UNIDAD 1 FASE 1 RECONOCIMIENTO DE METODOS

PROBABILISTICOS

PRESENTADO A:
ALBERTO LOPEZ

PRESENTADO POR

CESAR ABAD DONOSO CODIGO: 1022369015

GRUPO: 104561_17

Universidad Nacional Abierta y a Distancia

Métodos Probabilísticos
Bogotá D.C., Septiembre de 2018
 Introducción

En este trabajo se van a dar a conocer los momentos más importantes

sobre los procesos industriales y operaciones unitarias haciendo una
referenciación a el contexto químico que se requiere para su comprensión
Una de las ideas principales es dar un a entender los procesos industriales
en nuestra vida cotidiana, su mejor entendimiento y que precisamente
cada día en nuestro diario vivir, tenemos en nuestras manos productos
los cuales han presentado procesos industriales que hacemos caso omiso
a todo el trabajo y esfuerzo que representa dicho producto.
Ingresar al perfil (nombre) y proceder a actualizar la información allí
solicitada (datos e imagen) e indicar el CEAD, CCAV, CERES o UDR al que
pertenece y otros datos que considere de interés. Actualizado el perfil de
cada uno de los participantes del grupo de trabajo, ingresar a la etiqueta
Participantes, seleccionar uno a uno, el nombre de cada participante y
tomar captura de pantalla. Guardarlas como imagen.
Diseñar un mapa conceptual con tema Métodos Probabilísticos, con base
en los contenidos temáticos del Syllabus del curso y fuentes documentales
presentadas en la Unidad 1 - Técnicas de pronósticos, teoría de
Inventarios y toma de decisiones en sistemas de inventario y Unidad 2 -
Cadenas de Markov, teoría de colas y programación no lineal, como
estrategia de pensamiento relacionado con la adquisición e integración
del conocimiento, teniendo en cuenta sus elementos: concepto, enlaces y
proposiciones, estructura jerárquica (horizontal) y una estructura
categórica (vertical) y representación gráfica. Utilizar el programa
Cmaptools y guardar el mapa conceptual como imagen.

3.Identificar y reconocer los modelos probabilísticos que se aplicaran en

la solución de las estrategias propuestas en el estudio de caso (consultar
Anexo Estudio de Caso), con base en los contenidos temáticos del
Syllabus del curso y Fuentes documentales presentadas en la Unidad 1 -
Técnicas de pronósticos, teoría de Inventarios y toma de decisiones en
sistemas de inventario y Unidad 2 - Cadenas de Markov, teoría de colas y
programación no lineal para diligenciar los aspectos solicitados en la tabla
de Reconocimiento del estudio de caso y guardarla como imagen.
 Tabla de Reconocimiento del estudio de caso
Modelos
Estrateg probabilí
ia sticos (a
N propues aplicar Justificación Referencia documental
o. ta en el para (Cita textual) en norma APA (consulte aquí)
estudio desarrollar
de caso la
estrategia)
1. Para la proyección de la demanda https://bibliotecavirtual.unad.edu.co:
Planeación futura se realiza el planteamiento 2538/lib/unadsp/reader.action?docID
y Control un de un modelo de pronóstico. =3194706&ppg=8
Proyecci
1 de la
ón
Producción
2.
3.
1. En el caso de que la demanda del https://bibliotecavirtual.unad.edu.co:
Demanda articulo para un periodo futuro no 2538/lib/unadsp/reader.action?docID
Determinís se conozca con certeza pero se le =3201123&ppg=13#
tica puede asignar una distribución de
probabilidad a su ocurrencia
2. Control Dentro de las generalidades a https://bibliotecavirtual.unad.edu.co:
2 Compra
de tener en un modelo de inventarios 2538/lib/unadsp/reader.action?docID
inventarios se puede tratar su clasificación, =3201123&ppg=13#
componentes y costos
involucrados en los modelos de
inventarios.
3.
1. Toma Tomar aquellas decisiones para las https://bibliotecavirtual.unad.edu.co:
de que las consecuencias de una 2538/lib/unadsp/reader.action?docID
Decisiones acción dada dependen de algún =3193559&ppg=9
bajo evento probabilista.
riesgo
2.Toma de Son aquellos casos de toma de https://bibliotecavirtual.unad.edu.co:
3 Decisión
Decisiones decisiones bajo incertidumbre en 2538/lib/unadsp/reader.action?docID
bajo los que hay un oponente, las =3193559&ppg=9
conflicto probabilidades de los eventos no
solo se desconocen sino que están
influenciadas por un oponente.
3.
1. Cadena Se han utilizado para analizar los https://bibliotecavirtual.unad.edu.co:
de Markov patrones de compra de los 2538/lib/unadsp/reader.action?docID
consumidores para pronosticar las =3194160&ppg=8
concesiones.
2. Cadena Se aplican en gran numero de https://bibliotecavirtual.unad.edu.co:
Particip de Markov situaciones como lo son: los 2538/lib/unadsp/reader.action?docID
4
ación cambios de preferencia que en el =3195391&ppg=8#
mercado tienen diferentes
productos, la posible decisión sobe
hacer o no una inversión en cierta
oportunidad.
3.
1. Toma Los clientes que vienen a procurar https://bibliotecavirtual.unad.edu.co:
de un determinado servicio se 2538/lib/unadsp/reader.action?docID
Decisiones generan a través del tiempo en =3193559&ppg=9#
Gerenciale una fuente de entrada
s
5 Servicio
2. Teoría Los clientes que vienen a procurar https://bibliotecavirtual.unad.edu.co:
de Colas un determinado servicio se 2538/lib/unadsp/reader.action?docID
generan a través del tiempo en =3193559&ppg=9#
una fuente de entrada
3.
1. Por lo general el análisis https://bibliotecavirtual.unad.edu.co:
Optimiz Metodologi matemático debe ser considerar el 2538/lib/unadsp/reader.action?docID
6
ación a de riesgo y la incertidumbre mas que =3193559&ppg=9#
IO/CA en otros campos de la ingeniería
 con frecuencia es necesario hacer
simulación y optmizacion
2. Metodo La tasa de llegada siempre tiene https://bibliotecavirtual.unad.edu.co:
multiple que ser inferior a la tasa agregada 2538/lib/unadsp/reader.action?docID
de Colas de servicio que no es mas que la =3193559&ppg=9#
tasa de servicio individual
multiplicada por el numero de
canales
3.