Exposición Unidad 5 Investigación de Operaciones

INSTITUTO TECNOLÓGICO DE NOGALES
 Variable discreta:
 En el caso de las variables aleatorias discretas, la
función que asocia una probabilidad a la variable se
denomina función de probabilidad de masa (fpm), y
se designa por px(x0 ) . Esta función representa la
probabilidad que la variable aleatoria X tome el
valor x0 en la realización del experimento.
 puede extenderse al caso de varias variables. En
especial, para dos variables, se define la función
de probabilidad de masa compuesta, como la
probabilidad que los valores experimentales de la
variable aleatoria X y Y, al realizar un experimento
sean iguales a x0 e y0 respectivamente y se
designa por pXY (x0 , y0 ).
 La probabilidad asociada a una variable continua,
está representada por la función densidad de
probabilidades (fdp). Si X es una variable aleatoria
continua en el rango -∞ a + ∞ se define :
𝑏
 prob(a≤x≤b)=‫𝑓 ׬‬ 𝑥 𝑑𝑥.
𝑎
 Siendo f X(x) = la función densidad de
probabilidades.
 La integral representa el área marcada (Figura
2.1), la cual es igual a la probabilidad que el valor
de la variable aleatoria x esté comprendido en el
intervalo a, b. Esta función tiene la propiedad de
ser positiva y de encerrar un área unitaria bajo
ella al ser integrada para todo el rango de la
variable aleatoria. Es decir, se cumple que : 0 < f
X(x) < + ∞ y f (x X −∞ +∞ ∫ ) dx = 1
 Los modelos probabilísticos constituyen
herramientas matemáticas para manejar variables
aleatorias y para asociar probabilidades a los
distintos valores de ellas. El hidrólogo al trabajar
con registros observados requiere elegir el
modelo más adecuado para representar la
muestra y además estimar los parámetros del
modelo seleccionado.
 Se define como función de verosimilitud de n
variables aleatorias x1, x2, x3,.........xn a la
función densidad de probabilidad conjunta de las
n variables, g(x1, x2, x3,........xn, Q). En
particular, si x1, x2,......., xn es una muestra
aleatoria de la función densidad f(x,Q) entonces,
la función verosimilitud es: L(Q) = g(x1, x2,..., xn,
Q) = f(x1,Q) f(x2, Q) ...... f(xn,Q)
 Este método se apoya en un teorema
fundamental de la teoría de muestreo que
expresa que los momentos de la muestra son
buenos estimadores de los momentos de la
población o universo. En consecuencia, este
método establece que dado un conjunto de
observaciones x1, x2, .... xn de la variable
aleatoria x, un buen estimador del promedio del
universo es el promedio de la muestra:
 xbarσ𝒏𝒊=𝟏 𝒙𝒊
 Los momentos ponderados por probabilidad se
definen como el valor esperado del producto de
tres términos: la variable aleatoria (x), la función
de distribución acumulada (F(x)) y el
complemento de esta función. De esta forma el
MPP de orden l, j, k se calcula mediante la
siguiente expresión:
 Mijk=E(XiFj(1-F)K)=∫0 E(XiFj(1-F)K)dF
 El único procedimiento para verificar el
comportamiento de un modelo matemático, ya
sea probabilístico o determinístico, es comparar
las predicciones efectuadas por el modelo con
observaciones de la realidad. Si el modelo es
determinístico, y no existe error experimental,
entonces la comparación con los valores
observados es simple y concluyente.
 Para verificar el modelo propuesto, se recurre
usualmente a comparaciones gráficas entre el
modelo y los datos, ya sea utilizando la función
densidad de probabilidad, o bien, la distribución
acumulada. En ambos casos, la comparación
gráfica permite una visualización rápida del ajuste
del modelo e indica las zonas en las cuales el
ajuste es deficiente. Ello permite decidir sobre la
bondad del ajuste, estimar los distintos percentiles
de la distribución y los parámetros del modelo.
 Se obtiene un papel especial, llamado papel de
probabilidades, diseñado para el modelo en estudio.
Existen papeles para la distribución normal, log-normal y
valores extremos tipo I.
 Se ordenan las observaciones en orden creciente en

magnitud.
 Se grafican las observaciones en el papel de

probabilidades, asignándoles a cada una, una
probabilidad.
 en ciertas ocasiones es preferible contar con
procedimientos cuantitativos, que permitan una
decisión objetiva sobre el ajuste. A continuación
se describen dos procedimientos cuantitativos: el
test chi-cuadrado y el test Kolmogosov-Smirnov.
Los tests de hipótesis sobre modelos de
distribución cuentan con las siguientes etapas
generales: Primero, se calcula un estadígrafo a
partir de los datos observados.
5.8. Planeación de
requerimientos de
materiales
 La Planeación de Requerimientos de Materiales -
MRP (Material Requirements Planning), es un
procedimiento sistemático de planificación de
componentes de fabricación, el cual traduce
un Plan Maestro de Producción en necesidades
reales de materiales, en fechas y cantidades. El
MRP funciona como un sistema de informacion.
 Demanda Independiente: Es la demanda en la
que solamente influyen las condiciones del
mercado, es sumamente difícil estimarla con
exactitud, razón por la cual esta debe ser
pronosticada.
 Demanda Dependiente: Es la demanda cuya
cantidad es función derivada de una demanda
independiente.
 Demanda Mixta: Es el caso de los elementos que
pueden estar sujetos tanto a demandas
dependientes como independientes.
 MPS: Plan Maestro de Producción que nos indica las
demandas independientes
 Maestro de artículos: Listado de todos los artículos

de demanda independiente
 Lista de materiales: Listado de todos los materiales

que se precisan para la obtención de los artículos de
demanda independiente
 Explosión de materiales - BOM: Registro donde

figuran todos los componentes de un artículo, su
relación padre - hijo y las cantidades de uso
estandarizadas establecidas por diseño e ingeniería.
 La programación de requerimientos brutos sólo
tiene lugar en el caso de que nuestro proceso no
se vea afectado por inventarios, ni recepciones
programadas, lo cual se ajusta poco a la realidad,
sin embargo, debe considerarse como una forma
de evaluar nuestro plan en condiciones ideales,
en tal caso podemos obtener información
referente a las actividades críticas promedio y a
las actividades con holgura.

Exposición Unidad 5 Investigación de Operaciones

Cargado por

Copyright:

Formatos disponibles

Exposición Unidad 5 Investigación de Operaciones

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Exposición Unidad 5 Investigación de Operaciones

Cargado por

Copyright:

Formatos disponibles

INSTITUTO TECNOLÓGICO DE NOGALES

 Se ordenan las observaciones en orden creciente en

 Se grafican las observaciones en el papel de

 Maestro de artículos: Listado de todos los artículos

 Lista de materiales: Listado de todos los materiales

 Explosión de materiales - BOM: Registro donde

También podría gustarte