Documente Academic
Documente Profesional
Documente Cultură
PROBABILSTICOS
ADMINISTRACION DE INVENTARIOS
GRUPO: 332572_7
PRESENTADO A:
CESAR FIGUEREDO
PRESENTADO POR:
DICIEMBRE 15 DE 2014
BUCARAMANGA
INTRODUCCION
El presente trabajo consiste en un informe de los modelos probabilsticos
estudiados, Modelo probabilstico, es la forma que pueden tomar un conjunto de
datos obtenidos de muestreos de datos con comportamiento que se supone
aleatorio.
Con el fin de materializar un poco ms los conceptos y que sirvan de puente entre
los modelos matemticos y los fenmenos reales.
En el presente trabajo nos enfocamos en la importancia de un inventario que
constituye la cantidad de existencias de un bien o recurso cualesquiera, un
sistema de Inventarios es el conjunto de polticas y controles que regulan los
niveles de inventario y determinan que niveles de inventario se deben mantener.
El objetivo bsico de los inventarios es especificar cuando se deben ordenar los
artculos y cul debe ser el volumen de la orden.
OBJETIVOS
Analizar las tericas de los modelos probabilsticos.
Construir modelos de inventarios probabilsticos.
Comprender conceptos bsicos de la administracin de inventarios
Contenido
PASO 8 - TRABAJO COLABORATIVO SISTEMAS DE INVENTARIO
PROBABILSTICOS ......................................................................................................................... 1
INTRODUCCION .............................................................................................................................. 2
OBJETIVOS ...................................................................................................................................... 3
METODOS PROBABILSTICOS.................................................................................................... 5
Procesos Estocsticos..................................................................................................................... 6
Distribucin de Poisson ................................................................................................................... 6
Variables Aleatorias ......................................................................................................................... 7
Distribucin Exponencial ................................................................................................................. 9
Distribucin Gamma....................................................................................................................... 11
Distribucin Beta............................................................................................................................. 12
EOQ CON DEMANDA PROBABILISTICA ................................................................................. 14
MODELO DE REVISIN CONTINUA ......................................................................................... 14
Modelo estocstico. ....................................................................................................................... 15
Modelo probabilstico de cantidad de orden fija ciclo variable. ............................................... 15
Modelos probalsticos .................................................................................................................... 16
11.2 Modelos con demandas probabilsticas ............................................................................. 17
11.2.1 Modelo de inventarios de un solo periodo, con demanda probabilstica............... 17
11.2.2 Modelo de cantidad a pedir y de punto de pedido, con demanda probabilstica. 17
11.2.3 Modelo de revisin peridica, con demanda probabilstica. .................................... 18
CONCLUSIONES ........................................................................................................................... 19
BILIOGRAFIA.................................................................................................................................. 20
METODOS PROBABILSTICOS
Modelo de Bernoulli
Modelo Binomial.
Modelo Geomtrico.
Modelo Hipergeomtrico.
Modelo de Poisson.
Procesos Estocsticos
En estadstica,
en
concreto teora
de
la
probabilidad,
un proceso
es
una
sucesin
de variables
aleatorias (estocsticas)
que
conjunto
de
variables
sometidas
influencias
Distribucin de Poisson
Definicin:
Expresa la probabilidad de un nmero k de eventos ocurriendo en un tiempo fijo si
estos eventos ocurren con una frecuencia media conocida y son independientes
del tiempo discurrido desde el ltimo evento.
Frmula:
Variables Aleatorias
Una variable aleatoria es un valor numrico que corresponde al resultado de un
experimento aleatorio, como la suma de los puntos obtenidos al lanzar dos dados,
el nmero de lanzamientos de un dado hasta que aparece el cuatro, el nmero de
personas que suben en un determinado ascensor al mes, el tiempo de espera en
la sala de un doctor.
Momentos de una Variable Aleatoria
Sea X es una variable aleatoria. El n-simo momento de X consiste en obtener los
valores esperados de X hasta de orden r:
Distribucin Exponencial
Distribucin de la vida exponencial (o modelo HPP) las pruebas de
Pruebas exponenciales son comunes en la industria para verificar que las
herramientas, sistemas o equipos cumplen con sus requisitos de fiabilidad a
tiempo medio entre fallos (MTBF). El supuesto es que el sistema tiene una falla
constante (o reparacin) tarifa, que es el recproco de la MTBF. El tiempo de
espera entre las fallas sigue el modelo de distribucin exponencial.
Una situacin tpica prueba podra ser: una pieza compleja de equipo nuevo o
herramienta se instala en una fbrica y un estrecho seguimiento por un perodo de
varias semanas a varios meses. Si no tiene ms que un pre-determinado nmero
de fallos durante ese perodo, el equipo "pasa" su prueba de aceptacin de la
fiabilidad.
Sanciones
Distribucin Gamma
En la teora de probabilidad y estadstica, la distribucin gamma es una familia de
dos parmetros de las distribuciones de probabilidad continua. Tiene un
parmetro de escala y un parmetro de forma k. Si k es un entero entonces la
distribucin representa la suma de k variables independientes de distribucin
exponencial al azar, cada una de ellas tiene una media de (que es equivalente a
un parmetro de tasa de -1).
Donde
El caso donde
=0y
es la
Distribucin Beta
En la teora de probabilidad y estadstica, la distribucin beta es una familia de
distribuciones de probabilidad continua definida en el intervalo (0, 1) con
parmetros de los dos parmetros forma positiva, por lo general denota por y .
Es el caso especial de la distribucin de Dirichlet con slo dos parmetros. Dado
que la distribucin de Dirichlet es el conjugado antes de la distribucin
multinominal, la distribucin beta es el conjugado antes de la distribucin binomial.
En la estadstica bayesiana, puede ser visto como la distribucin posterior del
parmetro p de una distribucin binomial despus de observar - 1 eventos
independientes con probabilidad p y - 1 con probabilidad 1 - p, si la distribucin
antes de p fue uniforme.
La frmula general para la funcin de densidad de probabilidad de la distribucin
beta
Escala = b a
La siguiente es la trama de la beta de la funcin de densidad de probabilidad para
los cuatro valores diferentes de la forma de parmetros.
Modelo estocstico.
Se considera a un modelo estocstico cuando algunas variables estn en funcin
a un modelo de probabilidad de que el elemento se lleve a cabo. Existen dos
modelos de control de inventarios estocsticos los cuales:
1 punto de orden (cantidad fija, tiempo variable).
2 revisin peridica (tiempo fijo, cantidad variable).
Modelos probalsticos
En los modelos anteriores en que se determin el lote econmico de compra, la
cantidad y la frecuencia en nmero de veces son fijas. Ahora veremos
sistemas en los que la certeza o incertidumbre tanto de la frecuencia como
de la cantidad, tienden a ser medidas estadsticas y probabilsticas. Hay
que considerar fluctuaciones aleatorias en la demanda, en las entregas de
proveedores, en corridas de produccin y otros factores incontrolables,
estos no podrn controlarse con certeza pero si podrn medirse y
pronosticarse para limitar los riesgos en la toma de decisiones sobre el
abastecimiento, el control de los materiales y productos. Las variables del
sistema que pueden ser manejadas por la administracin para desarrollar
un sistema de control son: el tamao del lote econmico, la frecuencia de
reabastecimiento, el pronstico de los niveles de consumo y el mtodo de
informacin, en el cual se basa la frecuencia de revisiones. Se considera a
un Modelo Estocstico cuando algunas variables estn en funcin a un
modelo de probabilidad de que el evento se lleve a cabo, es decir, se toman
los datos histricos como referencia para poder establecer el sistema para
el siguiente perodo. Existen dos modelos de control de inventarios
estocsticos los cuales son: 1. Punto de reorden 2. Revisin peridica
(cantidad fija, tiempo variable). (Tiempo fijo, cantidad variable)
CONCLUSIONES
BILIOGRAFIA
Universidad Politcnica de
ValenciaEspaahttp://polimedia.upv.es/visor/?id=938c6ceb-9fc9-8141-beb7f966c296db19
http://webs.uvigo.es/anapg/Tema2Discretasmodif.pdf
http://www.bioestadistica.uma.es/libro/node69.htm
http://polimedia.upv.es/visor/?id=938c6ceb-9fc9-8141-beb7-f966c296db19