(1) (2) 5.5 Otras consideraciones sobre los niveles de servicio en sistemas (Q, R) Costo implícito de faltantes

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

Download "(1) (2) 5.5 Otras consideraciones sobre los niveles de servicio en sistemas (Q, R) Costo implícito de faltantes"

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 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 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: qué son?

Inventarios: 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 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

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

DISTRIBUCIÓN PROBABILÍSTICA BINOMIAL APROXIMACIÓN LA CURVA NORMAL. Juan José Hernández Ocaña

DISTRIBUCIÓN 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 detalles

ADMINISTRACION DE INVENTARIOS. Unidad 2. SISTEMAS DE INVENTARIO PROBABILISTICOS

ADMINISTRACION 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 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

PLANEACIÓN Y CONTROL DE LA CADENA DE SUMINISTRO TEMA 2: CONTROL DE INVENTARIOS

PLANEACIÓN 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 detalles

Métodos de Pronósticos de la demanda. Unidad III

Métodos 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 detalles

LA ADMINISTRACIÓN DE INVENTARIOS PARA LAS COMPRAS Y ABASTECIMIENTOS

LA 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 detalles

VARIABLES ALEATORIAS CONTINUAS

VARIABLES 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 detalles

ADMINISTRACION DE INVENTARIOS. Objetivos. Justificación del inventario:

ADMINISTRACION 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 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

PRÁCTICA I. Ejercicios Teóricos

PRÁCTICA 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 detalles

Selección de distribuciones de probabilidad

Selección 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 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

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

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

9 APROXIMACIONES DE LA BINOMIAL

9 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 detalles

Estadistica II Tema 0. Repaso de conceptos básicos. Curso 2009/10

Estadistica 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 detalles

PROBABILIDADES 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 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 detalles

MODELO DE RESPUESTAS Objetivos 2, 3, 4, 5, 6, 7, Y 8.

MODELO 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 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

Tema 6: Modelos de probabilidad.

Tema 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 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

ASIGNATURA: LOGÍSTICA DE MATERIALES (II-112 )

ASIGNATURA: 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 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

Ms. C. Marco Vinicio Rodríguez

Ms. 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 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

Administración de inventarios

Administración 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 detalles

Agro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos

Agro 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 detalles

Variables aleatorias continuas, TCL y Esperanza Condicional

Variables 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 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

PRUEBA DE BONDAD DE AJUSTE O PRUEBA CHI - CUADRADO

PRUEBA 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 detalles

Variables Aleatorias. Introducción

Variables 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 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

Auxiliar 5: Planeación Agregada y Gestión de Inventarios 1 de Junio de 2011

Auxiliar 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 detalles

El 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 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 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

Variables aleatorias continuas y Teorema Central del Limite

Variables 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 detalles

ESTADÍSTICA INFERENCIAL

ESTADÍSTICA 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 detalles

Modelos de probabilidad. Modelos de probabilidad. Modelos de probabilidad. Proceso de Bernoulli. Objetivos del tema:

Modelos 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 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

Diseño de Experimentos. Diseños Factoriales

Diseño 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 detalles

Pérdida Esperada. Pérdida Esperada (PE): Valor esperado de pérdida por riesgo crediticio en un horizonte de tiempo determinado.

Pérdida 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 detalles

1. Una variable aleatoria X sigue una distribución binomial con parámetros m = 3 y p =0.2.

1. 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 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. 10 Nombre: Pruebas de Hipótesis. Parte II Objetivo Al término de la sesión el estudiante analizará la prueba

Más detalles

METODOS ESTADÍSTICOS

METODOS 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 detalles

PROCESO DE NACIMIENTO PURO Y MUERTE PURA

PROCESO 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 detalles

DISTRIBUCIÓN N BINOMIAL

DISTRIBUCIÓN 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 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 y Estadística Curso: Sistemas de Almacenamiento e Inventarios MANEJO DE INVENTARIOS DE ÍTEMS INDIVIDUALES Profesor: Julio César Londoño O Sistemas

Más detalles

INDICE. Prólogo a la Segunda Edición

INDICE. 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 detalles

Prof. Eliana Guzmán U. Semestre A-2015

Prof. 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 detalles

TEMA 2 Diseño de experimentos: modelos con varios factores

TEMA 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 detalles

PROGRAMAS PROBABILISTICOS

PROGRAMAS 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 detalles

UNIDADES TECNOLOGICAS DE SANTANDER ADMINISTRACION DE LA PRODUCCION INVENTARIOS EJERCICIOS

UNIDADES 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 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

Estadística y Probabilidad

Estadística 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 detalles

JUEGO DE BASKETBALL. Repaso de Distribuciones de Probabilidad Discretas y Continuas

JUEGO 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 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

ESTADÍSTICA INFERENCIAL. Sesión 6: Distribuciones de probabilidad para variables aleatorias continuas

ESTADÍSTICA 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 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

Metodología de Simulación por Computadora

Metodología 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 detalles

CORPORACION UNIFICADA NACIONAL DE EDUCACION SUPERIOR CUN DEPARTAMENTO DE CIENCIAS BASICAS: MATEMATICAS

CORPORACION 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 detalles

Tema 4: Leyes de la desintegración

Tema 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 detalles

UNIVERSIDAD DE MANAGUA Al más alto nivel

UNIVERSIDAD 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 detalles

Rendimiento de un activo

Rendimiento 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 detalles

Muestreo y Distribuciones en el Muestreo

Muestreo 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 detalles

Funciones 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-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 detalles

Gestión de Operaciones. Capítulo 11: Planeación de Requerimiento de Materiales

Gestión 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 detalles

VARIABLES ALEATORIAS CONTINUAS

VARIABLES 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 detalles

Lista de Ejercicios (Parte 1)

Lista 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 detalles

Distribuciones de probabilidad Discretas

Distribuciones 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 detalles

ANEXO 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. 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 detalles

UNIVERSIDAD DE MANAGUA

UNIVERSIDAD 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 detalles

Disponible en el sitio OCW de la Universidad Nacional de Córdoba.

Disponible 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 detalles

Tema 4: Modelos probabilísticos

Tema 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 detalles

VARIABLES ALEATORIAS DISCRETAS

VARIABLES 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 detalles

Definición Se dice que una variable aleatoria X es continua si su conjunto de posibles valores es todo un intervalo (finito o infinito) de números

Definición 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 detalles

LA ESTACIONALIDAD DE LA INFLACION EN BOLIVIA

LA 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 detalles

Administración de la Producción. Gestión n de Inventarios

Administración 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 detalles

Examen Final A Total puntos: /100. Buena suerte y éxito! Utilice la siguiente información para responder a las preguntas 1 al 5.

Examen 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 detalles

Tema 2 Modelos de probabilidad

Tema 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 detalles

ESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua

ESTADÍSTICA. 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 detalles

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 para

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 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 detalles

Tarea - Examen. No reaparece Sí reaparece Crema Crema

Tarea - 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 detalles

3 ANALISIS DESCRIPTIVO DE LOS DATOS

3 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 detalles

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

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 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 detalles

Cap. 3 : Variables aleatorias

Cap. 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 detalles

LIMITES O INTERVALOS DE CONFIANZA LUIS FRANCISCO HERNANDEZ CANDELARIA ATENCIA ROMERO

LIMITES 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 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

Formulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico

Formulario. 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 detalles

UNIVERSIDAD DE MANAGUA Al más alto nivel

UNIVERSIDAD 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 detalles

Actividad VI.58 Naturaleza estadística del decaimiento radioactivo

Actividad 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 detalles

Variables Aleatorias Discretas

Variables 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 detalles

DISTRIBUCIÓN DE POISSON

DISTRIBUCIÓN 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 detalles

Planeamiento 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 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 detalles

Ejercicio 1. Ejercicio 2

Ejercicio 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 detalles

Distribuciones Discretas de. Probabilidad. Dr. Víctor Aguirre Torres, ITAM. Guión 6.

Distribuciones 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