Beruflich Dokumente
Kultur Dokumente
MODELOS PROBABILISTICOS
Un modelo probabilstico es una representacin
matemtica deducida de un conjunto de supuestos
con el doble propsito de estudiar los resultados de
un experimento aleatorio y predecir su
comportamiento futuro, cuando se realiza bajo las
mismas condiciones dadas inicialmente.
El modelo permite conocer la distribucin de
probabilidades de los valores que toma la variable
aleatoria, de ah que tambin se mencione con el
nombre de Distribucin de Probabilidad.
Binomial Negativo
Pascal
Hipergeomtrico
Poisson
Modelo Uniforme
Sea X una variable aleatoria discreta definida
sobre un espacio de probabilidad Laplaciano, que
indica el resultado del experimento aleatorio.
Ensayo De Bernoulli
Sea un experimento aleatorio en el cual pueden ocurrir dos resultados A y ,
el Experimento se repite una vez, la probabilidad de que ocurra A es p. Defnase
la variable aleatoria X que indica ocurre el resultado A:
Modelo Binomial
Suponga que un ensayo de Bernoulli se repiten
veces, entonces se presentan las siguientes
caractersticas adicionales:
1. Cada vez que se repite un ensayo es independiente de las dems.
EJEMPLO
Distribucin Hipergeomtrica
Sea un exponente aleatorio, con las siguientes caractersticas:
1.N: tamao de la poblacin (?)
--M: nmero de elementos con caracterstica especial tipo I
--N-M: nmero de elementos con caracterstica especial tipo
II
--n: tamao de la muestra
2. X: Indica el nmero de elementos tipo I en la muestra.
3. La muestra se elige sin restitucin (sin sustitucin)
Distribucin Geomtrica
Sea un experimento aleatorio que se repite hasta que
ocurre cierto evento A y se caracteriza por:
1. El experimento tiene 2 posibles resultados A,
2. Las repeticiones son independientes
3. La probabilidad de A es P (no cambia en cada
repeticin)
4. El nmero de experimentos es variable.
5. X: Es la variable aleatoria que indica el nmero de
ensayos hasta obtener el resultado A.
Distribucin De Pascal
En el experimento anterior, suponga que pueden ocurrir K resultados A, en cierto
nmero de repeticiones del experimento de Bernoulli, donde el ltimo ensayo es A.
Distribucin De Poisson
Sea un experimento aleatorio con las siguientes caractersticas:
1. Los eventos que ocurren en un Intervalo de Tiempo (o en una
Regin del Espacio) son independientes de los que ocurren en
otro Intervalo de Tiempo (o Regin del Espacio).
2. La probabilidad de que exactamente ocurra un evento en un
Intervalo de Tiempo (o Regin del Espacio) es proporcional a la
longitud del Intervalo de Tiempo (Regin del Espacio).
P(Un evento por Intervalo de Tiempo)= k + O(k), O(k) es una
funcin cualquiera de k y una constante positiva tal que para
cualquier intervalo de tiempo (Regin del Espacio) de longitud
K
Aproximacion De La Binomial A La
Poisson
Suponga que se desea encontrar la funcin de probabilidad de la
variable aleatoria X que indica nmero de accidentes ocurridos en
una semana.
El perodo de una semana se puede dividir en n sub - intervalos, cada
uno tan pequeo que podra ocurrir en l a lo ms un accidente.
Entonces:
EJEMPLO:
SOLUCIN:
Distribucin Normal
8
EJEMPLO:
SOLUCIN:
As tenemos:
EJEMPLO:
Distribucin Beta
Sea un fenmeno aleatorio y X una variable aleatoria que puede
representar una caracterstica fsica cuyos valores se encuentran
restringidos a un intervalo de longitud finita. Tales como:
Proporcin de impurezas en un producto qumico.
La fraccin de tiempo que una mquina est en reparacin.
La proporcin vendida de un lote durante un tiempo t.
La humedad relativa medida en cierto lugar.
Porcentaje del costo total destinado a reparacin de maquinaria.
Porcentaje de costo adicional destinado a reparacin de maquinaria.
La distribucin del tiempo necesario para completar una fase del
proyecto PERT.
Evaluacin de programas y tcnicas de revisin.
EJEMPLO:
EJEMPLO:
SOLUCIN:
Distribucin Exponencial
Sea un fenmeno aleatorio con las siguientes caractersticas:
1. X es variable aleatoria que seala el tiempo transcurrido entre dos
sucesos de la misma naturaleza, indica el tamao de una regin
del espacio.
EJEMPLO:
SOLUCIN:
Distribucin Gamma
EJEMPLO:
SOLUCIN:
EJEMPLO:
SOLUCIN:
Distribucin Weibull
EJEMPLO:
SOLUCIN:
5.8. Planeacin de
requerimiento de material
PLANEACIN DE REQUERIMIENTOS DE
MATERIALES
La Planeacin de Requerimientos de Materiales es un procedimiento sistemtico de planificacin
de componentes de fabricacin, el cual traduce un
plan maestro de produccin en necesidades reales
de materiales, en fechas y cantidades. El MRP
funciona como un sistema de
informacin con el fin de gestionar los inventarios
de demanda dependiente y programar de manera
eficiente los pedidos de reabastecimiento.
TIPOS DE DEMANDA
Tal como lo mencionamos, el MRP gestiona los
inventarios de demanda dependiente, razn por la
cual debemos definir los diferentes tipos de
demanda segn su criterio de dependencia
Demanda Independiente:
Demanda Dependiente
Demanda Dependiente
Demanda Independiente:
Es la demanda en la que solamente influyen las
condiciones del mercado, es sumamente difcil
estimarla con exactitud, razn por la cual esta debe
ser pronosticada.
Demanda Dependiente:
Es la demanda cuya cantidad es funcin derivada
de una demanda independiente, por ejemplo: la
demanda de llantas en ocasiones es una demanda
dependiente de la demanda independiente de
bicicletas.
Demanda Mixta
Es el caso de los elementos que pueden estar
sujetos tanto a demandas dependientes como
independientes, por ejemplo: el caso en que las
llantas de una bicicleta sean comercializadas
tambin de forma individual. En tal caso tendr
una demanda independiente sujeta al mercado, y
una demanda dependiente del nmero de
bicicletas que se vendan.
Donde
MPS: Plan Maestro de Produccin que nos indica las
demandas independientes
Maestro de artculos: Listado de todos los artculos
de demanda independiente
Lista de materiales: Listado de todos los materiales
que se precisan para la obtencin de los artculos de
demanda independiente
Explosin de materiales - BOM: Registro donde
figuran todos los componentes de un artculo, su
relacin padre - hijo y las cantidades de uso
estandarizadas establecidas por diseo e ingeniera.
Cdigo de parte
Cantidad
200
200
200
Cantidad
400
200
Cdigo
Lead Time
1 Semana
1 Semana
2 Semanas
1 Semana
3 Semanas