Consulta

La programación hacia adelante empieza el programa tan pronto como se conocen las necesidades:
– Los trabajos se realizan bajo pedido del cliente.
– El programa puede cumplirse incluso si ello significa no cumplir la fecha de entrega.
– A menudo provoca una acumulación de inventario de trabajo en curso.
• La programación hacia atrás empieza con la fecha deentrega, programando primero la última operación. Las etapas del trabajo se programan, de una en una, en orden inverso:
– Se utiliza en muchos entornos de fabricación, así como en entornos de servicios tales como servir un banquete o programar una operación de cirujía.

Cadena de Markov

De Wikipedia, la enciclopedia libre
Saltar a navegación, búsqueda
Una cadena de Márkov, que recibesu nombre del matemático ruso Andrei Andreevitch Markov (1856-1922), es una serie de eventos, en la cual la probabilidad de que ocurra un evento depende del evento inmediato anterior. En efecto, las cadenas de este tipo tienen memoria. "Recuerdan" el último evento y esto condiciona las posibilidades de los eventos futuros. Esta dependencia del evento anterior distingue a las cadenas de Márkov delas series de eventos independientes, como tirar una moneda al aire o un dado.
Este tipo de proceso, introducido por Márkov en un artículo publicado en 1907,[1] presenta una forma de dependencia simple, pero muy útil en muchos modelos, entre las variables aleatorias que forman un proceso estocástico. En los negocios, las cadenas de Márkov se han utilizado para analizar los patrones de compra delos deudores morosos, para planear las necesidades de personal y para analizar el reemplazo de equipo.
| |

• Las cadenas de Markov y los procesos de Markov son un tipo especial de procesos estocásticos que poseen la siguiente propiedad:
• Propiedad de Markov: Conocido el estado del proceso en un momento dado, su comportamiento futuro no depende del pasado. Dicho de otro modo, “dadoel presente, el futuro es independiente del pasado”
• Sólo estudiaremos las cadenas de Markov, con lo cual tendremos espacios de estados S discretos y conjuntos de instantes de tiempo T también discretos, T={t0, t1, t2,…}
• Una cadena de Markov (CM) es una sucesión de variables aleatorias Xi, i(N, tal que:

que es la expresión algebraica de la propiedad de Markov para T discreto.• PROBABILIDADES DE TRANSICIÓN
• Las CM están completamente caracterizadas por las probabilidades de transición en una etapa,

• Sólo trabajaremos con CM homogéneas en el tiempo, que son aquellas en las que

donde qij se llama probabilidad de transición en una etapa desde el estado i hasta el estado j

Subsistema analítico de Mercadotecnia
Son un conjunto de modelos y técnicasestadísticas, que con ayuda de los equipos computarizados de la empresa, permiten mejorar las decisiones de mercadeo. Por un lado disponen de un banco estadístico, en el cual se encuentran distintos tipos de estadística, con paquetes apropiados de software para efectuar estudios y análisis como la regresión, correlación, análisis factorial y discriminativo. Por otro disponen de un banco de modelosdeterministas, de optimización, simulación, programación, que ayudan a la toma de decisiones comerciales, como los modelos de diseño, de fijación de precios, de mezcla de medios publicitarios, etc.
Los software de base de datos, deben incluir reportes que permitan al gerente poder evaluar los datos o resultados de una acción en particular. Estos reportes deben desarrollarse de acuerdo a losrequerimientos de la gerencia en cuanto a indicadores estadísticos de gestión.
Subsistema de investigación de Mercados
Este se refiere a estudios sobre situaciones específicas, que tienen a materializarse en exigencias de proyectos individuales. Se trata de realizar un estudio de ad - hoc para llevar a cabo una investigación formal de mercados que proporcione información relevante para la toma de...