TECOLOGIAS DE LA INFORMACION

¿Cuáles son los objetivos de la programación del centro de trabajo?

Se dice que una programación es una lista de prioridades de pedidos en la que se indica qué debe hacerse primero, en segundo lugar, etc. En el centro de trabajo que la programación consiste en determinar el orden de los pedidos y asignar alguna actividad para realizar en los servicios dados.

Los objetivos de la programación del centro de trabajo son:

1) cumplir los plazos

2) minimizar el tiempo de demora

3) minimizar tiempos o costos de preparación

4) minimizar el inventario de los trabajos sin terminar

5) maximizar el aprovechamiento de máquinas y trabajadores.

Distinga entre centro de trabajo, celda GT y taller.

Un centro de trabajo es un espacio de la empresa en donde se organizan los recursos productivos y se cumplen las labores. Los talleres se agrupan funciones o equipamientos similares, como todos los tornos en un área y todas las prensas en otra. La GT reúne distintas máquinas para trabajar en productos que tienen formas y requerimientos de procesamiento similares estas celdas están diseñadas para desempeñar un conjunto específico de procesos

¿Qué consideraciones prácticas disuaden del uso de la regla SOT?

4. ¿Qué regla de prioridad usa para programar su tiempo de estudio para los exámenes semestrales? Si tiene que estudiar para cinco exámenes, ¿cuántas opciones de programación hay?

5. La regla SOT ofrece una solución óptima en diversos criterios de evaluación. ¿El gerente de un banco debe usar la regla SOT como regla de prioridad? ¿Por qué?

6. La integridad de los datos es muy importante en la industria. ¿Por qué?

7. ¿Por qué la división en lotes causa tales problemas en los centros de trabajo?

8. ¿Qué características laborales lo llevarían a programar los trabajos “primero el de tiempo de procesamiento más demorado”?

9. ¿Por qué es tan importante manejar los cuellos de botella en la programación de centros de trabajo?

10. ¿En qué condiciones es apropiado el método de asignaciones?

11. ¿Qué efecto tiene planear para un cliente en particular en el programa del personal a cargo?

Notas:

Pronostico

1.- Explique las diferencias entre las técnicas de pronósticos cualitativas y cuantitativas.

Las técnicas de pronóstico cualitativas se basan en el juicio humano y en Ia intuición, más que en Ia manipulación de datos históricos anteriores. Las técnicas cualitativas comunes incluyen al método Delphi, curvas de crecimiento, escritura de escenarios, investigación de mercado y grupos de enfoque. Con frecuencia, estas técnicas son importantes en el esquema general de pronóstico y se abordan con cierto detalle.

Las técnicas de pronóstico cuantitativas se utilizan cuando existen suficientes datos históricos disponibles y cuando se juzga que estos datos son representativos de un futuro desconocido. Esta apreciación es un paso importante en el proceso de pronóstico, ya que todas las técnicas cuantitativas se apoyan en la suposición de que el pasado puede extenderse hacia el futuro de manera significativa para proporcionar pronósticos precisos. Las técnicas cuantitativas se clasifican frecuentemente en dos categorías: estadísticas y determinísticas.

2.- ¿Qué es una serie de tiempo?

Una serie de tiempo consta de datos que se reinen, registran u observan sobre incrementos sucesivos de tiempo.

3.- Describa cada uno de los cuatros componentes de una seres de tiempo.

La tendencia de una serie de tiempo es el componente de largo plazo que representa ci crecimiento o disminución en Ia serie sobre un periodo amplio.

El componente cíclico es Ia fluctuación en forma de onda alrededor de la tendencia

El componente estacional es un patrón de cambio que se repite a si mismo año tras año.

El componente aleatorio mide Ia variabilidad de las series de tiempo después de retirar los otros componentes

4.- ¿Qué es una autocorrelación?

Es la correlación existente entre una variable desfasada uno o más periodos y la misma variable

5.- ¿Qué mide un coeficiente de autocorrelación?

Los coeficientes de autocorrelación para diferentes desfases de tiempo de una variable se emplean para identificar patrones en las series de tiempo de datos, mide lo que son variables atraves del tiempo, esta correlación se mide mediante el coeficiente de correlación.

6.- Describa como se emplean los correlogramas para analizar autocorrelación para varios desfasamientos de una serie de tiempo.

El concepto de autocorrelación se ilustra mediante los datos que se presentan en la tabla 4.1. Nótese que las variables 1', y Y, 2 son en realidad valores de Y que se han desfasado uno y dos periodos, respectivamente. Los valores para el mes de marzo que se muestran en el renglón del periodo 3, son las ventas de marzo y=125; las ventas de febrero, Y= 130; y las ventas de enero,y,_2 = 123. Comunrnente se usa Ia ecuación 4.1 para calcular el coeficiente de autocorrelación de primer orden (r1) o la correlación entre Y, y Y1

7.- cada una de las siguientes declaraciones describe una serie ya sea estacionaria o no estacionaria. Indique cual corresponde a cada una .

Una serie que tiene una tendencia—(ESTACIONARIA)

Una serie que no tiene una tendencia pero es muy cíclica—(NO ESTACIONARIA)

Una serie cuya media y varianza permanecen constantes a través de tiempo.--(ESTACONARIA)

Una serie cuyo valor promedio cambia a través del tiempo—(ESTACIONARIA)

Una serie que no presenta crecimiento o disminución.—(NO ESTACIONARIA)

8.- A continuación se presentan descripciones para diversos tipos de series: aleatoria, estacionaria, con tendencia o estacional. Identifique cada tipo de serie.

Una serie que tiene propiedades estadísticas básicas como la media y la varianza que permanecen constantes a través del tiempo. (Estacionaria)

Los valores sucesivos de una serie de tiempo no se relacionan entre sí. (Aleatoria)

Existe una elevada relación entre cada valor sucesivo de una serie. (Tendencia)

Aparece un coeficiente de autocorrelación significativo en el periodo de desfasamiento 4. (Aleatoria)

Una serie que no presenta crecimiento o disminución. (Aleatoria)

Los coeficientes de autocorrelación son diferentes de cero en forma significativa durante los primeros periodos de desfasamiento y después caen a cero al incrementarse el número de periodos. (Aleatoria)

9.- Enliste algunas de las técnicas de pronóstico a considerar al pronosticar una serie estacionaria.

Los métodos no formales,

Los métodos de promedio simple

Los métodos de promedios móviles.

Los promedios móviles de atenuación exponencial

Los promedios móviles de Box Jenkins.

10. Enliste algunas de las técnicas de pronóstico a considerar al pronosticar una serie con tendencia.

Promedio móvil lineal.

Atenuación exponencial lineal de Brown.

Atenuación exponencial lineal de Hoit.

Atenuación exponencial cuadrática de Brown.

Regresión simple.

Modelo de Gompertz.

Curvas de crecimiento.

Modelos exponenciales.

11. Enliste algunas de las técnicas de pronóstico a considerar a! pronosticar una serie estacional. Dé ejemplos de situaciones en las que se puedan aplicar estas técnicas.

Promedio móvil lineal.

Atenuación exponencial lineal de Brown.

Atenuación exponencial lineal de Hoit.

Atenuación exponencial cuadrática de Brown.

Regresión simple.

Modelo de Gompertz.

Curvas de crecimiento.

Modelos exponenciales.

12. Enliste algunas de las técnicas de pronóstico a considerar al pronosticar una serie cíclica. Dé ejemplos de situaciones en las que se puedan aplicar estas técnicas.

Descomposición clásica.

Los indicadores económicos.

Los modelos econométricos.

La regresión múltiple.

Los métodos de BoxJenkins.

13. En la tabla siguiente se presenta el número de matrimonios en los Estados Unidos. Calcule las Primeras diferencias para estos datos.

14.- Calcule un intervalo de confianza de 95% para los coeficientes de autocorrelación de una serie que contiene 80 términos.

Supongo que los datos están dados de manera aleatoria, por lo tanto teóricamente tienen una media de 0 y una desviación estándar de 1/(raíz de “n”) *véase la pagina 105*

LIMITES (del intervalo): media+- Distrib.normal.est.*desviación estándar

LIMITES (del intervalo): 0 + -Z(1/√n) Z_(0.975(por ser la acumulada))=1.959964

LIMITES (del intervalo): 0 + -(1.959964 )(1/√80)

LIMITES (del intervalo): 0 +- (1.959964 )(0.11180339887)

...