Modelos dinámicos y estocásticos para la planeación y el control de inventarios

Get Started. It's Free
or sign up with your email address
Modelos dinámicos y estocásticos para la planeación y el control de inventarios by Mind Map: Modelos dinámicos y estocásticos para la planeación y el control de inventarios

1. El modelo dinámico básico

1.1. Permiten simulaciones en el tiempo, de modo que muestren su comportamiento de acuerdo a las variables que en un determinado caso se quieran analizar.

2. Ecuaciones funcionales para el modelo general

2.1. El objetivo radica en definir el nivel de inventario. Estas decisiones consisten en dar normas que nos precisen en que instante se deben efectuar los pedidos del producto considerado y la cantidad que se debe pedir.

3. Procesos estocásticos

3.1. Ss llamado proceso de decisión de Markov. En este trabajo se considera el costo total descontado, definido para cada π ∈ Π y cada x ∈ X como con α ∈ (0, 1). A α se le conoce como factor de descuento y a N como el horizonte del problema, el cual se supone es finito.

4. Modelos estocásticos

4.1. Presenta una demanda o tiempo de entrega desconocido (es aleatorio), por lo que esta demanda o tiempo es expresado a través de una variable aleatoria.

5. Modelos de punto de reorden

5.1. Consiste en una estimación de la demanda, con lo cual se determina una cantidad de reabastecimiento para el próximo periodo, así como el momento en que debe realizarse un nuevo pedido en función a una cantidad fija.

6. Modelos de revisión periódica

6.1. Es aquel en el cual el inventario de un ítem es revisado cada intervalos de tiempo fijos, y se realiza una orden por el monto apropiado, es decir, el tamaño de pedido varia con el comportamiento de la demanda.

7. Cadenas de Markov

7.1. Es una serie de eventos, en la cual la probabilidad de que ocurra un evento depende del evento inmediato anterior. ... Algo más importante aún, es que permite encontrar el promedio a la larga o las probabilidades de estado estable para cada estado.

8. Identificación del riesgo

8.1. Es una herramienta que sugiere al auditor los posibles riesgos y controles que tienen efectos sobre la información financiera de la organización, así como le permite fortalecer el diseño de sus recomendaciones.

9. El heurístico de Silver-Meal

9.1. Es un método ampliamente utilizado para definir el tamaño de los lotes a producir en cada periodo, sin embargo la Heurística de Costo Mínimo es uno de los métodos mas comúnmente descritos en los libros de administración de operaciones.

10. Simulación Monte Carlo

10.1. Es una técnica matemática computarizada que permite tener en cuenta el riesgo en análisis cuantitativos y tomas de decisiones. Esta técnica es utilizada por profesionales de campos tan dispares como los de finanzas, gestión de proyectos, energía, manufacturación, ingeniería, investigación y desarrollo, seguros, petróleo y gas, transporte y medio ambiente.

11. Elementos de optimización Lagrangiana

11.1. Son un método para trabajar con funciones de varias variables que nos interesa maximizar o minimizar, y está sujeta a ciertas restricciones. Este método reduce el problema restringido en n variables en uno sin restricciones de n + 1 variables cuyas ecuaciones pueden ser resueltas.