(1) (2) 5.5 Otras consideraciones sobre los niveles de servicio en sistemas (Q, R) Costo implícito de faltantes
|
|
- Rocío Giménez Cordero
- hace 6 años
- Vistas:
Transcripción
1 5.5 Otras consideraciones sobre los niveles de servicio en sistemas (Q, R) Existen tres aspectos que vale la pena considerar en el cálculo de niveles de servicio Tipo I y Tipo II en los sistemas (Q, R): Costo de implícito faltantes Escalamiento del tiempo de entrega (lead time) Variabilidad del tiempo de entrega o demora (lead time) 5.5 Otras consideraciones sobre los niveles de servicio en sistemas (Q, R) Costo implícito de faltantes Considere la solución para (Q, R) del ejemplo anterior, en donde se utilizó un criterio de nivel de servicio en vez de un criterio de costo de faltantes. Para un nivel de servicio Tipo II con β=0.98 se obtuvo la solución (114, 124). Aunque no se especificó un costo de faltantes, éste puede calcularse fácilmente a partir de las ecuaciones correspondientes: Q = 2 λ[ k + pn( R)] h 1 F ( R) = Qh / pλ (1) (2) Solo se requiere despejar el valor de p en la ecuación 2: p = Qh / ( 1 F( R) ) λ [ ] 1/ 2/ 5.5 Otras consideraciones sobre los niveles de servicio en sistemas (Q, R) Costo implícito de faltantes Considere el ejemplo de la tienda de especialidades. Utilizando un valor de α=0.98 (servicio Tipo I), se obtuvo la política (100, 151). El costo implícito de faltantes, p, será: p = (100) (2) / [(0.02) (200)] = $50 Considere el ejemplo de la tienda de especialidades. Utilizando un valor de β=0.98 (servicio Tipo II), se obtuvo la política (114, 124). El costo implícito de faltantes, p, será: p = (114) (2) / [(0.171) (200)] = $ Escalamiento de la demanda durante el tiempo de demora Esta variación en el modelo de inventarios corresponde al caso en el que el periodo de la demanda durante un cierto tiempo registrado no coincide exactamente con el tiempo de demora real. Por ejemplo, se cuentan registros de la demanda cada semana o cada mes mientras que el tiempo de entrega es de 3 semanas. En estos casos, se necesita convertir la distribución de la demanda para que corresponda al tiempo de demora (τ). Suponga que las demandas se apegan a una distribución normal. Debido a que la suma de las variables independientes aleatorias normales también tienen distribución normal, la forma de la distribución de la demanda en el tiempo de demora es normal. Por lo tanto, lo único que tenemos que hacer es determinar la media y la desviación estándar de la demanda. 3/ 4/
2 5.5.2 Escalamiento de la demanda durante el tiempo de demora Sea: λ la media de la demanda periódica v la desviación estándar de la demanda periódica τ el tiempo de entrega expresado en periodos Debido a que las medias y las varianzas (no las desviaciones estándar) son aditivas, la demanda media durante el tiempo de demora es µ = λτ, y la varianza de la demanda durante el tiempo de demora es v 2 τ. Por lo tanto, la desviación estándar de la demanda durante el tiempo de demora sería: σ = v τ Ejemplo: σ t = Demand for week 1 + σ t = Demand for week 2 + σ t = 15 = σ = v σ t = Demand for three-week lead time τ 5/ 75 Demand for week 3 6/ EJEMPLO: La demanda semanal de cierto componente tiene una distribución normal con media 34 y desviación estándar 12. El tiempo de demora en su abastecimiento es de 6 semanas. Determine la distribución de la demanda en el tiempo de demora Variabilidad del tiempo de demora Ahora se considera que el tiempo de demora τ no es constante ni conocido y en consecuencia es necesario incorporar la variabilidad del tiempo de demora en el cálculo de las políticas óptimas de inventario. En este modelo se supone que solo existe un proveedor por cada producto y en consecuencia no hay cruzamiento de pedidos. Supongamos que el tiempo de demora τ es una variable aleatoria con media µ τ y varianza σ τ2. Además supongamos que la demanda en cualquier momento t tiene una media λt y varianza v 2 t. En este caso se tendrá que la demanda durante el tiempo de demora tiene la media y la varianza siguientes: µ = λµ τ 7/ σ = µ v + λ σ τ τ 8/
3 EJEMPLO: Los tiempos de entrega de un cierto componente están sujetos a mucha variabilidad. Se ha observado que el promedio, el tiempo de demora es de 4 meses, con una desviación estándar 6 semanas (1.5) meses. Asimismo, la demanda mensual de este producto tiene una distribución normal con media de 15 unidades y una desviación estándar de 6. Determine la distribución de la demanda en el tiempo de demora. OTRO EJEMPLO: Analice los siguientes escenarios y considere las siguientes alternativas de proveedores y elija la más adecuada para la empresa. Se trata de una empresa en donde se fabrican cocheras. La demanda semanal es de 1000 unidades. El costo de mantener inventario es $260 por unidad-año y el costo de ordenar es de $10,000 por pedido. 1. En condiciones sin incertidumbres que cantidad debería ordenarse? 2. En caso que la demanda semanal promedio sea de 1000 unidades con una desviación estándar de 250 unidades cuál sería el inventario de seguridad si se deseara un nivel de servicio (tipo I) de 95%? y se considera que el proveedor tarda 1 semana en entregar. 3. Existe un proveedor B que ofrece la materia prima a un precio menor pero se tardaría 2 semanas en entregar aceptaría esta oferta? 4. Existe un proveedor C que ofrece la materia prima a un precio menor que B pero se tardaría 1 semana en promedio con una desviación estándar de 0.3 semanas cuál proveedor entre B y C aceptaría? 9/ 10/ 11/ 12/
4 6. Sistemas de revisión periódica (s, S) 6.A. Niveles de servicio en sistemas (s, S) A diferencia del modelo continuo, ahora se asume que los niveles de inventario solo se conocen en periodos discretos de tiempo. En este modelo se definen dos números, s y S, los cuales se usan de la siguiente manera: cuando el nivel de inventario disponible es menor o igual a s, se hace un pedido por la diferencia entre el inventario y S. Si u es el inventario inicial en cualquier periodo, entonces la política (s, S) es: -Si u <s, pedir S-u -Si u > s, no pedir Es difícil calcular los valores óptimos de (s y S) y por ello se han sugerido varias aproximaciones, siendo la más común, s=r y S=R+Q. 13/ SERVICIO TIPO I Deseamos determinar el pedido hasta el punto Q para que toda la demanda se satisfaga en determinado porcentaje de los periodos. Supongamos que α es el valor del servicio tipo I. Entonces Q debe resolver la ecuación: F(Q) = α Esto se debe a que F(Q) es la probabilidad de que la demanda durante el periodo no sea mayor que Q. SERVICIO TIPO II Para determinar Q que satisfaga un objetivo b de servicio tipo 2, es necesario obtener una ecuación de la fracción de las demandas que no se satisfacen cada periodo. Usando la misma notación que en los sistemas (Q, R) se tiene: Q n ( Q) = ( x Q) f ( x) dx 14/ 6.A. Niveles de servicio en sistemas (s, S) En este caso n(q) representa la cantidad esperada de demandas que no se satisfacen al final del periodo. Esto es análogo al término que multiplica a Cu en la función costo esperado del modelo de repartidor de periódicos. Debido a que la demanda por periodo es µ, entonces la proporción de demandas que no se satisfacen cada periodo es n(q)/µ. Así, el valor de Q que cumple con un objetivo de tasa de cumplimiento β se resuelve a partir de: n(q)=(1-β)µ EJEMPLO: El dueño del puesto de periódicos mencionado cuando se abordó el problema del vendedor de periódicos, desea emplear un nivel de servicio tipo I igual a 90% para controlar el reabasto de una de sus Revistas. Determine el valor de Q. Repita este ejercicio pero ahora asuma que se tiene un servicio tipo II. 15/ 16/
5 7. SISTEMAS CON VARIOS PRODUCTOS Este modelo considera que existen decenas, cientos o miles de artículos distintos dentro de una empresa o almacén (Nota: a la unidad mínima de almacenamiento se le conoce como SKU: Stock Keeping Unit). NO SE DEBEN CONTROLAR TODOS LOS SKUs IGUAL! Se deben establecer diferentes políticas para los productos según su clasificación No todos los SKUs requieren la misma atención Por lo general, un porcentaje pequeño de artículos tiene el más alto porcentaje de: ingreso, utilidad, valor, etc. 17/ 18/ Procedimiento general: SE CLASIFICAN LOS PRODUCTOS SEGÚN CRITERIOS DE: COSTO FRECUENCIA DE USO VALOR MONETARIO RIESGO APORTACIÓN UTILIDADES IMPORTANCIA ESTRATÉGICA 1. Seleccionar el criterio 2. Ordenar los productos según el criterio 3. Calcular porcentajes, según el criterio 4. Establecer clases: A, B, y C (o más) 19/ 20/
6 A= representa los productos de mayor valor y que requieren mayor control B= productos de menor valor y que requieren control normal C= de poco valor y que requieren un control muy simple o poco frecuente (manual?) Categoría % de artículos % de artículos % por valor % por valor A B C Tabla 1. Análisis ABC 21/ 22/ EJEMPLO % valor 100% 90% 70% C Artículo T1 T2 T3 T4 T5 T6 T7 T8 T9 T10 Costo unitario ($) Demanda semanal (*100) Tabla 2. Costo y Demanda Artículo T1 T2 T3 T4 T5 T6 T7 T8 T9 T10 A B % artículos 23/ USO ANUAL Tabla 3. Uso Anual Uso anual = Costo Unitario x Demanda Uso anual = 3 x 2 = / Tema: 8: Inventarios Análisis de Decisiones Dr. Omar Romero Dr. Omar Hernández Romero Hernández
7 EJEMPLO (Artículos re-ordenados conforme a su Uso Anual) Uso anual = Costo Unitario x Demanda Uso anual = 8 x 30 = 240 Artículo T4 T6 T2 T5 T9 T10 T8 T1 T7 T3 % de artículos Uso anual Uso % anual de uso Categoría A B B C C C C C C C Uso Acumulado % Acumulado de Artículos 25/ Tema: 8: Inventarios Análisis de Decisiones Dr. Omar Romero Dr. Omar Hernández Romero Hernández 26/ Observaciones: Algunos artículos en C pueden requerirse en inventario por: ser más importante que lo que la clasificación indica estar asociados a artículos clasificados en A originar grandes utilidades ser artículos nuevos ser refacciones importantes Tarea: Investigar y entender lo relacionado a CURVAS DE INTERCAMBIO, EXCHANGE CURVES. Este tema forma parte del capítulo 5 en el Nahmias. 27/ 28/
ADMINISTRACIÓN Y CONTROL DE INVENTARIOS
ADMINISTRACIÓN Y CONTROL DE INVENTARIOS INVENTARIO: conjunto de bienes almacenados en algún nodo de la cadena logítica o en tránsito desde un nodo a otro PRODUCTO TERMINADO: propio o de otros PRODUCTO
Más detallesSistemas 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 detallesInventarios: qué son?
Inventarios Inventarios: qué son? Definición contable: registro documental de los bienes y demás objetos pertenecientes a una persona física, a una organización o comunidad. Debe aparecer dentro del activo
Más detallesInventarios.
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 detallesModelos 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 detallesDISTRIBUCIÓN PROBABILÍSTICA BINOMIAL APROXIMACIÓN LA CURVA NORMAL. Juan José Hernández Ocaña
DISTRIBUCIÓN PROBABILÍSTICA BINOMIAL APROXIMACIÓN LA CURVA NORMAL Juan José Hernández Ocaña DISTRIBUCIÓN PROBABILÍSTICA BINOMIAL Variable discreta.- Es aquella que casi siempre asume solamente un conjunto
Más detallesADMINISTRACION DE INVENTARIOS. Unidad 2. SISTEMAS DE INVENTARIO PROBABILISTICOS
AMINISTRACION E INVENTARIOS Unidad 2. SISTEMAS E INVENTARIO PROBABIISTICOS Nombre de la Unidad Introducción SISTEMAS E INVENTARIO PROBABIISTICOS. Hasta el momento los diferentes modelos de inventario manejan
Más detallesCONTROL 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 detallesPLANEACIÓN Y CONTROL DE LA CADENA DE SUMINISTRO TEMA 2: CONTROL DE INVENTARIOS
UNIDAD 2 PLANEACIÓN Y CONTROL DE LA CADENA DE SUMINISTRO TEMA 2: CONTROL DE INVENTARIOS Administración de suministros = inventarios 1 Administración de suministros = inventarios El inventario = dinero
Más detallesMétodos de Pronósticos de la demanda. Unidad III
Métodos de Pronósticos de la demanda. Unidad III Administración de la producción y de las operaciones. Instituto Tecnológico de Estudios Superiores de Zamora. PORQUÉ NECESITO UN PRONÓSTICO? La empresa
Más detallesLA ADMINISTRACIÓN DE INVENTARIOS PARA LAS COMPRAS Y ABASTECIMIENTOS
NOMBRE DE LA ASIGNATURA O UNIDAD DE APRENDIZAJE ADMINISTRACIÓN DE COMPRAS Y ABASTECIMIENTOS 3 Inventarios. CLAVE DE LA ASIGNATURA LA 202 OBJETIVO(S) GENERAL(ES) DE LA ASIGNATURA Que el alumno comprenda
Más detallesVARIABLES ALEATORIAS CONTINUAS
VARIABLES ALEATORIAS CONTINUAS El zoo binomial: las probabilidades en la distribución binomial. Tutorial 5, sección 2 X = número de éxitos al repetir n veces un experimento con probabilidaf de éxito p
Más detallesADMINISTRACION DE INVENTARIOS. Objetivos. Justificación del inventario:
ADMINISTRACION DE INVENTARIOS 2012 Objetivos DESACOPLAR LAS DIFERENTES FASES DEL ÁREA DE OPERACIONES: De materias primas: desconecta a un fabricante de sus proveedores. De producto final: desacopla un
Más detallesArticulos 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 detallesPRÁCTICA I. Ejercicios Teóricos
PRÁCTICA I TEORÍA DE LA DECISIÓN BAYESIANA Ejercicios Teóricos Ejercicio. En el caso de dos categorías, en la regla de decisión de Bayes el error condicional está dado por la ecuación (7). Incluso si las
Más detallesSelección de distribuciones de probabilidad
Selección de distribuciones de probabilidad Georgina Flesia FaMAF 3 de mayo, 2012 Análisis estadístico de datos simulados Los sistemas reales tienen fuentes de aleatoriedad: Tipo de sistema Fabricación
Más detallesEstadística 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 detallesAlgunas 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 detallesVariables 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 detalles9 APROXIMACIONES DE LA BINOMIAL
9 APROXIMACIONES DE LA BINOMIAL 1 Una variable aleatoria sigue una distribución binomial B(n = 1000; p = 0,003). Mediante la aproximación por una distribución de POISSON, calcular P(X = 2), P(X 3) y P(X
Más detallesEstadistica II Tema 0. Repaso de conceptos básicos. Curso 2009/10
Estadistica II Tema 0. Repaso de conceptos básicos Curso 2009/10 Tema 0. Repaso de conceptos básicos Contenidos Variables aleatorias y distribuciones de probabilidad La distribución normal Muestras aleatorias,
Más detallesPROBABILIDADES Y ESTADÍSTICA (C) Práctica 3 P (X > 0) P ( 0,5 < X < 0,5) P ( X > 0,25) 1 si 2 x P (X 1) P (0,5 X 1) P (0,5 < X 1 X < 1)
PROBABILIDADES Y ESTADÍSTICA (C) Práctica 3 1. Sea X una v.a. con función de densidad { 0,75 (1 x f X (x) = 2 ) 1 x 1 0 en otro caso. a) Verificar que f X es realmente una función de densidad. b) Calcular:
Más detallesMODELO DE RESPUESTAS Objetivos 2, 3, 4, 5, 6, 7, Y 8.
UNIVERSIDAD NACIONAL ABIERTA ESTADÍSTICA GENERAL 745) VICERRECTORADO ACADÉMICO INTEGRAL ÁREA DE MATEMÁTICA Fecha: 17/ 01 /009 MODELO DE RESPUESTAS Objetivos, 3, 4, 5, 6, 7, Y 8. OBJ. 1 PTA 1 Una compañía
Más detallesDISEÑO 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 detallesTema 6: Modelos de probabilidad.
Estadística 60 Tema 6: Modelos de probabilidad. 6.1 Modelos discretos. (a) Distribución uniforme discreta: La variable aleatoria X tiene una distribución uniforme discreta de parámetro n,que denoteramos
Más detalles1. 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 detallesASIGNATURA: LOGÍSTICA DE MATERIALES (II-112 )
https://www.youtube.com/watch?v=_wblux7hhms ASIGNATURA: LOGÍSTICA DE MATERIALES (II-112 ) Ing. César Torrez torrezcat@gmail.com https://torrezcesar.wordpress.com 0416-2299743 ACTIVIDAD SEMANAL DISCUSIÓN
Más detallesGESTIÓN 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 detallesMs. C. Marco Vinicio Rodríguez
Ms. C. Marco Vinicio Rodríguez mvrodriguezl@yahoo.com http://mvrurural.wordpress.com/ Uno de los objetivos de la estadística es saber acerca del comportamiento de parámetros poblacionales tales como:
Más detallesCONTROL 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 detallesAdministración de inventarios
Administración de inventarios Un inventario es la existencia de bienes mantenidos para su uso o venta en el futuro. La administración de inventario consiste en mantener disponibles estos bienes al momento
Más detallesAgro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos
Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,
Más detallesVariables aleatorias continuas, TCL y Esperanza Condicional
Variables aleatorias continuas, TCL y Esperanza Condicional FaMAF 17 de marzo, 2011 1 / 37 Poisson P(λ) Número de éxitos en una cantidad grande de ensayos independientes Rango: {0, 1, 2,... } = {0} N Función
Más detallesINTRODUCCIÓN 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 detallesPRUEBA DE BONDAD DE AJUSTE O PRUEBA CHI - CUADRADO
O PRUEBA CHI - CUADRADO Hasta ahora se han mencionado formas de probar lo que se puede llamar hipótesis paramétricas con relación a una variable aleatoria, o sea que se ha supuesto que se conoce la ley
Más detallesVariables Aleatorias. Introducción
Variables Aleatorias Introducción Concepto de variable aleatoria Es conveniente que los resultados de un experimento aleatorio estén expresados numéricamente. Se prueban tres componentes electrónicos,
Más detallesDefinición 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 detallesAuxiliar 5: Planeación Agregada y Gestión de Inventarios 1 de Junio de 2011
Gestión de Operaciones I Profesores: Rodrigo Wolf, Fabián Medel Auxiliares: Oscar Bazán, Valeria Nuñez, Matías Siebert Auxiliar 5: Planeación Agregada y Gestión de Inventarios 1 de Junio de 2011 Problema
Más detallesEl Modelo Newsvendor. IN47B Ingeniería de Operaciones / IN4704 Gestión de Operaciones II. Prof. M. Olivares / C. Bravo
El Modelo Newsvendor IN47B Ingeniería de Operaciones / IN4704 Gestión de Operaciones II Prof. M. Olivares / C. Bravo Agenda Motivación Pasos para Implementar el Modelo Newsvendor. Encontrando la cantidad
Más detallesLa 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 detallesVariables aleatorias continuas y Teorema Central del Limite
Variables aleatorias continuas y Teorema Central del Limite FaMAF 17 de marzo, 2015 Variables aleatorias continuas Definición Una variable aleatoria X se dice (absolutamente continua) si existe f : R R
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 10 Nombre: Pruebas de hipótesis referentes al valor de la media de la población Contextualización En estadística existen dos métodos para la
Más detallesModelos de probabilidad. Modelos de probabilidad. Modelos de probabilidad. Proceso de Bernoulli. Objetivos del tema:
Modelos de probabilidad Modelos de probabilidad Distribución de Bernoulli Distribución Binomial Distribución de Poisson Distribución Exponencial Objetivos del tema: Al final del tema el alumno será capaz
Más detallesINVENTARIOS 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 detallesDiseño de Experimentos. Diseños Factoriales
Diseño de Experimentos Diseños Factoriales Luis A. Salomón Departamento de Ciencias Matemáticas Escuela de Ciencias, EAFIT Luis A. Salomón (EAFIT) Inspira Crea Transforma Curso 2016 Índice 1 Introducción
Más detallesPérdida Esperada. Pérdida Esperada (PE): Valor esperado de pérdida por riesgo crediticio en un horizonte de tiempo determinado.
Pérdida Esperada Uno de los objetivos de este estudio es construir una función de pérdidas para el portafolio de la cartera de préstamos que ofrece la entidad G&T Continental, basados en el comportamiento
Más detalles1. Una variable aleatoria X sigue una distribución binomial con parámetros m = 3 y p =0.2.
Ejercicios y Problemas. Capítulo III 1. Una variable aleatoria X sigue una distribución binomial con parámetros m = 3 y p =0.2. (a) Calcular P (X = 0), P (X = 1), P (X = 2), P (X = 3), utilizando la función
Más detallesEstadística para la toma de decisiones
Estadística para la toma de decisiones ESTADÍSTICA PARA LA TOMA DE DECISIONES. 1 Sesión No. 10 Nombre: Pruebas de Hipótesis. Parte II Objetivo Al término de la sesión el estudiante analizará la prueba
Más detallesMETODOS ESTADÍSTICOS
METODOS ESTADÍSTICOS Introducción. Uno de los objetivos de la asignatura de Hidrología, es mostrar a los alumnos, las herramientas de cálculo utilizadas en Hidrología Aplicada para diseño de Obras Hidráulicas.
Más detallesPROCESO DE NACIMIENTO PURO Y MUERTE PURA
PROCESO DE NACIMIENTO PURO Y MUERTE PURA En esta sección consideraremos dos procesos especiales. En el primer proceso, los clientes llegan y nunca parten y en el segundo proceso los clientes se retiran
Más detallesDISTRIBUCIÓN N BINOMIAL
DISTRIBUCIÓN N BINOMIAL COMBINACIONES En muchos problemas de probabilidad es necesario conocer el número de maneras en que r objetos pueden seleccionarse de un conjunto de n objetos. A esto se le denomina
Más detallesFacultad de Ingeniería MANEJO DE INVENTARIOS DE ÍTEMS INDIVIDUALES
Facultad de Ingeniería Escuela de Ingeniería Industrial y Estadística Curso: Sistemas de Almacenamiento e Inventarios MANEJO DE INVENTARIOS DE ÍTEMS INDIVIDUALES Profesor: Julio César Londoño O Sistemas
Más detallesINDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
Más detallesProf. Eliana Guzmán U. Semestre A-2015
Unidad III. Variables aleatorias Prof. Eliana Guzmán U. Semestre A-2015 Variable Aleatoria Concepto: es una función que asigna un número real, a cada elemento del espacio muestral. Solo los experimentos
Más detallesTEMA 2 Diseño de experimentos: modelos con varios factores
TEMA 2 Diseño de experimentos: modelos con varios factores José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Análisis de Datos - Grado en Biología Esquema del tema Modelo bifactorial
Más detallesPROGRAMAS PROBABILISTICOS
9 PROGRAMAS PROBABILISTICOS El sistema PERT (Proyect Evaluation and Review Technique) desarrollado por la Marina de los Estados Unidos, fue concebido para responder a las necesidades del proyecto Polaris
Más detallesUNIDADES TECNOLOGICAS DE SANTANDER ADMINISTRACION DE LA PRODUCCION INVENTARIOS EJERCICIOS
UNIDADES TECNOLOGICAS DE SANTANDER ADMINISTRACION DE LA PRODUCCION INVENTARIOS EJERCICIOS Una empresa vende un articulo que tiene una demanda de 18, 000 unidades por año, su costo de almacenamiento por
Más detallesGESTIÓN 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 detallesEstadística y Probabilidad
La universidad Católica de Loja Estadística y Probabilidad ESCUELA DE ELECTRÓNICA Y TELECOMUNICACIONES Paralelo C Nombre: Milner Estalin Cumbicus Jiménez. Docente a Cargo: Ing. Patricio Puchaicela. Ensayo
Más detallesJUEGO DE BASKETBALL. Repaso de Distribuciones de Probabilidad Discretas y Continuas
JUEGO DE BASKETBALL Repaso de Distribuciones de Probabilidad Discretas y Continuas PREGUNTA #1 Qué es una variable aleatoria uniforme discreta? Cómo es su distribución? Qué es una variable aleatoria uniforme
Más detallesGestión 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 detallesESTADÍSTICA INFERENCIAL. Sesión 6: Distribuciones de probabilidad para variables aleatorias continuas
ESTADÍSTICA INFERENCIAL Sesión 6: Distribuciones de probabilidad para variables aleatorias continuas Contextualización Las variables aleatorias discretas son aquellas que toman estrictamente valores enteros,
Más detallesESCUELA 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 detallesMetodología de Simulación por Computadora
SIMULACIÓN Metodología de Simulación por Computadora Clasificación del sistema 1. Sistemas de eventos discretos. Los estados del sistema cambian sólo en ciertos puntos del tiempo. Por ejemplo, si se observa
Más detallesCORPORACION UNIFICADA NACIONAL DE EDUCACION SUPERIOR CUN DEPARTAMENTO DE CIENCIAS BASICAS: MATEMATICAS
CORPORACION UNIFICADA NACIONAL DE EDUCACION SUPERIOR CUN DEPARTAMENTO DE CIENCIAS BASICAS: MATEMATICAS ACTIVIDAD ACADEMICA: ESTADISTICA DE LA PROBABILIDAD DOCENTE: LIC- ING: ROSMIRO FUENTES ROCHA UNIDAD
Más detallesTema 4: Leyes de la desintegración
Tema 4: Leyes de la desintegración 1. Ley exponencial 1.1. Constante de desintegración y ley exponencial El proceso de la desintegración es de naturaleza estadística: Imposible predecir el momento de la
Más detallesUNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel Estadística Inferencial Encuentro #9 Tema: Estimación puntual y por Intervalo de confianza Prof.: MSc. Julio Rito Vargas A. Grupos: CCEE y ADMVA /2016 Objetivos:
Más detallesRendimiento de un activo
Rendimiento de un activo Es la ganancia o pérdida total que experimenta el propietario de una inversión en un periodo de tiempo específico. Se obtiene como el cambio en el valor del activo más cualquier
Más detallesMuestreo y Distribuciones en el Muestreo
Muestreo y Distribuciones en el Muestreo Departamento de Estadística-FACES-ULA 03 de Abril de 2013 Introducción al Muestreo En algunas ocaciones es posible y práctico examinar a cada individuo en el Universo
Más detallesFunciones de Variables Aleatorias. UCR ECCI CI-1352 Investigación de Operaciones I Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Funciones de Variables Aleatorias UCR ECCI CI-135 Investigación de Operaciones I Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción En los métodos estadísticos estándar, el resultado de la prueba
Más detallesGestión de Operaciones. Capítulo 11: Planeación de Requerimiento de Materiales
Gestión de Operaciones Capítulo 11: Planeación de Requerimiento de Materiales Introducción Características: Se utiliza para productos dependientes: Partes. Componentes intermedias. Corresponde a un Sistema
Más detallesVARIABLES ALEATORIAS CONTINUAS
VARIABLES ALEATORIAS CONTINUAS M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional Primavera 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Definición de una V.A.C. Definición de una V.A.C.
Más detallesLista de Ejercicios (Parte 1)
ACT-11302 Cálculo Actuarial III ITAM Lista de Ejercicios (Parte 1) Prof.: Juan Carlos Martínez-Ovando 15 de agosto de 2016 P0 - Preliminar 1. Deriva las expresiones de las funciones de densidad (o masa
Más detallesDistribuciones de probabilidad Discretas
Distribuciones de probabilidad Discretas Distribución Uniforme Discreta Definición Una variable aleatoria X, tiene una distribución uniforme discreta, si cada uno de los valores x 1, x 2,.. x n, tiene
Más detallesANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada.
ANEXO 1. CONCEPTOS BÁSICOS Este anexo contiene información que complementa el entendimiento de la tesis presentada. Aquí se exponen técnicas de cálculo que son utilizados en los procedimientos de los modelos
Más detallesUNIVERSIDAD DE MANAGUA
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #2 Generación de Números Aleatorios - Variables Aleatorias para un modelo de Simulación y Pruebas estadísticas para verificar
Más detallesDisponible en el sitio OCW de la Universidad Nacional de Córdoba.
OCW - UNC OpenCourseWare I UNC Curso: Estadística I U 4. Variables Aleatorias Autora: Rosanna Casini Cómo citar el material: Disponible en el sitio OCW de la Universidad Nacional de Córdoba. Casini, Rosanna
Más detallesTema 4: Modelos probabilísticos
Tema 4: Modelos probabilísticos 1. Variables aleatorias: a) Concepto. b) Variables discretas y continuas. c) Función de probabilidad (densidad) y función de distribución. d) Media y varianza de una variable
Más detallesVARIABLES ALEATORIAS DISCRETAS
VARIABLES ALEATORIAS DISCRETAS M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional Primavera 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Variables Aleatorias Variables Aleatorias Definición:
Más detallesDefinición Se dice que una variable aleatoria X es continua si su conjunto de posibles valores es todo un intervalo (finito o infinito) de números
IV. Variables Aleatorias Continuas y sus Distribuciones de Probabilidad 1 Variable Aleatoria Continua Definición Se dice que una variable aleatoria X es continua si su conjunto de posibles valores es todo
Más detallesLA ESTACIONALIDAD DE LA INFLACION EN BOLIVIA
LA ESTACIONALIDAD DE LA INFLACION EN BOLIVIA I N T R O D U C C I O N Samuel Doria Medina El presente trabajo presenta la estacionalidad del índice de precios al consumidor (general) y de sus componentes
Más detallesAdministración de la Producción. Gestión n de Inventarios
Gestión n de Inventarios 2010 Gestión de Inventarios OBJETIVO DE LA PRESENTACION 1- Comprender la lógica de los distintos tipos de stocks y su aplicación. 2- Brindar un panorama sobre la importancia del
Más detallesExamen Final A Total puntos: /100. Buena suerte y éxito! Utilice la siguiente información para responder a las preguntas 1 al 5.
Universidad de Puerto Rico, Recinto de Río Piedras Instituto de Estadística y Sistemas Computarizados de Información Estadísticas para administración de empresas (ESTA 3041) Nombre: Número de estudiante:
Más detallesTema 2 Modelos de probabilidad
Tema 2 Modelos de probabilidad José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Estructura de este tema Conceptos básicos de probabilidad. Modelos discretos: la distribución
Más detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detallesPodemos definir un contraste de hipótesis como un procedimiento que se basa en lo observado en las muestras y en la teoría de la probabilidad para
VII. Pruebas de Hipótesis VII. Concepto de contraste de hipótesis Podemos definir un contraste de hipótesis como un procedimiento que se basa en lo observado en las muestras y en la teoría de la probabilidad
Más detallesTarea - Examen. No reaparece Sí reaparece Crema Crema
Tarea - Examen 1. Un juego consiste en elegir al azar una carta de una baraja de 52 cartas. Si esta carta es un corazón negro nos pagan 200 pesos y si es un diamante 100 pesos, pero en otro caso hemos
Más detalles3 ANALISIS DESCRIPTIVO DE LOS DATOS
3 ANALISIS DESCRIPTIVO DE LOS DATOS 3.1 La tabulación de los datos 3.1.1 Tabla de distribución de frecuencias. 3.1.2 El histograma. 3.2 Medidas de tendencia central 3.2.1 La media. 3.2.2 La mediana. 3.2.3
Más detallesN O S I N T E R E S A S A B E R E L N Ú M E R O D E É X I T O S Q U E S U C E D E N E N N I N T E N T O S J U A N J O S É H E R N Á N D E Z O C A Ñ A
N O S I N T E R E S A S A B E R E L N Ú M E R O D E É X I T O S Q U E S U C E D E N E N N I N T E N T O S J U A N J O S É H E R N Á N D E Z O C A Ñ A DISTRIBUCIÓN DE PROBABILIDAD Consiste en todos los
Más detallesCap. 3 : Variables aleatorias
Cap. 3 : Variables aleatorias Alexandre Blondin Massé Departamento de Informática y Matematica Université du Québec à Chicoutimi 16 de junio del 2015 Modelado de sistemas aleatorios Ingeniería de sistemas,
Más detallesLIMITES O INTERVALOS DE CONFIANZA LUIS FRANCISCO HERNANDEZ CANDELARIA ATENCIA ROMERO
LIMITES O INTERVALOS DE CONFIANZA LUIS FRANCISCO HERNANDEZ CANDELARIA ATENCIA ROMERO TRABAJO DE ESTADISTICA PROBABILISTICA PRESENTADO A LA PROFESORA MARIA ESTELA SEVERICHE SINCELEJO CORPORACIÓN UNIVERSITARIA
Más detallesLECTURA 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 detallesFormulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico
Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más
Más detallesUNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel Estadística Inferencial Encuentro #4 Tema: Actividad práctica (Esperanza matemática, Distribución Binomial y Poisson) Prof.: MSc. Julio Rito Vargas A. Grupos: CCEE
Más detallesActividad VI.58 Naturaleza estadística del decaimiento radioactivo
Actividad VI.58 Naturaleza estadística del decaimiento radioactivo Objetivo Investigación de la naturaleza estadística del decaimiento radioactivo. Distribución de Poisson. Empleo de Multi Channel Scaling
Más detallesVariables Aleatorias Discretas
Unicatólica 15 de agosto de 2016 Variables aleatorias Se dice que hemos definido una variable aleatoria para un experimento aleatorio cuando hemos asociado un valor numérico a cada resultado del experimento.
Más detallesDISTRIBUCIÓN DE POISSON
DISTRIBUCIÓN DE POISSON P O I S S O N Siméon Denis Poisson, (1781-1840), astronauta francés, alumno de Laplace y Lagrange, en Recherchés sur la probabilité des jugements..., un trabajo importante en probabilidad
Más detallesPlaneamiento y Gerencia del Inventario Una visión de Clase mundial. Sesión Numero 4 08/05/2007 1
Planeamiento y Gerencia del Inventario Una visión de Clase mundial Sesión Numero 4 1 Desempeño de la gerencia del inventario, costos y medidas del valor CONTENIDO Medidas financieras en la gerencia de
Más detallesEjercicio 1. Ejercicio 2
Guía de Ejercicios Ejercicio. Calcular los momentos de primer y segundo orden (media y varianza) de una variable aleatoria continua con distribución uniforme entre los límites a y b.. Sabiendo que la función
Más detallesDistribuciones Discretas de. Probabilidad. Dr. Víctor Aguirre Torres, ITAM. Guión 6.
Distribuciones Discretas de Probabilidad 1 Contenido 1. Variables Aleatorias. 2. Distribuciones Discretas de Probabilidad. 3. Valor Esperado y Varianza. Propiedades. 4. Distribución de Probabilidad Binomial.
Más detalles