ADMINISTRACION DE INVENTARIOS. Unidad 2. SISTEMAS DE INVENTARIO PROBABILISTICOS

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

Download "ADMINISTRACION DE INVENTARIOS. Unidad 2. SISTEMAS DE INVENTARIO PROBABILISTICOS"

Transcripción

1 AMINISTRACION E INVENTARIOS Unidad 2. SISTEMAS E INVENTARIO PROBABIISTICOS

2 Nombre de la Unidad Introducción SISTEMAS E INVENTARIO PROBABIISTICOS. Hasta el momento los diferentes modelos de inventario manejan una demanda eterminística, es decir que la información se conoce con certeza. Esta información no es cierta para todos los casos la demanda puede ser una variable aleatoria, para lo cual es necesario utilizar una función de probabilidad para poder representar en este caso el comportamiento de la demanda. Se supone que se conoce la distribución de probabilidad para la demanda, pero que esa demanda es impredecible en un día o mes dado. a incertidumbre al predecir la demanda significa que siempre existe la posibilidad de que haya faltantes, es decir, de quedar sin artículos en almacén. El riesgo puede reducirse teniendo un inventario grande, pero nunca puede eliminarse. Intencionalidades Formativas En esta unidad se plantean los principales modelos de inventarios, en los cuales la demanda cambia con el tiempo y tiene como finalidad que el estudiante este en capacidad conocer y plantear un modelo para el control de inventarios de acuerdo a los requerimientos de necesidades que se pueda presentar en un momento dado dentro de una organización. enominación de capítulos Unidad 2. SISTEMAS E INVENTARIO PROBABIISTICOS Capitulo 1. efiniciones Básicas. Capitulo 2. MOEOS ESTOCASTICOS E REVISIÓN CONTINUA. Capitulo 3. MOEOS ESTOCASTICOS E REVISIÓN PERIOICA.

3 Modelo Estocástico para un Solo Periodo: Este tipo de modelo se maneja para productos que se ordenan una sola vez para satisfacer la demanda de un periodo determinado, es el caso de los productos de temporada los cuales son obsoletos después de la temporada. 1. emanda eterminística: Para el caso de la demanda determinística el problema se soluciona ordenando el número exacto de unidades demandadas. 2. emanda probabilística: En los modelos de un solo periodo se utilizan en situaciones como la determinación de políticas de pedido para productos alimenticios de corta duración, o determinación del tamaño de un lote de producción para artículos con una vida útil corta, o cuya demanda es sólo durante periodos cortos de tiempo, (por ejemplo durante la temporada navideña, temporadas de ingreso al colegio). Un ejemplo típico de este modelo es el modelo denominado modelo de repartidor de periódicos

4 F( Q ) ce cf F( Q ) cf F( Q ) ce + F( Q ) cf cf F( Q )( ce + cf ) cf F( Q ) cf ( ce + cf ) Esta fórmula se conoce como razón crítica y corresponde a la probabilidad de satisfacer la demanda durante un periodo correspondiente. a cantidad a ordenar Q se determina con le uso de la distribución normal (ver anexo 1), que satisface la condición F(Q) dada la media y la desviación estándar.

5 Modelo Estocástico para un Solo Periodo Ejemplo: Una compañía fabrica un producto MN para la temporada de fin de año, con base en la experiencia la demanda del producto tiene una distribución normal con media de 1500 unidades y desviación estándar de 100 unidades. El costo de excedente o costo de sobre estimar la demanda es de $ 80 por unidad, el costo de penalización por cada unidad que falte es de $200 por unidad. Con base en la anterior información la compañía debe decidir cuantas unidades debe fabricar esviación estándar 100 cf 200 Unidades. ce 80 Unidades. F( Q F( Q ) ) cf ( ce + cf ) 200 ( ) 0,7142

6 En una tabla de la istribución normal se encuentra el valor que satisface la condición de que la demanda sea menor que Q. En la tabla de la distribución normal se encuentra que 0,7142 corresponde a un valor de z de 0,57. Con lo cual: Q Q Q µ + zσ , Unidades

7

8 Manejo de la tabla normal. 1. Cuando la probabilidad pedida se encuentra directamente en las tablas Hallar la probabilidad p ( z 0,45 ) En la 1ª columna buscamos el valor de las unidades y las décimas. En la 1ª fila el valor de las centésimas. Basta buscar 0,4 en la columna y 0,05 en la fila. Su intersección nos da la probabilidad. eemos y nos da 0,6736. a probabilidad p ( z 0,45 ) 0,6736 Fuente:

9 2. Probabilidad de un valor negativo p ( z - 0,72 ) Como la gráfica es simétrica respecto al eje de ordenadas, p ( z - 0,72 ) p ( z + 0,72 ) Calculamos p ( z + 0,72 ) igual que en el caso 2. p ( z + 0,72 ) 1 - p ( z < + 0,72 ) 1-0,7642 0,2358 p ( z - 0,72 ) p ( z + 0,72 ) 1 - p ( z < + 0,72 ) 1-0,7642 0,2358 Fuente:

10 Manejo de la tabla de forma inversa Fuente:

11

12 Ejemplo : Modelo Estocástico para un Solo Periodo Mac, dueño de un puesto de periódicos, los domingos compra varios ejemplares de The computer Journal, semanario bastante conocido. Paga 25 centavos por cada ejemplar, que vende a 75 centavos. os ejemplares que no vende durante la semana puede regresarlos a su proveedor quien le paga 10 centavos por cada uno. Según la experiencia, la de manda semanal de Journal tiene una distribución aproximadamente normal con una media de 11,73 y una desviación estándar de 4,74. etermine la cantidad óptima de periódicos que se deben solicitar.

13 77 0, ) ( ) ( ) ( ) ( Q F cf ce cf Q F c c atos e f σ µ Modelo Estocástico para un Solo Periodo

14 Modelo Estocástico para un Solo Periodo Q Z Q Q µ + zσ Unidades

15 Modelo Estocástico con y sin éficit. (Sistema Q) En este modelo se cuenta con un inventario de seguridad (Is) que permita cubrir el déficit que se pueda presentar en un momento determinado. El inventario de seguridad sirve como protección contra la incertidumbre que se pueda presentar en el comportamiento de la demanda o en el tiempo de entrega. Se utilizan las mismas formulas de los modelos de compra o manufactura sin déficit, reemplazando la demanda conocida por la demanda promedio obtenida a través de la siguiente fórmula: n x p ( x ) i 1

16 Sistema Q (Tiempo de anticipación constante / emanda Variable.) Tiempo de anticipación 2 Semanas Riesgo de éficit 4% emanda Prob 100 0, , ,2 40

17 Tiempo de anticipación 2 Semanas Riesgo de éficit 4% 100 0, , ,2 40 Sumatoria 145 emanda durante le tiempo de anticipación Semana 1 Semana 2 emanda Prob 1 Prob 2 Proba Prob-Acum (1-PA) ,3 0,3 0,09 0,09 0, ,3 0,5 0,15 0,24 0, ,3 0,2 0,06 0,3 0, ,5 0,3 0,15 0,45 0, ,5 0,5 0,25 0,7 0, ,5 0,2 0,1 0,8 0, ,2 0,3 0,06 0,86 0, ,2 0,5 0,1 0,96 0, ,2 0,2 0, Is 4% 60 Unidades

18 Sistema Q istribución Normal En el ejemplo anterior se trabajo con una distribución empírica, en algunos casos es posible reemplazar las distribuciones empíricas por distribuciones teóricas, por ejemplo la distribución Normal o la distribución de Poisson, cuando esta distribución describe adecuadamente la demanda o el tiempo de entrega. Inicialmente se supone que el tiempo de entrega es eterminístico, la demanda es una variable aleatoria representada mediante una función de densidad de probabilidad f(d),

19 Ejemplo: Sistema Q istribución Normal Se requiere el diseño de un sistema Q para un producto cuya emanda está distribuida normalmente con una media de 200 unidades/semana y una desviación típica de 25 unidades/semana, Costo de hacer un pedido $160 Costo de almacenamiento 0,1 $/Semana Tiempo de anticipación 2 Semanas Riesgo de éficit 5%

20 Sistema Q istribución Normal 2C Q 800Unidades C la demanda y la desviación estándar durante el tiempo de anticipación σ σ ,35

21 Sistema Q istribución Normal 2C Q 800Unidades C la demanda y la desviación estándar durante el tiempo de anticipación σ σ ,35

22 Sistema Q istribución Normal Z d 5 % σ d 5 % Z d 5 % d 5 % ( (Probabilidad de éxito 1-0,050,95) Valor leído en la tabla de la distribución Normal, para una probabilidad de éxito del 95% )

23 Sistema Q istribución Normal Is Is 5% Unidades

24 Ejemplo: Sistema Q istribución Normal El proveedor de la tienda de un gran comerciante es un almacén lejano. El almacén puede abastecer cualquier artículo que se le pide en cualquier cantidad. Uno de los artículos que se vende es aceite de motor para automóviles, la demanda del aceite tiende a un promedio de 5 cajas por día y se distribuye normalmente. El tiempo de entrega varia un poco, con un promedio de 3 días, la desviación estándar para la demanda del tiempo de entrega es 3.9. os costos de ordenar se estiman en$ 1.50 por orden, el costo de mantenimiento es de $ 1.00 por caja por año, el comerciante quiere un 98 %de nivel de servicio en el aceite de motor.. Si a tienda abre 300 días hábiles al año, Calcular: a) a cantidad óptima de pedido, el inventario de seguridad y el punto de reorden. b) Si el comerciante deseara trabajar con un nivel de servicio del 80 % Cuál sería el inventario de seguridad, el punto de reorden, y los costos de mantenimiento del inventario de seguridad?

25 ATOS: (5)(300) 1500 unidades por año C2 $ 1.50 por cada pedido C3 $ 1.00 por caja al año Nivel de servicio 98 % corresponde a un valor se Z leído en tablas de distribución normal 2.06 ías hábiles al año 300 Para el Nivel de servicio 80 % Z 0.85

26 a) a cantidad óptima de pedido, el inventario de seguridad y el punto de reorden. 2C Q 67Unidades C 1 3

27 Cajas Is Z Z Cajas Z Is Is Z Is Z d d d x x x 23 ) 3 5 ( % % % % % % σ σ σ σ σ a) a cantidad óptima de pedido, el inventario de seguridad y el punto de reorden.

28 b) Si el comerciante deseara trabajar con un nivel de servicio del 80 % Cuál sería el inventario de seguridad, el punto de reorden, y los costos de mantenimiento del inventario de seguridad? Is x % Is Z σ Cajas d d % % Is ( 5 3 ) Cajas C $ / año

29 Establecimiento de niveles de seguridad Modelos determinísticos: emanda constante y conocida. Modelos Probabilísticos: emanda no constante, varia d un periodo de tiempo a otro, inclusive en días. Por lo cual se debe mantener una reserva de seguridad con el fin de proveer un nivel de protección contra el agotamiento de las existencias. Inventario de Seguridad: Se puede definir como la cantidad de inventario que se debe tener a demás de la demanda prevista. Enfoques: e probabilidad Maneja la probabilidad de exceder un valor determinado, probabilidad que la demanda exceda un valor determinado. e nivel de servicio: Se refiere al número previsto de unidades faltantes. Que se cumpla con el 95% de los pedidos

30 Enfoque de probabilidad: considera la probabilidad de que se presenten faltantes y no el número de unidades. Se supone que la demanda durante un periodo de tiempo se distribuye normalmente con una media y una desviación estándar. Enfoque del nivel de servicio: Se refiere al número de unidades demandadas que pueden suministrarse de las existencias actualmente disponibles. Por ejemplo: si la demanda de un artículo es de 1000 unidades y se tiene un nivel de servicio del 95%, significa que 950 unidades se pueden suministrar de inmediato de las existencias y quedan faltando 50.

31 Modelo de cantidad fija de pedido y un nivel de servicio específico. Este sistema monitorea de manera continua el nivel del inventario y coloca un nuevo pedido cuando las existencias alcanzan cierto nivel (punto de pedido). El peligro del agotamiento de las existencias en este modelo se presenta únicamente durante el plazo que transcurre entre el momento en que se coloca el pedido y el momento en que éste se recibe. N de Unidades isponibles Q R B O Tiempo Gama de emandas Reservas de Seguridad Agotamiento Existencias

32 a cantidad de reserva de seguridad depende del nivel de servicio especificado, a cantidad que se debe ordenar Q, se calcula de la manera usual, considerando la demanda, y los diferentes componentes del costo. El punto de pedido se fija entonces para cubrir la demanda prevista durante el plazo más una reserva de seguridad determinada por el nivel de servicio deseado. a diferencia clave entre un modelo de cantidad fija de pedido en el cual la demanda se conoce, y uno en el cual la demanda es incierta, esta en el calculo del punto del nuevo pedido. a cantidad de pedido es la misma en ambos casos.

33 Cajas Is Z Z Cajas Z Is Is Z Is Z d d d x x x 23 ) 3 5 ( % % % % % % σ σ σ σ σ Punto de pedido o demanda para un riesgo específico de déficit: % Punto de pedido en unidades emanda promedio durante el tiempo de anticipación Z numero de desviaciones para un nivel de servicio específico Sigma esviación estándar durante el tiempo de anticipación

34 Ejemplo: Cantidad económica de pedido. Considerar un caso de cantidad económica de pedido en el cual la demanda anual 1000 unidades, la cantidad económica de pedido Q es 200 unidades, el nivel de servicio deseado es 0.95, la desviación estándar de la demanda durante el plazo es σ 25 unidades y el plazo 15 días. eterminar el punto de nuevo pedido. Considere 250 días de trabajo al año. Z 1,645 5% (1000/250)15 +( Z25) 5% (60)+(1,64525) 101 unidades

35 Ejemplo: a demanda diaria de un determinado producto se distribuye normalmente con una media de 60 unidades y una desviación estándar de 7 unidades. a fuente de suministro es confiable y mantiene un plazo de 6 días. El costo de colocación de un pedido es de $10 y los costos anuales de mantenimiento son de $0,50 por unidad. No existen costos de agotamiento de las existencias y los pedidos no satisfechos se suplen tan pronto como llegue el pedido. Suponga que hay ventas durante todo el año. Encuentre la cantidad de pedido y el punto de reorden para satisfacer al 95% de los clientes con base en las existencias disponibles. Suponga que se trabajan los 365 días al año. atos emanda anual unidades por año esviación estándar 7 unidades Costo de hacer un pedido $10 Costo de mantenimiento del Inventario anual $ 0,50

36 Q 2 C2 C unidades σ σ Z % ( 60 6) + ( ) Unidades

37 Ejemplo: Supóngase que se administra un almacén que distribuye determinado tipo de desayunos a los vendedores al menudeo. Este alimento tiene las siguientes características: emanda promedio 200 cajas al día Tiempo de entrega 4 días de reabastecimiento por parte del proveedor esviación estándar de la demanda diaria 150 cajas Nivel de servicio deseado 95% C2 20 dólares la orden i 20% al año C1 10 dólares por caja Su póngase que se utilizará un sistema de revisión continua y también que el almacén abre cinco días a la semana, 50 semanas al año o 250 días al año. emanda promedio anual 250(200) cajas al año.

38 Unidades Z cajas cajas unidades C C Q ). ( ) (.. % σ σ

39

40 Modelo de periodo fijo de tiempo con inventarios de seguridad En un sistema de periodo de tiempo fijo, el inventario se cuenta solo en determinados momentos, por ejemplo, cada semana o mes. os modelos de periodos de tiempo fijo, generan cantidades de pedidos que varían de periodo a periodo, dependiendo de la tasa de utilización. Estas requieren, por lo general, una reserva de seguridad de mayor nivel que la del sistema de cantidad fija de pedido, ya que los modelos de tiempo fijo realizan el conteo solo en el momento específico de la revisión.

41 Modelo de periodo de tiempo fijo con un nivel de servicio especifico. En un sistema de periodo de tiempo fijo, los nuevos pedidos se colocan en el momento de la revisión (T), y la reserva de seguridad que debe reordenarse es: Reserva de seguridad z σt+ N de Unidades isponibles Colocar un pedido Colocar un pedido Colocar un pedido Reserva de Seguridad T T T Agotamiento de Existencias

42 onde: Q Cantidad que debe ordenarse T Número de días transcurridos entre las revisiones Plazo en días d emanda promedio diaria proyectada Z Número de desviación estándar para un nivel de servicio específico zσ T+ esviación estándar de la demanda durante la revisión y el plazo I Nivel actual de inventario (incluye los artículos ordenados) Para calcular el número previsto de faltantes se utiliza la ecuación siguiente: E(z) dt (-P) σt+ E(z) N previsto de unidades faltantes en una tabla normalizada donde σ 1 P Nivel de servicio deseado y expresado como una fracción T emanda durante el periodo de revisión en el cual la demanda diaria y T el Número de días σt+ esviación estándar durante el periodo de revisión y el plazo

43 a demanda diaria de un producto es de diez unidades con una desviación estándar de tres unidades. El periodo entre revisiones es de 30 días y el tiempo de entrega es de 14 días. Se tiene la intensión de proporcionar un 98% de la demanda con los artículos en existencia. El inventario inicial es de 150 unidades. σ T + Z σ σ T + d T z Q d( T + ) + Z σ T + Ii 10 ( ) unidades. Como política de inventarios para garantizar un 98% de no sufrir desabasto, se harán pedidos de 331 unidades para este periodo entre revisiones.

44 a demanda diaria de un artículo es de 120 unidades, con una desviación estándar de 30 unidades. El periodo entre revisiones es de 14 días y el tiempo de entrega es de 7 días. En el momento de la revisión se tenían 130 unidades. Si lo aceptable es el riesgo de desabasto del 1% Cuántas unidades se deben pedir? σ ( T + ) σ d T Z 99% Z σ ( T + ) Q d( T + ) + Z σ ( T + ) Ii ( )

45

46 Cesar Augusto Figueredo G. Ingeniero Industrial irector de curso

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

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

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

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

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

GESTIÓN DE INVENTARIOS

GESTIÓN DE INVENTARIOS GESTIÓN DE Septiembre 2011 1 Generalidades 2 1 - Qué son los inventarios? Materias Primas. Partes y Piezas. Insumos y Herramientas de Producción. Insumos y Materiales de Oficina. Trabajos en Proceso. Productos

Más detalles

Variables aleatorias. Examen Junio La función de distribución de una variable continua X es de la forma:

Variables aleatorias. Examen Junio La función de distribución de una variable continua X es de la forma: TEMA 6: Variables aleatorias Examen Junio 003.- La función de distribución de una variable continua X es de la forma: 3 F ( t) = P( X t) = a + bt ct t, Se sabe que la densidad verifica f(-)=f()=0. [ ]

Más detalles

ESCUELA DE CIENCIAS ADMINISTRATIVAS, CONTABLES, ECONOMICAS Y DE NEGOCIOS Logística Industrial INVENTARIOS

ESCUELA DE CIENCIAS ADMINISTRATIVAS, CONTABLES, ECONOMICAS Y DE NEGOCIOS Logística Industrial INVENTARIOS INVENTARIOS Sin hubiera un genio para producir en el momento y lugar que se deseara, no habría inventarios. Desafortunadamente, los genios están escasos, de manera que se usan los inventarios como amortiguador

Más detalles

LECTURA 01: LA DISTRIBUCIÓN NORMAL GENERAL. LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I). TEMA 1: LA DISTRIBUCION NORMAL GENERAL.

LECTURA 01: LA DISTRIBUCIÓN NORMAL GENERAL. LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I). TEMA 1: LA DISTRIBUCION NORMAL GENERAL. LECTURA 1: LA DISTRIBUCIÓN NORMAL GENERAL LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I) TEMA 1: LA DISTRIBUCION NORMAL GENERAL PROPIEDADES 1 INTRODUCCION La distribución de probabilidad continua más importante

Más detalles

MODELOS DE GESTIÓN DE INVENTARIOS

MODELOS DE GESTIÓN DE INVENTARIOS MODELOS DE GESTIÓN DE INVENTARIOS La gestión de inventario, está relacionada con planificar la forma de abastecer a la empresa de ciertos productos que requiere en base a un parámetro predefinido. Los

Más detalles

INSTITUTO TECNOLÓGICO METROPOLITANOIngenieria. Ingenieria de Producción Investigación de operaciones II

INSTITUTO TECNOLÓGICO METROPOLITANOIngenieria. Ingenieria de Producción Investigación de operaciones II INSTITUTO TECNOLÓGICO METROPOLITANO Ingenieria de Producción Investigación de operaciones II 11 de marzo de 2015 1 Observación 2 Ejercicio 1 3 Ejercicio 2 4 Ejercicio 3 5 Ejercicio 4-Modelo con Descuentos

Más detalles

TEMA 12 GESTIÓN DE STOCKS

TEMA 12 GESTIÓN DE STOCKS TEMA 12 GESTIÓN E STOCKS 1. Concepto e importancia de los stocks 2. Clases de stocks 3. Modelo de Wilson 1. CONCEPTO E IMPORTANCIA E LOS STOCKS Stocks o existencias son el conjunto de artículos almacenados

Más detalles

INTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)

INTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7) TEMA Nº 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer las características de la distribución normal como distribución de probabilidad de una variable y la aproximación de

Más detalles

Gestión de Inventarios. Introducción

Gestión de Inventarios. Introducción Gestión de Inventarios Introducción Stocks, existencias, inventarios Se entiende por stock a un conjunto de artículos que se tienen almacenados para su venta o utilización posterior La gestión de stocks

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

CONTROL DE INVENTARIOS DE ÍTEMS PERECEDEROS

CONTROL DE INVENTARIOS DE ÍTEMS PERECEDEROS Facultad de Ingeniería Escuela de Ingeniería Industrial Curso: Sistemas de Almacenamiento e Inventarios CONTROL DE INVENTARIOS DE ÍTEMS PERECEDEROS Profesor: Julio César Londoño O Control de Inventarios

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

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

3 PROBABILIDAD Y DISTRIBUCION NORMAL

3 PROBABILIDAD Y DISTRIBUCION NORMAL 3 PROBABILIDAD Y DISTRIBUCION NORMAL La probabilidad puede ser considerada como una teoría referente a los resultados posibles de los experimentos. Estos experimentos deben ser repetitivos; es decir poder

Más detalles

1. La Distribución Normal

1. La Distribución Normal 1. La Distribución Normal Los espacios muestrales continuos y las variables aleatorias continuas se presentan siempre que se manejan cantidades que se miden en una escala continua; por ejemplo, cuando

Más detalles

PROGRAMACIÓN LINEAL MÉTODO GRÁFICO

PROGRAMACIÓN LINEAL MÉTODO GRÁFICO 1 PROGRAMACIÓN LINEAL MÉTODO GRÁFICO Dado un problema de programación lineal se debe: 1. Graficar cada una de las restricciones. 2. Encontrar el Polígono de factibilidad, que es la intersección de los

Más detalles

Cuentas por Cobrar y Administración de Inventarios 10-1

Cuentas por Cobrar y Administración de Inventarios 10-1 Cuentas por Cobrar y Administración de Inventarios 10-1 Cuentas por Cobrar y Administración Inventarios Políticas de Crédito y Cobranzas Analizando al Solicitante de Crédito Administración y Control de

Más detalles

Muchas variables aleatorias continuas presentan una función de densidad cuya gráfica tiene forma de campana.

Muchas variables aleatorias continuas presentan una función de densidad cuya gráfica tiene forma de campana. Página 1 de 7 DISTRIBUCIÓN NORMAL o campana de Gauss-Laplace Esta distribución es frecuentemente utilizada en las aplicaciones estadísticas. Su propio nombre indica su extendida utilización, justificada

Más detalles

Modelos de PERT/CPM: Probabilístico

Modelos de PERT/CPM: Probabilístico INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE CÓMPUTO Modelos de PERT/CPM: Probabilístico M. En C. Eduardo Bustos Farías 1 Existen proyectos con actividades que tienen tiempos inciertos, es decir,

Más detalles

TEOREMA DEL LÍMITE CENTRAL

TEOREMA DEL LÍMITE CENTRAL Material de clase n 2 Domingo 13 Junio TEOREMA DEL LÍMITE CENTRAL A medida que n se vuelve más grande, la distribución de las medias muestrales se aproxima a una distribución normal con una media x = µ

Más detalles

GESTION DE INVENTARIOS

GESTION DE INVENTARIOS GESTION DE INVENTARIOS Inventarios El inventario tiene como propósito fundamental proveer a la empresa de materiales necesarios, para su continuo y regular desenvolvimiento, es decir, el inventario tiene

Más detalles

Estadística para la toma de decisiones

Estadística para la toma de decisiones Estadística para la toma de decisiones ESTADÍSTICA PARA LA TOMA DE DECISIONES. 1 Sesión No. 7 Nombre: Distribuciones de probabilidad para variables continúas. Objetivo Al término de la sesión el estudiante

Más detalles

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

QUE ES UN INVENTARIO?

QUE ES UN INVENTARIO? QUE ES UN INVENTARIO? los inventarios son acumulaciones de materias primas, provisiones, componentes, trabajo en proceso y productos terminados que aparecen en numerosos puntos a lo largo del canal de

Más detalles

CAPÍTULO 4 TÉCNICA PERT

CAPÍTULO 4 TÉCNICA PERT 54 CAPÍTULO 4 TÉCNICA PERT Como ya se mencionó en capítulos anteriores, la técnica CPM considera las duraciones de las actividades como determinísticas, esto es, hay el supuesto de que se realizarán con

Más detalles

3. ANÁLISIS DE DATOS DE PRECIPITACIÓN.

3. ANÁLISIS DE DATOS DE PRECIPITACIÓN. 3. ANÁLISIS DE DATOS DE PRECIPITACIÓN. Teniendo en cuenta que la mayoría de procesos estadísticos se comportan de forma totalmente aleatoria, es decir, un evento dado no está influenciado por los demás,

Más detalles

JUNIO Encuentra, si existen, matrices cuadradas A, de orden 2, distintas de la matriz identidad, tales que: A

JUNIO Encuentra, si existen, matrices cuadradas A, de orden 2, distintas de la matriz identidad, tales que: A Bloque A JUNIO 2003 1.- Encuentra, si existen, matrices cuadradas A, de orden 2, distintas de la matriz identidad, tales que: 1 0 A = 1 0 A Cuántas matrices A existen con esa condición? Razona tu respuesta.

Más detalles

Apunte Docente. Modelo de Beranek (Efectivo) Yolanda Reyes Fernández

Apunte Docente. Modelo de Beranek (Efectivo) Yolanda Reyes Fernández Apunte Docente Modelo de Beranek (Efectivo) Yolanda Reyes Fernández La autora es Máster en Administración y Finanzas, Escuela Superior de Administración y Dirección de Empresas (ESADE), Barcelona, España.

Más detalles

La distribución normal

La distribución normal La Distribución Normal Es una distribución continua que posee, entre otras, las propiedades siguientes: Su representación gráfica tiene forma de campana ( campana de Gauss ) -6-4 -2 0 2 4 6 2 4 6 8 10

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

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

Distribuciones de Probabilidad

Distribuciones de Probabilidad Distribuciones de Probabilidad Variables Aleatorias Ahora se introducirá el concepto de variable aleatoria y luego se introducirán las distribuciones de probabilidad discretas más comunes en la práctica

Más detalles

Ejemplos de clase Administración de Inventarios

Ejemplos de clase Administración de Inventarios Ejemplos de clase Administración de Inventarios ADMINISTRACIÓN DE INVENTARIOS A. MODELOS DE INVENTARIO PARA DEMANDA INDEPENDIENTE B. MODELOS PROBABILISTICOS E INVENTARIOS DE SEGURIDAD C. SISTEMAS DE PERIODO

Más detalles

Estadística Aplicada

Estadística Aplicada Estadística Aplicada Distribuciones de Probabilidad Variables aleatorias Toman un valor numérico para cada resultado de un espacio muestral Discretas. Sus valores posibles constituyen un conjunto discreto.

Más detalles

La distribución de Probabilidad normal, dada por la ecuación:

La distribución de Probabilidad normal, dada por la ecuación: La distribución de Probabilidad normal, dada por la ecuación: Donde: x = X -, la distancia entre X y en el eje de las X. = la media de la población o universo ( de las X ) fx= La altura de la ordenada

Más detalles

MICROSOFT EXCEL PARA DIRECCIÓN FINANCIERA I. 1. Resolución de problemas de simulación de Montecarlo mediante el uso de la hoja de cálculo.

MICROSOFT EXCEL PARA DIRECCIÓN FINANCIERA I. 1. Resolución de problemas de simulación de Montecarlo mediante el uso de la hoja de cálculo. MICROSOFT EXCEL PARA DIRECCIÓN FINANCIERA I. 1. Resolución de problemas de simulación de Montecarlo mediante el uso de la hoja de cálculo. Mediante el modelo de Hertz o Simulación de Montecarlo, trataremos

Más detalles

Procesos estocásticos. Definición

Procesos estocásticos. Definición Procesos estocásticos Definición http://humberto-r-alvarez-a.webs.com Definición de proceso estocástico Estudio del comportamiento de una variable aleatoria a lo largo del tiempo El ajuste de cualquier

Más detalles

Teoría de la decisión

Teoría de la decisión 1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia

Más detalles

Fundamentos de Investigación de Operaciones Teoría de Inventarios

Fundamentos de Investigación de Operaciones Teoría de Inventarios Fundamentos de Investigación de Operaciones de mayo de 04. Introducción El costo de mantener un cierto número de unidades en inventario puede ser importante para una empresa. El objetivo de la es establecer

Más detalles

Discretas. Continuas

Discretas. Continuas UNIDAD 0. DISTRIBUCIÓN TEÓRICA DE PROBABILIDAD Discretas Binomial Distribución Teórica de Probabilidad Poisson Normal Continuas Normal Estándar 0.1. Una distribución de probabilidad es un despliegue de

Más detalles

Planificación contra stock

Planificación contra stock Planificación contra stock 129 Problema FS1 Planificación contra stock Determinar el ciclo de producción para la siguiente familia suponiendo 250 días de trabajo por año. Producto D I (u/año) p i ( /u)

Más detalles

Administración de Inventarios

Administración de Inventarios Administración de Inventarios n Qué es un inventario? n Por qué surge la necesidad de ellos? Planeación y Control de Inventarios Planear qué inventario debe almacenarse y cómo obtenerlo Pronosticar demanda

Más detalles

INVESTIGACIÓN DE OPERACIONES II. JULIO CÉSAR LONDOÑO ORTEGA

INVESTIGACIÓN DE OPERACIONES II. JULIO CÉSAR LONDOÑO ORTEGA INVESTIGACIÓN DE OPERACIONES II JULIO CÉSAR LONDOÑO ORTEGA Email: julio.londono@correounivalle.edu.co jclondonor@gmail.com MODELOS DE FILAS DE ESPERA Introducción a la Teoría de Colas Ejemplos de la teoría

Más detalles

Tema 13: Distribuciones de probabilidad. Estadística

Tema 13: Distribuciones de probabilidad. Estadística Tema 13: Distribuciones de probabilidad. Estadística 1. Variable aleatoria Una variable aleatoria es una función que asocia a cada elemento del espacio muestral, de un experimento aleatorio, un número

Más detalles

1. Análisis de Sensibilidad

1. Análisis de Sensibilidad 1. Análisis de Sensibilidad Considerando que la evaluación de los proyectos se basa en proyecciones de variables económicas, es lógico pensar que existe un factor de incertidumbre en los indicadores financieros

Más detalles

Definición de Capacidad. Planeación Estratégica de la Capacidad. Capacidad. Horizonte de Planeación. Mediciones de Capacidad

Definición de Capacidad. Planeación Estratégica de la Capacidad. Capacidad. Horizonte de Planeación. Mediciones de Capacidad Definición de 2 Planeación Estratégica de la El más alto nivel de producción que una compañía puede sostener razonablemente, con horarios realistas para su personal y con el equipo que posee. Administración

Más detalles

Algunas Distribuciones Continuas de Probabilidad. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides

Algunas Distribuciones Continuas de Probabilidad. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Algunas Distribuciones Continuas de Probabilidad UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción El comportamiento de una variable aleatoria queda

Más detalles

CONTROL DE INVENTARIOS DE ÍTEMS ESPECIALES

CONTROL DE INVENTARIOS DE ÍTEMS ESPECIALES Facultad de Ingeniería Escuela de Ingeniería Industrial Curso: Sistemas de Alamcenamiento e Inventarios CONTROL DE INVENTARIOS DE ÍTEMS ESPECIALES Profesor: Julio César Londoño O Generalidades Ítems A,

Más detalles

Definición de probabilidad

Definición de probabilidad Tema 5: LA DISTRIBUCIÓN NORMAL 1. INTRODUCCIÓN A LA PROBABILIDAD: Definición de probabilidad Repaso de propiedades de conjuntos (Leyes de Morgan) Probabilidad condicionada Teorema de la probabilidad total

Más detalles

Consideración del Margen de Desvanecimiento con ICS Telecom en Planeación de Redes de Microceldas (NLOS)

Consideración del Margen de Desvanecimiento con ICS Telecom en Planeación de Redes de Microceldas (NLOS) Consideración del Margen de Desvanecimiento con ICS Telecom en Planeación de Redes de Microceldas (NLOS) Agosto 2008 SEAN YUN Traducido por ANDREA MARÍN Modelando RF con Precisión 0 0 ICS Telecom ofrece

Más detalles

EJERCICIOS DE SELECTIVIDAD

EJERCICIOS DE SELECTIVIDAD EJERCICIOS DE SELECTIVIDAD INFERENCIA 1998 JUNIO OPCIÓN A Un fabricante de electrodomésticos sabe que la vida media de éstos sigue una distribución normal con media μ = 100 meses y desviación típica σ

Más detalles

Econometría II Grado en finanzas y contabilidad

Econometría II Grado en finanzas y contabilidad Econometría II Grado en finanzas y contabilidad Variables aleatorias y procesos estocásticos. La FAC y el correlograma Profesora: Dolores García Martos E-mail:mdgmarto@est-econ.uc3m.es Este documento es

Más detalles

Planteamiento de problemas de programación lineal. M. En C. Eduardo Bustos Farías

Planteamiento de problemas de programación lineal. M. En C. Eduardo Bustos Farías Planteamiento de problemas de programación lineal M. En C. Eduardo Bustos Farías 1 Ejemplo. Breeding Manufacturing Inc. Mezcla de productos 2 La Breeding Manufacturing Inc., fabrica y vende dos tipos de

Más detalles

1.1. Distribución exponencial. Definición y propiedades

1.1. Distribución exponencial. Definición y propiedades CONTENIDOS 1.1. Distribución exponencial. Definición y propiedades 1.2. Procesos de conteo 1.3. Procesos de Poisson - Tiempos de espera y entre llegadas - Partición y mezcla de un proceso de Poisson -

Más detalles

Regresión y Correlación

Regresión y Correlación Relación de problemas 4 Regresión y Correlación 1. El departamento comercial de una empresa se plantea si resultan rentables los gastos en publicidad de un producto. Los datos de los que dispone son: Beneficios

Más detalles

CAPÍTULO 4 Funciones Económicas

CAPÍTULO 4 Funciones Económicas CAPÍTULO 4 Funciones Económicas Introducción La actividad económica surge de la necesidad de utilizar recursos para producir los bienes materiales que satisfacen los deseos del hombre, ya sean básicos

Más detalles

6. VARIABLES ALEATORIAS

6. VARIABLES ALEATORIAS 6. VARIABLES ALEATORIAS Objetivo Introducir la idea de una variable aleatoria y su distribución y características como media, varianza etc. Bibliografía recomendada Peña y Romo (1997), Capítulo 15. Hasta

Más detalles

Unidad Temática 3: Probabilidad y Variables Aleatorias

Unidad Temática 3: Probabilidad y Variables Aleatorias Unidad Temática 3: Probabilidad y Variables Aleatorias 1) Qué entiende por probabilidad? Cómo lo relaciona con los Sistemas de Comunicaciones? Probabilidad - Definiciones Experimento aleatorio: Un experimento

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 7: Medidas de Posición para Datos Crudos

Curso de Estadística Unidad de Medidas Descriptivas. Lección 7: Medidas de Posición para Datos Crudos 1 Curso de Estadística Unidad de Medidas Descriptivas Lección 7: Medidas de Posición para s Crudos Creado por: Dra. Noemí L. Ruiz Limardo, EdD 010 Derechos de Autor Objetivos 1. Definir las medidas de

Más detalles

DISEÑO DE UNA POLÍTICA DE GESTIÓN DE INVENTARIOS PARA MATERIAS PRIMAS DE PRODUCTOS DE CUIDADO PERSONAL

DISEÑO DE UNA POLÍTICA DE GESTIÓN DE INVENTARIOS PARA MATERIAS PRIMAS DE PRODUCTOS DE CUIDADO PERSONAL DISEÑO DE UNA POLÍTICA DE GESTIÓN DE INVENTARIOS PARA MATERIAS PRIMAS DE PRODUCTOS DE CUIDADO PERSONAL Proyecto de Grado para acceder al título de Magíster en Ingeniería con énfasis en Ingeniería Industrial

Más detalles

ANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ

ANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ ANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ Probabilidad - Período de retorno y riesgo La probabilidad de ocurrencia de un fenómeno en hidrología puede citarse de varias Formas: El

Más detalles

APLICACIÓN DE LAS MATRICES Modelos de Entrada-Salida de Leontief

APLICACIÓN DE LAS MATRICES Modelos de Entrada-Salida de Leontief APLICACIÓN DE LAS MATRICES Modelos de Entrada-Salida de Leontief El modelo desarrollado por Wassily Leontief, es una aplicación interesante de las matrices, que fue útil para pronosticar los efectos en

Más detalles

EL PAPEL DE LA ESTADISTICA EN O Y M. Objetivo: Identificar índices estadísticos, y métodos más convenientes, para aplicarlos en el estudio de O y M.

EL PAPEL DE LA ESTADISTICA EN O Y M. Objetivo: Identificar índices estadísticos, y métodos más convenientes, para aplicarlos en el estudio de O y M. EL PAPEL DE LA ESTADISTICA EN O Y M Objetivo: Identificar índices estadísticos, y métodos más convenientes, para aplicarlos en el estudio de O y M. O y M necesita apoyarse en la estadística que en casos

Más detalles

Universidad de los Andes Núcleo Universitario Rafael Rangel Depto. de Ciencias Económicas y Administrativas Área de Finanzas

Universidad de los Andes Núcleo Universitario Rafael Rangel Depto. de Ciencias Económicas y Administrativas Área de Finanzas Universidad de los Andes Núcleo Universitario Rafael Rangel Depto. de Ciencias Económicas y Administrativas Área de Finanzas Finanzas I Tema VI Administración de Inventarios Prof. Angel Alexander Higuerey

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

Análisis de. Análisis de. Decisiones:

Análisis de. Análisis de. Decisiones: Análisis de : Tablas de Pagos y Árboles de Decisión Fragoso Iñiguez I Marisol Salazar Rosales Leandro Julián Noviembre, 06 Tablas de Pagos Una situación de decisión en condiciones de incertidumbre puede

Más detalles

Distribución normal estándar. Juan José Hernández Ocaña

Distribución normal estándar. Juan José Hernández Ocaña Distribución normal estándar Juan José Hernández Ocaña Tipos de variables jujo386@hotmail.com Tipos de variables Cualitativas Son las variables que expresan distintas cualidades, características o modalidades.

Más detalles

Breve introducción a la Investigación de Operaciones

Breve introducción a la Investigación de Operaciones Breve introducción a la Investigación de Operaciones Un poco de Historia Se inicia desde la revolución industrial, usualmente se dice que fue a partir de la segunda Guerra Mundial. La investigación de

Más detalles

Modelos de inventarios (Winqsb) Programa Winqsb ITS Inventory Theory and System

Modelos de inventarios (Winqsb) Programa Winqsb ITS Inventory Theory and System Modelos de inventarios (Winqsb) Programa Winqsb ITS Inventory Theory and System Dr. Primitivo Reyes Aguilar / sept. 2009 Contenido PROG. DE INVENTARIOS (ITS) INVENTORY THEORY AND SYSTEM... 3 0. DIFERENTES

Más detalles

Hoja 6: Estadística descriptiva

Hoja 6: Estadística descriptiva Hoja : Estadística descriptiva Hoja : Estadística descriptiva May Dada la siguiente distribución de frecuencias, halle: a) la mediana; b) la media. Número (x) Frecuencia (y) May De enero a septiembre la

Más detalles

OPCIÓN A. La empresa A (x) tiene 30 trabajadores, la B (y) 20 trabajadores y la C (z) 13 trabajadores.

OPCIÓN A. La empresa A (x) tiene 30 trabajadores, la B (y) 20 trabajadores y la C (z) 13 trabajadores. PRUEBAS DE ACCESO A LA UNIVERSIDAD PARA EL ALUMNADO DE BACHILLERATO. 159 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. JUNIO 16 EXAMEN RESUELTO POR JAVIER SUÁREZ CABALLERO (@javiersc9) OBSERVACIONES IMPORTANTES:

Más detalles

Tema 6. Variables aleatorias continuas

Tema 6. Variables aleatorias continuas Tema 6. Variables aleatorias continuas Resumen del tema 6.1. Definición de variable aleatoria continua Identificación de una variable aleatoria continua X: es preciso conocer su función de densidad, f(x),

Más detalles

Variable Aleatoria Continua. Principales Distribuciones

Variable Aleatoria Continua. Principales Distribuciones Variable Aleatoria Continua. Definición de v. a. continua Función de Densidad Función de Distribución Características de las v.a. continuas continuas Ejercicios Definición de v. a. continua Las variables

Más detalles

ASIGNACION DE COSTOS

ASIGNACION DE COSTOS ASIGNACION DE COSTOS Para asignar los costos se deben asignar primero los centros de responsabilidad. Centros de responsabilidad: Existen tres tipos de responsabilidades: centros de costos, donde solo

Más detalles

DEPARTAMENTO DE MATEMÁTICAS. IES GALLICUM

DEPARTAMENTO DE MATEMÁTICAS. IES GALLICUM UNIDAD I: NÚMEROS (6 Horas) 1.- Repasar el cálculo con números racionales y potencias de exponente entero. 2.- Resolver problemas de la vida cotidiana en los que intervengan los números racionales. 1.-

Más detalles

ESTADÍSTICA SEMANA 3

ESTADÍSTICA SEMANA 3 ESTADÍSTICA SEMANA 3 ÍNDICE MEDIDAS DESCRIPTIVAS... 3 APRENDIZAJES ESPERADOS... 3 DEFINICIÓN MEDIDA DESCRIPTIVA... 3 MEDIDAS DE POSICIÓN... 3 MEDIDAS DE TENDENCIA CENTRAL... 4 MEDIA ARITMÉTICA O PROMEDIO...

Más detalles

UNIDAD 6. Estadística

UNIDAD 6. Estadística Matemática UNIDAD 6. Estadística 2 Medio GUÍA N 1 MEDIDAS DE DISPERSIÓN PARA DATOS NO AGRUPADOS ACTIVIDAD Consideremos los siguientes conjuntos de valores referidos a las edades de los jugadores de dos

Más detalles

PROBABILIDAD. Es el conjunto de todos los resultados posibles de un experimento aleatorio. Por ejemplo: Experimento: tirar un dado.

PROBABILIDAD. Es el conjunto de todos los resultados posibles de un experimento aleatorio. Por ejemplo: Experimento: tirar un dado. 1 PROBABILIDAD EXPERIMENTOS Al fijar las condiciones iniciales para un experimento se da lugar a dos tipos de situaciones: a) Experimentos determinísticos: se conoce el resultado. Por ejemplo: si suelto

Más detalles

El juego de la distribución de la producción

El juego de la distribución de la producción 1 de 13 El juego de la distribución de la producción Acerca del Programa de aprendizaje sobre políticas de la FAO El programa tiene por objeto proveer a oficiales de alto nivel de países en desarrollo

Más detalles

PROBLEMA 1 PROBLEMA 2

PROBLEMA 1 PROBLEMA 2 PROBLEMA 1 Dos compañías de taxis atienden a una comunidad. Cada empresa posee dos taxis y se sabe que ambas compañías comparten el mercado al 50%. Las llamadas que llegan a cada una de las respectivas

Más detalles

1 - TEORIA DE ERRORES : distribución de frecuencias

1 - TEORIA DE ERRORES : distribución de frecuencias - TEORIA DE ERRORES : distribución de frecuencias CONTENIDOS Distribución de Frecuencias. Histograma. Errores de Apreciación. Propagación de errores. OBJETIVOS Representar una serie de datos mediante un

Más detalles

Medidas de Tendencia Central. Dra. Noemí L. Ruiz Limardo Derechos de Autor Reservados Revisado 2010

Medidas de Tendencia Central. Dra. Noemí L. Ruiz Limardo Derechos de Autor Reservados Revisado 2010 Medidas de Tendencia Central Dra. Noemí L. Ruiz Limardo Derechos de Autor Reservados Revisado 2010 Objetivos de Lección Conocer cuáles son las medidas de tendencia central más comunes y cómo se calculan

Más detalles

Colegio Universitario Boston

Colegio Universitario Boston Función Lineal. Si f función polinomial de la forma o, donde y son constantes reales se considera una función lineal, en esta nos la pendiente o sea la inclinación que tendrá la gráfica de la función,

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

FACULTAD DE INGENIERÍA UNAM PROBABILIDAD Y ESTADÍSTICA Irene Patricia Valdez y Alfaro irenev@servidor.unam.m T E M A S DEL CURSO. Análisis Estadístico de datos muestrales.. Fundamentos de la Teoría de

Más detalles

ESTRUCTURA DEL EXAMEN DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II PARA ALUMNOS DE BACHILLERATO

ESTRUCTURA DEL EXAMEN DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II PARA ALUMNOS DE BACHILLERATO ESTRUCTURA DEL EXAMEN DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II PARA ALUMNOS DE BACHILLERATO El examen presentará dos opciones diferentes entre las que el alumno deberá elegir una y responder

Más detalles

5. DISTRIBUCIOES COTIUAS DE PROBABILIDAD

5. DISTRIBUCIOES COTIUAS DE PROBABILIDAD Distribución normal 5. DISTRIBUCIOES COTIUAS DE PROBABILIDAD La distribución continua de probabilidad más importante en todo el campo de la estadística es la distribución normal. Su grafica, que se denomina

Más detalles

Determinación del tamaño de muestra (para una sola muestra)

Determinación del tamaño de muestra (para una sola muestra) STATGRAPHICS Rev. 4/5/007 Determinación del tamaño de muestra (para una sola muestra) Este procedimiento determina un tamaño de muestra adecuado para la estimación o la prueba de hipótesis con respecto

Más detalles

Unidad 1: Espacio de Probabilidad

Unidad 1: Espacio de Probabilidad Unidad 1: Espacio de Probabilidad 1.1 Espacios de Probabilidad. (1) Breve introducción histórica de las probabilidades (2) Diferencial entre modelos matemáticos deterministicos y probabilísticos (3) Identificar

Más detalles

Distribuciones de probabilidad discretas

Distribuciones de probabilidad discretas Lind, Douglas; William G. Marchal y Samuel A. Wathen (2012). Estadística aplicada a los negocios y la economía, 15 ed., McGraw Hill, China. Distribuciones de probabilidad discretas Capítulo 6 FVela/ McGraw-Hill/Irwin

Más detalles

Modelos de Inventarios

Modelos de Inventarios Modelos de Inventarios 1. Qué significa PERT? Program Evaluation Review Technique Técnica de Revisión de Evaluación de Programa 2. Qué significa las siglas C.E.P Cantidad Económica de Pedidos 3. Para qué

Más detalles

Teoría de muestras 2º curso de Bachillerato Ciencias Sociales

Teoría de muestras 2º curso de Bachillerato Ciencias Sociales TEORÍA DE MUESTRAS Índice: 1. Introducción----------------------------------------------------------------------------------------- 2 2. Muestras y población-------------------------------------------------------------------------------

Más detalles

Objetivos. Aprender a construir gráficos p y/o np. Aprender a construir gráficos c y u. Cuando usarlos. Epígrafes

Objetivos. Aprender a construir gráficos p y/o np. Aprender a construir gráficos c y u. Cuando usarlos. Epígrafes Objetivos Aprender a construir gráficos p y/o np. Aprender a construir gráficos c y u. Cuando usarlos Epígrafes Introducción a los Gráficos p, np. Interpretación Gráficos c y u. Interpretación 2-1 Gráfico

Más detalles