domingo, 24 de abril de 2016

ANÁLISIS CRÍTICO SOBRE LAS VENTAJAS COMPETITIVAS QUE SE OBTIENEN AL IMPLEMENTAR UNA ADECUADA FUNCIÓN INFORMÁTICA.

A medida que las tecnologías de la información (TICS) han ido avanzando y aumentando su presencia en el día a día de las empresas, éstas se han dado cuenta de que dichas tecnologías son un elemento no sólo estratégico en su progreso, sino también crítico para su éxito.

Uno de los errores más comunes cometidos por las empresas es pensar que su ventaja competitiva durará siempre.

Las nuevas tecnologías han hecho tan competitivo el mundo de los negocios, que disponer de los últimos avances ya no reporta ventaja alguna.

 En otras palabras, las tecnologías son una condición imprescindible para triunfar en el mundo empresarial actual, aunque por sí solas no aportan ventajas diferenciales a la empresa.

Las TIC han creado un gran impacto en el funcionamiento de las organizaciones e incluso han alterado su propia estructura. Las TIC generan diversos efectos, dependiendo de la función que desempeñen en el seno de la organización. Las tecnologías de información forman parte importante de las organizaciones modernas. La influencia recíproca de la organización y las tecnologías de información, se ve reflejada cuando se estudia la automatización y el grado de participación que las tecnologías tienen para resolver problemas de productividad.
 Este análisis presentado desarrolla y presenta una visión crítica de las ventajas competitivas de la aplicación de la función informática, los procesos que aseguran el uso eficiente y efectivo de las TICS, la habilidad de gestión para dirigir y controlar los recursos informáticos mejorando así la productividad usando una diversidad de herramientas basadas en la función informática.


Las Tecnologías de la Información y la Comunicación han transformado nuestra manera de trabajar y gestionar recursos. Las TIC son un elemento clave para hacer que nuestro trabajo sea más productivo: agilizando las comunicaciones, sustentando el trabajo en equipo, gestionando las existencias, realizando análisis financieros, y promocionando nuestros productos en el mercado.


Ø  EL USO RACIONAL DE LAS TIC SON:
·         Gastar Menos
·         No ser líder, es mejor ser el segundo
·         innove cuando los riesgos sean Bajos
·         Invertir en Seguridad

El objetivo es mejorar los procesos asistenciales, los mecanismos de comunicación y seguimiento y agilizar los trámites burocráticos.


Ø  ANÁLISIS DE LAS VENTAJAS QUE SE OBTIENEN AL IMPLEMENTAR LAS TIC EN FUNCIÓN INFORMÁTICA.

Ventajas competitivas
una ventaja competitiva a obtener como producto de la implementación de una función informativa nos referimos principalmente al mejor manejo de la información dentro de la organización, aunque realmente no es una ventaja competitiva y erróneamente la señalamos, esta es en realidad una consecuencia previsible de la implementación de una adecuada función informativa. 

Una ventaja competitiva que podemos destacar es la capacitación a distancia para los empleados, a través del aprendizaje interactivo, esta es una facilidad muy atractiva para toda organización debido a que no es necesario hacer el traslado físico de sus empleados, el aprendizaje es continuo y muy amplio debido a la gran cantidad de información a la que tendrán acceso, esto mejora la productividad del empleado y en consecuencia, la productividad de la organización también aumenta.
LAS FUNCIONES A SEGUIR SON:
·         Establecer objetivos.
·         Elaborar plan de acción.
·         Realizar seguimiento.
·         Establecer causas y acciones correctivas.
·         Ejecutar las acciones correctivas.

FUENTES CONSULTADAS:

Andreu, Rafael; Rieart Joan y Valor Josep (1991). Estrategias y sistemas de información. Serie MeGraw-HiII de Management. Madrid, España.

lunes, 18 de abril de 2016

LA UNIDAD INFORMÁTICA EN LA INSTITUCION

Investigar cómo se llama la unidad informática en la Institución.
Departamento de tecnologías de la información y comunicación
¿Dónde  se  encuentra  ubicada  en  el  organigrama de la institución?
¿Quién está a cargo de ella?
M.T.I Daniel Carrillo Estañon
¿Cuáles  es  su  misión,  visión,  objetivos  y funciones que tiene?
Misión:
No cuenta con una misión  
Visión:
No cuenta con una visión
Objetivos:
Mantener el funcionamiento de la infraestructura de las tecnologías de la información y la comunicación
Funciones:
Generar horarios
Planificar mantenimiento preventivo
Ejecutar procedimiento de mantenimiento correctivo y preventivo
Desarrollo de software
Administración de servidores
¿Cómo está estructurado?

Subdirección, departamento de tecnologías de la información y comunicación y áreas de mantenimiento.

viernes, 4 de marzo de 2016

4.9 DISTRIBUCIÓN F

4.9 DISTRIBUCIÓN F

4.8 DISTRIBUCIÓN CHI-CUADRADA

4.8 DISTRIBUCIÓN CHI CUADRADA
Según (Ronald E. Walpole, Raymond H.Myers, Sharon I. Myers,2012)

“La variable aleatoria continua  X tiene una distribución chi cuadrada, con v grados de libertad, si su función de densidad es dada por donde V es un entero positivo” (Pág.200) 

4.7 DISTRIBUCIÓN T-STUDENT

4.7 DISTRIBUCIÓN T-STUDENT
Según (Walpole, Ronald E., 2007)

“La distribución t se usa de manera extensa en problemas que tienen que ver con inferencia acerca de la media de la población como en problemas que implican muestras comparativas (es decir, en casos donde se trata de determinar si las medias de dos muestras son significativamente diferentes). El lector debería notar que el uso de la distribución t para el estadístico”(Pág. 257)

De acuerdo a (mendenhall, Beaver, 2010)
“este segundo método fue utilizado por un inglés llamado W.S. Gosset en 1908.El dedujo una complicada fórmula para la función de densidad de
Para muestras aleatorias de tamaño n desde una población normal y publico sus resultados bajo el nombre de “Student”. Desde entonces, la estadística se conoce como t de Student.”(Pág.388)

Bibliografía:
(Walpole, Ronald E., 2007) “Probabilidad y Estadística para Ingenieros”. Sexta Edición, México: Editorial PEARSON.

(Wackerly, Dennis D./, William Mendenhall III/ Richard L. Scheaffer 2010).”Estadística matemática con aplicaciones”. (7 ed.). Cengage Learning Editores, S.A. de C.V.

4.6 DISTRIBUCIÓN NORMAL

4.6 DISTRIBUCIÓN NORMAL
Según  (Seymour Lipschutz, 1991)
“la distribución normal o curva normal (de gauss) se define como sigue:esta función es en realidad uno de los ejemplos más importantes de una distribución de probabilidad continua. Los dos diagramas que siguen, muestran los los cambios de f cuando u varia.”(Pág.106)

Según ( Jay L. Devore, 2008)
“se dice que una variable aleatoria continua X tiene una distribución normal con parametros , si la función de la densidad de probabilidad de X .”(Pág.145)
Ejemplo:
De acuerdo (Murray R.Spiegel, 1991)
“Uno de los más importantes ejemplos de una distribución de probabilidad continua es la distribución normal, curva normal” (Pág.160)

Bibliografía:
(Seymour Lipschutz, 1991) “probabilidad ”primera edición, Editorial MC GRAW HILL
(JAY L. DEVORE.2008) “Probabilidad y estadística para ingeniería y ciencias”
           Séptima edición. Cengage Learning editores S.A de C.V.

(Murray R.Spiegel, 1991) “estadística “ segunda edición, Editorial MC GRAW HILL

4.5 ESPERANZA MATEMÁTICA

4.5 ESPERANZA MATEMÁTICA
Según (Murray R. Spiegel, 1991)
“Si P es la probabilidad de que una persona reciba una cantidad S de dinero, la esperanza matemática (o simplemente esperanza)se define como pS.”(Pág.133)
Ejemplo:
Si la probabilidad de que un hombre gane un premio de $10 es 1/5, su esperanza matemática es 1/5($10) = $2.

Bibliografía:
(Murray R.Spiegel, 1991) “estadística “ segunda edición, Editorial MC GRAW HILL

4.4 DISTRIBUCIÓN DE POISSON

4.4 DISTRIBUCIÓN DE POISSON
Según  (Levin, Richard L. y Rubin, David S., 2010)
 “La distribución de Poisson se utiliza para describir ciertos tipos de procesos, entre los que se encuentran la distribución de llamadas telefónicas que llegan a un conmutador, las solicitudes de pacientes que requieren servicio en una institución de salud, las llegadas de camiones y automóviles a una caseta de cobro, y el número de accidentes registrados en cierta intersección. Estos ejemplos tienen en común un elemento: pueden ser descritos mediante una variable aleatoria discreta que toma valores enteros (0, 1, 2, 3, 4, 5, etc.). El número de pacientes que llegan al consultorio de un médico en un cierto intervalo será de 0, 1, 2, 3, 4, 5 o algún otro número entero. De manera parecida, si usted cuenta el número de automóviles que llegan a una caseta de cobro de alguna carretera durante un periodo de 10 minutos, el número será de 0, 1, 2, 3, 4, 5 y así consecutivamente.” (Pág. 202)
Ejemplo:
 
De acuerdo a (Walpole, Ronald E., 2007)
“Los experimentos que dan valores numéricos de una variable aleatoria X, el número de resultados que ocurren durante un intervalo dado o en una región específica, se llaman experimentos de Poisson. El intervalo dado puede ser de cualquier longitud, como un minuto, un día, una semana, un mes o incluso un año. Por ello, un experimento de Poisson puede generar observaciones para la variable aleatoria X que representa el número de llamadas telefónicas por hora que recibe una oficina, el número de días que la escuela permanece cerrada debido a la nieve durante el invierno o el número de juegos suspendidos debido a la lluvia durante la temporada de béisbol. (Pág. 161)


Ejemplo:
 
De acuerdo (Seymour Lipschutz, 1991)
“Esta distribución infinita contable se presenta en muchos fenómenos naturales, tales como el número de llamadas telefónicas por minuto en un tablero de distribución, el número de erratas por página en un texto grande”. (Pág.108)

Bibliografía:
(Levin Richard I., 2010) “Estadística para Administración y Economía”. Séptima Edicion, Mexico:Editorial PEARSON.
(Walpole, Ronald E., 1999) “Probabilidad y Estadística para Ingenieros”. Sexta Edición, México: Editorial PEARSON.

    (Seymour Lipschutz, 1991) “probabilidad ”primera edición, Editorial MC GRAW HILL

4.3 DISTRIBUCIÓN HIPERGEOMETRICA

4.3 DISTRIBUCIÓN HIPERGEOMETRICA
Según ( Jay L. Devore, 2008)
“si X es el numero de éxitos (E) en una muestra completamente aleatoria de tamaño n extraída de la población compuesta de M éxitos y (N – M) fallas, entonces la distribución de probabilidad de X llamada distribución hipergeometrica.”(Pág.117)
Ejemplo:

De acuerdo a (Paul L. Meyer, 1991)
“Supóngase que tenemos un lote de N artículos, de los cuales r son defectuosos y (N – r) no son defectuosos. Supóngase que escogemos al azar, n artículos del lote (n menor o igual a N), sin sustitución. Sea X el número de artículos defectuosos encontrados. Puesto que X =k si y sólo si obtenemos exactamente (n – k) no defectuosos [de los (N – r)] no defectuosos del lote], tenemos Se dice que una variable aleatoria discreta que tiene la distribucion de probabilidades de la ecuacion anterior tiene una distribución hipergeométrica.” (Pág. 180)


Según (Walpole, Ronald E., 2007)
“Las aplicaciones de la distribución hipergeométrica se encuentran en muchas áreas, con gran uso en muestreo de aceptación, pruebas electrónicas y garantía de calidad. Evidentemente, para muchos de estos campos el muestreo se realiza a expensas del artículo que se prueba. Es decir, el artículo se destruye y por ello no se puede reemplazar en la muestra. Así, es necesario un muestreo sin reemplazo. La distribución hipergeométrica encuentra aplicaciones en el muestreo de aceptación, donde lotes del material o las partes se muestrean con la finalidad de determinar si se acepta o no el lote completo.” (Pág. 152)

Ejemplo:







Bibliografía:
(JAY L. DEVORE.2008) “Probabilidad y estadística para ingeniería y ciencias”
           Séptima edición. Cengage Learning editores S.A de C.V.

(RONALD E. WALPOLE, RAYMOND H. MYERS, SHARON L. MYERS Y KEYING YE., 2012).”Probabilidad y estadística para ingeniería y ciencias”. (9 ed.). México :PEARSON EDUCACIÓN

4.2 DISTRIBUCIÓN BINOMIAL

4.2  DISTRIBUCIÓN BINOMIAL
Según ( Jay L. Devore, 2008)
“Un experimento para el que se satisfacen las condiciones 1-4 se llama experimento binomial”. (Pág.108)
De acuerdo (Seymour Lipschutz, 1991)
“consideramos pruebas repetidas e independientes de un experimento con dos resultados; llamamos uno de los resultados favorables (o éxito) y el otro desfavorable (o fracaso). (Pág.105)
Ejemplo:












De acuerdo (Murray R.Spiegel, 1991)
“si p es la probabilidad de que ocurra un suceso en un solo intento (llamada probabilidad de éxito) y q=1 – p es la probabilidad de que no ocurra en un solo intento (llamada probabilidad de fracaso), entonces la probabilidad de que el suceso ocurra exactamente X veces en N intentos ( o sea, x éxitos y N – x fracasos.

EJEMPLO:






Bibliografía:
(JAY L. DEVORE.2008) “Probabilidad y estadística para ingeniería y ciencias”
           Séptima edición. Cengage Learning editores S.A de C.V.
(Seymour Lipschutz, 1991) “probabilidad ”primera edición, Editorial MC GRAW HILL

(Murray R.Spiegel, 1991) “estadística “ segunda edición, Editorial MC GRAW HILL
4.1 FUNCIÓN DE PROBABILIDAD