|
|
|
|
LEADER |
04807nam a22003377i 4500 |
007 |
ta |
008 |
180213t2011 ck ||||g |||| 00| 0 spa d |
999 |
|
|
|c 171322
|d 171286
|
020 |
|
|
|a 9789588692081
|
037 |
|
|
|b Editorial: Universidad de Medellín ; Carrera 87 No. 30-65 Bloque 20 segundo piso : e-mail: selloeditorial@udem.edu.co ; www.udem.edu.co
|
040 |
|
|
|a Sistema Bibliotecario Universidad de El Salvador
|b spa
|e rda
|
082 |
0 |
4 |
|a 519
|b L663m
|
100 |
1 |
|
|a Londoño Marín, Jorge Iván
|e autor
|
245 |
1 |
0 |
|a Matemáticas aplicadas :
|b optimización de inventarios aleatorios
|c Jorge Iván Londoño, María Andrea Arias, María Eugenia Puerta ; editor Leonardo David López Escobar.
|
264 |
|
|
|b Universidad de Medellín
|c 2011
|
300 |
|
|
|a 78 páginas ;
|c 23 x 17 cm
|
336 |
|
|
|2 rdacontent
|a texto
|b txt
|
337 |
|
|
|2 rdamedia
|a sin mediación
|b n
|
338 |
|
|
|2 rdacarrier
|a volumen
|b nc
|
490 |
|
|
|a Textos de lecciones de matemáticas ;
|v volumen 18
|
500 |
|
|
|a Resumen tomado del sitio web de la editorial
|
505 |
|
|
|a Teoría de inventarios -- Modelos aleatorios de inventarios -- Modelo del vendedor de periódicos -- Modelo de inventario base -- Modelo (Q,r) -- Modelo (Q,r) multi-artículo.
|
520 |
|
|
|a Existe gran variedad de modelos de inventarios, los cuales, de acuerdo con su demanda, se dividen en dos grupos: determinísticos y aleatorios. El objetivo de esta Lección es presentar algunos de los modelos de inventarios aleatorios más importantes los cuales serán optimizados analíticamente; en particular, será considerado el modelo de inventarios (Q, r), donde inicialmente se analizará para un solo artículo con demanda y tiempo de reposición aleatorios con dos políticas de inventario diferentes, una de las cuales consiste en minimizar el costo total conformado por la suma de los costos de preparación, déficit y almacenamiento, y la otra política es minimizar la inversión total del inventario, sujeta a un número máximo de pedidos por período y a un nivel mínimo esperado de satisfacción. Finalmente se considerará el modelo (Q, r) con múltiples artículos y en el cual los pedidos no despachados son considerados pedidos pendientes, y se minimizará la inversión total del inventario, sujeto a número máximo de pedidos por período y a un nivel mínimo esperado de satisfacción. En este último se compararán dos metodologías que son Optimización Simulación, utilizando el software de simulación Simu18 y la metodología de Algoritmos Genéticos; este último, vía procesos de investigación, mostró un mejor comportamiento.El objetivo de esta Lección es presentar algunos de los modelos de inventarios aleatorios más importantes los cuales serán optimizados analíticamente; en particular, será considerado el modelo de inventarios (Q, r), donde inicialmente se analizará para un solo artículo con demanda y tiempo de reposición aleatorios con dos políticas de inventario diferentes, una de las cuales consiste en minimizar el costo total conformado por la suma de los costos de preparación, déficit y almacenamiento, y la otra política es minimizar la inversión total del inventario, sujeta a un número máximo de pedidos por período y a un nivel mínimo esperado de satisfacción. Finalmente se considerará el modelo (Q, r) con múltiples artículos y en el cual los pedidos no despachados son considerados pedidos pendientes, y se minimizará la inversión total del inventario, sujeto a número máximo de pedidos por período y a un nivel mínimo esperado de satisfacción. En este último se compararán dos metodologías que son Optimización Simulación, utilizando el software de simulación Simu18 y la metodología de Algoritmos Genéticos; este último, vía procesos de investigación, mostró un mejor comportamiento.Finalmente se considerará el modelo (Q, r) con múltiples artículos y en el cual los pedidos no despachados son considerados pedidos pendientes, y se minimizará la inversión total del inventario, sujeto a número máximo de pedidos por período y a un nivel mínimo esperado de satisfacción. En este último se compararán dos metodologías que son Optimización Simulación, utilizando el software de simulación Simu18 y la metodología de Algoritmos Genéticos; este último, vía procesos de investigación, mostró un mejor comportamiento.
|
650 |
|
7 |
|2 lemb
|a Matemáticas
|9 5
|
653 |
|
|
|a Inventarios aleatorios
|
700 |
1 |
|
|a María Andrea Arias, María Andrea
|e autor
|
700 |
1 |
|
|a Puerta, María Eugenia
|e autor
|
700 |
1 |
|
|a López Escobar, Leonardo David
|e editor
|
942 |
|
|
|2 ddc
|c BK
|
990 |
|
|
|a bc_dina
|
952 |
|
|
|0 0
|1 0
|2 ddc
|4 0
|6 519_000000000000000_L663M
|7 2
|8 CG
|9 299562
|a 10
|b 10
|c CG
|d 2017-03-16
|e Prolibros
|g 9.25
|i 069883
|o 519 L663m
|p 10053077
|r 2018-02-13
|w 2018-02-13
|y BK
|k 00770, 00771
|