PASO 1

DESARROLLAR Y PRESENTAR EL RECONOCIMIENTO DE LOS MÉTODOS

PROBABILÍSTICOS

PRESENTADO POR:
ANGELICA MARIA PEÑA AMADO CODIGO: 44191392

TUTOR
DARWIN WILLIAM BARROS

GRUPO: 104561_68

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA (UNAD)

ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
METODOS PROBABILISTICOS
SEPTIEMBRE DE 2018
RECONOCMIENTO DE ACTORES:
RECONOCIMIENTO DE LOS MODELOS PROBABILISTICOS
RECONOCIMIENTO DEL ESTUDIO DE CASO
 Tabla de Reconocimiento del estudio de caso
Estrateg Modelos
ia probabilísti
Referencia documental
N propues cos (a Justificación
en norma APA (consulte
o. ta en el aplicar para (Cita textual)
aquí)
estudio desarrollar la
de caso estrategia)
1. METODO El método de mínimos cuadrados Mi profe.com. MÍNIMOS
MINIMO proporciona una forma de encontrar la CUADRADOS (2018).
CUADRADO mejor estimación, suponiendo que los Tomado de:
errores (es decir, las diferencias con https://miprofe.com/minimo
respecto al valor verdadero) sean s-cuadrados/
aleatorias e imparciales. Este método
se utiliza comúnmente para analizar una
serie de datos que se obtengan de algún
estudio, con el fin de expresar su
comportamiento de manera lineal y así
minimizar los errores de la data tomada.
2. El uso de la distribución exponencial Amaya, A. J. (2009). Toma
DISTRIBUCI supone que los tiempos de servicio son de decisiones gerenciales:
ON aleatorios; es decir, que un tiempo de métodos cuantitativos para
EXPONENCIA servicio determinado no depende de otro la administración (2a. Ed.)
L servicio realizado anteriormente, ni de la (pp. 47-57), Bogotá, CO:
posible cola que pueda estar Ecoe Ediciones. Recuperado
formándose. Esta distribución se utiliza de
Proyecci mucho para describir el tiempo entre http://bibliotecavirtual.unad.
1
ón eventos; más específicamente, la edu.co:2077/lib/unadsp/read
variable aleatoria que representa el er.action?docID=10467109&
tiempo necesario para servir a la ppg=9.
llegada.
3. MODELO La distribución binomial es una Profesor en línea.
BINOMIAL distribución de probabilidad discreta que Distribución binomial de
indica el número de éxitos al realizar probabilidades (2018).
una secuencia de n ensayos Tomado de:
independientes entre sí, con una http://www.profesorenlinea.c
probabilidad fija (p) de ocurrencia del l/matematica/Distribucion_bi
éxito entre esos ensayos. nomial.html
Una variable discreta es aquella que solo
puede tomar un número finito de valores
entre dos valores cualesquiera de una
característica.
La función de probabilidad de la
distribución binomial, también
denominada función de la distribución de
Bernoulli
1. SISTEMA También suele denominarse sistema Q, Sistema de revisión continua
DE REVISION sistema de punto de reorden o sistema de inventarios: Definición,
CONTINUA de cantidad de pedido fija. En este tipo métodos y ejemplos(2018).
de sistema de control de inventario, Tomado de:
cada vez que realizamos el retiro de un https://ingenioempresa.com/
2 Compra
artículo, se realiza el control del sistema-de-revision-
inventario restante, en otras palabras se continua/
revisa el nivel del inventario resultante
teniendo en cuenta que:
 Si el inventario resultante está por
debajo de determinado nivel, se coloca
un nuevo orden.
Si el inventario resultante no está por
debajo del nivel, sigue consumiéndose.
Dicho esto, revisamos el inventario de
forma constante por no tener certeza de
la demanda o del tiempo de entrega, o
tenerlos variables que es lo mismo. Esto
en esencia es lo que significa un
escenario probabilístico.
2. MODELO Para mantener la cantidad óptima de
DE pedido las empresas emplean este tipo
INVENTARIO de modelo ya que la base principal es
SIN DEFICIT mantener el inventario sin falta de
productos para desarrollar las
actividades.
En este modelo no se permite la falta de
productos para la venta
3. MÉTODO Para conocer y proyectar las ventas para
DE los siguientes 12 meses se utiliza este
INCREMENTO método ya que este calcula los
ABSOLUTO incrementos en valores absolutos y
determina un promedio que se agrega al
último dato para obtener el pronóstico.
Esta técnica es utilizada en la mayoría
de las empresas para poder determinar
la demanda futura de los productos, de
tal forma que les permita planificar y
controlar la producción.
1. MODELO Este modelo parte de una serie de
DE supuestos fuertes, los cuales se van
CANTIDAD suavizando a medida que se avanza en
ECONÓMICA la teoría; sin embargo, sus aplicaciones
DE PEDIDOS y utilidad son importantes y los
desarrollos que ha permitido, lo hacen
un punto de referencia obligado en
todos los campos en donde se hable de
inventarios.
3 Decisión
2. ARBOL DE Todos los árboles de decisión son
DECISIONES parecidos en su estructura y tienen los
Y DIAGRAMA mismos componentes. Siempre se
DE requieren los siguientes cuatro
INFLUENCIA componentes:
Alternativas en cada punto de decisión.
Eventos que pueden ocurrir como
resultado de cada alternativa de
Aprendizaje, S. -S. (s.f.).
PRONÓSTICO DE VENTAS.
Obtenido de PRONÓSTICO
DE VENTAS:
https://senaintro.blackboard.
com/bbcswebdav/institution/
semillas/121518_1_VIRTUAL
/OAAPs/OAPP8/aa2/pronostic
o_de_ventas/oc.pdf
8_1_VIRTUAL/OAAPs/OAPP8
/aa2/pronostico_de_ventas/o
c.pdf
Aprendizaje, S. -S. (s.f.).
PRONÓSTICO DE VENTAS.
Obtenido de PRONÓSTICO
DE VENTAS:
https://senaintro.blackboard.
com/bbcswebdav/institution/
semillas/121518_1_VIRTUAL
/OAAPs/OAPP8/aa2/pronostic
o_de_ventas/oc.pdf
8_1_VIRTUAL/OAAPs/OAPP8
/aa2/pronostico_de_ventas/o
c.pdf
Amaya, Amaya, Jairo. Toma
de decisiones gerenciales:
métodos cuantitativos para
la administración (2a. Ed.),
Ecoe Ediciones, 2009.
ProQuest Ebook Central,
http://ebookcentral.proquest
.com/lib/unadsp/detail.action
?docID=3193559.
Created from unadsp on
2018-09-04 20:42:55.
Amaya, A. J. (2009). Toma
de decisiones gerenciales:
métodos cuantitativos para
la administración (2a. Ed.)
(pp. 47-57), Bogotá, CO:
Ecoe Ediciones. Recuperado
de
http://bibliotecavirtual.unad.
 decisión. Probabilidades de que ocurran
eventos como resultado de las
decisiones. Resultados -casi siempre
expresados en términos económicos de
las posibles interacciones entre las
alternativas de decisión y los eventos.
Estos componentes se organizan
mediante la estructura de un diagrama
de árbol que ilustra las interacciones
posibles entre las decisiones y los
eventos.
3. TOMA DE Esta categoría incluye aquellas
DECISIONES decisiones para las que las
BAJO consecuencias de una acción dada
RIESGO dependen de algún evento probabilista.
1. Las probabilidades de transición
PROBABILID dependen no sólo de los estados sino
ADES DE también del instante en el cual se
TRANSICIÓN efectúa la transición. Cuando estas
probabilidades son independientes del
tiempo (o sea, de n) decimos que la
cadena tiene probabilidades de
transición estacionarias u homogéneas
en el tiempo.
2. Una Distribución Límite (estacionaria) de
DISTRIBUCI una Cadena de Markov en tiempo
ON discreto consiste en una distribución de
ESTACIONAR estado estable para los estados de una
IA cadena que es independiente de la
Particip distribución inicial. En este contexto
4
ación existen ecuaciones que permiten
encontrar estas probabilidades de largo
plazo en la medida que el proceso
markoviano en tiempo discreto sea una
cadena irreducible con estados
recurrentes positivos aperiódicos.
3. CADENAS Este método es esencial para mantener
DE MARKOV los niveles de reabastecimiento porque
recuerdan el último evento y esto
condiciona las posibilidades de los
eventos futuros.
Y con esta información las empresas
pueden predecir el comportamiento de
un producto oh servicio a través del
tiempo.
1. TIEMPO Este método es ideal para proporcionar
5 Servicio
DE ESPERA tanto una base teórica del tipo de
edu.co:2077/lib/unadsp/read
er.action?docID=10467109&
ppg=9.
Amaya, A. J. (2009). Toma
de decisiones gerenciales:
métodos cuantitativos para
la administración (2a. Ed.)
(pp. 47-57), Bogotá, CO:
Ecoe Ediciones. Recuperado
de
http://bibliotecavirtual.unad.
edu.co:2077/lib/unadsp/read
er.action?docID=10467109&
ppg=9.
Cadenas de Markov – cimat
(2018). Tomado de:
https://www.cimat.mx/~jort
ega/MaterialDidactico/modes
toI11/CMarkov1v1.pdf
Distribución Límite de una
Cadena de Markov en
Tiempo Discreto por GEO
Tutoriales el 10/10/2013 en
Cadenas de Markov. Tomado
de:
https://www.gestiondeopera
ciones.net/cadenas-de-
markov/distribucion-limite-
de-una-cadena-de-markov-
en-tiempo-discreto/
Waner, S. (Abril de 2010).
Sistemas markov. Obtenido
de sistemas markov:
https://www.zweigmedia.co
m/MundoReal/Summary6b.h
tml
Ltda., W. (2010). Modelo de
línea de espera y
 servicio que podemos esperar de un
determinado recurso, como la forma en
la cual dicho recurso puede ser diseñado
para proporcionar un determinado grado
de servicio a sus clientes.
2. TIEMPO En muchos casos se puede tener
ENTRE situaciones en donde existe más de un
SERVICIO servidor en el sistema. A medida que
van llegando los clientes, los servidores
se van ocupando y cada vez que uno de
ellos acaba su servicio, el primero de la
cola lo vuelve a ocupar. En este tipo de
modelos la tasa de llegada siempre tiene
que ser inferior a la tasa agregada de
servicio, que no es más que la tasa de
servicio individual multiplicada por el
número de canales.
3. TIEMPO
DE SALIDA
1. PRUEBA La bondad de ajuste de un modelo
DE BONDAD estadístico describe lo bien que se ajusta
un conjunto de observaciones. Las
medidas de bondad en general resumen
la discrepancia entre los valores
observados y los que valores esperados
en el modelo de estudio.
Optimiz 2. CHI
6
ación CUADRADO
3. Esta distribución es muy frecuente en
INTERVALO los problemas relacionados con la
DE POISSON investigación operativa, sobre todo en el
área de la gestión de colas. pueden ser
descritos por una variable aleatoria
discreta que tiene valores no negativos
enteros
programación lineal.
Obtenido de Modelo de línea
de espera y programación
lineal:
https://www.gestiopolis.com
/modelo-de-linea-de-espera-
y-programacion-lineal/
Amaya, A. J. (2009). Toma
de decisiones gerenciales:
métodos cuantitativos para
la administración (2a. Ed.)
(pp. 47-57), Bogotá, CO:
Ecoe Ediciones. Recuperado
de
http://bibliotecavirtual.unad.
edu.co:2077/lib/unadsp/read
er.action?docID=10467109&
ppg=9.
Amaya, A. J. (2009). Toma
de decisiones gerenciales:
métodos cuantitativos para
la administración (2a. Ed.)
(pp. 47-57), Bogotá, CO:
Ecoe Ediciones. Recuperado
de
http://bibliotecavirtual.unad.
edu.co:2077/lib/unadsp/read
er.action?docID=10467109&
ppg=9.
Amaya, A. J. (2009). Toma
de decisiones gerenciales:
métodos cuantitativos para
la administración (2a. Ed.)
(pp. 47-57), Bogotá, CO:
Ecoe Ediciones. Recuperado
de
http://bibliotecavirtual.unad.
edu.co:2077/lib/unadsp/read
er.action?docID=10467109&
ppg=9.
Amaya, A. J. (2009). Toma
de decisiones gerenciales:
métodos cuantitativos para
la administración (2a. Ed.)
(pp. 47-57), Bogotá, CO:
Ecoe Ediciones. Recuperado
de
http://bibliotecavirtual.unad.
edu.co:2077/lib/unadsp/read
er.action?docID=10467109&
ppg=9.
 BIBLIOGRAFIA

 Rojas, L. M. D., Guisao, G. E. Y., & Cano, A. J. A. (2011). Logística integral:

una propuesta práctica para su negocio (pp. 47-54), Bogotá, CO: Ediciones
de la U. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=10
560153&ppg=4
 Álvarez, O. F. (2011). Soluciones logísticas (pp. 83-89), Barcelona, ES:
Marge Books. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=10
957927&ppg=84.
 Mariscal, B. W. (2009). Proceso de toma de decisiones gerenciales (pp.
4-23), Córdoba, AR: El Cid Editor | apuntes. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
docID=10316258&ppg=3.