemplo de seguridad con demanda probabilística Demanda promedio durante periodo de reorden= m = 350 equipos Desviación estándar durante el tiempo de entrega = sdlt = 10 equipos Faltante de 5% del tiempo (nivel de servicio = 95%) Usando la tabla del Áreas de la Curva Normal, para un área bajo la curva de 95%, Z = 1.65 Inventario de seguridad = ZsdLT = 1.65(10) = 16.5 equipos Punto de reorden = Demanda esperada durante el tiempo de entrega + inventario de seguridad = 350 equipos equipos inventario de seguridad = o 367 equipos

33 Nivel de Inventario Demanda Probabilística Demanda mínima durante el tiempo de entrega Demanda máxima durante el tiempo de entrega Demanda media durante el tiempo de entrega ROP ROP = inventario de seguridad 16.5 = Distribución de probabilidad normal de la demanda durante el tiempo de entrega Demanda esperada durante el tiempo de entrega (350 equipos= Figura Colocar una orden Lead time Recibir la orden Inv. seguridad 16.5 unidades Tiempo

34 Otros Modelos Probabilísticos Cuando no se cuenta con los datos de demanda durante el tiempo de entrega, no pueden usarse las fórmulas anteriores, por lo que existen tres modelos que pueden aplicarse: a. Cuando la demanda es variable y el tiempo de entrega es constante. b. Cuando al tiempo de entrega es variable y la demanda constante. c. Cuando tanto el tiempo de entrega como la demanda son variables.

35 Otros Modelos Probabilísticos a. Demanda variable y el tiempo de entrega constante. ROP = (Demanda diaria promedio x Tiempo de entrega en días) + Zs dlt Donde s d = Desviación estándar de la demanda por día s dlt = s d Tiempo de entrega

36 a. Demanda variable y el tiempo de entrega constante. (página 506, ejemplo 12) Demanda diaria promedio (distribuida normalmente) = 15 unidades Desviación estándar = 5 unidades Tiempo de entrega en días (constante) = 2 Desviación estándar de la demanda diaria = 5 unidades Nivel de servicio = 90% Z for 90% = 1.28 ROP = (d x T) + Zs dlt = 15 X (5) ( 2) = = Inventario de seguridad 9 ipods

37 Otros Modelos Probabilísticos b. Tiempo de entrega variable y demanda constante. ROP = (Demanda diaria X Tiempo de entrega promedio en días) + Z(Demanda diaria) X s LT Donde: s LT = Desviación estándar del tiempo de entrega en días

38 b. Tiempo de entrega variable y demanda constante. (Página 506, ejemplo 13) Demanda diaria (constante) = 10 cámaras Promedio de tiempo de entrega = 6 días Desviación estándar del tiempo de entrega = s LT = 3 días Nivel de servicio 98% Z para 98% = ROP = (10 unid. x 6 días) (10 unid.)(3) = = Punto de reorden 122 cámaras

39 Otros Modelos Probabilísticos c. Tanto la demanda como el tiempo de entrega son variables. ROP =(Demanda diaria promedio X Tiempo de entrega promedio) + Zs dlt donde s d = Desviación estándar de la demanda diaria s LT = Desviación estándar del tiempo de entrega en días s dlt = (Tiempo de entregan promedio X s d2 ) + (Demanda diaria promedio) 2 x s LT 2

40 c. Tanto la demanda como el tiempo de entrega son variables. (Página 507, ejemplo 14) Demanda diaria promedio (distribuida normalmente) = 150 paquetes Desviación estándar de la demanda diaria = sd = 16 paquetes Tiempo de entrega promedio(distribuida normalmente en días = 5) Desviación estándar del tiempo de entrega = slt = 1 día Nivel de servicio = 95% Z para 95% = 1.65 ROP = (150 paquetes x 5 días) sdLT = (150 x 5) (5 días x 162) + (1502 x 12) = ,780 = (154) = 1,004 paquetes baterías

41 C. SISTEMA DE PERÍODO FIJO (P) Para usar el modelo de cantidad fija, es necesario monitorear continuamente el inventario. (sistema de inventario perpetuo) Sistema de inventario perpetuo: Sistema que da seguimiento continuo a cada entrada o salida del inventario, de manera que los registros siempre están actualizado. Sistema de período fijo (P): Sistema en el que las órdenes de inventario se realizan a intervalos regulares

42 Sistema de Período Fijo (P) La demanda es variable Las órdenes se colocan al final de un período dado. El inventario se cuenta sólo al final de período. Sólo se pide la cantidad necesaria para elevar el inventario a un nivel de meta específica. Los únicos costos relevantes son los costos de ordenar y mantener Los tiempos de entrega se conocen y son constantes Los artículos son independientes entre si.

43 Variables a considerar: 1. La cantidad meta (T) 2. El inventario actual 3. Órdenes anteriores aún no recibidas 4. Órdenes atrasadas Solución: Cantidad a ordenar (Q) Q = Cantidad meta (T) Inventario actual Órdenes anteriores aún no recibidas + Órdenes atrasadas

44 Inventario actual Sistema de Período Fijo (P) Cantidad meta (T) Q 2 Q 4 Q 1 Q 3 P P P Tiempo Figura 12.9

45 Sistema de Período Fijo (P) Ejemplo Hard Rock de Londres. Página 508, ejemplo 15 Orden de 3 chaquetas atrasadas No hay chaquetas en inventario Es tiempo de colocar un pedido Valor meta = 50 Cantidad a ordenar (Q) Q = Cantidad meta (T) Inventario actual Órdenes anteriores aún no recibidas + Órdenes atrasadas Q = = 53 chaquetas

46 A reforzar los termas estudiados, Capítulo 12, libro de texto

Ejemplos de clase Administración de Inventarios. Guatemala, abril de 2013

Ejemplos de clase Administración de Inventarios. Guatemala, abril de 2013 Ejemplos de clase Administración de Inventarios Guatemala, abril de 2013 ADMINISTRACIÓN DE INVENTARIOS A. MODELOS DE INVENTARIO PARA DEMANDA INDEPENDIENTE B. MODELOS PROBABILISTICOS E INVENTARIOS DE SEGURIDAD

Más detalles

SISTEMAS DE INVENTARIO

SISTEMAS DE INVENTARIO SISTEMAS DE INVENTARIO 1 Sistemas de inventario http://www.scribd.com/doc/525918/sistemas-de-inventarios Mantener un inventario (existencia de bienes) para su venta o uso futuro es una práctica común en

Más detalles

Modelo EOQ con Demanda Incierta. Teoría de Inventarios Modelo Probabilísticos. Demanda durante el Lead Time 18/04/2009

Modelo EOQ con Demanda Incierta. Teoría de Inventarios Modelo Probabilísticos. Demanda durante el Lead Time 18/04/2009 Universidad Técnica Federico Santa María Teoría de Inventarios Modelo Probabilísticos Daniel Basterrica Modelo EOQ con Demanda Incierta Lead Time no nulo Demanda aleatoria durante

Más detalles

Facultad de Ingeniería MANEJO DE INVENTARIOS DE ÍTEMS INDIVIDUALES

Facultad de Ingeniería MANEJO DE INVENTARIOS DE ÍTEMS INDIVIDUALES Facultad de Ingeniería Escuela de Ingeniería Industrial Curso: Sistemas de almacenamiento e Inventarios MANEJO DE INVENTARIOS DE ÍTEMS INDIVIDUALES Profesor: Julio César Londoño O Sistemas con Demanda

Más detalles

la posición de inventario no será igual al inventario disponible cuando se coloca un pedido en términos de los inventarios disponibles 4.

la posición de inventario no será igual al inventario disponible cuando se coloca un pedido en términos de los inventarios disponibles 4. 1.- Una empresa que se dedica a la venta de bebidas gaseosas tiene una demanda anual de 3600 cajas, Una caja de bebidas le cuesta a la empresa $3.00, el costo de cada pedidos es de $ 20.00, y los costos

Más detalles

Articulos contar por día 7000 X 0.10 = / 20 = X 0.35 = 2, / 60 = X 0.55 = 3, /120 = 32 7,

Articulos contar por día 7000 X 0.10 = / 20 = X 0.35 = 2, / 60 = X 0.55 = 3, /120 = 32 7, Problema 12.4 Total articulos por clase Articulos contar por día 7000 X 0.10 = 700 700 / 20 = 35 7000 X 0.35 = 2,450 2450 / 60 = 41 7000 X 0.55 = 3,850 3850 /120 = 32 7,000 108 Problema 12.5 Demanda libros

Más detalles

COMPARACIÓN DE SUPERFICIES DE RESPUESTA CON BÚSQUEDA TABÚ Y ALGORITMOS GENÉTICOS

COMPARACIÓN DE SUPERFICIES DE RESPUESTA CON BÚSQUEDA TABÚ Y ALGORITMOS GENÉTICOS 71 CAPITULO 5 COMPARACIÓN DE SUPERFICIES DE RESPUESTA CON BÚSQUEDA TABÚ Y ALGORITMOS GENÉTICOS En este capítulo se presentan los resultados obtenidos y los comentarios de éstos, al correr algunos ejemplos

Más detalles

D.2 ANÁLISIS ESTADÍSTICO DE LAS TEMPERATURAS DE VERANO

D.2 ANÁLISIS ESTADÍSTICO DE LAS TEMPERATURAS DE VERANO Anejo Análisis estadístico de temperaturas Análisis estadístico de temperaturas - 411 - D.1 INTRODUCCIÓN Y OBJETIVO El presente anejo tiene por objeto hacer un análisis estadístico de los registros térmicos

Más detalles

La gestión de inventario preocupa a la mayoría de las empresas cualquiera sea el sector de su actividad y dimensión.

La gestión de inventario preocupa a la mayoría de las empresas cualquiera sea el sector de su actividad y dimensión. 4. MODELOS DE INVENTARIO. Comúnmente los inventarios están relacionados con la mantención de cantidades suficientes de bienes (insumos, repuestos, etc.), que garanticen una operación fluida en un sistema

Más detalles

CAPÍTULO 13: Logística de las Operaciones Productivas

CAPÍTULO 13: Logística de las Operaciones Productivas CAPÍTULO 13: Logística de las Operaciones Productivas Un Enfoque en Procesos para la Gerencia Fernando A. D Alessio Ipinza 1 Contenido 1. Introducción 2. Inventarios 3. Modelos logísticos básicos 2 El

Más detalles

UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS DEPARTAMENTO DE INGENIERÍA INDUSTRIAL CONTROL #3

UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS DEPARTAMENTO DE INGENIERÍA INDUSTRIAL CONTROL #3 UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS DEPARTAMENTO DE INGENIERÍA INDUSTRIAL CURSO : IN47A GESTIÓN DE OPERACIONES PROFESOR : A. SAURÉ A. WEINTRAUB AUXILIARES : J. PASSI J. RODRÍGUEZ

Más detalles

TALLER 5 : Modelos de Inventarios. 1. Modelo EOQ. Un hospital que presta sus servicios a una mediana ciudad, pide a un proveedor películas de rayos x en lotes iguales. Los registros muestran que la demanda

Más detalles

Si Le = tiempo de entrega efectivo entre el momento en que se hace un pedido y el. Le = L n t * 0, t 0 = y * / D, n = Entero más grande L/ t 0

Si Le = tiempo de entrega efectivo entre el momento en que se hace un pedido y el. Le = L n t * 0, t 0 = y * / D, n = Entero más grande L/ t 0 CAPITULO 5: PROGRAMACIÓN DE MODELOS DE POLÍTICAS DE INVENTARIOS 5.1 Programación de Modelo EOQ en Excel El modelo EOQ clásico calcula la cantidad que debe pedirse o producirse minimizando los costos de

Más detalles

GESTIÓN DE INVENTARIOS

GESTIÓN DE INVENTARIOS GESTIÓN DE INVENTARIOS INVENTARIOS Inventario son las existencias de una pieza o recurso utilizado en una organización y puede incluir: materia prima, productos terminados, componentes, piezas, y producto

Más detalles

Distribución muestral de proporciones. Algunas secciones han sido tomadas de: Apuntes de Estadística Inferencial Instituto Tecnológico de Chiuhuahua

Distribución muestral de proporciones. Algunas secciones han sido tomadas de: Apuntes de Estadística Inferencial Instituto Tecnológico de Chiuhuahua Distribución muestral de proporciones Algunas secciones han sido tomadas de: Apuntes de Estadística Inferencial Instituto Tecnológico de Chiuhuahua Distribución muestral de Proporciones Existen ocasiones

Más detalles

Casos. El modelo de compra que permite déficit tiene como base las siguientes suposiciones:

Casos. El modelo de compra que permite déficit tiene como base las siguientes suposiciones: CASOS 1 Casos http://www.investigacion-operaciones.com/inventario-1.htm MODELO DE INVENTARIO CON DÉFICIT FUNDAMENTOS El modelo de compra que permite déficit tiene como base las siguientes suposiciones:

Más detalles

Distribución de Probabilidad Normal

Distribución de Probabilidad Normal Distribución de Probabilidad Normal Departamento de Estadística-FACES-ULA 22 de Diciembre de 2013 Introducción La distribución normal es quizás la distribución de probabilidad para variables aleatorias

Más detalles

EL MÉTODO SIMPLEX ALGEBRAICO: MINIMIZACION. M. En C. Eduardo Bustos Farías

EL MÉTODO SIMPLEX ALGEBRAICO: MINIMIZACION. M. En C. Eduardo Bustos Farías EL MÉTODO SIMPLEX ALGEBRAICO: MINIMIZACION M. En C. Eduardo Bustos Farías 1 Minimización El método simplex puede aplicarse a un problema de minimización si se modifican los pasos del algoritmo: 1. Se cambia

Más detalles

UNIVERSIDAD COMPLUTENSE DE MADRID

UNIVERSIDAD COMPLUTENSE DE MADRID INSTRUCCIONES GENERALES Y VALORACIÓN TIEMPO: Una hora y treinta minutos. INSTRUCCIONES: El examen presenta dos opciones A y B; el alumno deberá elegir una de ellas y contestar razonadamente a los cuatro

Más detalles

INDICE 1. Introducción a la Contabilidad de Costos y la Administración de Costos Parte 1. Conceptos Fundamentales

INDICE 1. Introducción a la Contabilidad de Costos y la Administración de Costos Parte 1. Conceptos Fundamentales INDICE 1. Introducción a la Contabilidad de Costos y la Administración de 1 Costos Contabilidad Financiera frente a la Administración de Costos 3 Primeros sistemas de contabilidad, 3. La Contabilidad en

Más detalles

LA DISTRIBUCIÓN NORMAL

LA DISTRIBUCIÓN NORMAL LA DISTRIBUCIÓN NORMAL En estadística y probabilidad se llama distribución normal, distribución de Gauss o distribución gaussiana, a una de las distribuciones de probabilidad que con más frecuencia aparece

Más detalles

Administración de materiales

Administración de materiales Administración de materiales Tutoría 2 Capítulos 3 y 4C Erick Chaves Vega Cátedra de Producción Ingeniería de la adquisición de materiales a. Programación de las compras Demanda: necesidad de un sistema

Más detalles

SEMINARIO DE FIN DE CARRERA MODELOS DE INVENTARIOS APUNTES DE CLASE

SEMINARIO DE FIN DE CARRERA MODELOS DE INVENTARIOS APUNTES DE CLASE SEMINARIO DE FIN DE ARRERA MODELOS DE INVENTARIOS APUNTES DE LASE Los inventarios son necesarios, pero el problema importante es cuánto se debe tener en ellos. Las razones para tener inventarios son: ostos

Más detalles

TEMA Nº 5 CAPACIDAD DE PRODUCCIÓN

TEMA Nº 5 CAPACIDAD DE PRODUCCIÓN UNIVERSIDAD DE LOS ANDES FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES ESCUELA DE ADMINISTRACIÓN Y CONTADURÍA PUBLICA DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS ASIGNATURA: PRODUCCIÓN I TEMA Nº 5 CAPACIDAD

Más detalles

DOCUMENTO 3: DISTRIBUCIÓN DE PROBABILIDAD DE V. A. CONTINUA: LA DISTRIBUCIÓN NORMAL

DOCUMENTO 3: DISTRIBUCIÓN DE PROBABILIDAD DE V. A. CONTINUA: LA DISTRIBUCIÓN NORMAL DOCUMENTO 3: DISTRIBUCIÓN DE PROBABILIDAD DE V. A. CONTINUA: LA DISTRIBUCIÓN NORMAL 3.1 INTRODUCCIÓN Como ya sabes, una distribución de probabilidad es un modelo matemático que nos ayuda a explicar los

Más detalles

Sur u ti t do Sto t c o k s l a e

Sur u ti t do Sto t c o k s l a e Tema 7: LA GESTIÓN DE STOCKS Getafe, 15 de abril de 2009 7.1 Necesidad de los stocks en el punto de venta Los clientes muchas veces no compran NADA porque alguno de los productos que buscan no estaba en

Más detalles

Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2011 - Propuesta B

Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2011 - Propuesta B Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2011 - Propuesta B 1. Queremos invertir una cantidad de dinero en dos tipos

Más detalles

1. Conocimientos previos. 1 Funciones exponenciales y logarítmicas.

1. Conocimientos previos. 1 Funciones exponenciales y logarítmicas. . Conocimientos previos. Funciones exponenciales y logarítmicas.. Conocimientos previos. Antes de iniciar el tema se deben de tener los siguientes conocimientos básicos: Intervalos y sus definiciones básicas.

Más detalles

INGENIERIA DE SERVICIOS. TEMA 2: Gestión de inventarios

INGENIERIA DE SERVICIOS. TEMA 2: Gestión de inventarios INGENIERIA DE SERVICIOS TEMA 2: Gestión de inventarios LOS STOCKS O EXISTENCIAS Las existencias y stocks son el conjunto de materiales o mercancías que tiene la empresa almacenados en espera de su utilización

Más detalles

Análisis y evaluación de proyectos

Análisis y evaluación de proyectos Análisis y evaluación de proyectos UNIDAD 5.- MÉTODOS DE EVALUACIÓN DEL PROYECTO José Luis Esparza A. Métodos de Evaluación MÉTODOS DE EVALUACIÓN QUE TOMAN EN CUENTA EL VALOR DEL DINERO A TRAVÉS DEL TIEMPO.

Más detalles

II. MARCO TEÓRICO. El pronóstico es un elemento necesario del proceso de planeación, pero no es la

II. MARCO TEÓRICO. El pronóstico es un elemento necesario del proceso de planeación, pero no es la II. MARCO TEÓRICO 2.1 Pronósticos El pronóstico es un elemento necesario del proceso de planeación, pero no es la planeación en sí. Moskowitz 1982, menciona que el pronóstico predice lo que pasará si las

Más detalles

Gestión de Operaciones. Capítulo 9: Inventarios

Gestión de Operaciones. Capítulo 9: Inventarios Gestión de Operaciones Capítulo 9: Inventarios Introducción Se considera como Inventario a las cantidades almacenadas de: Materia prima. Productos en proceso. Producto final. Repuestos. Tiene un fuerte

Más detalles

Teoría 3_10 Gráficos!

Teoría 3_10 Gráficos! Teoría 3_10 Gráficos! Gráficos de columnas Ideal para mostrar cambios de datos en un período de tiempo o para ilustrar comparaciones entre elementos. En los gráficos de columnas, las categorías normalmente

Más detalles

a).- Si el número de los valores en un conjunto de datos no agrupados es impar, La mediana es determinada de la siguiente manera:

a).- Si el número de los valores en un conjunto de datos no agrupados es impar, La mediana es determinada de la siguiente manera: La mediana de un conjunto de valores es el valor del elemento central del conjunto. Para encontrar la mediana, Primero arreglar los valores en el conjunto de acuerdo a su magnitud; es decir arreglar los

Más detalles

Gestión y Control de Stocks

Gestión y Control de Stocks Gestión y Control de Stocks Posición del inventario Una decisión de ordenar no debe estar basada solamente en el stock disponible (on-hand). IP= stock en mano+ordenes que aún no llegan-ruptura de stock.

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.E.

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.E. PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.E. CURSO 01-013 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC. SS. - Cada alumno debe elegir sólo una de las pruebas (A o B). - Cada una de las preguntas

Más detalles

ESTADÍSTICA INFERENCIAL

ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 7 Nombre: Distribuciones de probabilidad para variables aleatorias continuas Contextualización Al igual que la distribución binomial, la distribución

Más detalles

EL TAMAÑO DE UNA MUESTRA EN UN ESTUDIO DE PREVALENCIA. Carlos Escalante Angulo Docente, Investigador, Facultad de Optometria

EL TAMAÑO DE UNA MUESTRA EN UN ESTUDIO DE PREVALENCIA. Carlos Escalante Angulo Docente, Investigador, Facultad de Optometria EL TAMAÑO DE UNA MUESTRA EN UN ESTUDIO DE PREVALENCIA Carlos Escalante Angulo Docente, Investigador, Facultad de Optometria RESUMÉN La investigación epidemiológica moderna se realiza por medio de muestras

Más detalles

La política de Inventarios Responde a las siguientes preguntas:

La política de Inventarios Responde a las siguientes preguntas: CONCEPTO DE INVENTARIOS. INVENTARIOS. El inventario se crea cuando el volumen de materiales, partes o bienes terminados que se recibe es mayor que el volumen de los mismos que se distribuye; el inventario

Más detalles

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA ESCUELA DE CIENCIAS BÁSICAS, TECNOLOGIA E INGENIERÍA PROGRAMA INGENIERIA INDUSTRIAL

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA ESCUELA DE CIENCIAS BÁSICAS, TECNOLOGIA E INGENIERÍA PROGRAMA INGENIERIA INDUSTRIAL UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA ESCUELA DE CIENCIAS BÁSICAS, TECNOLOGIA E INGENIERÍA PROGRAMA INGENIERIA INDUSTRIAL 332572 ADMINISTRACION DE INVENTARIOS Unidad 2 CESAR AUGUSTO FIGUEREDO GRAZON

Más detalles

INVESTIGACION DE OPERACIONES. V Ciclo

INVESTIGACION DE OPERACIONES. V Ciclo INVESTIGACION DE OPERACIONES V Ciclo 1 MODELOS DE INVENTARIO Administración de inventarios. Modelo de lote económico a ordenar. Modelo de tamaño de lote económico de producción. Modelo de inventario con

Más detalles

VALOR PRESENTE Y COSTO DE OPORTUNIDAD DEL CAPITAL ( Brealey & Myers)

VALOR PRESENTE Y COSTO DE OPORTUNIDAD DEL CAPITAL ( Brealey & Myers) CAPÍTULO 2 VALOR PRESENTE Y COSTO DE OPORTUNIDAD DEL CAPITAL ( Brealey & Myers) Como se comentó en el capítulo anterior, las empresas invierten en activos ya sean tangibles o intangibles. Pero es muy importante

Más detalles

INVENTARIOS Introducción Cantidad Economica de Pedido (EOQ)

INVENTARIOS Introducción Cantidad Economica de Pedido (EOQ) INVENTARIOS Introducción Cantidad Economica de Pedido (EOQ) Curso: Investigación de Operaciones Ing. Javier Villatoro MODELO DE INVENTARIOS Componentes Componentes de los modelos de inventarios El problema

Más detalles

INVESTIGACION DE OPERACIONES. V Ciclo

INVESTIGACION DE OPERACIONES. V Ciclo INVESTIGACION DE OPERACIONES V Ciclo 1 MODELOS DE INVENTARIO Administración de inventarios. Modelo de lote económico a ordenar. Modelo de tamaño de lote económico de producción. Modelo de inventario con

Más detalles

Inventarios.

Inventarios. Inventarios http://humberto-r-alvarez-a.webs.com Inventarios Los inventarios tienen una gran importancia siempre y cuando estos añadan valor a los procesos. La existencia de los inventarios añade valor

Más detalles

EJERCICIOS RESUELTOS TEMA 7

EJERCICIOS RESUELTOS TEMA 7 EJERCICIOS RESUELTOS TEMA 7 7.1. Seleccione la opción correcta: A) Hay toda una familia de distribuciones normales, cada una con su media y su desviación típica ; B) La media y la desviaciones típica de

Más detalles

Cuaderno de Actividades 4º ESO

Cuaderno de Actividades 4º ESO Cuaderno de Actividades 4º ESO Relaciones funcionales. Estudio gráfico y algebraico de funciones 1. Interpretación de gráficas 1. Un médico dispone de 1hora diaria para consulta. El tiempo que podría,

Más detalles

DISTRIBUCIONES DE PROBABILIDAD

DISTRIBUCIONES DE PROBABILIDAD DISTRIBUCIONES DE PROBABILIDAD Se llama variable aleatoria a toda función que asocia a cada elemento del espacio muestral E un número real. Una variable aleatoria discreta es aquella que sólo puede tomar

Más detalles

Distribución Normal. Universidad Diego Portales Facultad de Economía y Empresa. Estadística I Profesor: Carlos R. Pitta

Distribución Normal. Universidad Diego Portales Facultad de Economía y Empresa. Estadística I Profesor: Carlos R. Pitta Distribución Normal La distribución normal (O Gaussiana) se define como sigue: En donde y >0 son constantes arbitrarias. Esta función es en realidad uno de las más importantes distribuciones de probabilidad

Más detalles

Derivadas TEORIA DE DERIVADAS. Incrementos. Pendiente

Derivadas TEORIA DE DERIVADAS. Incrementos. Pendiente TEORIA DE DERIVADAS Derivadas El conjunto de todas las funciones presenta una diversidad tal que es casi imposible descubrir propiedades generales interesantes que convengan a todas ellas. Puesto que las

Más detalles

INDICE Parte I. Acumulación del Costo del Producto 1. Aspectos Administrativos y de Organización de la Contabilidad de Costos.

INDICE Parte I. Acumulación del Costo del Producto 1. Aspectos Administrativos y de Organización de la Contabilidad de Costos. INDICE Parte I. Acumulación del Costo del Producto 1. Aspectos Administrativos y de Organización de la Contabilidad de Costos. La naturaleza de la contabilidad de costos. Objetivos de la contabilidad de

Más detalles

Unidad Temática 5 Estimación de parámetros: medias, varianzas y proporciones

Unidad Temática 5 Estimación de parámetros: medias, varianzas y proporciones Unidad Temática 5 Estimación de parámetros: medias, varianzas y proporciones Responda verdadero o falso. Coloque una letra V a la izquierda del número del ítem si acepta la afirmación enunciada, o una

Más detalles

Presupuesto Empresarial

Presupuesto Empresarial Presupuesto Empresarial Apuntes de la Asignatura Unidad Temática 04 CEP: Cantidad Económica del Pedido MSc. Pedro Bejarano V. Copyright CEP Cantidad Económica del Pedido Concepto CEP: Cantidad Económica

Más detalles

UNIVERSIDAD POPULAR DEL CESAR DEPARTAMENTO DE MATEMÁTICA Y ESTADÍSTICA TALLER DE DISTRIBUCIONES DE PROBABILIDADES.

UNIVERSIDAD POPULAR DEL CESAR DEPARTAMENTO DE MATEMÁTICA Y ESTADÍSTICA TALLER DE DISTRIBUCIONES DE PROBABILIDADES. UNIVERSIDAD POPULAR DEL CESAR DEPARTAMENTO DE MATEMÁTICA Y ESTADÍSTICA TALLER DE DISTRIBUCIONES DE PROBABILIDADES. DISTRIBUCION DE PROBABILIDADES. 1. Se extraen sin reposición cuatro fichas de una urna

Más detalles

Máximo o mínimo de una función. Solución: El mínimo de una función se da en los puntos que anulan su derivada y tiene derivada segunda positiva.

Máximo o mínimo de una función. Solución: El mínimo de una función se da en los puntos que anulan su derivada y tiene derivada segunda positiva. Análisis: Máimos, mínimos, optimización 1 Máimo o mínimo de una función Observación: La mayoría de estos ejercicios se han propuesto en las pruebas de Selectividad, en los distintos distritos universitarios

Más detalles

1. Qué representa el coste financiero de un inventario?

1. Qué representa el coste financiero de un inventario? ECONOMÍA DE LA EMPREA LICEO LUI BUÑUEL CUETIONE REUELTA UNIDAD 6 1. ué representa el coste financiero de un inventario? Coste financiero; representa la cantidad de dinero que la empresa podría tener si

Más detalles

Distribución de Probabilidades con Nombre Propio Problemas Propuestos

Distribución de Probabilidades con Nombre Propio Problemas Propuestos Distribución de Probabilidades con Nombre Propio Problemas Propuestos DISTRIBUCIÓN BINOMIAL (BERNOULLI) 2.167 Hallar la probabilidad de que al lanzar una moneda honrada 6 veces aparezcan (a) 0, (b) 1,

Más detalles

Sistemas de Inventarios con Demanda Probabilística

Sistemas de Inventarios con Demanda Probabilística Facultad de Ingeniería Escuela de Ingeniería Industrial Curso: Sistemas de Almacenamiento e Inventarios Sistemas de Inventarios con Demanda Probabilística Profesor: Julio César Londoño O Sistemas de inventarios

Más detalles

RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO. M.Sc. Roberto Solé M.

RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO. M.Sc. Roberto Solé M. FACTORES DETERMINANTES DEL PRECIO DE LAS ACCIONES: Riesgo Se puede examinar ya sea por su relación con un: Activo individual Cartera Rendimiento RIESGO: En un concepto básico es la probabilidad de enfrentar

Más detalles

MODELOS DE INVENTARIOS ÁREA DE PRODUCTIVIDAD

MODELOS DE INVENTARIOS ÁREA DE PRODUCTIVIDAD MODELOS DE INVENTARIOS ÁREA DE PRODUTIVIDAD INVENTARIOS Son bienes tangibles que se tienen para la venta o para ser consumidos en la producción de bienes o servicios para su posterior comercialización.

Más detalles

INFORMACIÓN SOBRE LA PRUEBA DE ACCESO (PAU) A LA UNIVERSIDAD DE OVIEDO. CURSO 2015/2016

INFORMACIÓN SOBRE LA PRUEBA DE ACCESO (PAU) A LA UNIVERSIDAD DE OVIEDO. CURSO 2015/2016 INFORMACIÓN SOBRE LA PRUEBA DE ACCESO (PAU) A LA UNIVERSIDAD DE OVIEDO. CURSO 2015/2016 Materia: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II 1. COMENTARIOS Y/O ACOTACIONES RESPECTO AL TEMARIO EN RELACIÓN

Más detalles

5. CONTROL DE INVENTARIOS DE ÍTEMS INDIVIDUALES CON DEMANDA PROBABILÍSTICA

5. CONTROL DE INVENTARIOS DE ÍTEMS INDIVIDUALES CON DEMANDA PROBABILÍSTICA Fundamentos de Gestión de Inventarios. Capítulo 5: Control de inventarios con demanda probabilística 133 5. CONTROL DE INVENTARIOS DE ÍTEMS INDIVIDUALES CON DEMANDA PROBABILÍSTICA 5.1 INTRODUCCIÓN En el

Más detalles

UNIVERSIDAD NACIONAL DE INGENIERÍA UNI RUACS ESTELI

UNIVERSIDAD NACIONAL DE INGENIERÍA UNI RUACS ESTELI Estelí, 13 de Agosto del 2012 EL METODO SIMPLEX El método simplex es el más generalizado para resolver problemas de programación lineal. Se puede utilizar para cualquier número razonable de productos y

Más detalles

El supermercado XYZ desea conocer el comportamiento del mismo en una sola hora de un día típico de trabajo.

El supermercado XYZ desea conocer el comportamiento del mismo en una sola hora de un día típico de trabajo. El supermercado XYZ desea conocer el comportamiento del mismo en una sola hora de un día típico de trabajo. El supermercado cuenta con 3 departamentos: Abarrotes, Embutidos y. Solamente el Departamento

Más detalles

El método utilizado en esta investigación será el método probabilístico ya que el universo en estudio es finito.

El método utilizado en esta investigación será el método probabilístico ya que el universo en estudio es finito. CAPITULO III: MARCO METODOLOGICO. 3.1 TIPO DE INVESTIGACION: El tipo de estudio que se desarrollara en la investigación es, descriptiva, porque está dirigido a determinar cómo es, cómo está la situación

Más detalles

Desarrollo de las condiciones de optimalidad y factibilidad. El problema lineal general se puede plantear como sigue:

Desarrollo de las condiciones de optimalidad y factibilidad. El problema lineal general se puede plantear como sigue: Método simplex modificado Los pasos iterativos del método simplex modificado o revisado son exactamente a los que seguimos con la tabla. La principal diferencia esá en que en este método se usa el algebra

Más detalles

Administración Financiera de Inventarios

Administración Financiera de Inventarios Administración Financiera de Inventarios El administrador financiero y la política del inventario Aún a pesar del tamaño de la inversión en inventarios de una empresa típica, el administrador financiero

Más detalles

INTRODUCCIÓN A LA ECONOMÍA. 6.1. La Demanda de Bienes. 6.1. La Demanda de Bienes TEMA 6. DEMANDA AGREGADA

INTRODUCCIÓN A LA ECONOMÍA. 6.1. La Demanda de Bienes. 6.1. La Demanda de Bienes TEMA 6. DEMANDA AGREGADA INTRODUCCIÓN A LA ECONOMÍA TEMA 6. DEMANDA AGREGADA Índice 6.1. Modelización agregada de los componentes de la Demanda Interior: Consumo, Inversión, Gasto Público. 6.2. Determinación del equilibrio; Multiplicadores.

Más detalles

CAPÍTULO IV GESTIÓN DE INVENTARIOS

CAPÍTULO IV GESTIÓN DE INVENTARIOS CAPÍTULO IV GESTIÓN DE INVENTARIOS Ing. Omar David Pérez Fuentes 1 INDICE 4.1 Introducción. 4.2 Concepto de inventario. 4.3 Políticas de revisión de inventarios. 4.3.1 Revisión continua. 4.3.2 Revisión

Más detalles

UNIDA 1. MODELOS DE INVENTARIOS DETERMINISTICOS

UNIDA 1. MODELOS DE INVENTARIOS DETERMINISTICOS UNIDA 1. MODELOS DE INVENTARIOS DETERMINISTIOS TUTORÍA VIRTUAL ADMINISTRAIÓN DE INVENTARIOS I-2014 ING. ESAR AUGUSTO FIGUEREDO DIRETOR DE URSO ADMINISTRAIÓN DE INVENTARIOS Podemos definir el inventario

Más detalles

HIDROLOGÍA. CALSE 15: Relaciones lluviaescorrentía. Julián David Rojo Hdz. I.C. Msc. Recursos Hidráulicos

HIDROLOGÍA. CALSE 15: Relaciones lluviaescorrentía. Julián David Rojo Hdz. I.C. Msc. Recursos Hidráulicos HIDROLOGÍA CALSE 15: Relaciones lluviaescorrentía Julián David Rojo Hdz. I.C. Msc. Recursos Hidráulicos 6.1 GENERALIDADES Hallar relaciones entre la precipitación y la escorrentía sobre el área de una

Más detalles

Distribuciones muestrales. Distribución muestral de Medias

Distribuciones muestrales. Distribución muestral de Medias Distribuciones muestrales. Distribución muestral de Medias Algunas secciones han sido modificadas de: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua TEORIA DEL MUESTREO

Más detalles

UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA

UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDAD GUÍA 4: VARIABLES ALEATORIAS CONTINUAS Profesores: Jaime Arrué A. - Hugo S. Salinas. Primer Semestre

Más detalles

SENATI CFP SAN JUAN DE LURIGANCHO ADMINISTRACION DE OPERACIONES 2

SENATI CFP SAN JUAN DE LURIGANCHO ADMINISTRACION DE OPERACIONES 2 MODULO 3: CARACTERISTICA DE UN SISTEMA DE REVISIÓN PERIÓDICA DE INVENTARIO O MODELO P Y CARACTERISTICA DE UN SISTEMA DE REVISIÓN CONTINUA DEL MODELO Q Y EOQ Un sistema de revisión periódica del inventario

Más detalles

UNIDAD UNO PROGRAMACIÓN LÍNEAL Parte 3

UNIDAD UNO PROGRAMACIÓN LÍNEAL Parte 3 UNIDAD UNO PROGRAMACIÓN LÍNEAL Parte 3 Matriz unitaria "I" de base con variables artificiales. Cuando el problema de programación lineal se expresa en la forma canónica de maximizar, las variables de holgura

Más detalles

RELACIÓN DE EJERCICIOS DE REPASO DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I

RELACIÓN DE EJERCICIOS DE REPASO DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I Dto. de MATEMÁTICAS RELACIÓN DE EJERCICIOS DE REPASO DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I 1. Calcular, de forma exacta las siguientes operaciones. a) 1, 0, b) 0,7:0,916. Representa el conjunto

Más detalles

Elabore un diagrama de flujo y la codificación de un programa para:

Elabore un diagrama de flujo y la codificación de un programa para: NOMBRE DE LA Ejercicios aplicando ciclos OBJETIVO: El estudiante resolverá diversos ejercicios mediante el desarrollo de diagramas de flujo y programas aplicando ciclos MATERIAL Y EQUIPO NECESARIO: Papel

Más detalles

Matemáticas Financieras

Matemáticas Financieras Matemáticas Financieras Notas de Clase -2011 Carlos Mario Morales C 2 Unidad de Aprendizaje Interés Compuesto Contenido Introducción 1. Concepto de interés compuesto 2. Modelo de Interés compuesto 3. Tasa

Más detalles

PROCESO PARA EL CÁLCULO DE INTERESES, COMISIONES Y GASTOS DE LOS PRODUCTOS PASIVOS DE CREDICHAVÍN

PROCESO PARA EL CÁLCULO DE INTERESES, COMISIONES Y GASTOS DE LOS PRODUCTOS PASIVOS DE CREDICHAVÍN PROCESO PARA EL CÁLCULO DE INTERESES, COMISIONES Y GASTOS DE LOS PRODUCTOS PASIVOS DE CREDICHAVÍN El presente documento detalla el procedimiento a seguir para el cálculo de intereses, comisiones y gastos

Más detalles

2º BACHILLERATO MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II FICHA TEMA 6.- FUNCIONES. LÍMITES Y CONTINUIDAD PROFESOR: RAFAEL NÚÑEZ

2º BACHILLERATO MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II FICHA TEMA 6.- FUNCIONES. LÍMITES Y CONTINUIDAD PROFESOR: RAFAEL NÚÑEZ º BACHILLERATO MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II FICHA TEMA.- FUNCIONES. LÍMITES CONTINUIDAD PROFESOR: RAFAEL NÚÑEZ -----------------------------------------------------------------------------------------------------------------------------------------------------------------.-

Más detalles

Universidad Católica Andrés Bello Marzo 2010

Universidad Católica Andrés Bello Marzo 2010 Propuesta de Pasantía Sistema de Planificación de Demanda y Abastecimiento Preparado para Universidad Católica Andrés Bello Marzo 2010 Presentación El ambiente Venezolano caracterizado por la regulación

Más detalles

Ejercicios Economía III de Costos, Maximización de Beneficios y Competencia Perfecta 1.

Ejercicios Economía III de Costos, Maximización de Beneficios y Competencia Perfecta 1. Ejercicios Economía III de Costos, Maximización de Beneficios y Competencia Perfecta 1. Costos 1. Una empresa tiene isocuantas estrictamente convexas y quiere minimizar el costo de producir q unidades.

Más detalles

2. LA FUNCIÓN PRODUCTIVA DE LA EMPRESA

2. LA FUNCIÓN PRODUCTIVA DE LA EMPRESA 2. LA FUNCIÓN PRODUCTIVA DE LA EMPRESA PRODUCCIÓN: Concepto: Elaboración de productos terminados (bienes y servicios) a partir de la combinación de los factores productivos (recursos naturales, trabajo

Más detalles

Estudio de funciones mediante límites y derivadas

Estudio de funciones mediante límites y derivadas Estudio de funciones mediante límites y derivadas Observación: La mayoría de estos ejercicios se han propuesto en las pruebas de Selectividad, en los distintos distritos universitarios españoles El precio

Más detalles

OPCIÓN A. x y 2 0 X = 1 4. x 3 1 x 2. f (x) =

OPCIÓN A. x y 2 0 X = 1 4. x 3 1 x 2. f (x) = UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO Curso 2015-2016 MATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II Modelo INSTRUCCIONES

Más detalles

Asociación Española de Contabilidad y Administración de Empresas Servicio Infoaeca

Asociación Española de Contabilidad y Administración de Empresas Servicio Infoaeca Asociación Española de Contabilidad y Administración de Empresas Servicio Infoaeca Titulo: En qué consiste el ciclo contable? Fuente: Monografías.com Autor: Miriam Rone 1. Ciclos de la contabilidad de

Más detalles

DE EMPRESAS INVESTIGACIÓN OPERACIONAL II

DE EMPRESAS INVESTIGACIÓN OPERACIONAL II UNIVERSIDAD COOPERATIVA DE COLOMBIA Bucaramanga Facultad de Ciencias Económicas y Administrativas ADMINISTRACIÓN DE EMPRESAS INVESTIGACIÓN OPERACIONAL II (120301451) Docente: HÉCTOR FLORENTINO HERNÁNDEZ

Más detalles

a) El interés se paga una sola vez a fin de año. = (1+ ) =$10000(1+0.24) = $12400

a) El interés se paga una sola vez a fin de año. = (1+ ) =$10000(1+0.24) = $12400 Interés nominal e interés efectivo En los negocios se habla de declaraciones anuales, utilidad anual, etc., y aunque las declaraciones financieras pueden calcularse en tiempos menores de un año, la referencia

Más detalles

La distribución t de student. O lo que es lo mismo: La relación entre la cerveza y los estudios de estadística

La distribución t de student. O lo que es lo mismo: La relación entre la cerveza y los estudios de estadística La distribución t de student O lo que es lo mismo: La relación entre la cerveza y los estudios de estadística La distribución t de student fue descubierta por William S. Gosset en 1908. Gosset era un estadístico

Más detalles

CAPITULO V EVALUACIÓN Y APLICACIÓN INTEGRADA DE MODELOS DE INVENTARIOS

CAPITULO V EVALUACIÓN Y APLICACIÓN INTEGRADA DE MODELOS DE INVENTARIOS CAPITULO V EVALUACIÓN Y APLICACIÓN INTEGRADA DE MODELOS DE INVENTARIOS 5. Modelos de inventarios La Investigación de Operaciones es una herramienta científica, para algunos autores, inicia con la revolución

Más detalles

FUNDAMENTOS DE MATEMÁTICA FINANCIERA

FUNDAMENTOS DE MATEMÁTICA FINANCIERA UNDAMENTOS DE MATEMÁTICA INANCIERA Curso Preparación y Evaluación Social de Proyectos Sistema Nacional de Inversiones División de Evaluación Social de Inversiones MINISTERIO DE DESARROLLO SOCIAL Curso

Más detalles

Distribución Normal Curva Normal distribución gaussiana

Distribución Normal Curva Normal distribución gaussiana Distribución Normal La distribución continua de probabilidad más importante en todo el campo de la estadística es la distribución normal. La distribución normal tiene grandes aplicaciones prácticas, en

Más detalles

ASIGNATURA: MÉTODOS CUANTITATIVOS PARA LA TOMA DE DECISIONES.

ASIGNATURA: MÉTODOS CUANTITATIVOS PARA LA TOMA DE DECISIONES. ASIGNATURA: MÉTODOS CUANTITATIVOS PARA LA TOMA DE DECISIONES. Nombre de la asignatura: Línea trabajo: Métodos cuantitativos para la toma de decisiones. Emprendimiento y optimización de procesos Tiempo

Más detalles

INTEGRAL DEFINIDA. CÁLCULO DE ÁREAS.

INTEGRAL DEFINIDA. CÁLCULO DE ÁREAS. INTEGRAL DEFINIDA. CÁLCULO DE ÁREAS. 1. ÁREA LIMITADA POR UNA FUNCIÓN. INTEGRAL DEFINIDA. Si tenemos una función f(x) con una forma conocida, por ejemplo una recta, una semicircunferencia,... podemos calcular

Más detalles

SERVICIO A CLIENTES ORDENES PERFECTAS Por: Juan Flores Arriaga

SERVICIO A CLIENTES ORDENES PERFECTAS Por: Juan Flores Arriaga SERVICIO A CLIENTES ORDENES PERFECTAS Por: Juan Flores Arriaga En muchos documentos relativos a la Cadena de Suministro y Manufactura se toca el tema de la medición del servicio a los clientes, y también

Más detalles

Técnicas de evaluación del presupuesto de capital

Técnicas de evaluación del presupuesto de capital Técnicas de evaluación del presupuesto de capital Los métodos básicos que utilizan las empresas para evaluar los proyectos y decidir si deben aceptarlos e incluirlos en el presupuesto de capital son: 1.

Más detalles

Selectividad Junio 2007 JUNIO 2007

Selectividad Junio 2007 JUNIO 2007 Bloque A JUNIO 2007 1.- Julia, Clara y Miguel reparten hojas de propaganda. Clara reparte siempre el 20 % del total, Miguel reparte 100 hojas más que Julia. Entre Clara y Julia reparten 850 hojas. Plantea

Más detalles

Propuesta A. 2 0 b) Dada la ecuación matricial: X = , despeja y calcula la matriz X. (0.75 ptos) 2 1

Propuesta A. 2 0 b) Dada la ecuación matricial: X = , despeja y calcula la matriz X. (0.75 ptos) 2 1 Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (015) Materia: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II El alumno deberá contestar a una de las dos opciones propuestas A o B. Se

Más detalles

MUESTREO Y MEDICIÓN MÉTODOS DE MUESTREO PROBABILÍSTICO Y NO PROBABILÍSTICO. FeGoSa

MUESTREO Y MEDICIÓN MÉTODOS DE MUESTREO PROBABILÍSTICO Y NO PROBABILÍSTICO. FeGoSa MÉTODOS DE MUESTREO PROBABILÍSTICO Y NO PROBABILÍSTICO TAMAÑO DE LA MUESTRA AL ESTIMAR LA MEDIA DE LA POBLACIÓN Al prever el intervalo de confianza resultante de una media muestral y la desviación estándar,

Más detalles