Anlisis Cuantitativo para la Toma de Decisiones

Toms Minauro Latorre | Lunes 7:00 a 10:30 p.m. 15 sesiones y taller

Objetivos
"No se puede gestionar lo que no se mide. Si usted no puede medirlo, no puede controlarlo. Si no puede controlarlo, no puede gestionarlo. Si no puede gestionarlo, no puede mejorarlo. La falta sistemtica o ausencia estructural de estadsticas en las organizaciones impide una administracin cientfica de las mismas. Hoy un empresario para negociar, para tomar decisiones, para corregir problemas de calidad, para aumentar la productividad, para fijar precios, para mejorar el mantenimiento, para mejorar la cobranza de los crditos se requiere s o s contar con datos estadsticos suficientes y fiables". Con este propsito, el curso est especialmente diseado para involucrarlos en forma progresiva en el campo del anlisis de datos, aplicando herramientas cuantitativas bsicas y centrando la atencin en aquellos conceptos necesarios para la gestin y toma de decisiones.

Temario

Introduccin a la estadstica, sus campos de aplicacin en la empresa. Revisin de conceptos bsicos. Estadstica descriptiva: Presentaciones grficas, tabulares y medidas numricas. Aplicaciones al marketing y a la gestin de personal. Introduccin a la probabilidad y principales distribuciones de probabilidad. Muestreo y distribuciones de muestreo. Inferencia estadstica: Intervalo de estimacin y pruebas de hiptesis. Anlisis de regresin lineal. Toma de decisiones. Aplicaciones a la produccin y a las finanzas. Uso del MS Excel para todos los clculos y anlisis realizados.

Participantes
Dirigido a profesionales de todas las reas, quienes requieren para su desarrollo profesional conocimientos bsicos del anlisis cientfico de datos.

Profesor
Toms Minauro La Torre MSc in Business Administration, Pennsylvania State University. MBA de ESAN. Bachiller en Ciencias con mencin en Estadstica de la Universidad Nacional Agraria La Molina. Profesor del rea de Operaciones y Tecnologas de Informacin.

TOMA DE DECISIONES La toma de decisiones se define como la seleccin de un curso de acciones entre alternativas, es decir que existe un plan un compromiso de recursos de direccin o reputacin. En ocasiones los ingenieros consideran la toma de decisiones como su trabajo principal ya que tienen que seleccionar constantemente qu se hace, quien lo hace y cuando, dnde e incluso como se har. Sin embargo la toma de decisiones es slo un paso de la planeacin ya que forma la parte esencial de los procesos que se siguen para elaboracin de los objetivos o metas trazadas a seguir. Rara vez se puede juzgar slo un curso de accin, porque prcticamente cada decisin tiene que estar engranada con otros planes. El proceso que conduce a la toma de decisin: 1. Elaboracin de premisas 2. Identificacin de alternativas 3. Evaluacin de las alternativas, en trminos de metas que se desea alcanzar 4. Seleccin de una alternativa, es decir tomar una decisin

RACIONALIDAD EN LA TOMA DE DECISIONES Las personas que actan o deciden racionalmente estn intentando alcanzar alguna meta que no se puede lograr sin accin. Necesitan comprender en forma clara los cursos alternativos mediante los cuales se puede alcanzar una meta de acuerdo a las circunstancias y limitaciones existentes. Se necesita tambin la informacin y la capacidad para analizar y evaluar las alternativas de acuerdo con la meta deseada. Por ultimo, necesitan tener el deseo de llegar a la mejor solucin mediante la seleccin de la alternativa que satisfaga de un modo ms efectivo el logro de la meta. Es raro que las personas logren una racionalidad completa, en particular en la administracin como en la ingeniera. 1. En primer lugar, como nadie puede tomar decisiones que afecten el pasado, las decisiones tienen que operara para el futuro. 2. Es difcil reconocer todas las alternativas que se pudieran seguir para alcanzar una meta; esto es cierto cuando en especial la toma de decisiones incluye oportunidades de hacer algo que no se ha hecho antes. Es ms, en la mayor parte de los casos no se pueden analizar todas las alternativas e incluso con las

tcnicas analticas y las computadoras masa modernas disponibles. Ej.: las decisiones gerenciales se toman con el deseo de resolver en una forma tan segura como sea posible, la mayora de los gerentes s intentan tomara las mejores decisiones que puedan dentro de los limites de la racionalidad y de acuerdo al tamao y la naturaleza de los riesgos involucrados. EVALUACION DE ALTERNATIVAS Una vez encontrada la alternativa a apropiada, el siguiente paso es evaluar y seleccionar aquellas que contribuirn mejor al logro de la meta. 1. FACTORES CUANTITATIVOS Son factores que se pueden medir en trminos numricos, como es el tiempo, o los diversos costos fijos o de operacin. 1. FACTORES CUALITATIVOS Son difciles de medir numricamente. Como la calidad de las relaciones de trabajo, el riesgo del cambio tecnolgico o el clima poltico internacional. Para evaluar y comparar los factores se debe reconocer el problema y luego analizar que factor se le aplica ya se cuantitativo o cualitativo o ambos, clasificar los trminos de importancia, comparar su probable influencia sobre el resultado y tomar una decisin. DECISIONES PROGRAMADAS Y NO PROGRAMADAS Una decisin programada se aplica a problemas estructurados o de rutina. Los operadores de tomos tienen especificaciones y reglas que les sealan si la pieza que han hecho es aceptable, si tiene que desecharse o si se tiene que procesar de nuevo. Las decisiones no programadas se usan para situaciones no programadas, nuevas y mal definidas, de naturaleza no repetitivas. Ej.: el lanzamiento de la computadora Macintosh por Apple Computer.

En realidad las decisiones estratgicas son, en general, decisiones no programadas, puesto que requieren juicios subjetivos. La mayora de las decisiones no son ni completamente programadas ni completamente no programadas; son una combinacin de ambas. La mayor parte de las decisiones no programadas las toman los gerentes del nivel ms alto, esto es porque los gerentes de ese nivel tienen que hacer frente a los problemas no estructurados. ENFOQUES MODERNOS EN LA TOMA DE DECISIONES BAJO CONDICIONES DE INCERTIBUMBRE 1. Anlisis De Riesgo prcticamente cada decisin se basa en al interaccin de variables importantes, muchas de las cuales tienen un elemento de incertidumbre pero quizs un grado bastante alto de probabilidad. por lo tanto, la sensatez de lanzar un nuevo producto podra desprender de varias variables criticas: el costo de producto, la inversin del capital, el precio que se puede fijar, el tamao del mercado potencial y la participacin del mercado total. 1. rboles de Decisin presentan los puntos de decisin, los acontecimientos fortuitos y las probabilidades existentes en los diversos cursos que se podran seguir. El enfoque del rbol de decisin hace posible observar, al menos las principales alternativas y el hecho de que las decisiones posteriormente dependan de acontecimientos en el futuro. Ej.: los gerentes tambin pueden comprender la verdadera probabilidad de una decisin que conduzca a los resultados deseados. Una cosa es cierta los rboles de decisin y tcnicas similares de decisin reubican criterios amplios con un centro de atencin sobre los elementos importantes de una decisin, hacen resaltar premisas que con frecuencia estn escondidas y muestran el proceso de razonamiento mediante el cual se toman las decisiones bajo incertidumbre. 1. Teoras De La Referencia se basa en las ideas de que las actitudes de las personas hacia el riesgo variaran. 2. La probabilidad puramente estadstica, como se aplican a la toma de decisiones, descansan sobre la suposicin de que los encargados de tomar las decisiones las seguirn. Podra parecer razonable que si existiera una posibilidad del 60% de que la decisin sea cierta, una persona la tomara. Sin embargo esto no es necesariamente cierto, pues el riesgo de estar

equivocados es del 40%, quizs la persona no desee correr este riesgo.

CREATIVIDAD E INNOVACION La creatividad suele entenderse la capacidad de desarrollar nuevas ideas. Por el contrario e innovacin significa el uso de esas ideas. Por supuesto que las organizaciones no solo generan nuevas ideas, sino que adems las convierte en aplicaciones prcticas. PROCESO CREATIVO Esta compuesta por 4 fases interactuantes entre s: Exploracin inconsciente Intuicin El discernimiento La formulacin o verificacin lgica SISTEMAS DE APOYO A LAS DECISIONES Los sistemas de apoyo a las decisiones (SAD) usan computadoras para el facilitar el proceso de toma de decisiones de tareas semiestructuradas. Estos sistemas estn diseados no para reemplazar el criterio administrativo, sino para apoyarlo y hacer mas efectivo el proceso de toma de decisiones. Los sistemas de respaldo a las decisiones ayudan tambin a los gerentes a reaccionar rpidamente a los cambios de necesidades. Por lo tanto, queda claro que el diseo de un sistema efectivo requiere de un conocimiento profundo de cmo los gerentes toman las decisiones. ENFOQUE DE SISTEMAS A LA TOMA DE DECISIONES Por lo general no se puede tomar decisi8ones en un ambiente de sistema cerrado. Adems, cada departamento o seccin de una empresa; los gerentes de estas unidades organizacionales tiene que ser sensibles a las polticas y programas de otras unidades organizacionales y de toda la empresa. Ms an, las personas dentro de la empresa son parte del sistema social y sus pensamientos y actitudes se tienen que tomar en cuenta cada vez que un gerente toma una decisin. Los gerentes para solucionar sus problemas toman en cuenta los diversos elementos del ambiente del sistema no significan que

renuncien a su papel como tomadores de decisiones. Alguien tiene que seleccionar un curso de accin entre diversas alternativas, tomando en cuenta los acontecimientos y fuerzas en el ambiente de una decisin. TOMA DE DECISIONES EN COLOMBIA El proceso de toma de decisiones es uno de los rangos ms significativos para caracterizar una organizacin, porque en l se resume su cultura y sus paradigmas administrativos. En las organizaciones Colombianas, por lo general, n0o se hace una bsqueda sistemtica de alternativas, sino que se procede a buscar las ms obvias y familiares. Como las empresas dedican casi todo su tiempo y sus recursos a la realizacin de los procesos de transformacin directamente relacionados con la elaboracin de sus productos y no estn orientadas hacia la innovacin ni el perfeccionamiento, los problemas que perciben y por consiguiente, las decisiones que toma, son rutinarias y se basan en la experiencia y en la memoria personal de los ejecutivos. Una deficiencia en la toma de decisiones notoria es la ausencia de mecanismos de seguimiento y evaluacin. Esta carencia priva a la organizacin de oportunidad de aprecia el impacto de sus decisiones y de aprender de su experiencia. La toma de decisiones es centralizada.

BIBLIOGRAFIA HAROLD KOONTZ y HEINZ WEIHRICH Administracin una Perspectiva Global McGRAW- HILL INTERAMERICANA DE EDITORES, S.A., Onceava edicin, 1999. Elaborado por: ADRIANA MARIA TOVAR INGENIERIA DE SISTEMAS III UNIVERSIDAD COOPERATIVA DE COLOMBIA

1. ENSAYO. LA IMPORTANCIA DE LA ESTADISTICA EN EL EJERCICIO DE LA INGENIERA INDUSTRIAL. En produccin lo que no se mide no se conoce. Johana Julieth Martnez CorreaSiendo la estadstica la ciencia de apoyo de las dems ciencias, el proceso estadstico seconstituye en la herramienta ms importante para la toma de decisiones en la altagerencia, su aporte significativo se enmarca en conocer mediante la aplicacin demtodos estadstico y con un mnimo margen de error la verdadera situacin y latendencia de un determinado comportamiento de la poblacin. Su objeto es el estudio dedeterminadas magnitudes individuales que supuestamente varan de un modo aleatorio enel seno de cierta poblacin, permitiendo medir o conocer por ejemplo la altura de loshabitantes un pas.Su importancia se remonta a pocas antiguas, siendo utilizada en sus comienzos comomtodo de medicin bsico para conocer y contar con datos que permitieron a losadministradores del entonces contar con el conocimiento de poblacin y otras variablesque para el xito de sus mandatos era importante conocer.Las grandes civilizaciones de la antigedad y en especial las ms avanzadas, no fueronajenas a la utilizacin de mtodos que por decirlo de alguna manera rudimentarios, lespermitieron contar con datos que fueron bsicos para avanzar y ser aplicados a laadministracin y conocer cual era la magnitud del imperio o reino.Con el anterior antecedente es importante tratar de analizar el papel de la estadstica en elejercicio de la ingeniera industrial, partiremos citando el objetivo buscado con la formacinde profesionales en ingeniera industrial, objetivo que se define como; La formacin deprofesionales con la capacidad de anlisis y resolucin de problemtica en losmbito del desempeo industrial; gestin de calidad, administracin y modelacinde estadstica, competentes en aspectos tcnicos y humanos que les permitanadministrar, optimizar, procesar, controlar y discernir y transmitir informacinprovenientes de la adecuada aplicacin de tcnicas de ingeniera, estadsticas,matemticas, computacin y administracin con una perspectiva tica, humanista,emprendedora y con responsabilidad social.Sumado a lo anterior y por el pensum de la carrera, el profesional en ingeniera industrial,como profesional posee conocimientos en; Modelos, tcnicas y mtodos de produccin;clculo de costos; modelo de control estdiscos de procesos; tcnicas y modelosmatemticos, estadsticos y administrativos; tcnicas de medicin de trabajo; principios deen seguridad industrial y ergonoma; modelos de administracin de operaciones; tcnicasde evaluacin de proyectos; enfoques de localizacin, distribucin, flujo de materiales; 2. filosofa de la calidad; modelos de investigacin; principios de computo estadstico eidioma ingles.Conocimientos que permiten al profesional desarrolla aptitudes entre otras la capacidad deanalizar y criticar el entorno; liderazgo y asertividad, lo que nos obliga a dimensionar lautilizacin de la estadstica por el profesional en casi todos los campos de aplicacin de laingeniera industrial.Cuando el profesional se desempea en campos vinculados a la produccin industrial, losprocesos de produccin se convierten en el proceso principal de la compaa, los mtodosestadsticos son de gran importancia para tomar decisiones por la gerencia en cuanto a lacantidad a producir de un terminado producto con base en estudios de mercado y elcomportamiento de ste, es decir en el comportamiento de la demanda por parte de lapoblacin consumidora.Otra parte importante y tambin vinculada a este campo es la medicin del trabajo y laseguridad industrial, los mtodos estadsticos son importantes para medir la probabilidadde ocurrencia de un evento o como estn

la distribucin de cargas de trabajo en laempresa.Los estudios de mercado es la herramienta ms importante para conocer como secomporta la demanda y oferta de un producto en una poblacin. Las medidas detendencia central (media, mediana y moda) sirven como puntos de referencia para lainterpretacin de datos de y el comportamiento del consumo.A manera de conclusin podemos adoptar que siendo la ingeniera industrial una de lasprofesiones con un amplio campo de aplicacin, tanto en el proceso productivo yadministrativo de compaas dedicadas a produccin industrial, la estadstica es unaherramienta de gran valor, teniendo en cuenta que proporciona datos, probabilidades ytendencias del mercado, de las actividades de la compaa y todo lo relacionado coneventos que permiten lograr tomar decisiones basados en experiencias significativas. Johan Julieth Martnez Correa.

Estadstica aplicada a los negocios Por Mauricio Len Lefcovich

Introduccin No se puede gestionar lo que no se mide. Las mediciones son la clave. Si usted no puede medirlo, no puede controlarlo. Si no puede controlarlo, no puede gestionarlo. Si no puede gestionarlo, no puede mejorarlo. La falta sistemtica o ausencia estructural de estadsticas en las organizaciones impide una administracin cientfica de las mismas. Dirigir slo en base a datos financieros del pasado, realizar predicciones basadas ms en la intuicin o en simples extrapolaciones, y tomar decisiones desconociendo las probabilidades de xito u ocurrencia, son slo algunos de los problemas o inconvenientes ms comunes hallados en las empresas. Carecer de datos estadsticos en cuanto a lo que acontece tanto interna como externamente, impide decidir sobre bases racionales, y adoptar las medidas preventivas y correctivas con el suficiente tiempo para evitar daos, en muchos casos irreparables, para la organizacin. Peter Drucker hace dos afirmaciones bsicas. Primero, afirma que pocos factores son tan importantes para la actuacin de la organizacin como la medicin. Segundo, lamenta el hecho de que la medicin sea el rea ms dbil de la gestin en muchas empresas. Prcticamente todos los autores de libros de gestin han lamentado que la medicin sea crtica para el xito y que la mayora de los directores no tengan habilidades cuantitativas adecuadas. En otras pocas disponer de los datos y luego analizarlos resultaba una labor costosa y agotadora, pues ella se basaba en la labor manual de los empleados. Pero hoy se cuenta con computadoras cada da ms veloces y econmicas, al tiempo que se dispone de programas ms potentes y flexibles, por lo cual las empresas que utilicen dicho potencial obtendrn una fuerte diferencia competitiva en relacin a sus adversarios, pero ms an, podrn mejorar continuamente la performance en los diversos ratios y mediciones que hacen a los procesos y las actividades de la empresa. Las empresas que no hagan uso de estas nuevas potencialidades ni afronten debidamente estas nuevas exigencias, no slo perdern capacidad competitiva, sino que quedarn desacopladas ante los continuos cambios del entorno, poniendo en serio riesgo su propia continuidad. En otras pocas, con lentos procesos de cambios, los cuales resultaban casi imperceptibles en el tiempo, se poda administrar una empresa con pocos datos estadsticos. Hoy, en un mundo de profundos y

veloces cambios en todos los rdenes, ya no es posible actuar con displicencia. Hoy un empresario necesita predecir a tiempo los niveles de demanda de sus productos, necesita reconocer a tiempo los cambios de tendencia, debe no slo saber en qu se gast, sino cmo se gast en el tiempo y en qu conceptos. Para negociar, para tomar decisiones, para corregir problemas de calidad, para aumentar la productividad, para fijar precios, para mejorar el mantenimiento y la disponibilidad de las mquinas e instalaciones, para mejorar la concesin y cobranza de los crditos, se requiere s o s contar con datos estadsticos. Toda decisin, todo anlisis, todo presupuesto, est prcticamente en el aire si no se cuenta con datos estadsticos suficientes y fiables. No slo a nivel empresa, sino tambin a nivel pas, los que ms han avanzado han sido aquellos que hicieron de las estadsticas una herramienta fundamental. W. Edwards Deming, un pionero en mtodos estadsticos para el control de calidad, seal que en Japn se pone mucho nfasis en las estadsticas para directores de empresa. En parte fue la aplicacin de las tcnicas estadsticas enseadas por Deming lo que hizo que Japn pasara de ser un fabricante de imitaciones baratas a lder internacional en productos de primera calidad. Sin estadsticas una empresa carece de capacidad para reconocer qu actividades o productos le generan utilidades, y cules slo prdidas. No contar con datos ni interpretarlos correctamente es para los administradores como caminar en la oscuridad. Contar con los datos les ilumina, les permite ver lo que est aconteciendo y en consecuencia tomar las medidas ms apropiadas. Un minuto ... Podra responderme usted?:

qu clientes le generan los mayores beneficios? qu zonas o regiones son las que generan mayores ventas en unidades monetarias y volmenes? (en total y por producto)

cules son las reparaciones que ms se han producido en el ltimo trimestre? en que da de trabajo de cada mes logra llegar al punto de equilibrio? qu tipo de reparaciones han generado mayores egresos? puede decirme cul es la capacidad de los diferentes procesos en materia de costos, productividad y calidad?

cul es su nivel en sigma de cada una de las actividades?

cul es el nivel de rotacin o permanencia de clientes? sabe en qu etapa del ciclo de vida se encuentra cada uno de sus productos o servicios? cul es el nivel de satisfaccin de sus clientes? si tiene o dirige un sanatorio, cules son las enfermedades que ms clientes reportan?, cules son los problemas que ms consultas originan?

si posee un restaurante, cules son los platos ms pedidos durante el ao y por temporada?, cules son los vinos ms pedidos y cules los ms vendidos?

si dirige una librera, cules son los temas ms vendidos?, cul es la rentabilidad que le aporta cada tema?, cmo contribuye cada tema a lograr el punto de equilibrio?

si dirige un hotel, cul es el tiempo promedio de estada?, la cantidad de clientes por zona o regin?, la cantidad de tiempo por regin y su relacin con la cantidad de tiempo de estada?, la facturacin por profesin, zona, motivo de su visita (turismo, negocios, salud, profesionales, capacitacin, otros)?

Estas son slo unas pocas preguntas de las cuales estoy seguro usted no podr responder, o para hacerlo deber destinar de una gran cantidad de tiempo en personal, aparte de generar una informacin poco confiable, costosa y fuera de tiempo. Si no cuenta con estos datos, cmo hace usted para?:

adoptar a tiempo las medidas correctivas; confeccionar un presupuesto viable y efectivo; administrar eficazmente su flujo de fondos; evitar los excesos de stock y la obsolescencia de inventarios; gestionar la mejora de los diversos procesos; saber cundo est mejorando la productividad; negociar un incremento de precios; detectar la causa de un problema y solucionarlo.

En pocas palabras: sabe usted realmente qu est ocurriendo en su organizacin?

Para poder saber qu pasa en su organizacin, es necesario contar con datos en tiempo y forma, sabiendo interpretarlos correctamente. Es aqu donde la estadstica y los sistemas de informacin convergen para posibilitar al directivo gestionar con mucha mayor eficiencia y eficacia su organizacin. Para qu la estadstica? Si bien qued ello claramente expuesto, una enumeracin nunca est de ms. As pues, las estadsticas son fundamentales a los efectos de gestionar y mejorar temas o actividades tales como: 1. El control de calidad. 2. El nivel de averas y sus frecuencias. 3. Los tiempos para cambios o preparacin de herramientas. 4. Los niveles de productividad de distintos procesos, actividades y productos. 5. Los costos correspondientes a distintos tipos de conceptos y actividades. 6. La gestin de crditos y cobranzas. 7. El seguimiento del flujo de fondos. 8. Los niveles de satisfaccin de los clientes y usuarios. 9. Los tipos de accidentes y sus frecuencias. 10. El anlisis paretiano de defectos, costes, rentabilidades, ventas. 11. Ventas por clientes, vendedores, zonas y productos. 12. Predicciones de ventas por zonas, productos, servicios o sucursales. 13. Capacidad de los procesos en cuanto a generacin de niveles de costes, calidad y productividad. 14. Tiempos totales de ciclos productivos. 15. Tiempos de respuestas. 16. Gestin de inventarios. 17. Cumplimiento de aprovisionamiento por parte de los proveedores. 18. Prediccin de ventas por canales de comercializacin. 19. Proyectos de inversin. 20. Probabilidades para la construccin del rbol para la Toma de Decisiones. 21. Evolucin de los distintos ratios econmico-financieros y patrimoniales a lo largo del tiempo. 22. Estudios e investigacin de mercado. 23. Tiempos de mquinas y personas por actividad. 24. Cantidad y representacin porcentual de distintos problemas y sus efectos econmicos en la organizacin. 25. Tasa de polivalencia del personal. 26. Productos ms demandados a nivel global, por zona y por canal de comercializacin. 27. Porcentajes de actividades generadoras de valor agregado para los clientes finales, de valor agregado para la empresa y carentes de valor agregado. 28. Tiempos promedios, mximos y mnimos de reparaciones por tipo de averas. 29. Clculos de costes y en especial para el Costeo Basado en Actividades. 30. Para los clculos de productividades.

31. Coeficientes de correlacin. 32. Estadstica del personal (directivos y empleados). Por qu se aplican tan poco? En parte por una cuestin cultural de parte de los empresarios, pero en mayor medida por la falta de preparacin de los profesionales, en materia estadstica, sobre todo de aquellos que asesoran en cuanto a la gestin de las empresas. Lo antes descrito es menos frecuente en los pases anglosajones, los cuales tienen una fuerte cultura e inclinacin por las estadsticas y las probabilidades. Otro tanto se da en Japn o Corea, pases que dan a la educacin de las estadsticas y matemticas una fuerte preponderancia en sus planes de estudios y luego en la aplicacin prctica. Sin lugar a dudas, la cuestin no es disponer de datos estadsticos, si los mismos no son debidamente interpretados, o ni siquiera son tenidos en consideracin. Por lo tanto, es menester concientizar y formar a los directivos y empleados acerca de la fundamental y trascendental importancia de la informacin estadstica a la hora de planificar, dirigir y controlar la marcha de la empresa. Qu hacer? El primer paso, como antes se expresara, es concientizar, para luego pasar a capacitar. El tercer paso consiste en la implementacin. Diagnosticar para saber qu datos necesita la organizacin es un paso fundamental, pues a partir de all se disearn los software ms apropiados a las actividades, los procesos y requerimientos especficos de cada empresa. Si bien la intuicin nunca dejar de perder importancia, el tener el respaldo de datos confiables le permitir poder adoptar decisiones sobre una base ms apropiada. Es esto lo que se da en llamar la Gestin Moderna Basada en Estadsticas (GMBE). Conclusiones Si estamos en la oscuridad, mejor disponer de una vela, aunque sta sea pequea, que atropellarnos todo en la oscuridad. Las modernas estadsticas, acompaadas de las poderosas herramientas informticas, permiten a los directivos, asesores y personal, contar con la suficiente informacin para mejorar, a partir de ella, los procesos de la empresa, tomar mejores decisiones comerciales, mejorar la seguridad y hacer un uso mucho ms productivo y provechoso de los recursos. Las estadsticas son fundamentales tanto para la administracin financiera como para la administracin de operaciones, las ventas, el marketing, las cobranzas, la logstica y la gestin de personal, entre otras reas y actividades de toda corporacin.

Cada da se exige ser ms productivos, eliminando sistemticamente los despilfarros. Hacer ello posible exige de informacin. Pretender dirigir una empresa como hace cincuenta aos ya no es vlido ni posible. El empresario tiene en sus manos la decisin de mejorar la empresa a travs de una GMBE, o seguir conduciendo su empresa en la oscuridad. Bibliografa Estadstica para negocios Hanke Editorial Irwin 1995. Mtodos de Pronsticos Makridakis Editorial Limusa 1998. Informtica para Gestores y Economistas Casas Luengo / Garca Editorial Anaya 2000.

Ingeniera Tcnica Industrial (esp. Electrnica Industrial) MTODOS ESTADSTICOS DE LA INGENIERA Curso 2012/13 Titulacin en Extincin (ltimo ao)
ltima actualizacin: 21-Ene-2013 Enlace a la pgina de ETSICI Pgina de Prcticas de Laboratorio Curso 2009/10 Curso 2010/11 Curso 2011/12

NOVEDADES

(21/03/2013) Notas de la convocatoria de enero. La revisin tendr lugar el jueves 24 de enero en el despacho de la tercera planta del edificio de Ingeniera Informtica, a las 11:00 h. (21/01/2013) Examen de la convocatoria de enero 2013. (08/01/2013) Se convoca a los alumnos de la asignatura con las prcticas NO APTAS (entre los que se incluyen los que nunca han cursado la asignatura) al examen prctico que tendr lugar el martes 15 de enero a las 13:00 horas en el aula LEIO (1 Planta del Edf. de Informtica frente a secretara). Es requisito indispensable para los alumnos NO APTOS superar este examen. (08/01/2013) No preguntaremos en problemas por el clculo de un p-valor (16/09/2012) BIENVENIDOS al curso 2012/13. Como saben durante este curso no habr clases pero se mantiene el mismo programa que los dos ltimos aos, adems este curso tienen las 3 ltimas opciones (convocatorias) para aprobar esta asignatura. Aqu abajo pueden consultar las normas del examen. En caso de cualquier duda pueden dirigirse a m por correo electrnico o a mi despacho (abajo pueden consultar el horario de tutoras). Tratar de colgar en esta pgina cualquier informacin acerca de la asignatura. Saludos.

Normas del examen

A continuacin se listan una serie de indicaciones para el examen: El examen lo va a poner el profesor Hiplito que est informado de lo que ha dado cada uno de los profesores (Juan Jos, Carmen Elvira, Natividad, Carlos Alcn, Arturo y Carlos Javier) que han dado clase en la asignatura. Es decir, lo pondr l en coordinacin con el resto de profesores. Como el curso pasado tendr unas cinco preguntas, la primera de las cuales ser terica y el resto sern problemas que tratan de cubrir todos los temas dados.

Dado que en teora no se han dado las variables aleatorias mixtas, la distribucin Beta ni la distribucin de Weibull, los ejercicios 1, 14, 15 y 28 del tema 4 no se incluyen en la temario. Y los ejercicios del 14 al 19 y el ejercicio 23 del tema 6 y 7 no entran en el temario (ya que no se han explicado). Tampoco preguntaremos en problemas por el clculo de un p-valor En el examen se podrn llevar las siguientes fotocopias (y slo stas): Formulario de las principales variables aleatorias (1 pgina), Tablas de distribuciones (8 pginas), Tablas de la distribucin binomial y de Poison (que dio Carlos Glez. Alcn)(8 pginas) y hojas de intervalos de confianza y contrastes de hiptesis (6 pginas). Cualquier otro documento no est permitido y tienen que ser los que han entregado los profesores. Junto con el examen se podr tener las tablas anteriores, bolgrafos y una calculadora. Cualquier otro cosa, como telfonos mviles, MP3 o cmaras no estn permitidas. El examen tendr una duracin de 3 horas y media. Habr que identificarse a la hora de hacer el examen (DNI, carnet de conducir u otro documento identificativo). La persona que NO tenga la fase de prcticas Aptas, tendr que realizar un examen prctico que ser convocado con anterioridad.

Profesores
Profesor Hiplito Hernndez Prez Juan Jos Salazar Gonzlez Telfono Correo electrnico Despacho

Nmero de crditos: Carcter: Obligatoria. Curso y cuatrimestre: Segundo curso, primer cuatrimestre

Edificio de Informtica 2 planta (al final del pasillo) Edificio de Fsica y 922.31.81.84 jjsalaza@ull.es Matemticas (4 planta) despacho 94 3 (teora) + 3 (problemas) + 1,5 (laboratorio) 922.84.52.45 hhperez@ull.es

Contenidos

En esta asignatura se presentan los conceptos bsicos de la probabilidad y estadstica matemtica. Las aplicaciones prcticas se realizarn en le contexto de los problemas de ingeniera. Programa: Tema 1. Introduccin a la estadstica y la probabilidad. Tema 2. Estadstica descriptiva. Problemas.

Tema 3. Clculo de probabilidades. Problemas. Soluciones. Tema 4. Variables aleatorias. Distribuciones discretas y continuas. Problemas. Tablas. tabla binomial y Poisson. Formulario. Soluciones Tema 5. Introduccin al muestreo. Tema 6. Estimacin paramtrica. Tema 7. Contrastes de hiptesis paramtricas. Problemas (tema 6 y 7). Intervalos y contrastes. Soluciones

Prcticas de Laboratorio
Ver la pgina de prcticas de laboratorio.

Bibliografa:

G. C. Canavos. Probabilidad y Estadstica. McGraw-Hill. W. Y. Mendenhall, T. Sincich. Probabilidad y Estadstica para Ingeniera y Ciencias, Prentice Hall. R. L. Scheaffer, J. T. McClave. Probabilidad y Estadstica para Ingeniera, Grupo Editorial Iberoamrica. V. Quesada, A. Isidoro y L.A. Lpez, "Curso y ejercicios de estadstica", Alhambra universidad. C. M. Cuadras. Problemas de Probabilidades y Estadstica. Tomos I y II, Ed. PPU. S. Ros. Ejercicios de Estadstica, Paraninfo. M. R. Spiegel. Estadstica. McGraw-Hill. R. E. Walpole, R. H. Myers. Probabilidad y Estadstica. J.J. Salazar, M. Lpez, "Ejercicios Resueltos de Probabilidad", Gobierno de Canarias, 2001.

Tutoras
Primer cuatrimestre:

Lunes y jueves de 10:00 a 12:00 horas y mircoles de 15:00 a 17:00 horas.

Segundo cuatrimestre:

Lunes y jueves de 10:00 a 12:00 horas y mircoles de 15:00 a 17:00 h

Mtodos Estadsticos de la Ingeniera

Descripcin: Prcticas de estadistica aplicada a las carreras tecnologicas Materia: Estadistica Metadatos: Fecha: 13/12/2007 Director del curso: Cabrera Garca, Suitberto Universidad: UPV Comparte el curso en las redes sociales: Accede a las estadisticas completas de este curso.

1 Estadstica Descriptiva Unidimensional

1 Practica Estadstica Descriptiva Unidimensional, Introduccin 1 min, 39 s 2 Distribuciones de frecuencias unidimensionales 6 min 3 Medidas que caracterizan una distribucin de frecuencias 10 min, 15 s 4 Distribuciones Unidimensionales. Representaciones grficas 19 min, 43 s

2 Estadstica Descriptiva Bidimensional

1 Introduccin 1 min, 57 s 2 Tablas de frecuencia de doble entrada 8 min, 1 s 3 Representaciones grficas 6 min, 8 s 4 Covarianza y correlacin muestral 3 min, 30 s

3 Las Distribuciones Continuas

1 Introduccin a las Distribuciones Continuas 1 min, 12 s 2 Modelos Probabilsticos 4 min, 11 s 3 Distribucin Exponencial. Clculos con el Stargraphics 6 min, 39 s 4 Distribucin Normal 4 min, 56 s 5 Distribucin Normal.Clculos con el Statgraphis 7 min, 32 s

4 Inferencia paramtrica
1 Introduccin a la inferencia paramtrica 1 min, 25 s 2 Introduccin al contraste de hiptesis 4 min, 8 s 3 Anlisis de una muestra procedente de una distribucin normal 7 min, 16 s 4 Anlisis de dos muestras procendentes de poblaciones normales 7 min, 35 s

5 Regresin Lineal
1 Regresin Lineal. Breve Introduccin Terica 1 min, 3 s 2 Regresin Lineal. Clculos con el Statrgaphics y Anlisis de resultados 6 min, 48 s 3 Regresin Lineal. Introduccin terica 7 min, 12 s

6 Distribuciones de variables discretas

1 Distribuciones de variables discretas. Introduccin 1 min, 29 s 2 Distribuciones de variables discretas 5 min, 4 s 3 Distribucin de Bernoulli 6 min, 39 s 4 Distribucin Binomial 6 min, 45 s 5 Distribucin de Poisson 9 min, 36 s 6 Distribucin Geomtrica 6 min, 4 s 7 Relacin entre las distribuciones de Poisson y la normal 4 min, 59 s

7 Distribuciones estadsticas
1 RELACIN ENTRE LAS DISTRIBUCIONES BINOMIAL Y POISSON 2 min, 58 s 2 DISTRIBUCIONES DE VARIABLES DISCRETAS. CONCLUSIONES 2 min, 32 s 3 DISTRIBUCIN GI DOS 6 min, 16 s 4 DISTRIBUCIN t DE STUDENT 8 min, 38 s 5 DISTRIBUCIN F DE SNEDECOR 6 min, 40 s 6 Funcin de densidad y funcin de distribucin 6 min, 10 s 7 Distribucin uniforme o rectangular 5 min, 28 s 8 Distribucin exponencial 8 min, 36 s

8 StatGraphic
1 Statgraphics. Introduccin 2 min, 46 s 2 Statgraphics. Aspectos Generales 4 min, 55 s 3 Statgraphics. Trabajar con datos 5 min, 1 s 4 Prctica1. Statgraphics. Ejercicio 1 6 min, 59 s 5 Prctica1. Statgraphics. Ejercicio 2 4 min, 43 s 6 Prctica1. Statgraphics. Ejercicio 3 5 min, 55 s 7 Prctica1. Statgraphics. Ejercicio 4 5 min, 41 s 8 Prctica1. Statgraphics. Ejercicio 5 3 min, 15 s 9 Practica 2. Statgraphics Ejercicio 1 10 min, 21 s 10 Practica 2. Statgraphics Ejercicio 2 6 min, 9 s 11 Practica 2. Statgraphics Ejercicio 3 5 min, 42 s 12 Practica 2. Statgraphics Ejercicio 4 3 min, 53 s 13 Practica 2. Statgraphics Ejercicio 5 5 min, 12 s

14 Prctica 3. Statgraphics. Ejercicio 1 15 Practica 3. Statgraphics Ejercicio 2 16 Practica 3. Statgraphics Ejercicio 3 17 Practica 3. Statgraphics Ejercicio 4

9 min, 51 s 6 min, 45 s 9 min, 32 s 6 min, 32 s

9 Probabilidades
1 Probabilidades. Introduccin 4 min, 22 s 2 Probabilidad. Concepto y propiedades 6 min, 1 s 3 Probabilidad condicional 6 min, 50 s 4 Teorema de la probabilidad total 7 min, 48 s 5 Teorema de Bayes 7 min, 43 s

10 Distribucin Normal
1 Distribucin normal. Introduccin 2 min, 42 s 2 Distribucin normal. Conceptos y propiedades 6 min, 55 s 3 Distribucin normal. Tablas 8 min, 32 s 4 Distribucin normal. Papel probabilstico normal 5 min, 12 s 5 Distribucin normal. Teorema central del lmite 7 min, 6 s

11 Representaciones Grficas
1 Representaciones grficas. Histogramas de frecuencias 7 min, 22 s 2 Representaciones grficas. Diagrama de Box-Whisker 6 min, 30 s

12 Distribuciones en el muestreo
1 Distribuciones en el muestreo. Conceptos generales 7 min, 36 s 2 Distribuciones en el muestreo. Distribucin de la media muestral 4 min, 24 s 3 Distribuciones en el muestreo. Distribucin de la varianza muestral 4 min 4 Distribuciones en el muestreo. Muestreo de poblaciones normales 4 min, 47 s

13 Inferencia respecto a una poblacin normal

1 Inferencia respecto a una poblacin normal. Un ejemplo 6 min, 36 s 2 Inferencia respecto a una poblacin normal. Normalidad de los datos 6 min, 7 s 3 Inferencia respecto a una poblacin normal. Estudio de la hiptesis m=2000 9 min, 33 s 4 Inferencia respecto a una poblacin normal. Contraste de hiptesis mediante intervalos de confianza 5 min, 25 s 5 Inferencia respecto a una poblacin normal. Intervalo de confianza para m 3 min, 11 s 6 Inferencia respecto a una poblacin normal. Intervalo de confianza para 4 min, 58 s 7 Inferencia respecto a una poblacin normal. Conclusiones 4 min, 3 s

14 Oas (2012)
1 Funcin de densidad y funcin de distribucin 4 min, 34 s 2 Probabilidad condicional 5 min, 35 s 3 Teorema de la Probabilidad total 7 min, 1 s 4 Inferencia respecto a una poblacin normal. Un ejemplo 5 min, 35 s 5 Inferencia respecto a una poblacin normal. Normalidad de los datos 5 min, 54 s 6 Inferencia respecto a una poblacin normal. Estudio de la hiptesis m=m0 8 min, 14 s 7 Inferencia respecto a una poblacin normal. Intervalo de confianza para la media 6 min, 20 s 8 Inferencia respecto a una poblacin normal. Intervalo de confianza para la varianza 6 min, 43 s

15 sin titulo
1 Comparacin de dos poblaciones normales. Introduccin. 8 min, 8 s 2 Comparacin de dos poblaciones normales. Anlisis de varianza. 8 min, 14 s 3 Comparacin de dos poblaciones normales. Diferencia de medias. 9 min, 20 s 4 ANOVA. Introduccin 9 min, 9 s 5 9 min, 20 s 6 Intervalos LSD para la comparacin de medias 6 min, 44 s

16 Control Estadsitico de Calidad. Grficos de Control

0 2 min, 17 s 1 Calidad y caractersticas de calidad. 6 min, 47 s 2 Control estadstico de la calidad. Control de procesos. 3 Grficos de Control 6 min, 30 s 4 Grficos de Control. Objetivos 7 min, 21 s 5 Tipos de Grficos de Control 8 min, 59 s 6 1 min, 48 s