Professional Documents
Culture Documents
[Escriba aqu]
complementaria.
En los ltimos aos, el papel del pronstico con base en el juicio ha
cambiado, Antes de la llegada de las tcnicas modernas de pronstico y del
poder de las computadoras, el juicio del administrador era la nica herramienta
de pronstico disponible, No existe evidencia de que los pronsticos basados
slo en juicios no sean tan precisos como aquellos que emplean la cabal
aplicacin de tcnicas cuantitativas:
Creemos que quien pronostica de manera ms efectiva es capaz de formular
una hbil mezcla de buen juicio y tcnicas de pronstico cuantitativas, as como
el evitar el caso extremo de la total dependencia en a1guno de ellos. En un
extremo encontramos al ejecutivo que por ignorancia y miedo a las tcnicas
cuantitativas y a las computadoras, se basa slo en la intuicin y el sentir.
En el otro extremo est el pronosticador capacitado en las ltimas tcnicas
de manipulacin de datos que no es capaz o no desea relacionar el proceso
de pronstico con las necesidades de la organizacin y con quienes toman
decisiones en sta. Opinamos que las tcnicas de pronstico cuantitativo que
se exponen en este libro son slo el punto de partida en el pronstico efectivo
de resultados importantes para la organizacin el anlisis, los juicios, el sentido
comn y la experiencia empresarial deben aplicarse en el punto donde estas
tcnicas importantes han generado sus resultados.
Debido a que siempre ha sido cambiante el mundo en el que operan las
organizaciones, siempre ha existido la necesidad de hacer pronsticos. Sin
embargo, en los ltimos aos se ha incrementado la confianza en las tcnicas
que abarcan una compleja manipulacin de datos. Una nueva tecnologa y
nuevas disciplinas aparecieron de la noche a maana; la actividad
gubernamental se intensific en todos los niveles; la competencia se hizo ms
cerrada en muchas reas; en casi todas las industrias se implant el comercio
internacional; crecieron y se crearon nuevas agencias de ayuda y servicios.
Estos factores se combinaron para crear un clima organizacional que es
ms complejo, con una dinmica ms rpida y ms competitiva que nunca.
Las organizaciones que no puedan reaccionar con rapidez a las condiciones
cambiantes y prever el futuro con algn grado de precisin, estn condenadas
a la extincin.
Las computadoras, junto con las tcnicas cuantitativas que hacen posible,
se han vuelto ms que recomendables en las organizaciones modernas: se
han vuelto esenciales. Las dificultades antes expuestas generan una enorme
cantidad de datos y una tremenda necesidad de extraer informacin til de
estos datos. Las herramientas modernas de pronstico, junto con la
capacidad de la computadora se han hecho indispensables para las
organizaciones que operan en el mundo moderno.
Quin requiere hacer pronsticos? Casi cualquier organizacin, grande y
pequea, pblica y privada, utiliza el pronstico ya sea explcito o implcito,
debido a que casi toda las organizaciones deben planear cmo enfrentar las
condiciones futuras de las cuales tienen un conocimiento imperfecto. Adems,
la necesidad de hacer pronsticos cruza todas las lneas funcionales lo mismo
[Escriba aqu]
[Escriba aqu]
TIPOS DE PRONSTICO
Cuando los gerentes de organizaciones se enfrentan con la necesidad de
tomar decisiones en una atmsfera de incertidumbre. Qu tipos de pronstico
tienen disponibles? En primer trmino, se deben clasificar los procedimientos
de pronstico de largo o corto plazos. Los pronsticos a largo plazo son
necesarios para establecer el curso general de la organizacin para un largo
periodo; de ah que se conviertan en el enfoque particular de la alta direccin.
Los pronsticos a corto plazo se utilizan para disear estrategias inmediatas y
que usan los administradores de rango medio y de primera lnea para
enfrentar las necesidades del futuro inmediato.
Tambin se podra clasificar a los pronsticos en trminos de su posicin en el
entorno micro-macro, es decir, segn el grado en que intervienen pequeos
detalles vs. grandes valores resumidos. Por ejemplo, el gerente de una planta
pudiera estar interesado en pronosticar el nmero de trabajadores que
requerir en los prximos meses (un micropronstico), mientras que el
gobierno federal est pronosticando el nmero total de personas empleadas
en toda la nacin (un macropronstico). De nuevo, los diferentes niveles de
administracin en una organizacin tienden a enfocar diferentes niveles del
entorno micro-macro. Por ejemplo, la alta direccin estara interesada en
pronosticar las ventas de toda la compaa, en tanto que los vendedores
individuales estaran mucho ms interesados en pronosticar su propio
volumen de ventas.
Los procedimientos de pronstico pueden tambin clasificarse de acuerdo con
[Escriba aqu]
[Escriba aqu]
PRONSTlCO MACROECONMICO
Por lo regular pensamos en los pronsticos en trminos de pronosticar
variables importantes para una compaa individual o quiz para una parte
de una compaa. Ejemplos de ello son las ventas mensuales de la empresa,
las ventas unitarias de una
de las tiendas de la compaa y las horas de ausencia por empleado y mes
en una fbrica.
En contraste, existe un creciente inters en el pronstico de importantes
variables para la economa de una nacin. Se ha realizado un gran trabajo en
la evaluacin de este tipo de pronstico econmico global denominado
pronstico macroeconmico. Ejemplos que interesan al gobierno peruano y
regional son el ndice de desempleo, el producto nacional bruto y la tasa lder
de inters.
En parte, la poltica econmica se basa en proyecciones de importantes
indicadores econmicos, como los tres mencionados anteriormente. Por este
motivo, hay un gran inters en mejorar los mtodos de pronstico que
enfocan tales mediciones globales del comportamiento econmico de un pas.
En la actualidad, los mtodos de pronstico se pueden dividir en forma
genrica en dos enfoques; 1) mtodos que usan los enfoques tradicionales de
anlisis de series de tiempo y 2) mtodos menos estructurados que se enfocan
en las propiedades estadsticas de las mediciones histricas. Ambos enfoques
se describen en este libro.
[Escriba aqu]
[Escriba aqu]
[Escriba aqu]
[Escriba aqu]
Distribucin de Probabilidad
Una distribucin de probabilidad indica toda la gama de valores que pueden representarse
como resultado de un experimento. Una distribucin de probabilidad es similar al distribucin
de frecuencias relativas .Si embargo, en vez de describir el pasado, describe la probabilidad
que un evento se realice en el futuro, constituye una herramienta fundamental para la
prospectiva, puesto que se puede disear un escenario de acontecimientos futuros
considerando las tendencias actuales de diversos fenmenos naturales.
Las decisiones estadsticas basadas en la estadstica inferencial son fundamentales en la
investigacin que son evaluadas en trminos de distribucin de probabilidades.
En el presente trabajo, se estudia de manera gil los diverso tipos de distribucin
probabilstica, caracterizaremos cada distribucin, la fundamentacin matemtica de los
diversos resultados no se enfocaran en el presente trabajo; slo me limitar al estudio
descriptivo de la distribucin de probabilidades discretas.
Qu es una distribucin de probabilidad?
Muestra todos los resultados posibles de un experimento y la probabilidad de cada resultado.
Cmo generamos una distribucin de probabilidad?
Supongamos que se quiere saber el numero de caras que se obtienen al lanzar cuatro veces
una moneda al aire?
Es obvio que, el hecho de que la modena caiga de costado se descarta.
Los posibles resultados son: cero caras, una cara, dos caras, tres caras y cuatro caras.
Si realizamos el experimento obtenemos el siguiente espacio muestral:
NUMERO DE CARAS
0
1
2
3
4
1.
OBSERVACION
La probabilidad de cada resultado especifico va desde cero hasta uno inclusive
VARIABLE ALEATORIA.-Cantidad que es resultado de un experimento y debido al azar,
puede tomar valores diferentes.
OBSERVACIN
(1)
(2)Si p=q=1/2, el histograma de las distribuciones binomiales son simtricas.
2.
3.
. (7)
Luego se deduce que:
. (8)
MEDIA DE LA DISTRIBUCIN BINOMIAL
Esta dada por:
. (9)
VARIANZA DE LA DISTRIBUCIN BINOMIAL
. (10)
DISTRIBUCIN DE PROBABILIDAD ACUMULADA
Estos son similares a las distribuciones acumuladas, as aplicamos para las distribuciones
binomiales.
P(x<=2)=P(x=0)+P(x=1)+P(x=2)
DISTRIBUCION DE PROBABILIDAD HIPERGEOMETRICA
Esta distribucin se aplica cuando el muestreo se realiza sin repeticin y la probabilidad de
xito no permanece constante de un ensayo a otros calcula mediante la frmula:
(12)
Donde:
N: Tamao de la poblacin
S: Cantidad de xitos en la poblacin
X: Nmero de xitos en la muestra.
n : Tamao de la muestra.
n>=0.05N
DISTRIBUCIN DE PROBABILIDAD DE POISSON
Describe la cantidad de veces que ocurre un evento en un intervalo determinado
(tiempo, volumen, temperatura, etc...).La distribucin se basa en dos supuestos:
1) La probabilidad es proporcional a la extensin del intervalo.
2) Los intervalos son independientes.
Esta distribucin es una forma lmite de la distribucin binomial,cuando la probabilidad de
xito es bien pequea y n es grande ,a esta distribucin se llama
"Ley de eventos improbables", lo cual significa que la probabilidad de p es bien pequea .La
probabilidad de Poisson es una probabilidad discreta; puesto que se forma por conteo
. (13)
(14)
Donde:
Media del nmero de ocurrencias.
: Constante de Euler.
x : Nmero de ocurrencias
1Media:-Esta dado por:
.
APLICACIN DE LA DISTRIBUCION DE PROBABILIDAD.
En el Laboratorio de Control y Automatizacin de la FIEE de la UNAC se tiene
16 computadoras, el Jefe de dicho laboratorio reporta el siguiente informe:
CONCLUSIONES
El jefe del laboratorio, segn la distribucin de probabilidades que tienden a cero solo har
algunos ajustes.