Curso_completo_de_METODOS_CUANTITATIVOS
Páginas: 261 (65094 palabras)
Publicado: 29 de septiembre de 2015
Escuela de Administración
Curso de
Optimización
de Decisiones
Dr. Higinio Wong Aitken
Universidad Privada Antenor Orrego – Facultad de Ciencias Empresariales
Dr. Higinio Wong Aitken
CONTENIDO
Prefacio
5
1.- Introducción a los Métodos Cuantitativos
6
1.1.- Impacto de la Investigación de Operaciones
8
1.2.- Breve historia de los métodos cuantitativos
101.3.- Definición de Métodos Cuantitativos
11
1.4.- El Proceso de toma de decisiones
11
1.5.- Estructura de los modelos en los Métodos Cuantitativos
15
1.6.- Formulación de un Modelo Matemático
16
1.6.1.- Preparación de datos
17
1.6.2.- Solución del modelo
18
1.7.- Análisis de punto de equilibrio
20
1.8.- Ejercicios propuestos 1
23
2.- Análisis de decisiones
2.1.- Estructuracióndel problema de decisión
67
- Matriz de pagos
- Árbol de decisiones
2.2.- Toma de decisiones sin probabilidades
70
2.2.1.- Enfoque Optimista
70
2.2.2.- Enfoque Conservador
71
2.2.3.- Enfoque mínimax de arrepentimiento
72
2.3.- Toma de decisiones con probabilidades
74
2.4.- Análisis de Sensibilidad
76
2.5.- Valor esperado de la información perfecta (VEIP)
78
2.6.- Análisis dedecisiones con información Muestral
80
2.7.- Ejercicios Propuestos 2
85
3.- Pronósticos
3.1. Serie de Tiempo
95
3.2. Componentes de una Serie de Tiempo
96
3.2.1 Componentes de Tendencia
98
3.2.2 componente Cíclico
98
3.2.3 Componente Estacional
99
2
Universidad Privada Antenor Orrego – Facultad de Ciencias Empresariales
Dr. Higinio Wong Aitken
3.2.4 Componente Irregular
3.3. Métodos desuavización en el pronóstico
99
99
3.3.1 Promedios Móviles
100
3.3.2 Promedios Móviles Ponderados
102
3.3.3 Suavización Exponencial
103
3.4. Pronósticos en la Proyección de Tendencias
105
3.5. Pronósticos en los componentes de Tendencia y Estacional
107
3.5.1 Modelo Multiplicativo
108
3.5.2 Desestacionalización de la Serie de Tiempo
113
3.5.3 Uso de la Serie de tiempodesetacionalizada
114
para identificar la Tendencia
3.5.4. Ajustes Estacionales
3.6. Análisis de Regresión en Pronósticos
3.6.1. Análisis de Regresión cuando no hay datos
116
116
117
de una serie de tiempo disponibles
3.7. Procedimientos Cualitativos para Pronósticos
120
3.8. Problemas Propuestos 3
121
4.- Modelos de línea de espera (Teoría de Colas)
4.1. Estructura del sistema de línea de espera
4.2.Distribución de las llegadas
4.3. Distribución de los tiempos de servicios
4.4. Disciplina de la cola
4.5. Operación en estado estable
4.6. Notación Kendall
4.7. Modelo de línea de espera de un solo canal, con llegadas
de Poisson y tiempos de servicio exponencial (M/M/1)
4.8 Modelo de línea de espera de múltiples canales con llegadas Poisson
y tiempos de servicio exponenciales
4.9. Análisiseconómico de las líneas de espera
4.10. El modelo de línea de espera de un solo canal con llegadas
de Poisson y tiempo de servicio arbitrarios (M/G/1)
4.11. Modelo de canal múltiple con llegadas de Poisson,
tiempos de servicio arbitrario y sin línea de espera (M/G/k)
3
Universidad Privada Antenor Orrego – Facultad de Ciencias Empresariales
Dr. Higinio Wong Aitken
4.12. Modelos de línea de esperacon poblaciones de solicitantes
finitas (M/M/1)
5. Inventarios
6.- Programación Lineal
126
6.1. Estructura de un modelo de programación Lineal
127
6.2. Solución gráfica de Programación Lineal
131
6.3. Variables de Holgura (Slack)
135
6.4. Variables Excedentes (Surplus)
138
6.5. Análisis de Sensibilidad en PL
6.5.1. Introducción
140
6.5.2. Análisis de sensibilidad grafico
141
6.6.-Ejercicios Propuestos 6
7.- Programación Lineal: Formulación, Solución por computadora
7.1.- Ejercicios Propuestos 7
8.- Aplicaciones de programación lineal
146
165
155
165
8.1.- En la Mercadotecnia: Selección de medios
165
8.2.- Investigación de mercados
168
8.3.- Aplicación en las Finanzas: Selección de cartera
171
8.4.- Aplicación de administración de la producción
174
8.5.-...
Leer documento completo
Regístrate para leer el documento completo.