











Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Prepara tus exámenes
Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Prepara tus exámenes con los documentos que comparten otros estudiantes como tú en Docsity
Los mejores documentos en venta realizados por estudiantes que han terminado sus estudios
Estudia con lecciones y exámenes resueltos basados en los programas académicos de las mejores universidades
Responde a preguntas de exámenes reales y pon a prueba tu preparación
Consigue puntos base para descargar
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Comunidad
Pide ayuda a la comunidad y resuelve tus dudas de estudio
Descubre las mejores universidades de tu país según los usuarios de Docsity
Ebooks gratuitos
Descarga nuestras guías gratuitas sobre técnicas de estudio, métodos para controlar la ansiedad y consejos para la tesis preparadas por los tutores de Docsity
HHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHH
Tipo: Apuntes
1 / 19
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!
Probabilidad. - Valor entre cero y uno, inclusive, que describe la posibilidad relativa (oportunidad o casualidad) de que ocurra un evento.
Probabilidad empírica La probabilidad empírica o frecuencia relativa, el segundo tipo de probabilidad, se basa en el número de veces que ocurre el evento como proporción del número de intentos conocidos. PROBABILIDAD EMPÍRICA La probabilidad de que un evento ocurra representa una fracción de los eventos similares que sucedieron en el pasado.
LEY DE LOS GRANDES NÚMEROS En una gran cantidad de intentos, la probabilidad empírica de un evento se aproximará a su probabilidad real. Para explicar la ley de los grandes números, supongamos que lanzamos una moneda común. El resultado de cada lanzamiento es cara o cruz. Si lanza la moneda una sola vez, la probabilidad empírica de las caras es cero o uno. Si lanzamos la moneda una gran cantidad de veces, la probabilidad del resultado de las caras se aproximará a 0.5. La siguiente tabla muestra los resultados de un experimento en el que se lanza una moneda 1, 10, 50, 100, 500, 1 000 y 10 000 veces, y, en seguida, se calcula la frecuencia relativa de las caras. Observe que conforme incrementamos el número de intentos, la probabilidad empírica de que salga una cara se aproxima a 0.5, que es su valor de acuerdo con el enfoque clásico de la probabilidad.
deben ser mutuamente excluyentes. Recuerde que mutuamente excluyentes significa que cuando un evento ocurre, ninguno de los demás eventos puede ocurrir al mismo tiempo. Un ejemplo de eventos mutuamente excluyentes en el experimento del lanzamiento del dado son los eventos “un número 4 o mayor” y “un número 2 o menor”. Si el resultado se encuentra en el primer grupo {4, 5 y 6}, entonces no puede estar en el segundo grupo {1 y 2}. Otro ejemplo consiste en que un producto proveniente de la línea de montaje no puede estar defectuoso y en buen estado al mismo tiempo. Si dos eventos A y B son mutuamente excluyentes, la regla especial de la adición establece que la probabilidad de que ocurra uno u otro es igual a la suma de sus probabilidades. Esta regla se expresa mediante la siguiente fórmula: REGLA ESPECIAL DE LA ADICIÓN P(A o B) = P(A) + P(B)
En la fórmula (5-7) los eventos A 1 y A 2 son mutuamente excluyentes y colectivamente exhaustivos, y Ai se refiere al evento A 1 o a A 2. De ahí que en este caso A 1 y A 2 sean complementos. El significado de los símbolos utilizados se ilustra en el siguiente ejemplo. Suponga que 5% de la población de Umen, un país ficticio del Tercer mundo, tiene una enfermedad propia del país. Sea A 1 el evento “padece la enfermedad” y A 2 el evento “no padece la enfermedad”. Por lo tanto, si selecciona al azar a una persona de Umen, la probabilidad de que el individuo elegido padezca la enfermedad es de 0.05 o P(A 1 ) _ 0.05. Esta probabilidad, P (A 1 ) _ P(padece la enfermedad) _ 0.05, recibe el nombre de probabilidad a priori. Se le da este nombre, porque la probabilidad se asigna antes de obtener los datos empíricos. PROBABILIDAD A PRIORI Probabilidad basada en el nivel de información actual. Por ende, la probabilidad a priori de que una persona no padezca la enfermedad es de 0.95, o P(A 2 ) _ 0.95, que se calcula restando 1 _ 0.05. Existe una técnica de diagnóstico para detectar la enfermedad, pero no es muy precisa. Sea B el evento “la prueba revela la presencia de la enfermedad”. Suponga que la evidencia histórica muestra que si una persona padece realmente la enfermedad, la probabilidad de que la prueba indique su presencia es de 0.90. De acuerdo con las definiciones de probabilidad condicional que se establecieron en el capítulo, dicho enunciado se expresa de la siguiente manera: Suponga la probabilidad de que la prueba indique la presencia de la enfermedad en una persona que en realidad no la padece es de 0.15. Elija al azar a una persona de Umen y aplique la prueba. Los resultados indican que la enfermedad está presente. ¿Cuál es la probabilidad de que la persona en realidad padezca la enfermedad? Lo que desea saber, en forma simbólica, es P(A 1 |B), que se interpreta de la siguiente manera: P(padece la enfermedad | la prueba resulta positiva). La probabilidad P(A 1 |B) recibe el nombre de probabilidad a posteriori. PROBABILIDAD A POSTERIORI Probabilidad revisada a partir de información adicional. Con la ayuda del teorema de Bayes, fórmula (5-7), determine la probabilidad a posteriori:
La distribución de probabilidad binomial es una distribución de probabilidad discreta que se presenta con mucha frecuencia. Una de sus características consiste en que sólo hay dos posibles resultados en un determinado ensayo del experimento. Otra característica de la distribución binomial es el hecho de que la variable aleatoria es el resultado de conteos. Es decir, se cuenta el número de éxitos en el número total de ensayos. Una tercera característica de una distribución binomial consiste en que la probabilidad de éxito es la misma de un ensayo a otro. La última característica de una distribución de probabilidad binomial consiste en que cada ensayo es independiente de cualquier otro. Que sean independientes significa que no existen patrones en los ensayos. El resultado de un ensayo particular no influye en el resultado de otro ensayo. ¿Cómo se calcula una probabilidad binomial? Para construir una probabilidad binomial particular se necesita: 1) el número de ensayos y 2) la probabilidad de éxito de cada ensayo.
INTERVALO DE CONFIANZA Conjunto de valores que se forma a partir de una muestra de datos de forma que exista la posibilidad de que el parámetro poblacional ocurra dentro de dicho conjunto con una probabilidad específica. La probabilidad específica recibe el nombre de nivel de confianza.
Ahora bien, un estimador puntual sólo dice parte de la historia. Aunque se espera que el estimador puntual se aproxime al parámetro poblacional, sería conveniente medir cuán próximo se encuentra en realidad. Un intervalo de confianza sirve para este propósito. Por ejemplo, se estima que el ingreso anual medio de los trabajadores de la construcción en el área de Nueva York a Nueva Jersey es de $85 000. Un intervalo de este valor aproximado puede oscilar entre $81 000 y $89 000. Para describir cuánto es posible confiar en que el parámetro poblacional se encuentre en el intervalo se debe generar un enunciado probabilístico. Por ejemplo: se cuenta con 90% de seguridad de que el ingreso anual medio de los trabajadores de la construcción en el área de Nueva York a Nueva Jersey se encuentra entre $81 000 y $89 000.
PRUEBA DE HIPÓTESIS Procedimiento basado en evidencia de la muestra y la teoría de la probabilidad para determinar si la hipótesis es una afirmación razonable.
I. Introducción A. DEFINICIÓN DE LA GESTIÓN DE OPERACIONES La Gestión de Operaciones (Operations Management en inglés) es la creación, desarrollo y organización de la función de producción con el objetivo de alcanzar ventajas competitivas. La función de producción está definida por la creación, producción, distribución, mantenimiento, etc, de los bienes y servicios generados por una empresa determinada. La administración de operaciones y suministro (AOS) se entiende como el diseño, la operación y la mejora de los sistemas que crean y entregan los productos y los servicios primarios de una empresa. La AOS, al igual que el marketing y las finanzas, es un campo funcional de la empresa que tiene una clara línea de responsabilidades administrativas. Este punto es importante porque la administración de operaciones y suministro muchas veces se confunde con la investigación de operaciones y la ciencia de la administración (IO/CA) y la ingeniería industrial (II). La diferencia esencial es que la AOS es un campo de la administración, mientras que la IO/CA representa la aplicación de métodos cuantitativos para la toma de decisiones en todos los campos y la II es una disciplina de la ingeniería. Por lo tanto, si bien los administradores de operaciones y suministro utilizan los instrumentos de la IO/CA para la toma de
artículo recién terminado no se puede depositar en ningún lugar.
porque no hay trabajo.
FABRICAR PARA EXISTENCIAS O FABRICAR PARA PEDIDOS Este proceso de fabricar para pedidos sólo se activa en respuesta a un pedido colocado. El inventario (de trabajo en proceso y de bienes terminados) se mantiene al mínimo. Los servicios, por su naturaleza, muchas veces utilizan procesos de fabricación para pedidos.
Los procesos híbridos combinan las características de fabricar para pedidos y de fabricar para existencias. LOS PASOS RÍTMICOS SE REFI EREN A LOS TIEMPOS FI JOS DEL MOVIMIENTO DE LOS OBJETOS QUE PASAN POR UN PROCESO. EN UN PROCESO EN SERIE, EL TRÁNSITO DE LOS OBJETOS POR CADA ACTIVIDAD (O ETAPA) MUCHAS VECES SIGUE PASOS MECÁNICOS A CIERTO RITMO PARA COORDINAR LA LÍNEA. B. MEDICIÓN DEL DESEMPEÑO DE PROCESOS Eficiencia se refiere a la proporción de la producción real de un proceso en relación con algún parámetro.
El tiempo de corrida es el tiempo que se requiere para producir un lote de piezas. Se calcula multiplicando el tiempo requerido para producir cada unidad por el tamaño del lote. El tiempo de preparación se refiere al tiempo que se requiere para preparar la máquina a efecto de fabricar un artículo particular. El tiempo de operación es la suma del tiempo de preparación y el tiempo de la corrida para un lote de piezas que pasan por una máquina. El tiempo del ciclo (definido antes en este capítulo) es el tiempo que transcurre entre el inicio y el fin de un trabajo. tiempo de procesamiento , el cual incluye el tiempo que transcurre mientras se trabaja en una unidad y el tiempo que transcurre mientras espera en una fi la. El índice de procesamiento se refiere al porcentaje de productos que se espera que el proceso haga dentro de un periodo. La velocidad del proceso (también llamada proporción del procesamiento ) es la proporción entre el tiempo total de procesamiento frente al tiempo de valor agregado. El tiempo de valor agregado es el que transcurre mientras se trabaja de hecho en una unidad de forma útil. La ley de Little 2 plantea una relación matemática entre el índice de procesamiento, el tiempo de procesamiento y la cantidad de inventario de trabajo en proceso. Note que esta ley es válida para el ejemplo de la línea de montaje sin el inventario de amortiguación. C. HERRAMIENTAS DE ANÁLISIS DE PROCESOS Diagramas de flujo. Hay muchos tipos de diagramas de flujo. El que se muestra en la ilustración 9.5 representa los pasos del proceso como parte del análisis de SIPOC (suministrador, insumo, proceso, obra, cliente). Básicamente, SIPOC es un modelo formalizado de insumos y productos, que se usa para definir las etapas de un proyecto. Gráficas de corridas. Representan tendencias de los datos al paso del tiempo y, por eso, ayudan a entender la magnitud de un problema en la etapa de definición. Por lo común grafican la mediana de un proceso. Gráficas de Pareto. Estas gráficas desglosan un problema en las contribuciones relativas de sus componentes. Se basan en el resultado empírico común de que un gran porcentaje de los problemas se deben a un pequeño porcentaje de causas. En el ejemplo, 80% de las quejas de los clientes se deben a entregas demoradas, que son 20% de las causas anotadas. Formas de comprobación. Son formas básicas que sirven para uniformar el acopio de datos. Sirven para crear histogramas como se muestra en las gráficas de Pareto. Diagrama de causas y efectos. También llamados diagramas de espina de pescado , muestran las relaciones propuestas hipotéticamente entre causas potenciales y el problema que se estudia. Cuando se tiene un diagrama de causas y efectos, procedería el análisis para averiguar cuál de las causas potenciales contribuía al problema. Diagrama de flujo de oportunidades. Se usa para discernir en un proceso los pasos que agregan valor de los que no lo agregan. Gráficas de control. Se trata de gráficas de series temporales que muestran los valores graficados de una estadística, incluyendo un promedio central y uno o más límites de control. Aquí se usa para asegurarse de que los cambios introducidos están en control estadístico. Véase en el capítulo 9A una exposición de los tipos y usos de gráficas para el control de procesos. Modo de falla y análisis de efectos. Se trata de un método estructurado para identificar, calcular, conferir prioridades y evaluar el riesgo de posibles fallas en cada etapa de un proceso. Comienza
I. Operación de un almacén a. Rol de las facilidades en una red logística b. Consideraciones operativas, tácticas y estratégicas de los diferentes tipos de almacenes c. Perfil de actividades de un almacén d. Medición del desempeño II. Actividades del almacén a. Recepción –Receiving b. Posicionamiento –Putaway c. Almacenaje –Storage d. Recolección –Order picking e. Embarque –Shipping f. Otras actividades: Prepackaging, pricing, sortation, unitizing III. Equipo para movimiento de materiales a. Características operativas y técnicas b. Ventajas y desventajas de cada tipo de equipo c. Unidades de carga (Empaque, embalaje y cubicación.) d. Costos de adquisición y operación de los equipos e. Seguridad en la operación IV. Sistemas de administración de almacenes a. Antecedentes y reglas básicas de un WMS b. Justificación y selección del sistema c. Integración con ERP y TMS d. Administración de las actividades –Indicadores e. Administración de la fuerza laboral V. Diseño y desarrollo de la fuerza laboral del almacén a. Capacitación b. Estándares e incentivos c. Evaluación del desempeño d. Seguridad en almacenes VI. Inventarios
a. El rol de los inventarios b. Tipos de inventarios c. Optimización de inventarios d. Los inventarios en la cadena de suministro
I. El proceso de Compras a. Función e importancia del Abastecimiento en la cadena de suministro –el proceso de Compras b. Objetivos y responsabilidades de la función de Compras c. Tipos de compras dentro de una Empresa d. Políticas y procedimientos de Compras II. Integración y organización a. Integración interna y externa del Departamento de Compras b. Rol de Compras en equipos multifuncionales y en el desarrollo de nuevos productos c. Organización de un Departamento de Compras, cómo se delega la autoridad y se cómo se establecen responsabilidades d. Estrategia de Compras III. Evaluación y selección de proveedores
b. Los métodos de selección c. Desarrollo de proveedores d. Administración de la base de suministro IV. Negociaciones a. Negociación efectiva: planeación y características b. Aspectos legales y éticos c. Responsabilidades del comprador V. Compras y la cadena de suministro a. Cadena de suministro esbelta b. Concepto de e-procurement c. Sistemas de administración de proveedores (SRM) d. Sistema de medición del desempeño en Compras y Abastecimientos e. Cambios y tendencias futuras de impacto en la función de Compras: sustentabilidad y responsabilidad social