Video

impecable

Disculpe, eso es de retroceso o de avance?

perfecto...gracias

gracias me servio muucho

Sk: lo que tenemos en inventario dk: lo que vamos a decidir producir Dk: la demanda

Esta disponible el tutorial de la covatianza?

Es un método muy engorroso cuando hacerlo de forma intuitiva se obtienen los mismos resultados mucho más rápido.

no agregas nodos ficticios?

muy buen videooooooo

Gracias por la explicación y su trabajo, profesor Nina, ahora tengo las cosas más claras para mi parcial.

El link para descargar ya no sirve... porque?

me gusto la expliqueteacion

Excelente, muy bien explicado

¿Me podría proporcionar ejemplos utilizando funciones de pago para decidir el mejor acto?

Excelente explicacion gracias :)

👍🏼

Muchisimas grasia muy bien explicito se entiende bien

Gracias amigo por dar la clase que mi profesor no puede 🙏🙏🙏🙏

Suscrito!

Aplicar el análisis de la varianza (ANOVA) en la siguiente situación: Supongamos que una fundidora de acero surte de lámina de hojalata a tres fabricantes de lata, la especificación principal es que el peso del revestimiento de estaño deberá ser al menos de o,25 libras en el fondo del envase de hojalata. La fundidora y cada uno de los fabricantes de latas tienen laboratorios donde se realizan mediciones de los pesos de revestimientos de estaño, tomando muestra de cada cargamento. Parte del proceso de medidas consiste en eliminar con productos químicos el estaño de la superficie del metal de la base, de manera que es imposible tener las mismas medidas en las muestras de cada laboratorio para determinar qué tan aproximadas son las mediciones. Una posibilidad consiste en enviar varias muestras (con forma de discos circulares de igual área). Por las consideraciones de costo y disponibilidad se toma la decisión de enviar una muestra de 12 discos a cada laboratorio. Laboratorio A 0,25 0,2 0,22 0,3 0,27 0,28 0,32 0,24 0,31 0,26 0,21 0,28 Laboratorio B 0,18 0,28 0,21 0,23 0,25 0,2 0,27 0,19 0,24 0,22 0,29 0,16 Laboratorio C 0,19 0,25 0,27 0,24 0,18 0,26 0,28 0,24 0,25 0,2 0,21 0,19 Laboratorio D 0,23 0,3 0,28 0,28 0,24 0,34 0,2 0,18 0,24 0,28 0,22 0,21

Excelente video, muchas gracias.

EXCELENTE...😎

muchas gracias...entendi a usted mejor que a mi docente

No hay formula para sacar la varianza sin esa calculadora?

Amigo y si quero reslover modelos mmk como puedo hacer

grax

Porque 200000 - 100000 sigue siendo 100000

CASI NO SE ESCUCHA

Este video me salvó la unidad en la uniiii😁

Usted es un gran docente! ¡Me ha ayudado a comprender mejor este tema! Agradezco a Dios las personas que dedican su tiempo a la enseñanza a traves de CZcams

Buena explicación. Gracias. Saludos desde Chimbote Perú

el árbol puede llevar mas de 2 nodos al principio? o solo puede llevar 2??

Buen video, me sirve para estudiar para mi examen

genial! que pasa si me pide hallar con un IC de 95% para el el parámetro de la media poblacional (μ)?

Una pregunta porque el "1000" lo pusiste en negativo osea "-1000" cuando en el ejercicio dice "1000" y porque no hiciste lo mismo con "900"?

Buen video ingeniero muy buena explicacion, con que otros estadisticos de prueba se pueden saber los factores que menciona al final del video ??

Muchas gracias mi profesor explico pero no entendía muchas gracias

MUY BUENA LISTA DE VIDEO!!

7:40, y si tengo 70 valores?

hola, si ponemos las dos rallitas en una línea, significa que estamos rechazando, esa decisión, no?.

Muy bueno el video, me ayudó a solucionar mi ejercicio. La explicación es muy clara

Excelente! Gracias

🎯 Key Takeaways for quick navigation: 00:10 Decision trees are a risk assessment model that represents sequential decisions in a problem-solving process. 01:17 Decision trees consist of decision nodes (rectangles) and event nodes (circles) that represent different problem components. 03:39 Decision nodes lead to different alternatives, and the choice depends on maximizing or minimizing an objective function. 05:28 Decision trees are built by starting with a decision node and moving from left to right, considering all possible alternatives and events. 06:11 Calculating expected monetary value is done at event nodes by multiplying consequences by their probabilities. 10:01 When maximizing utility or return, choose the alternative with the highest expected value. 11:48 The final decision is obtained by working backward through the tree, selecting the alternatives with the highest expected values at each step. Made with HARPA AI

Hola!!! Como podría resolverlo empezando desde el n=3????

Hola, este tipo de matriz es la misma matriz de costos de oportunidad? 🤔

Si quisiera resolver mediante el método de la gran M dándole un valor a la M como se podría hacer ??

tenkiu

me gusrtaria videos referentes a los metodos de mochila, y ruta mas corta

Excelente explicacion, podria tener las diapositivas de estas presentaciones, para estudiarlos con mayor detenimiento

Excelente información