MATERIA: INVESTIGACION DE OPERACIONES II NOTAS DE TEORÍA DE COLAS

Tamaño: px
Comenzar la demostración a partir de la página:

Download "MATERIA: INVESTIGACION DE OPERACIONES II NOTAS DE TEORÍA DE COLAS"

Transcripción

1 INTITUTO TECNOLÓGICO DE TEIC MATERIA: INVETIGACION DE OERACIONE II NOTA DE TEORÍA DE COLA DEARTAMENTO DE INGENIERIA INDUTRIAL ELABORADO OR: M.C. HECTOR MARTINEZ RUBIN CELI

2 INTRODUCCIÓN Ua ituació de cola eta báicamete caracterizada por u flujo de cliete arribado a ua o ma etacioe de ervicio. La etacioe de ervicio o difícile de programar óptimamete por la preecia del elemeto aleatorio e la forma de arribo y ervicio. Ua teoría matemática que etudia o aaliza eta ituacioe e la teoría de cola, la cual etá baada e la decripció de la forma de arribo o ervicio por la apropiada ditribucioe de probabilidad. La teoría de cola o e ua técica de optimizació, e ua herramieta aalítica que provee ua iformació ma efectiva acerca del problema. U procedimieto para tratar lo problema de teoría de cola e reumido e lo cuatro pao iguiete : ) Defia y relacioe la variable de la ituació co el propóito de decribir el problema ) Deriva la ditribucioe aociada uado lo dato dipoible y uado la prueba etadítica apropiada. 3) Ue la ditribucioe para decubrir la caracterítica operativa que decribe al itema como u todo. 4) Mejora el fucioamieto del itema a travé del uo apropiado de modelo de deciió y baádoe e la caracterítica operativa de la ituació. CARACTERÍTICA DE LO MODELO DE COLA U itema de cola e epecificado completamete por 6 pricipale caracterítica :. Iumo o arribo (iterarribo, ditribució de arribo) cotate, o cotate.. alida o ervicio (ditribució de ervicio), cotate, o cotate. 3. Caale de ervicio 4. Diciplia de ervicio 5. Máximo umero de cliete permitido e el itema 6. Tipo de fuete. A.- CARACTERÍTICA DE ENTRADA.- Tamaño de la població. --Fiita o ifiita.- Etadítica del tiempo etre arribo (media, variabilidad, y ditribució) 3.- Actitud del cliete --paciete, impaciete 4.- Llegada e grupo o idividual B.- CARACTERÍTICA DE LA COLA.- Tamaño de la cola --fiita o ifiita--.- Diciplia (.E..., U.E..., Tiempo de proceamieto meor, Aleatorio, G, rioridad, Otro) 3.- Número (ua o má cola) C.- CARACTERÍTICA DEL ERVICIO

3 .- Dieño de la facilidad --erie, paralelo, mixta-- U ervidor, ua fae, U ervidor, múltiple fae Múltiple ervidore, ua fae Múltiple ervidore, múltiple fae Etadítica de la taa de ervicio (media, variabilidad, y ditribució) D.- FUNCIÓN OBJETIVO.- Miimizar la combiació de lo coto, del tiempo ocioo de lo cliete eperado e la líea y de lo ervidore..- Miimizar la combiació de lo coto, del tiempo perdido de lo cliete eperado e la líea y lo del alario de la gete que provee el ervicio. 3.- Criterio Heurítico.- El promedio de cliete que erá ervido e determiado tiempo, igú cliete requerirá eperar má que cierto periodo epecificado de tiempo. E.- ENFOQUE DE OLUCIÓN.- Matemático.- La taa de ervicio y la taa de arribo (ditribucioe) o aproximada por ditribucioe etádar..- imulació - Etadítica coceriete a la taa de tiempo de arribo y de ervicio o iterada por la imulació de MONTE CARLO de ditribucioe hitórica o ditribucioe aumida. Ejemplo de itema de Cola ituació Arribo ervidore roceo de ervicio Icripció ecolar Etudiate Coordiador Curo aigado y forma firmada upermercado Cliete Caja de pago (cajero) Nota de compra y pago Baco Cliete Cajero Depoito, retiro, cambio de cheque, pago de ervicio, etc. Crucero de calle Automóvile emáforo ao cotrolado a travé de la iterecció Coultorio médico aciete Doctor y aitete Tratamieto Mateimieto de equipo Equipo decompueto Mecáico Equipo reparado Termial de autobue Autobue Adee Carga y decarga

4 Líea de eamble roducto Trabajadore de eamble roducto eamblado Oficia de correo Correo a eviar Oficiita de correo roceo y evío del correo Itercambiador Telefóico Llamada Equipo de itercambio electróico Coexió realizada Caeta de herramieta Trabajadore Caetero alida y etrega de herramieta Termial aérea Avioe ita de aterrizaje Aterrizaje y depegue de avioe EJERCICIO DE TEORIA DE COLA.- Baado e u compreió de cada uo de lo iguiete itema de cola, decriba el ervidor, el cliete, la orgaizació, la diciplia, abadoo y/o cambio e la cola, y el proceo de ervicio. a. Caeta de cobro e ua autopita b. Cotrol del tráfico e ua iterecció por u emáforo. c. El ervicio de taxi e u hotel. d. Elevadore de u edificio. e. ervicio de fotocopiado e u egocio de ete tipo. f. Claificació de correpodecia e el ervicio potal. g. ervicio médico e u hopital h. Avioe aterrizado e u aeropuerto. i. Líea telefóica de emergecia. j. U retaurate. k. U itema de computo de tiempo compartido..- Decriba ua ituació e la cual la epera o el retrao e peligroo para la productividad. Dicuta como la ituació puede er mejorada. 3.- Ejercicio: Viajado por la cola eleccioe cico itema a viitar y obervar. Cotete la iguiete preguta. ea cocio;. Decriba lo ervidore y lo proceo del ervicio. Cuato ervidore hay?. Decriba a lo cliete. 3. Elabore u diagrama de la cofiguració del ervicio y la orgaizació de la cola. 4. Regitre el tiempo de ervicio para cico cliete coecutivo. Decriba lo factore que ifluecia el tiempo de ervicio. 5. Cuete y regitre el úmero de cliete que arriba uceivamete e itervalo de miuto. Decriba lo factore que ifluecia lo arribo al itema.

5 6. i uted oberva abadoo y/o cambio de la cola decriba el proceo. 7. Regitre la fecha y la hora. ETADO TRANITORIO Y ETADO ETACIONARIO U aálii de teoría de cola requiere el etudio del comportamieto del itema a travé del tiempo. U itema e u etado traitorio cuado u caracterítica operativa (comportamieto) varía co el tiempo. Eto uele ocurrir e lo etado iiciale de operació del itema, dode u comportamieto depede todavía de la codicioe iiciale. Nuetro iteré e el de la operació a largo plazo, dode el comportamieto del itema e idepediete del tiempo. A eto lo llamaremo etado etacioario del itema, y eto o puede er alcazado cuado la taa de arribo e mayor que la taa de ervicio, au i cuado el tiempo tracurrido ea muy grade. TERMINOLOGÍA Y NOTACIÓN Numero de cliete e el itema. (t) robabilidad e el etado traitorio de que exactamete cliete eté e el itema e el tiempo t aumiedo que el itema iició u actividade (operacioe) al tiempo cero. robabilidad e el etado etacioario que exactamete cliete eté e el itema. Taa promedio de arribo (umero de cliete/uidad de tiempo). Taa promedio de ervicio (umero de cliete/uidad de tiempo). Numero de ervidore e paralelo. / Iteidad de trafico / Factor de utilizació para facilidade de ervicio w tiempo eperado de epera por cliete e el itema. wq tiempo eperado de epera por cliete e la cola. L Numero promedio de cliete eperado e el itema. Lq Numero promedio de cliete eperado e la cola. Fracció promedio de tiempo que el itema etá ocupado (ocupado e defiido como uidade eperado o iedo ervida). Coiderado como el úmero de uidade promedio que etá iedo ervida e cualquier puto de tiempo. Relació etre w, wq, L y Lq L L q + ; L w ; Lq wq y ademá : wq w ; w wq+ Tiempo de iterarribo eperado (uidade de tiempo / uidad) Tiempo de ervicio eperado (uidad de tiempo/ uidad)

6 Factor de utilizació fracció de tiempo e que etá ocupado lo ervidore. ROCEO DE NACIMIENTO Y MUERTE La mayoría de lo modelo upoe que la llegada y alida ocurre de acuerdo a ete proceo. Ete proceo ocurre completamete al azar y u taa de promedio de ocurrecia depede úicamete del etado del itema. otulado de acimieto Dado que el itema e ecuetra e el etado E para (,,,....) e el itate t, la probabilidad de que exactamete ocurra u acimieto durate el itervalo t + Δt e: ( Δt) + ( Δt) o otulado de muerte Dado que el itema e ecuetra e el etado E para (,,,....) e el itate t, la probabilidad de que ocurra exactamete ua muerte durate el itervalo t + Δt e : ( Δt) + ( Δt) o Exite cuatro forma de que exita cliete e el itema e el tiempo t+δt (, ): a) U acimieto Δt( Δt) b) Ua muerte Δt( Δt) c) Nigú acimieto i muerte ( Δt)( Δt ) d) U acimieto, ua muerte ( Δt)( Δt) Etado e el uceo de robabilidad mometo t t+δt E- U acimieto ()( t Δt)( Δ t) E+ Ua muerte + ()( t Δt)( Δ t) E Niguo ()( t Δt )( Δ t) E Ambo ()( t Δt)( Δ t) Ahora la probabilidad de que haya cliete e el itema erá la uma de la cuatro probabilidade. ( t + Δt) ()( t Δt)( Δt) + () t Δt( Δt) + ()( t Δt)( Δt) + () t Δt Δt + Decartado la ifiiteimal del orde Δt y dividiedo todo por Δt.

7 ( t + Δt) ( t) Δt ()( t ) + () t + () t + y cuado Δt tiede a cero lim Δt ( t + Δt ) () t d () t Δt dt d() t dt ( + ) () t + () t + () t + Ete dearrollo e aplico para el cao ara determiar el cao epecial dode, implemete vemo que cuado, - (t) e igual a cero. Ademá... i el itema etá vacío y o e puede hablar de muerte. Nuetra ecuació diferecial para ete cao dode e covierte e: do() t () t o() t () t + () t dt Etoce la probabilidad de cliete e el itema e cero y uetra expreió e covierte e () t () t, Aí;,, 3,.., ubtituyedo valore de o, e lugar de,,...,, 3,... De acuerdo a lo coocimieto de probabilidad ubtituyedo valore de,, utituyedo valore por y acado o como factor comú teemo 3 *( )

8 Aplicado a la erie geométrica , cuado > y < etoce teemo o, o o Ete modelo ha ido dearrollado co u itema de cola de u ervidor y ua fae, e el etado etacioario. Notació de Kedall De la relacioe expueta e el apartado aterior e deprede que i coocemo la erie: { t } { } k k y el úmero de caale teemo toda la iformació ecearia para decribir la cola. or eo, para decribir u itema de cola e emplea la otació de Kedall, que coite e u grupo de letra y úmero de la forma: A/B//m/d/e dode cada uo de lo dígito tiee el iguiete igificado: A deiga el proceo de llegada; má cocretamete, decribe el tipo de ditribució del tiempo etre llegada. i ete proceo e markoviao de tipo oio-expoecial, e ete lugar e colocará la letra M. i el proceo e determiítico, e colocará la letra D y la letra G i la llegada o de otro tipo. B deiga el proceo de ervicio; e decir, decribe la ditribució del tiempo de ervicio y, por tato, de la alida del itema. e colocará la letra M i ete proceo e markoviao, D i e determiítico y G i e de otro tipo. E todo lo cao upodremo que la duració del tiempo de ervicio e idepediete de la ditribució de la llegada. m d úmero de caale de ervicio ó úmero de ervidore. úmero máximo de uuario imultáeo que e admite e el itema. i eta capacidad e ifiita, e omite. diciplia de la cola, e decir, proceo de deciió de cuál de lo uuario e epera va a paar a recibir ervicio, tal y como e decribió e la págia 3. or omiió e coidera ua cola tipo FIFO.

9 E població fiita o ifiita de dode proviee lo cliete CAO: CAO U olo ervidor a) Llegada oio y tiempo de ervicio Expoecial E ete modelo lo cliete erá atedido por orde de llegada E (FIFO). Ademá o exitirá limitacioe e cuato a la catidad de cliete que el itema oporta (puede er atedido ifiito cliete). Defiiremo el trabajo e el itema a la legada de u cliete e u itate t como la uma de lo tiempo remaete de ervicio de todo lo cliete e el itema e ee itate. o o o o... o o y ( ),,,... olució para el etado etacioario

10 NUMERO EERADO DE CLIENTE EN EL ITEMA (L) L i ip i abemo que oo i i o + o o i o( ) dode ( ) ( ) de la erie geométrica / Obteemo d( ) ( ) ( )( ) d ( ) ( ) y utituyedo e o ip o ( ) i i ( ) ( ) Número medio de cliete e el itema: L ; aí; L de eto obteemo Número medio de cliete e la cola: Lq L, Lq ( )

11 Tiempo promedio que paa u cliete e el itema Tiempo promedio que paa u cliete e al cola L W Wq ( ) La probabilidad de que u cliete pae determiado tiempo e el itema e calcula de la maera iguiete: { } ( ) t Wq> t e, para t { } ( ) t W> t e, para t Ejemplo: La vetailla de u baco realiza la traaccioe e u tiempo medio de miuto. Lo cliete llega a la vetailla co ua taa de cliete por hora. i e upoe que la llegada o de oio y lo ervicio expoeciale, e pide: a) orcetaje de tiempo e que el cajero etá ocioo. b) Tiempo medio de etacia de lo cliete e la cola. c) Fracció de cliete que debe eperar. i la ateció a lo cliete dura u promedio de miuto, podemo decir que la taa de ervicio e de 3 cliete por hora. Como 3 < podemo afirmar que el itema e etacioario. E eta ituació, el porcetaje de tiempo que el cajero etá ocioo e igual a la probabilidad de que o haya igú uuario e el itema: luego el cajero etará ocioo u 33.33% del tiempo. El tiempo medio que u uuario paa e la cola e: W q ( ) 3 e decir, 4 miuto. or último, la fracció de cliete que debe eperar e:. 667 Hora

12 L q L 3 Ejemplo: Ua tieda de alimetació e atedida por ua peroa. La llegada de cliete lo ábado e u proceo de oio co ua taa de peroa por hora y lo cliete o atedido egú ua política FIFO co u tiempo medio de ervicio de 4 miuto. e pide: a) robabilidad de que haya cola. b) Logitud media de la cola. c) Tiempo promedio de epera e cola. d) robabilidad de que el cliete eté meo de miuto e la tieda. La taa de ervicio e de 5 cliete por hora. Como <, el itema e etable co 3. La probabilidad de que haya cola e: t [ () > ] o + ( ) La logitud media de la cola erá: L q El tiempo promedio de epera e cola: W q 333. Hora ( ) 5 5 e decir, de 8 miuto. or último, la probabilidad de que u cliete etá meo de miuto e la tieda e la probabilidad de que el tiempo de epera má el de ervicio ea meore que, lo cual tiee ua,. or tato: [ ] ditribució expoecial co parámetro ( ) ( ) ( ) t 5 3 T< e e CAO ERVIDORE MÚLTILE E ete cao, u modelo co ervidore paralelo ( ) e coiderado, tal e el cao que cliete pueda etar iedo ervido imultáeamete. E aumido que todo lo caale tiee la mima ditribució de ervicio (EXONENCIAL) co taa de promedio y por uidad de tiempo. La taa de arribo tiee ua ditribució de oio.

13 La derivació de la ecuacioe difereciale para ete modelo e la mima que para el modelo de u ervidor excepto que la probabilidad de ervicio durate u itate Δt e aproximadamete Δ para < y Δt para por eto cuato Δt tiede a e el cao etacioario teemo: -o +, - - ( + ) + (+) +, < < - - ( + ) + +, (-) Coideremo el comportamieto del itema! ; para < 3!! ( ) ( ) ( ) ( 3 ) 3 ( )!

14 . ( )! ( ) ( ) 3 + o! Etoce para cuado: + * o! aí;! E el cao de ervidore múltiple exitirá ete cuado > y < etoce Lq α ( ),dode! i hacemo - j, tedremo que Lq j,,dode Lq j + j j j! j + j! ( ) j j j d ( j ) ( ) j! j + j j!!... + j, j d como la erie geométrica coverge cuado < etoce; d d ( ) ( ) j ( ) j j, parcialmete obteemo j d 3 j. ( ( ) d α ar ( ) 3... j j e Lq ( ) j or lo que utituyedo ( )! j ( j ) j

15 Teemo que el úmero promedio de cliete e la cola e!( ) Lq abemo que Lq Wq etoce el tiempo promedio que paa u cliete e la cola e!( ) Wq ; dode abiedo que, w wq + y que L Lq + e puede obteer W y L Como; i ; ; etoce ;!! + α!! + α que,, ya aí j E j j α α aplicado uevamete la erie geométrica, teemo que;!! + La probabilidad de que u cliete pae determiado tiempo e el itema e calcula de la maera iguiete:

16 t o e ( t) W { > t} e +! ( ), para t ( ) t Wq { > t} Wq { } e, para t { } ( ) t Wq> t j ( e ), para t dode J ( ) ( ) o! ( ) e la probabilidad de que todo lo ervidore eté ocupado Aí; { t} Wq> ( )! ( ) ( ) o t, para t e Dode t Cuado --, e debe reemplazarce por t Ejemplo: E u baco exite cuatro líea de ervicio y lo cliete que arriba al itema e ue a la cola má corta. Lo cliete llega aleatoriamete a ua taa de 6 por hora. Cada ervidor puede ateder la traaccioe a ua taa de 8 por hora. El ervicio tiee diciplia FIFO y exite epacio uficiete e el etacioamieto del baco para dar cabida a lo carro. Debido a que exite ormalmete 4 líea de ervicio e paralelo que trabaja idepedietemete uo del otro e puede dividir la taa de llegada equitativamete etre la cuatro líea. e tiee 4 líea cada ua co 4 y 8. L carro e el itema

17 e deea ivetigar u uevo arreglo para reducir el tiempo de epera para lo cliete e el ervicio de la caja. Normalmete lo cliete e ue a aquella líea má corta. Ete procedimieto o iempre trabaja bie, debido a la diferecia e lo tiempo de ervicio, algua líea tiede a movere má rápido que otra. Muy eguido etoce, u cliete que eleccioa ua líea corta debe eperar u periodo grade de tiempo i el cliete de adelate tiee que realizar larga traaccioe. e ha ivetigado la forma e que el baco podría maejar el problema. Ua forma ería teer ua ola líea de epera. Cada cliete etoce e mueve (acude a la caja) a la primera caja que e deocupe y el iguiete cliete de él paa a er el primer cliete e la líea. Comparado el actual co el propueto procedimieto el criterio de deciió erá el tiempo promedio que u cliete pae e la cola. Arreglo Actual Arreglo propueto w hora, 4 5 mi/ liea Lq L carro e la liea Lq wq hora 7.5 miuto 8 e la liea i e aalizara el cao de caale múltiple dode exite ua ola líea para lo cuatro ervidore tedríamo 4 o.34 Lq ( itema ocupado)* Lq.739 carro / liea! o (itema ete ocupado) ( ) ( ).739! 3

18 4.34() Lq.739carro e la liea! ( ) 4! 4 L + Lc carro e el itema Lq.739 wq.9hora o.654 mi uto 6 L w hora o 8.5 mi uto i comparamo Wq de 7.5. mi. para 4 líea idividuale co Wq de.54 miuto para ua líea, teemo u drático mejoramieto e el ervicio. + α! !! Coto de u itema de Líea de Epera La obteció de L, L q, W y W q a travé de lo modelo de acimieto y muerte permite tomar deciioe de itema de líea de epera. Eta deciioe uele expreare e térmio de

19 miimizació de lo coto aociado a la epera. ara cualquier itema de epera tedremo do tipo de coto: Coto de ervicio y coto de epera. i el tamaño de la cola etá limitado, tedremo tambié coto de abadoo. Coto de ervicio erá directamete proporcioale al úmero de ervidore e paralelo que etablezcamo e el itema. uele caracterizare co el parámetro C, que exprea lo coto de ervicio por ervidor para u determiado periodo de tiempo: De ete modo, tederemo: Coto de ervicio C um/período Al exprear lo coto de ervicio de ete modo, upoemo que icurrimo e coto de ervicio por el hecho de dipoer del ervidor, idepedietemete de que efectivamete eté e ervicio o o. i icurrimo e eto coto el ervidor etá ocupado, tederemo: Coto de ervicio Taa de utilizació del ervidor C um/periodo Dicha taa de utilizació erá igual a para lo modelo de uivero fiito y cola o limitada. ara el reto de lo modelo, deberá calculare e cada cao. Coto de Epera La preocupació por el dieño de u itema de líea de epera upoe la exitecia de cierto coto de epera, aociado al úmero medio de uidade e el itema. Dicho coto puede iterpretare e térmio de pérdida de calidad de ervicio, poible reduccioe de veta futura debido al largo tiempo de epera e experiecia ateriore, etc. e caracteriza por el parámetro C e, que o e má que el coto de ervicio por uidad e el itema para u determiado periodo de tiempo. Dicho coto de epera valdrá: Coto de epera C e L um/periodo Lo coto de epera tambié depede del úmero de ervidore, pero de maera idirecta: u aumeto del úmero de ervidore iducirá ua reducció del úmero promedio de uidade e el itema L, e fució del itema que etemo tratado. Coto de Abadoo Etre otra utilidade, de lo modelo de cola fiita permite repreetar u comportamieto de abadoo del itema por parte de la uidade, i el tamaño de la cola e demaiado grade. Ma cocretamete, e upoe que la uidade que abadoará el itema i, cuado éta llega al itema, el tamaño de la cola e k. e trata de uo coto de aturaleza parecida a lo de epera, auque e ocaioe puede iterpretare como reduccioe de veta actuale (por abadoo). e caracteriza por C a que e el coto de abadoo por uidad para u periodo de tiempo determiado. ara u determiado periodo de tiempo, la uidade que abadoa el itema valdrá: Uidade que abadoa k Dode repreeta la taa de llegada al itema referida al periodo coiderado. La taa de etrada al itema erá, etoce: Coto de abadoo C a k

20 M/M/ Ejemplo: U operario que trabaja e ua fábrica, debe obteer u herramieta de u almacé. U promedio de operadore por hora arriba al almacé e buca de de parte. E la actualidad el almacé e atedido por u depediete a quié e le paga $6 por hora y a quié le toma u promedio de 5 miuto ateder la demada de u operario. Debido a que al operador e le paga $ por hora, cada hora que el operario paa e el almacé le cueta a la fábrica $. La fábrica eta decidiedo etre cotratar o o ( a $4 por hora) a u ayudate. i e cotrata u ayudate, al depediete le tomará u promedio de 4 miuto procear la demada de lo operario. Coidere que lo tiempo de ervicio etre arribo o expoeciale. e deberá cotratar al ayudate? Coto eperado Coto del ervicio Coto de epera + Hora Hora Hora Coto de epera Coto de epera No. promedio de cliete * Hora Cliete Hora Coto promedio de epera $ Hora promedio que el * Hora Operario-Hora cliete paa e el itema Aí; Coto promedio de epera Coto promedio de epera W y W Cliete Hora Como y µ cliete por hora y W.5hora, teemo que: Coto del ervicio/hora $6 y Coto promedio de epera (.5) $5 or lo que i ayudate, el coto eperado por hora e 6+5 $56. Co el ayudate y µ5 cliete por hora y W.hora 5 Ahora el coto del ervicio/hora $ y Coto promedio de epera (.) $. or lo que co ayudate, el coto eperado por hora e + $3. or lo aterior el ayudate deberá er cotratado, debido a que e ahorra 5- $3 por hora, que e ma de $4 por hora de alario que cueta el ayudate. M/M/ Ejemplo: El gerete de u baco debe determiar cuato cajero deberá trabajar lo viere. El gerete cree que por cada miuto que u cliete pae e epera, e icurre e u coto de epera de $.5. U promedio de cliete por miuto arriba al baco.. E promedio le toma a u cajero miuto ateder la traacció de u cliete. Le cueta al baco $9 por hora cotratar a u cajero. El tiempo etre arribo y de ervicio o expoeciale. ara miimizar la uma de lo coto de ervicio y epera, cuato cajero deberá cotratar el baco para que trabaje lo viere? y µ3 cliete por hora y >. 4 Como < debe er mayor a 4 *3 Coto eperado de eervicio Coto de epera + Miuto Miuto

21 Debido a que a cada cajero e le paga 9/6 $.5 por miuto, Coto eperado de eervicio $.5 Miuto Como e el ejemplo aterior, Coto de epera No. eperado de cliete Coto de epera + Miuto Miuto Miuto ero Coto de epera/cliete $.5 W q Debido a que cliete arriba por miuto, Coto de epera/miuto (.5W q ) $*W q 7 ara 5,.8 W q. miuto.5*5 Coto de epera/miuto.(.)$. Y para 5 Coto total eperado.5*5 +. $8.6 Debido a que 6 tiee u coto de ervicio de 6*.5 $9, co 6 cajero o e tiee u coto total meor que co 5 cajero. Teiedo 5 cajero atediedo e óptimo. Diciédolo de otra maera, poiedo otro cajero adicioal puede ahorrar al baco a lo máximo $. por miuto e coto de epera. Como el coto de u cajero adicioal de de $.5 por miuto, o puede er óptimo cotratar ma de 5 cajero. Ademá del tiempo eperado de u cliete e el itema, e de iteré la ditribució de tiempo de epera de u cliete. or ejemplo, i todo lo cliete que tiee que eperar ma de 5 miuto e la caja de u upermercado decide cambiar a otra tieda, la probabilidad que u dado cliete e cambie a otra tieda iguala a (W>5). ara determiar eta probabilidad, e eceario coocer la ditribució del tiempo de epera de u cliete. ara u itema M/M/ e puede motrar que; t e w ( > t) e + ( j> ) W ( > t) ( j ) e q ( ) t ( ) ara ilutrar eto coidere e ejemplo aterior e que 5,.8, o.897, y µ.5 cliete por miuto como J ( ) ( ) o! ( ), etoce ( ) 5* W ( > ) ( j 5) e.55* e.4 q 5 ( ) 5! (.8) 5*.8 *.897 J ( 5).557

22 or lo que el baco el gerete puede etar eguro que la probabilidad de que u cliete tega que eperar má de miuto e muy pequeña. Ejemplo: La CIA de traporte Maíz-Trigo carga barco co trigo arroz, maíz y otro grao, para er eviado a altamar. La compañía o e propietaria de lo barco que carga, ya que ólo e ecarga de cargar lo grao a lo barco iempre que alguo llegue para olicitarlo. No exite u caledario fijo para la llegada de lo barco porque la llegada difiere de acuerdo a lo coto de lo grao, codicioe iteracioale etc. or eto e aume que lo barco llega aleatoriamete, a ua taa promedio de uo por día. Debido a la retricció e la capacidad y a la cofiguració de la carga, la compañía o puede aegurar exactamete cuato tiempo llevara cargar u barco. Eta retricció igifica que mietra el barco eté eperado y mietra eté iedo cargado la tripulació del barco eta ocioa. Ya que la gaacia del propietario del barco depede del tiempo que el barco pae e el muelle (itema) y ademá de que la compañía vede grao debido al exceo del mimo, la compañía ha acordado pagar a cada propietario de barco $ /día que el barco pae e el itema (e epera de carga o iedo cargado). Ete pago e para compear al propietario del barco por la pérdida de gaacia mietra el barco eta iedo cargado e el muelle de la compañía. De acuerdo a lo archivo u equipo de carga de 3 hombre puede cargar a razó de ¼ de barco/día. Lo equipo puede trabajar juto i iterferecia etre lo equipo, tal que la reultate taa de carga e: Barco cargado/día (um. de equipo)(/4 barco/día/equipo), e deea determiar cuato equipo o eceario para cargar lo barco tal que el coto total ea miimizado. Coto total Σ pago/día + pago a lo equipo de carga Lo trabajadore por equipo cueta a la compañía $/trab/hr (8 hora/día) por jorada. ea M No. De equipo, y el Coto Total 4M + L Como y M( 4) y como : < etoce 4 < ; < ; ai M > 5 M M 4 Numero De Equipo M(/4) /M(/4)< 5/4 6/4 7/4 8/4 9/4 /4 etoce 4/5 4/6 4/7 4/8 4/9 4/ M > 4 o /5 /3 3/7 / 5/9 6/ L 4 4/3 4/5 /3 Lq 6/5 4/3 6/ / 6/45 4/5 w 4 4/3 4/5 /3 wq 6/5 4/3 6/ / 6/45 4/5 Coto de empleado Coto de epera Coto total

23 La compañía miimizará coto utilizado 8 equipo. Ejemplo: upógae el cao e que la compañía Maíz y Trigo, tiee la oportuidad de retar ua italació de ervicio adicioal (muelle) a u coto de $5/dia. Eta italació tiee la mima caracterítica que la italació de la compañía y la eficiecia de lo empleado erá la mima. La compañía deea determiar i eria ma barato retar la italació o permaecer úicamete co la propia. m < ; < ; 4 m < ; debe er mayor a, m ( ¼ ) Coto total coto de empleado + pago a barco + pago reta; CT (m)(4) + L + 5 No. De equipo por italació Numero de Equipo por italació η 3/4 5/4 6/4 4/3 ½ /5 /6 o (it. Ocupado) Lq L Wq W Coto de empleado ago de barco ago reta Coto total El coto meor para italacioe e de $3753 y utiliza 4 equipo/italació. Ete coto e mayor que el de utilizar ua italació $3753 > $9 Etoce o e coveiete retar otra italació. MODELO DE FUENTE FINITA Modelo de fuete fiita para u ervidor E ete modelo e coidera que el tamaño de la població e fiito, por ejemplo; e el cao del ervicio a u grupo de maquia de ua fabrica. Deotamo a M como el umero de uidade e la població (tamaño de la població). Lo reultado iguiete o para el etado etacioario, co tiempo de llegada oio y tiempo de ervicio expoecial para u ervidor.! M M ( M )! M!,,3... ( M )!

24 + Lq M ( ) M ( + )( ) L M ( ) M ( ) Lq ( po) + Lamda Efectiva ( M L ) eff Modelo de fuete fiita para ervidore Ete modelo e tambié coocido como MODELO DE ERVICIO ARA MAQUINARIA. Ete itema tiee u total de N maquiaria y e le da ervicio co mecáico ( M ) co tiempo de llegada oio y tiempo de ervicio expoecial. M M M! + +! L M eff Lq + eff ( M ) M M o!! M o < M dode Lq ( ) eff ( M j) j ( M L) L M para calcular W y W q M j e el umero eperado de ervidore ocioo La medida W y W q e puede derivar del L uado la fórmula obteida ateriormete. W L / eff, W q L q / eff dode eff (M-L) Ejemplo: Diez maquia etá iedo atedida por ua grúa aérea: Cuado ua maquia termia u carga, la grúa e llamada para decargar la maquia y para italarle ua ueva carga de ua aérea adyacete de almaceamieto. El tiempo maquia de carga e aume er Expoecial co ua media de 3 miuto. El tiempo dede el mometo que la grúa e mueve a ervir a la maquia hata que la ueva carga e italada e tambié Expoecial co media de miuto. a) Ecuetre el porcetaje del tiempo que la grúa eta ocioa. b) Cuál e el úmero eperado de maquia e epera del ervicio de la grúa? a).- 6/3; 6/6; % tiempo que la grúa eta ocioa o ()(.8).8%

25 b).- Lq M + ( ) + (. 8) !!!! 3! ( ) o (.33) (.33)... (.33).8 ( )! ! 8! 7!! Wq., W.68 L L q 6 eff (M-L)(-7)6, WL/ eff 7/6.67, WcLc/ eff 6/6 Ejemplo: mecáico etá atediedo 5 maquia e u taller. Cada maquia e decompoe de acuerdo a ua ditribució oio co ua media de 3 por hora. El tiempo de reparació por maquia e expoecial co media de 5 miuto. a).- Ecuetre la probabilidad de que lo mecáico eté ocioo. Que u mecáico ete ocioo. b).- Cual e el umero eperado de maquia ocioa que o etá iedo ervida? 3/4.75 a).- o 5!!! ( 5 ) ( 75. ) 5 5! ( 75. ) 3 ( 5 )!! ( 75) (. )! (. )(. ) 4!!. { mecáico ocioo} o.435 { mecáico ocioo} o. 644 b).- Lq 5 5 Lq 3 ( ) ( ) + (3 ) 3 + (4 ) 4 + (5 ) 5 ( ) ! (.75) 5 4! (.75) ! 4! 5 5 5! (.75) !

26 5 Lq ( ) (.74) + (.43) + 3(.766) M ( M ) 5o o eff LLq+ eff.9+7/4.66 WqLq/ eff.9/4.98 WL/ eff.66/7.38 MODELO DE COLA FINITA Reultado e el etado etacioario para u ervidor Co tiempo de llegada oio y tiempo de ervicio expoecial, o e permite que la cola exceda de u úmero M de cliete y todo lo cliete que llega mietra la cola etá llea ale y o vuelve. (Capacidad total del cliete e el itema; lo que etá iedo atedido má lo que etá eperado er atedido) i,,,... M i M ara u modelo M/M//GD/M/, el etado etacioario exitirá aú í. Eto e debe a que i, la capacidad fiita del itema previee que el umero de cliete e el itema crezca ifiitamete. ara M + ; dode ; para,,,3.., M M + M + ( M + ) M L ; cuado ; Lq L ( ) M + ; para M+, M+,+.. Eto reultado o valido para < ; i tiede a lo reultado coicide co el origial.

27 L M M + { ( M + ) + M } M + ( )( ) L M, cuado M Número de arribo por uidad de tiempo que ecuetra el itema ocupado y e va y o etra eff (- M ) Numero de arribo promedio por uidad de tiempo que actualmete etra al itema ) ( ) eff ( M eff M eff ( M Dode ) + y eff e el umero de ervidore eff eff ocioo, y eff L Lq Lq L La medida de Lc, W y Wq e puede derivar del L uado la fórmula obteida ateriormete. M W L / eff, W q L q / eff Reultado e el etado etacioario para ervidore (>) Eto o ua exteió directa del modelo de u ervidor co lo iguiete parámetro. i M N i i M i M + ( ( ) ) + para..!!( ) ( ).. M + + para!! i,,...,! i M! i M i y M etoce Lc

28 L α i M > ( ) etoce ( ) ( )( ) ( )! para / M M Lq M Lq ( M )( M + )! para / eff L Lq + ( eff ) Lq + L + Lq + ; L w eff y Lq wq eff Ejemplo: e etá haciedo plae para abrir ua pequeña etació para lavar automóvile y debe decidire cuáto epacio dejar para lo automóvile que epera. e etima que lo cliete llegaría aleatoriamete (e decir, de acuerdo co u proceo de etrada oio ) co ua taa media de uo cada 4 miuto, a meo que el área de epera ete llea, e cuyo cao el cliete e llevaría u automóvil a otra parte. El tiempo que puede atribuire al lavado de u automóvil tiee ua ditribució Expoecial co ua media de 3 miuto. Compáree la fracció eperada de cliete poteciale que e perdería, debido a u epacio de epera iadecuado, i e tuviera a) cero, b) do, o c) cuatro epacio ( i icluir el del automóvil que e etá lavado). 5 c/hora; c/hora; ; 75. a).- M (Cero epacio) 75. o o fraccio decliete poteciale quee pierde ( ) 4.86% de lo cliete e pierde. b).- M3 (Do epacio ) 75. o ( )

29 p.75 4 (.75) ( )( ) (.75) o o % de lo cliete e pierde c).- M5 (Cuatro epacio).75 o.3483 (.75) (.34)(.75).896 (.34)(.565).77 3 (.34)(.48) (.34)(.364) % de lo cliete e pierde.7

30 Ejemplo Ejemplo: Ua ucural bacaria tiee do caja igualmete eficiete, capace de ateder u promedio de 6 operacioe por hora co tiempo reale de ervicio que e oberva expoeciale. Lo cliete llega co ua taa de por hora. Determiar: a) robabilidad de que haya má de 3 uuario imultáeamete e el baco. b) robabilidad de que alguo de lo cajero eté ocioo. c) robabilidad de que u cliete permaezca má de 3 miuto e la cola. Teemo u itema co uuario por hora, 6 ervicio por hora y. Como e verifica que <, podemo afirmar que el itema e etacioario. Etoce, la probabilidad de que haya má de tre uuario e: dode abemo que: ( ) > 3 3 de forma que: + +! +!! ! ! !! 4 6 ( ) > La probabilidad de que uo de lo cajero eté ocioo e: ( ) < La fució de ditribució del tiempo de epera e cola e

31 i t < FT () t ( T ) q q t i t! ( ) t e + FT () i t > q (! ) ( ) dode deberemo exprear la taa de llegada y la de ervicio e uidade por miuto: uuario por miuto uuario por miuto or tato, la probabilidad de que u cliete permaezca má de tre miuto e la cola e: dode 3( ) e T ( q > 3) T ( q 3) + FT () q (! ) ( ) F Tq y etoce, la probabilidad pedida e: 6 ().99.45! 6 T ( > 3) 6 ( ) [ e ]

32 Ejemplo: Ua oficia etatal de traporte tiee 3 equipo de ivetigació de eguridad vial cuyo trabajo coite e aalizar la codicioe de la carretera cuado e produce u accidete mortal. Lo equipo o igualmete eficiete y cada uo detia u promedio de día a ivetigar y realizar el iforme correpodiete e cada cao, co u tiempo real aparetemete expoecial. El úmero de accidete mortale e carretera igue ua ditribució de oio co taa media de 3 accidete por año. Determíee: a) Número medio de accidete cuya ivetigació o ha comezado. b) Tiempo medio dede que e produce u accidete hata que e empieza a ivetigar. c) Tiempo medio dede que e produce u accidete hata que fializa la ivetigació. d) Número medio de accidete cuya ivetigació aú o ha termiado. Etamo ate u itema de cola co taa de llegada 3 accidete por año o, lo que e lo mimo, 8. accidete por día, co taa de ervicio 5. ivetigacioe por día y co C 3 caale de ervicio. El úmero medio de accidete cuya ivetigació aú o ha comezado e el úmero medio de uuario e cola: dode Lq.9555 ( )!( ) (.5.8) +!! Aí pue, el úmero de accidete cuya ivetigació aú o ha comezado e: Lq El tiempo medio dede que e produce u accidete hata que e empieza a ivetigar e el tiempo medio de epera: W q Lq dia 8.

33 El tiempo medio dede que e produce el accidete hata que fializa la ivetigació e el tiempo medio de permaecia e el itema: W + W q. 455 dia or otra parte, el úmero medio de accidete cuya ivetigació aú o ha fializado e el úmero medio de uuario e el itema: L W Ejemplo: Ua clíica caia tiee 3 veteriario para vacuar perro. El úmero de perro que llega a la clíica igue ua ditribució de oio co ua taa media de por hora. El tiempo medio empleado e vacuar a cada perro e de miuto. Determiar: a) orcetaje de tiempo co la ala de vacuació vacía. b) Tiempo medio de epera. c) Tiempo medio de permaecia de lo perro e la clíica. d) Número medio de perro e la clíica. e) robabilidad de que u perro epere má de miuto para er vacuado. Etamo ate u itema de cola co ua taa de llegada de uuario por hora, ua taa de ervicio de 3 ervicio por hora y co 3 caale de ervicio. Como e cumple que < podemo afirmar que el itema e etacioario. El porcetaje de tiempo co la ala de vacuació vacía e: +!! E decir, el porcetaje de tiempo co la cola vacía e: 67. %

34 El tiempo medio de epera e: W q Lq dode Lq (! ) ( ) ( 9) 3 luego el tiempo medio de epera erá de: 4 W q 6. hora. 386 egudo El tiempo medio de permaecia e la clíica e: 4 W + W q hora. 64 miuto 3 El úmero medio de perro e la clíica e: 4 L W Y, por último, la probabilidad de que u perro epere má de miuto e: T > T ( > 667. ) T ( < 667. ) 6.667( ) e T ( T.667) ( T.667) > > < + FT () q 6 ( )!( ) dode e eceario exprear la taa de llegada y de ervicio e uidade por miuto: Etoce: perro por miuto 5. perro por miuto

35 () !.5 q T F y, etoce, la probabilidad de que u perro epere má de miuto e: ( ) [ ] ( ) T e > Ejemplo: E u taller cabe cuatro máquia que o reparada por do mecáico. La máquia llega al taller como promedio ua vez cada tre hora y el tiempo medio de reparació e de 45 miuto. Cuál e el úmero medio de máquia etropeada e el taller? E evidete que e trata de u itema co K e igue verificado que, como.5 < el itema e etacioario teemo:!! K

36 ! ! ! Etoce, el úmero medio de máquia etropeada e el taller e: [ ] 4 L E Formulario de Teoría de Cola Variable Caal imple Caal Múltiple Iteidad de tráfico orcetaje del tiempo que el ervidor eta ocioo robabilidad de ( ) que haya ara <! cliete e el itema ara > ( )! Numero L eperado de ( ) cliete e el itema L + i (! ) ( ) L ( itema Ocupado)* + - Numero eperado de L cliete e la ( ) L q i (! ) ( ) cola Lq ( itema Ocupado)* -

37 Tiempo promedio que paa u cliete e el itema Tiempo promedio que u cliete paa e la cola robabilidad de que haya cero cliete e el itema robabilidad d que u cliete tega que eperar e la cola ma de t miuto robabilidad d que u cliete tega que eperar e el itema ma de t miuto L W W L q q ( ) L q W W W i! ( ) + (! ) ( ) (! ) ( ) q L (! ) ( ) W q i! ( ) +!! +!! { } ( ) t Wq> t e { } ( ) t W> t e { t} Wq> ( )! ( ) ( ) o t e t o e ( t) W { > t} e +! ( )

38 ( itema Ocupado) * ( ) i! - ( ) ( itema Ocupado)! ( ) ( ) i Tabla de Valore de o dado /µ y el umero de ervidore Modelo M/M/ Numero de ervidore /µ

39

40

41 Ejercicio.-Utilizado la otació de kedall, decriba cada ua de la iguiete ituacioe de líea de epera: A) Etudiate que llega al azar para utilizar ua maquia copiadora y cada etudiate hace ua ola copia. R. M/D/ B) Botella que ale de ua líea de eamble a ua taa cotate para ipecció, el tiempo de ipecció e de duració aleatoria y hay cuatro ipectore. R. M/D/4 C) Etudiate que llega al azar a ua oficia de regitro previo para el trimetre de otoño. El tiempo de regitro e de duració aleatoria y exite u aeor dipoible para el regitro. R. M/M/.- ara uar ua maquia cajera automática de u baco, llega cliete al azar a ua taa de 5 por hora. Repoda la iguiete preguta A) Cual e la probabilidad de que llegue ma de tre cliete a olicitar ervicio durate u período de ua hora?. B) Cual e la probabilidad de que igú cliete olicite ervicio durate ua hora? C) De tre? 3.- upoiedo que la maquia cajera maeja requiicioe de ervicio e forma aleatoria a ua taa promedio de cliete por hora, repoda la iguiete preguta. /hora (t>t) e -t A) Cual e la duració promedio del tiempo de ervicio al cliete?. B) Cual e la probabilidad de que e requiera que u cliete epere ma de miuto para er atedido?. C) A que porcetaje de lo cliete e le atederá e meo de 3 miuto?. 4.- upoga que para la maquia cajera automática de lo do problema ateriore, lo cliete llega al azar y el tiempo eceario para dar ervicio a u cliete e tambié aleatorio, upoga ademá que la taa de llegada e de 5 por hora y la taa de ervicio e de por hora, repoda la iguiete preguta: 5/HORA /HORA / / A) Cual e la probabilidad de que a u cliete e le atieda de imediato, a u llegada, e la cajera automática?. B) Cual e el promedio de tiempo que u cliete ivierte co la cajera automática (tato e epera del ervicio como recibiédolo?). C) Trace la gráfica de co repecto a, e dode umero de cliete e el itema, marque la gráfica el valor eperado de. D) E promedio, cuato cliete e ecuetra eperado e la líea para que la cajera automática lo atieda. 5.- Comete i cada ua de la iguiete ituacioe de líea de epera e ajuta a la coideracioe del modelo M/M/ o M/M/.

42 A) U retaurate de comida itatáea co múltiple poicioe de ervicio. La poicioe e abre coforme e eceario. B) U retaurate de comida itatáea co ua ola fila de ervicio, por la cual debe paar todo lo cliete para hacer y recibir u pedido (de diferete volume y complejidad). C) E u baco, la vetailla para automovilita. D) Ua italació para lavado de automóvile co ua ola fila que coduce a italacioe múltiple de lavado. E) E ua tieda de abarrote grade e u poblado uiveritario y que tiee múltiple caja de alida. 6.- La líea rápida del upermercado EL TRUEQUE atiede olo cliete co artículo o meo, y como reultado, e mucho má veloz para eto cliete que la fila ormale. El gerete, Bor Acho, a etudiado eta fila y a determiado que lo cliete llega a ua taa aleatoria de por hora y que, e promedio, el tiempo de ervicio para u cliete e de u miuto. upoiedo que la taa de ervicio tambié e aleatoria, repoda la iguiete preguta. A) Cuale o y para la caja rápida? B) E promedio, a cuato cliete e eta atediedo o etá eperado? C) E promedio, cuato debe de eperar u cliete ate de poder retirare? 7.- E el motrador de libro de la pricipal biblioteca de la uiveridad de Huicholadia llega etudiate al azar (lo colore de la ecuela o egro y azul). E el motrador de alida debe de abrir cualquier bola, portafolio, etc., que traiga para que el depediete verifique i o hay robo de libro, revita, o documeto. El tiempo que e requiere para hacer eta verificació e de duració aleatoria debido al diferete úmero de libro y bola que lo etudiate lleva. e ha determiado que la taa promedio de llegada e de etudiate por hora y que el tiempo promedio para realizar la reviió de la bola e de u miuto. A) Que valore tiee y para ete problema? B) Cual e el factor de utilizació? C) Que tiempo le llevara a u etudiate e promedio paar por la reviió de bola?. D) E promedio, cuato etudiate e ecuetra eperado e la fila e cualquier mometo? E) Durate que fracció de tiempo etará libre el empleado que revia la bola para poder dedicare a etudiar? 8.- El auto ciema Lo Arroyo tiee tre taquilla, cada ua de la cuale atiede ua fila de cliete. Lo automóvile llega al auto ciema a ua taa total de 9 automóvile por hora y cada taquilla puede ateder 4 automóvile por hora. Tato la llegada como lo ervicio o por completo aleatorio. Co bae a eta iformació repoda la iguiete reguta: A) Que tipo de iformació de líea de epera e eta?. (ea precio) B) Cual e la probabilidad de que, i coideramo ua ola de la taquilla, e ecuetre deocupada?; cual e la probabilidad de que ete atediedo a tre automóvile o haya tre automóvile eperado e la fila?

43 C) Cual e el úmero promedio de automóvile e el itema de líea de epera de cada ua de la taquilla (eperado y iedo atedido)? D) Cual e el tiempo promedio de que u automóvil epera ate de llegar a la taquilla?. E) i el auto ciema decide utilizar ua ola fila para la veta de todo lo boleto e la tre taquilla que caracterítica de operació eperaría uted que cambiara ma y porque? 9.- El cetro de reparació de computadora TV Tec, maeja la reparació de la microcomputadora que vede TV Tec. U problema comú de reparació e la alimetació de uidade de dico. Al llegar la microcomputadora al cetro de reparació e aiga e forma rotatoria a alguo de lo tre técico que para que haga la alieació. or razoe de cotrol de calidad, ua vez que e aiga ua microcomputadora a u técico o e aiga a otro. upoiedo que la taa de llegada y ervicio o aleatoria y de 3 por me y do por día cada técico ( día hábile por me), repoda la iguiete preguta:, 4 A) Cual erá el tiempo promedio para que ua microcomputadora permaezca e el cetro de ervicio? B) E promedio, e cualquier mometo cuata micro etará eperado a cada técico para que le de ervicio? C) Como repodería uted a la preguta ateriore i ua de la microcomputadora que llega paara al primer técico dipoible para que le diera ervicio, e ve de que e aigara e forma rotatoria?.- La compañía arredadora de automóvile MANEJALO opera u propia italació de lavado y limpieza de automóvile para prepararlo para u reta. Lo automóvile llega a la italació de limpieza e forma aleatoria a ua taa de 5 por día. La compañía ha determiado que lo automóvile puede limpiare a u ritmo de por día, e dode e el úmero de peroa que trabaja e u automóvil por ejemplo, i e ecuetra cuatro peroa trabajado la taa de lavado e de 8 automóvile por día. e ha determiado que ete procedimieto de lavado e ajuta a la ditribució expoecial egativa. La compañía le paga a u trabajadore $3 por día y ha determiado que el coto por u automóvil que o ete dipoible para retarlo e de $5 por día. A) Calcule el úmero de empleado que debe ecotrare e la ititució de lavado, para que produzca el meor coto. B) Calcule la caracterítica de operació l. lq, w. wq para el umero de empleado que eligió. COTO TOTAL coto del carro + coto de empleado 3 + 5L

44 Ivetigació de Operacioe II Teoría de Cola.- La compañía de peca Charal.A. utiliza u propio bote camaroero para pecar y depué lo empaca para eviarlo a otra parte cuado otro bote llega durate la temporada, hay que decargarlo ta rápido como ea poible para que pueda volver al mar. El gerete de producció de la compañía. Etima que el coto de que u bote camaroero permaezca deteido e de $5 por hora (eto icluye lo alario al igual que el tiempo de peca) lo trabajadore que decarga lo bote gaa $8 por hora ya ea que eté trabajado o o. i el patró de llegada para lo bote e aleatorio y el tiempo de decarga tambié lo e. Cual e el úmero de trabajadore que la compañía Debe utilizar para decargar lo bote y que produzca el meor coto total? Lo bote llega a ua taa promedio de uo por hora y cada trabajador puede decargar medio bote por hora. por hora cada trabajador / hora * () /3 Coto por barco parado $5 la hora COTO TOTAL coto del barco + coto de empleado 8 + 5L.- E u etudio de u expedio local de veta de hamburguea coocido como WetBack Burger. Lo etudiate del Tec hace la iguiete obervacioe; parece que lo cliete llega a al azar; todo lo cliete e coloca e ua ola fila para hacer y recibir u pedido; debido a diferecia e el volume y la complejidad e lo pedido; la duració del tiempo para ateder a cada cliete e aleatorio. Depué, lo etudiate recopilaro dato obre tiempo de llegada y de ervicio. e obervaro la llegada para período de ua hora y e aotaro lo úmero de llegada durate cada período de miuto durate la hora lo reultado de ete cetro o: INTERVALO LLEGADA ara u muetreo aleatorio de la llegada ateriore, lo tiempo de ervicio (e egudo) fuero: M.C. Hector Martíez Rubi Celi 44

45 Ivetigació de Operacioe II Teoría de Cola upoiedo que eto tiempo de llegada y de ervicio e ajuta de verdad a la ditribucioe de probabilidad de oio y Expoecial egativa: A) Calcule la taa de promedio de llegada y la taa de ervicio. B) Determie la iguiete caracterítica de operació: o,l,lq,w.wq. L,Lq,W, y Wq para 5, 8, 3.- El padre Creecio utiliza e la actualidad do cofeioario co fila para ateder la eceidade de u feligree. e ha obervado que la llegada o aleatoria a u ritmo promedio de 3 peroa por hora y el tiempo de ervicio tiede a er aleatorio tambié, pueto que la catidad de pecado por peroa puede diferir e gra medida, e ha determiado que el tiempo promedio que e permaece e el cofeioario e de 3 miuto. e ha obteido tambié que la llegada e ditribuya e forma equitativa etre la do líea. El padre Creecio eta coiderado cambiar a u itema e el que e utilice ua ola fila que alimete ambo cofeioario. El padre deea aber que itema (el actual o el propueto) coducirá al tiempo promedio má breve e el itema para u feligree. A) itema actual CANAL IMLE M/M/ co líea e paralelo B) itema propueto M/M/ Caal múltiple 4.- La compañía Arredadora Maejalo e eta coiderado añadir u taller de lavado para icremetar u egocio. La ueva taa de llegada e de 8 automóvile por día, e tato que la taa de lavado para cada taller erá de, e dode E e úmero de peroa que trabaja e u auto y e ha determiado que el coto adicioal de la ueva italacioe e $5 diario. A) Bajo eta codicioe, determiae i la compañía debe añadir ua italació adicioal o o. B) Calcule la caracterítica de operació que determie uted que tiee el meor coto. 5.- Acaba de urgir ua ueva oportuidad para la compañía de peca Charal ya que puede retar u muelle adyacete e $ la hora para decargar lo barco durate la temporada fuerte de peca. Determie i eria redituable que la compañía rete ee epacio adicioal de muelle. uede uted upoer que todo lo demá valore igue iedo lo mimo que e el problema origial. 6.- Ua oficia de admiioe de cierta pretigiada Uiveridad procea olicitude de admiió e la bae E. Eta olicitude llega aleatoriamete a ua taa de 5 por día. La ditribució de probabilidad de lo tiempo de ervicio e tal que la deviació etádar e de / de día y la media e de /9 de día: Cual e el tiempo promedio que ua olicitud epera para er proceada? E promedio, cuata olicitude epera er proceada e cualquier mometo? 7.- El Baco Nacioal de Hucholadia eta plaeado italar u variedad epecial de cajero automático e la librería de ua uiveridad local. Ete cajero automático erá epecial porque permitirá olo hacer retiro. ueto que el cajero olo permitirá retiro etra u tiempo de ervicio de 6 eg. i la llegada o aleatoria y a razó de 3 por hora, cual erá el tiempo promedio que u etudiate paara e la fila y haciedo u retiro?, e promedio, cuato etudiate etará e epera de hacer retiro? M.C. Hector Martíez Rubi Celi 45

348 -M/R Versión 1 Prueba Integral 1/6 SEMANA 8 LAPSO ASIGNATURA: INVESTIGACIÓN DE OPERACIONES II CÓDIGO: 348

348 -M/R Versión 1 Prueba Integral 1/6 SEMANA 8 LAPSO ASIGNATURA: INVESTIGACIÓN DE OPERACIONES II CÓDIGO: 348 348 -/R Verió Prueba Itegral /6 SEAA 8 LAPSO 27-2 UIVERSIDAD ACIOAL ABIERTA VICERRECTORADO ACADÉICO ÁREA: IGEIERÍA ODELO DE RESPUESTA ASIGATURA: IVESTIGACIÓ DE OPERACIOES II CÓDIGO: 348 OETO: Prueba Itegral

Más detalles

Intervalos de Confianza para la diferencia de medias

Intervalos de Confianza para la diferencia de medias Itervalo de Cofiaza para la diferecia de media INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS Sea,,..., ua muetra aleatoria de obervacioe tomada de ua primera població co valor eperado μ, y variaza

Más detalles

Sistemas de colas. Objetivo teórico: Determinar la distribución del número de clientes en el sistema

Sistemas de colas. Objetivo teórico: Determinar la distribución del número de clientes en el sistema Sitema de cola Ua cola e produce cuado la demada de u ervicio por parte de lo cliete excede la capacidad del ervicio. Se eceita coocer (predecir) el ritmo de etrada de lo cliete y el tiempo de ervicio

Más detalles

T o e r o ía í a d e d e C ol o a l s

T o e r o ía í a d e d e C ol o a l s Teoría de Cola Joé María Ferrer Caja Uiveridad Potificia Comilla Itroducció Cola: Cojuto de cliete e eera de recibir u ervicio Se roduce cuado lo cliete llega a u ervidor ocuado y ermaece e eera Teoría

Más detalles

-PROTHIUS- Métodos Cuantitativos de Organización Industrial: Teoría de Colas. Joaquín Bautista Valhondo, Rocío Alfaro Pozo y Alberto Cano Pérez

-PROTHIUS- Métodos Cuantitativos de Organización Industrial: Teoría de Colas. Joaquín Bautista Valhondo, Rocío Alfaro Pozo y Alberto Cano Pérez Cátedra Nia -ROTHIUS- Método Cuatitativo de Orgaizació Idutrial: Teoría de Cola Joaquí Bautita Valhodo, Rocío Alfaro ozo y Alberto Cao érez D-9/2 Departameto de Orgaizació de Emprea Uiveridad olitécica

Más detalles

LECTURA 05: INTERVALOS DE CONFIANZA Y TAMAÑO DE MUESTRA (PARTE I) TEMA 9: INTERVALOS DE CONFIANZA: INTRODUCCIÓN Y DEFINICIÓN

LECTURA 05: INTERVALOS DE CONFIANZA Y TAMAÑO DE MUESTRA (PARTE I) TEMA 9: INTERVALOS DE CONFIANZA: INTRODUCCIÓN Y DEFINICIÓN Uiveridad Lo Ágele de Chimbote LECTURA 05: INTERVALOS DE CONFIANZA Y TAMAÑO DE MUESTRA (PARTE I) TEMA 9: INTERVALOS DE CONFIANZA: INTRODUCCIÓN Y DEFINICIÓN. INTRODUCCION Actualmete e debe etar bie cociete

Más detalles

Este procedimiento prueba hipótesis acerca de cualquiera de los siguientes parámetros:

Este procedimiento prueba hipótesis acerca de cualquiera de los siguientes parámetros: Prueba de Hipótei (Do Muetra) Ete procedimieto prueba hipótei acerca de cualquiera de lo iguiete parámetro:. la diferecia etre la media μ y μ de do ditribucioe ormale.. el radio de la deviació etádar σ

Más detalles

GV GV Potencia Mecanica Neta (obtenida) Potencia Calorifica del Combustible (suministrada) cl

GV GV Potencia Mecanica Neta (obtenida) Potencia Calorifica del Combustible (suministrada) cl Relacioe etre Redimieto Térmico, M, Redimieto de Propulió, P, y Coumo Epecífico, C E Se puede obervar que do motore co el mimo redimieto térmico puede preetar diferete habilidade para propular u avió,

Más detalles

El ensayo de Bombeo y sus distintas formas de valoración: Recuperación de Pozos

El ensayo de Bombeo y sus distintas formas de valoración: Recuperación de Pozos SEIÓN : ANÁLISIS DE LOS DESENSOS DURANTE EL OMEO DE UN POZO. EFIIENIA DE POZOS INTRODUIÓN El deceo total producido e u pozo durate u bombeo, e coecuecia de la pérdida de carga de todo el cojuto que iterviee

Más detalles

LECTURA 04: INTERVALOS DE CONFIANZA PARA LA MEDIA POBLACIONAL. INTERVALOS DE CONFIANZA ENTRE DOS MEDIAS POBLACIONALES.

LECTURA 04: INTERVALOS DE CONFIANZA PARA LA MEDIA POBLACIONAL. INTERVALOS DE CONFIANZA ENTRE DOS MEDIAS POBLACIONALES. ECTURA 4: INTERVAOS DE CONFIANZA PARA A MEDIA POBACIONA. INTERVAOS DE CONFIANZA ENTRE DOS MEDIAS POBACIONAES. TEMA 8: INTERVAOS DE CONFIANZA: INTRODUCCIÓN Y DEFINICIÓN. INTRODUCCION: Actualmete e debe

Más detalles

Tests de Hipótesis basados en una muestra. ESTADÍSTICA (Q) 7. TESTS DE HIPÓTESIS PARA LA MEDIA DE UNA POBLACIÓN NORMAL CON VARIANZA DESCONOCIDA

Tests de Hipótesis basados en una muestra. ESTADÍSTICA (Q) 7. TESTS DE HIPÓTESIS PARA LA MEDIA DE UNA POBLACIÓN NORMAL CON VARIANZA DESCONOCIDA ETADÍTICA (Q) 13 7. TET DE HIPÓTEI PARA LA MEDIA DE UNA POBLACIÓN NORMAL CON VARIANZA DECONOCIDA ea X1,..., X ua muetra aleatoria de ua població Normal co media = µ y variaza = σ, N(µ,σ ). upogamo ahora

Más detalles

Medidas de dispersión

Medidas de dispersión MB000_MAA4L_Diperió Verió: Septiembre 0 Medida de diperió por Oliverio Ramírez La medida de tedecia cetral aalizada e la ituació aterior, dirige u iteré al comportamieto de lo dato e relació a u valor

Más detalles

Pruebas de hipótesis para dos muestras.

Pruebas de hipótesis para dos muestras. Prueba de hiótei ara do muetra. Prueba de Hiótei ara do muetra grade, deviacioe etádar de la oblacioe deiguale. La roiedade de la Ditribució Normal o tambié umamete útile cuado queremo ecotrar i do cojuto

Más detalles

ESTIMACIÓN DE LA VARIANZA POBLACIONAL EN EL MUESTREO EN OCASIONES SUCESIVAS

ESTIMACIÓN DE LA VARIANZA POBLACIONAL EN EL MUESTREO EN OCASIONES SUCESIVAS Metodología de Ecueta I: 575-7803 Vol 6, úm, 00, 9- ETIMACIÓ DE LA VARIAZA POBLACIOAL E EL MUETREO E OCAIOE UCEIVA Amelia V. García Luego Eva M. Arté Rodríguez Imaculada Oña Caado Uiveridad de Almería

Más detalles

DISTRIBUCIÓN BIDIMENSIONAL

DISTRIBUCIÓN BIDIMENSIONAL DISTRIBUCIÓ BIDIMESIOAL E ete tema e etudia feómeo bidimeioale de carácter aleatorio. El objetivo e doble: 1. Determiar i eite relació etre la variable coiderada(correlació).. Si ea relació eite, idicar

Más detalles

Serie 8. Respuesta transitoria a lazo cerrado

Serie 8. Respuesta transitoria a lazo cerrado Serie 8 Repueta traitoria a lazo cerrado Fució de traferecia de lazo cerrado Gc r G L G G G / G G G c u G L G U / G G G c ao : roceo de primer orde. otrol proporcioal. La válvula y el tramior tiee diámica

Más detalles

ANEXO. Estudios de Aspectos de. Seguridad Empresarial. Musante,Maricel. Senesi, Fernando

ANEXO. Estudios de Aspectos de. Seguridad Empresarial. Musante,Maricel. Senesi, Fernando AEXO Etudio de Apecto de eguridad Emprearial Muate,Maricel eei, Ferado Idice Cuetioario...3 Repueta...11 Arbol...135 Etaditica...137 Etaditica Greerale...138 Etadítica Biaria...153 Etadítica Combiada...157

Más detalles

Módulo de Estadística. Tema 7 : Estimación paramétrica e Intervalos de confianza

Módulo de Estadística. Tema 7 : Estimación paramétrica e Intervalos de confianza Módulo de Etadítica Tema 7 : Etimació paramétrica e Itervalo de cofiaza Etimació U etimador e ua catidad umérica calculada obre ua muetra y que eperamo que ea ua buea aproximació de cierta catidad co el

Más detalles

LINEAS DE ESPERA DE UN SOLO CANAL CON LLEGADAS SEGÚN POISSON Y TIEMPOS DE SERVICIO EXPONENCIALES:

LINEAS DE ESPERA DE UN SOLO CANAL CON LLEGADAS SEGÚN POISSON Y TIEMPOS DE SERVICIO EXPONENCIALES: INEAS DE ESERA DE UN SOO CANA CON EGADAS SEGÚN OISSON Y TIEMOS DE SERVICIO EXONENCIAES: Características de Operació a líea de espera o cola tiee u solo caal de servicio. El patró de llegadas sigue ua distribució

Más detalles

INVESTIGACIÓN DE OPERACIONES II. JULIO CÉSAR LONDOÑO ORTEGA

INVESTIGACIÓN DE OPERACIONES II. JULIO CÉSAR LONDOÑO ORTEGA INVESTIGACIÓN DE OPERACIONES II JULIO CÉSAR LONDOÑO ORTEGA Email: julio.lodoo@correouivalle.edu.co jclodoor@gmail.com MODELOS DE FILAS DE ESPERA El Papel de la Distribució Expoecial Ua variable que sirva

Más detalles

UNIDAD 3 Transformadas de Laplace. { ( )} lim b st ( ) f t = e f t dt

UNIDAD 3 Transformadas de Laplace. { ( )} lim b st ( ) f t = e f t dt UNIDAD 3 Traformada de aplace 3. Defiicioe a traformada de aplace de ua fució f ( t ), repreetada co el ímbolo, e la operació memática defiida mediate la iguiete itegral impropia: { lim b t e dt b Por

Más detalles

2 Modelos de circuito utilizados

2 Modelos de circuito utilizados CAPÍTULO Modelo de circuito utilizado E ete capítulo e expoe la caracterítica de lo modelo de circuito utilizado y la ecuacioe utilizada para abordar el problema de la determiació de lo parámetro del modelo

Más detalles

INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE FÍSICA Y MATEMÁTICAS

INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE FÍSICA Y MATEMÁTICAS INSTITUTO OLITÉCNICO NACIONAL ESCUELA SUERIOR DE FÍSICA Y MATEMÁTICAS INTRODUCCIÓN A ROCESOS ESTOCÁSTICOS Y SISTEMAS DE LÍNEAS DE ESERA TESIS QUE ARA OBTENER EL TÍTULO DE LICENCIADO EN FÍSICA Y MATEMÁTICAS

Más detalles

PRUEBA OBJETIVA. Encierre con un círculo la letra o letras que correspondan a las alternativas válidas de entre las propuestas.

PRUEBA OBJETIVA. Encierre con un círculo la letra o letras que correspondan a las alternativas válidas de entre las propuestas. PRUEBA OBJETIVA Ecierre co u círculo la letra o letra que correpoda a la alterativa válida de etre la propueta. 1. El emprétito puede defiire como u cojuto de prétamo: a) De pretació ditita y cotrapretació

Más detalles

Análisis de sistemas en el dominio de la frecuencia

Análisis de sistemas en el dominio de la frecuencia 5 Aálii de itema e el domiio de la frecuecia PALABRAS CLAVE Y TEMAS Repueta e frecuecia Diagrama de Bode Pico y frecuecia de reoacia Acho de bada OBJETIVOS Defiir y graficar la repueta e frecuecia Aalizar

Más detalles

17 ANÁLISIS EN EL DOMINIO DE LA FRECUENCIA

17 ANÁLISIS EN EL DOMINIO DE LA FRECUENCIA 7 ANÁLISIS EN EL DOMINIO DE LA FRECUENCIA El aálii e el domiio de la frecuecia e u herramieta cláica e la teoría de cotrol, i bie e geeral lo itema que varía co ua periodicidad defiida o uele er lo má

Más detalles

(d) Observando la solución desarrollada en (a) podemos calcular el capital acumulado al final de cada año:

(d) Observando la solución desarrollada en (a) podemos calcular el capital acumulado al final de cada año: COLEGIO COLOMBO BRITÁNICO DEPARTAMENTO DE MATEMÁTICAS PROGRESIONES/ SECUENCIAS/ SUCESIONES PROFESORES: RAÚL MARTÍNEZ Y JESÚS VARGAS Problema Jua Guillermo ivierte milloe de peo durate año, le pagará a

Más detalles

DESCONOCIDA. Distribución de la media muestral. EJERCICIOS DE INFERENCIA SOBRE µ CON σ² DESCONOCIDA

DESCONOCIDA. Distribución de la media muestral. EJERCICIOS DE INFERENCIA SOBRE µ CON σ² DESCONOCIDA JRCICIO D INFRNCIA OBR CON σ² DCONOCIDA INFRNCIA OBR CON σ DCONOCIDA Ditribució de la media muetral Mucha vece deeamo realizar iferecia acerca de la de ua població pero o cotamo co la variaza poblacioal

Más detalles

LECTURA 09: INTRODUCCIÓN A LA ESTADÍSTICA NO PARAMÉTRICA (PARTE II). PRUEBA DE CORRELACIÓN DE SPEARMAN TEMA 20: PRUEBA DE CORRELACIÓN DE SPEARMAN

LECTURA 09: INTRODUCCIÓN A LA ESTADÍSTICA NO PARAMÉTRICA (PARTE II). PRUEBA DE CORRELACIÓN DE SPEARMAN TEMA 20: PRUEBA DE CORRELACIÓN DE SPEARMAN LECTURA 09: INTRODUCCIÓN A LA ESTADÍSTICA NO PARAMÉTRICA (PARTE II). PRUEBA DE CORRELACIÓN DE SPEARMAN TEMA 0: PRUEBA DE CORRELACIÓN DE SPEARMAN. INTRODUCCIÒN: El coefciete de correlació de Spearma e ua

Más detalles

(3.b) MODELOS EXPONENCIALES de COLAS

(3.b) MODELOS EXPONENCIALES de COLAS (.b) MODEOS EXOEIAES de OAS ITRODUIÓ A OS ROESOS DE AIMIETO Y MUERTE. Ecuacioe de euilibrio. odició de E.E. AIAIÓ DE AS EUAIOES DE EQUIIBRIO: a cola M/M/. Ilutració del comportamieto. MODEOS DE OAS EXOEIAES.

Más detalles

Inferencia Estadística

Inferencia Estadística Iferecia Etadítica 1 I Delia Motoro Cazorla. Dpto. de Etadítica e I.O. Uiveridad de Jaé. Capítulo 6. Itroducció a la Iferecia Etadítica 6.1 Itroducció El pricipal objetivo de la Etadítica e iferir o etimar

Más detalles

FUNDAMENTOS DE INGENIERÍA ELÉCTRICA - PROBLEMAS -

FUNDAMENTOS DE INGENIERÍA ELÉCTRICA - PROBLEMAS - FUNDAMENOS DE INGENIEÍA ELÉCICA - POBLEMAS - POBLEMA MÁQUINA ASÍNCONA El aceor de ua vivieda tiee italado como máquia motriz u motor de iduió trifáico, de jaula de ardilla, 0/80, 50 Hz 0 polo y 48.5 r.p.m.

Más detalles

Sistema. Asin. Im Re. tan 1. Im : parte imaginaria de G j Re : parte real de G j B

Sistema. Asin. Im Re. tan 1. Im : parte imaginaria de G j Re : parte real de G j B TEORÍA DE CONTROL Tema 7. Aálii de la repueta e frecuecia Itroducció Se deomia repueta e frecuecia a la repueta e etado etable de u itema ujeto a ua eñal iuoidal de amplitud () fija pero a ua frecuecia

Más detalles

FORMULARIO DE CINEMÁTICA

FORMULARIO DE CINEMÁTICA Cl. Miguel Fleta, 5 Tel/Fax: 978 83 33 6 446-Alcañiz (Te) www.academia-ipho.e FOMULAIO DE CINEMÁTICA. MOVIMIENTOS ECTILINEOS (Deplazamieto horizotal co otació ectorial) Moimieto rectilíeo uiorme: x xo

Más detalles

Pregunta Nº1 (60%) Solemne Nº1

Pregunta Nº1 (60%) Solemne Nº1 Curso: ICI3020 - Simulació. Profesores: Felipe Gozález, Pablo Rey Ayudates: Gustavo Heríquez, Ricardo Ramírez Semestre: II-200 Soleme Nº :30 miutos. Si cosultas Preguta Nº (60%) Se desea modelar la operació

Más detalles

Prueba Integral Lapso / Área de Matemática Fecha: MODELO DE RESPUESTA (Objetivos del 01 al 11)

Prueba Integral Lapso / Área de Matemática Fecha: MODELO DE RESPUESTA (Objetivos del 01 al 11) Prueba Itegral Lapso 016-1 175-176-177 1/7 Uiversidad Nacioal Abierta Matemática I (Cód 175-176-177) Vicerrectorado Académico Cód Carrera: 16 36 80 508 51 54 610 611 61 613 Fecha: 19 11 016 MODELO DE RESPUESTA

Más detalles

05/04/2011 Diana Cobos

05/04/2011 Diana Cobos Diana Cobo a cola on frecuente en nuetra vida cotidiana: En un banco En un retaurante de comida rápida Al matricular en la univeridad o auto en un autolavado 2 En general, a nadie le guta eperar. Cuando

Más detalles

Análisis de Sistemas Realimentados

Análisis de Sistemas Realimentados Aálii de Sitema Realimetado Paorama: Dado u cotrolador y ua plata coectado e realimetació, vamo a platear y cotetar la iguiete preguta: E el lazo cerrado etable? Cuále o la eibilidade a ditita perturbacioe?

Más detalles

CAPITULO I Reflexión y refracción

CAPITULO I Reflexión y refracción CAPITULO I elexió reracció. Pricipio de Fermat Exite ua demotració de carácter geométrico para la llamada lee de la relexió de la reracció, la cuale permite decribir la maoría de lo eómeo que e relacioa

Más detalles

Salazar Rosales Leandro

Salazar Rosales Leandro Etadítica para la Admiitració Tarea: Itervalo de Cofiaza INTERVALO DE CONFIANZA Itervalo de Cofiaza: Rago de valore ituado alrededor del parámetro muetral etre lo cuale e ituará el parámetro poblacioal

Más detalles

R. Urbán Introducción a los métodos cuantitativos. Notas de clase Sucesiones y series.

R. Urbán Introducción a los métodos cuantitativos. Notas de clase Sucesiones y series. R. Urbá Itroducció a los métodos cuatitativos. Notas de clase Sucesioes y series. SUCESIONES. Ua sucesió es u cojuto umerable de elemetos, dispuestos e u orde defiido y que guarda ua determiada ley de

Más detalles

DISTRIBUCIONES BIDIMENSIONALES

DISTRIBUCIONES BIDIMENSIONALES Capítulo III DITRIBUCIOE BIDIMEIOALE 3 Itroducció Etudiaremo do caracterítica de u mimo elemeto de la població (altura peo, do aigatura, logitud latitud) De forma geeral, i e etudia obre ua mima població

Más detalles

INECUACIONES. Ejemplo: La desigualdad 2x+l>x+5, es una inecuación por que tiene una incógnita "x" que se verifica para valores mayores que 4.

INECUACIONES. Ejemplo: La desigualdad 2x+l>x+5, es una inecuación por que tiene una incógnita x que se verifica para valores mayores que 4. INECUACIONES DEFINICIÓN: Ua iecuació es ua desigualdad e las que hay ua o más catidades descoocidas (icógita) y que sólo se verifica para determiados valores de la icógita o icógitas. Ejemplo: La desigualdad

Más detalles

2.1. Concepto Monto, capital, tasa de interés y tiempo.

2.1. Concepto Monto, capital, tasa de interés y tiempo. 1 2.1. Cocepto El iterés compuesto tiee lugar cuado el deudor o paga al cocluir cada periodo que sirve como base para su determiació los itereses correspodietes. Así, provoca que los mismos itereses se

Más detalles

Sistemas de colas: clase 1. Amedeo R. Odoni 10 de octubre de 2001

Sistemas de colas: clase 1. Amedeo R. Odoni 10 de octubre de 2001 Sistemas de colas: clase Amedeo R. Odoi de octubre de 2 Temas de teoría de colas 9. Itroducció a las colas: ley de Little; M/M/. olas de acimieto y muerte de Markov. ola M/G/ y extesioes 2. olas de prioridad:

Más detalles

UNIDAD 9 MODELO DE LÍNEAS DE ESPERA. servicio. de servicio.

UNIDAD 9 MODELO DE LÍNEAS DE ESPERA. servicio. de servicio. UNIDAD 9 MODELO DE LÍNEAS DE ESERA servicio. de servicio. Ivestigació de operacioes Itroducció Al iicio del S. XX, la idustria de la telefoía se efretó al siguiete problema: Cómo determiar el úmero óptimo

Más detalles

Monto de una anualidad anticipada a interés simple

Monto de una anualidad anticipada a interés simple 1 13. ANUALIDADES ANTICIPADAS Los compromisos de pagos o solamete se efectúa al fial de los periodos, sio tambié a iicio de cada periodo, tal es el caso de los alquileres de terreos, edificios, oficias,

Más detalles

P(t 1 θ t 2 ) = 7.1 Al finalizar el tema el alumno debe conocer Características de los métodos de construcción de intervalos de confianza.

P(t 1 θ t 2 ) = 7.1 Al finalizar el tema el alumno debe conocer Características de los métodos de construcción de intervalos de confianza. TEMA 7. Etimació por itervalo de cofiaa Hata ahora hemo vito lo método de etimació por puto. E eto método iempre e da «u valor úico» como etimació del parámetro poblacioal decoocido. Cómo e upera ete icoveiete?

Más detalles

Escena 5 Planificación contra stock

Escena 5 Planificación contra stock Método de Plaificació propuesto 67 Escea 5 Plaificació cotra stock Ua vez coocidos los protagoistas la escea busca ordear los pedidos de la forma más eficiete, respetado los requisitos del cliete. Es e

Más detalles

Crecimiento Neoclásico con Capital Humano

Crecimiento Neoclásico con Capital Humano Crecimieto Neocláico co Capital umao Nota: La Figura que aparece e la preetació proviee e mayor medida del libro de Weil (2005) Ecoomic Growt. Pearo-Adio Weley Prelimiare emo vito que el modelo eocláico

Más detalles

Se utilizan tres enunciados para básicos para definir los procesos de Poisson. Sea t un t 0, entonces se tiene:

Se utilizan tres enunciados para básicos para definir los procesos de Poisson. Sea t un t 0, entonces se tiene: 9 TEORÍA DE TRÁFIO La teoría de tráfico es ua herramieta ampliamete utilizada para el aálisis del comportamieto de las redes de comuicacioes, las cuales puede ser de comutació de circuitos, como las redes

Más detalles

TEMA 9 OPERACIONES FINANCIERAS DE CONSTITUCIÓN

TEMA 9 OPERACIONES FINANCIERAS DE CONSTITUCIÓN Facultad de.ee. Dpto. de Ecoomía Fiaciera I Diapoitiva Matemática Fiaciera TEMA 9 OPERAIONES FINANIERAS DE ONSTITUIÓN. Plateamieto geeral 2. ao particulare 3. Aplicacioe Facultad de.ee. Dpto. de Ecoomía

Más detalles

MACROECONOMÍA III EL MODELO DE SOLOW

MACROECONOMÍA III EL MODELO DE SOLOW MACROECONOMÍA III E MODEO DE SOOW Blaca Sachez-Roble Equema de la preetació. Supueto del modelo. Dicuió 3. Implicacioe 4. co proreo técico Supueto:. Fució de producció: < < (). o idividuo ahorra ua taa

Más detalles

UNIDAD 9. PROBABILIDAD Matemáticas II. Ies do Barral.Curso 2017/ Experimentos aleatorios

UNIDAD 9. PROBABILIDAD Matemáticas II. Ies do Barral.Curso 2017/ Experimentos aleatorios 1. Experimetos aleatorios U experimeto se llama aleatorio cuado o se puede predecir su resultado; además, si se repitiese el mismo experimeto e codicioes aálogas, los resultados puede diferir. a) El resultado

Más detalles

UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferencia de proporciones

UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferencia de proporciones UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferecia proporcioes E alguos diseños ivestigació, el pla muestral requiere seleccioar dos muestras ipedietes, calcular las proporcioes muestrales y usar

Más detalles

Inferencia Estadística

Inferencia Estadística Decrició breve del tema Iferecia Etadítica Tema 7. Itroducció. Itervalo de Cofiaa Determiació del tamaño muetral 3. Cotrate de hiótei Geeralidade de lo cotrate Metodología del cotrate Regió de rechao y

Más detalles

CURSO CONVOCATORIA:

CURSO CONVOCATORIA: PRUEBAS DE ACCESO A LA UNIVERSIDAD LOGSE / LOCE CURSO 4-5 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe

Más detalles

El amplificador operacional como generador de tensión diferencial -voltaje controlado

El amplificador operacional como generador de tensión diferencial -voltaje controlado Diapositiva 1 El amplificador operacioal como geerador de tesió diferecial -voltaje cotrolado Los amplificadores operacioales so amplificadores difereciales de alto redimieto. Tiee etradas de bucle cerrado

Más detalles

LAS SERIES GEOMÉTRICAS Y SU TENDENCIA AL INFINITO

LAS SERIES GEOMÉTRICAS Y SU TENDENCIA AL INFINITO LA ERIE GEOMÉTRICA Y U TENDENCIA AL INFINITO ugerecias al Profesor: Al igual que las sucesioes, las series geométricas se itroduce como objetos matemáticos que permite modelar y resolver problemas que

Más detalles

Explicación de la tarea 10 Felipe Guerra. Para la explicación de esta tarea veamos primeramente que es lo que nos están pidiendo.

Explicación de la tarea 10 Felipe Guerra. Para la explicación de esta tarea veamos primeramente que es lo que nos están pidiendo. Explicació de la tarea 0 Felipe Guerra Para la explicació de esta tarea veamos primeramete que es lo que os está pidiedo. Ya hemos visto a lo largo del curso que la variaza es el error cuadrado medio de

Más detalles

) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1

) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1 ESTIMACIÓN PUNTUAL. ESTIMACIÓN POR INTERVALOS DE CONFIANZA. 1. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA El objetivo básico de la iferecia estadística es hacer iferecias o sacar coclusioes sobre la població

Más detalles

ECUACIONES DIFERENCIALES PARABÓLICAS EN DERIVADAS PARCIALES. Armando Blanco A.

ECUACIONES DIFERENCIALES PARABÓLICAS EN DERIVADAS PARCIALES. Armando Blanco A. ECUACIONES DIFERENCIALES PARABÓLICAS EN DERIVADAS PARCIALES Armado Blaco A Capitulo VI ECUACIONES DIFERENCIALES PARABÓLICAS EN DERIVADAS PARCIALES Itroducció Diferecia fiita Nocioe de etabilidad, covergecia

Más detalles

UNIDAD 1 Ecuaciones Diferenciales de Primer Orden

UNIDAD 1 Ecuaciones Diferenciales de Primer Orden UNIDAD UNIDAD Ecuacioes Difereciales de Primer Orde Defiició lasificació de las Ecuacioes Difereciales Ua ecuació diferecial es aquélla que cotiee las derivadas o difereciales de ua o más variables depedietes

Más detalles

UNIDAD 3. b b.1 Es una P.G. con a 1 5 y d 0,5. Por tanto: a n a 1 n 1 d 5 n 1 0,5 5 0,5n 0,5 0,5n 4,5 a n 0,5n 4,5

UNIDAD 3. b b.1 Es una P.G. con a 1 5 y d 0,5. Por tanto: a n a 1 n 1 d 5 n 1 0,5 5 0,5n 0,5 0,5n 4,5 a n 0,5n 4,5 UNIDAD 3 a Escribe los cico primeros térmios de las sucesioes: a.1) a 2, a 3 1 2 a a a 1 2 a.2 b 2 + 1 b Halla el térmio geeral de cada ua de estas sucesioes: b.1 3, 1, 1, 3, 5,... b.2 2, 6, 18, 54,...

Más detalles

INTERÉS SIMPLE COMO FUNCIÓN LINEAL.

INTERÉS SIMPLE COMO FUNCIÓN LINEAL. INTERÉS SIMPLE COMO FUNCIÓN LINEAL. EJERCICIOS PROPUESTOS. 1.- Grafica las fucioes Moto e Iterés: a) C = + 0, co C e miles de pesos ; : meses y R. Para graficar estar fucioes, debemos dar valores a, por

Más detalles

264.- La distribución de probabilidad de una variable aleatoria discreta es la siguiente: n

264.- La distribución de probabilidad de una variable aleatoria discreta es la siguiente: n oja de oblema Etadítica VII 6.- La ditibució de obabilidad de ua vaiable aleatoia diceta e la iguiete: j j Se ide: º Eeaza matemática o valo medio obable de la vaiable. º Límite de la eeaza cuado tiede

Más detalles

. Antes debemos distinguir si los datos provienen de un diseño pareado (dependiente) o es un diseño independiente.

. Antes debemos distinguir si los datos provienen de un diseño pareado (dependiente) o es un diseño independiente. Capítulo 9: Comparació de media E capítulo ateriore etudiamo prueba de hipótei e itervalo de cofiaza para la proporció o la media de ua població. Eto método puede er etedido para otra ituacioe. Lo bueo

Más detalles

SUCESIONES. Si dividimos cada dos términos consecutivos de la sucesión de Fibonacci, obtenemos:

SUCESIONES. Si dividimos cada dos términos consecutivos de la sucesión de Fibonacci, obtenemos: SUCESIONES Págia REFLEXIONA Y RESUELVE Cuátas parejas de coejos? Cuátas parejas de coejos se producirá e u año, comezado co ua pareja úica, si cada mes cualquier pareja egedra otra pareja, que se reproduce

Más detalles

1. Muestreo Aleatorio Simple

1. Muestreo Aleatorio Simple UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERIA INDUSTRIAL Estadística III-Material 2-2012 Revisió y Cambios y Ampliació: Ig. José Alejadro Marí Fuete Primaria: Ig. César Augusto Zapata Urquijo

Más detalles

LAS SUCESIONES Y SU TENDENCIA AL INFINITO

LAS SUCESIONES Y SU TENDENCIA AL INFINITO LAS SUCESIONES Y SU TENDENCIA AL INFINITO Sugerecias al Profesor: Resaltar que las sucesioes geométricas ifiitas so objetos matemáticos que permite modelar alguos procesos ifiitos, y que a la vez su costrucció

Más detalles

SOLUCIONES X X

SOLUCIONES X X eptiembre 016 EAMEN MODELO A Pág. 1 INTRODUCCIÓN AL ANÁLII DE DATO EPTIEMBRE 016 Código asigatura: 6011037 EAMEN TIPO TET MODELO A DURACION: HORA Material: Addeda (Formulario y Tablas) y calculadora (cualquier

Más detalles

Laboratorio de Análisis de Circuitos. Práctica 8. Respuesta transitoria de circuitos RLC

Laboratorio de Análisis de Circuitos. Práctica 8. Respuesta transitoria de circuitos RLC Laboratorio de Aálii de Circuito Práctica 8 Repueta traitoria de circuito RLC Objetivo Verificar experimetalmete el valor de reitecia que e eceita para que u circuito RLC e erie ea críticamete amortiuado,

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 1999-.000 - CONVOCATORIA: SEPTIEMBRE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de

Más detalles

UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERIA INDUSTRIAL

UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERIA INDUSTRIAL UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERIA INDUSTRIAL Revisió, Cambios y Ampliació: Ig. José Alejadro Marí Fuete Primaria: Ig. César Augusto Zapata Urquijo 1. M U E S T R E O S I S T E M

Más detalles

USO DE ÁRBOLES DE DECISIÓN PARA LA ESTIMACIÓN ESTADÍSTICA

USO DE ÁRBOLES DE DECISIÓN PARA LA ESTIMACIÓN ESTADÍSTICA INVESTIGACIÓN & DESARROLLO,. 0, Vol. : 04 22 (200) ISSN 258-443 USO DE ÁRBOLES DE DECISIÓN PARA LA ESTIMACIÓN ESTADÍSTICA Carlo Eduardo Valdivieo Taborga, Roberto Valdivieo Catelló y Ocar Álvaro Valdivieo

Más detalles

TEMA 1 NÚMEROS REALES

TEMA 1 NÚMEROS REALES . Objetivos / Criterios de evaluació TEMA 1 NÚMEROS REALES O.1.1 Coocer e idetificar los cojutos uméricos N, Z, Q, I,R, Im O.1.2 Saber covertir úmeros racioales e fraccioes. O.1.3 Redodeo y aproximació

Más detalles

UNIDAD 3.- INFERENCIA ESTADÍSTICA I

UNIDAD 3.- INFERENCIA ESTADÍSTICA I UNIDAD 3.- INFERENCIA ESTADÍSTICA I 1. ESTADÍSTICA INFERENCIAL. MUESTREO La Estadística es la ciecia que se preocupa de la recogida de datos, su orgaizació y aálisis, así como de las prediccioes que, a

Más detalles

Gráficos de control por atributos

Gráficos de control por atributos Gráficos de cotrol por atributos por Felipe de la Rosa Los gráficos de cotrol por variables so istrumetos sumamete útiles para moitorear y mejorar la calidad, si embargo, preseta al meos dos limitacioes

Más detalles

SESIÓN 8 PLAN DE FINANZAS II

SESIÓN 8 PLAN DE FINANZAS II SESIÓN 8 PLAN DE FINANZAS II I. CONTENIDOS: 1. Sistema cotable de la empresa. 1.1. Balace Geeral 1.2. Estado de resultados. 1.3. Capital social: Créditos o fiaciamietos. 2. Idicadores fiacieros. II. OBJETIVOS:

Más detalles

INTRODUCCIÓN A LAS PROGRESIONES

INTRODUCCIÓN A LAS PROGRESIONES Apédice A INTRODUCCIÓN A LAS PROGRESIONES A.. A..3 E el Apédice A, los alumos ivestigaro progresioes buscado patroes y reglas. E la primera parte del apédice, se cocetraro e las progresioes aritméticas

Más detalles

USO DE ÁRBOLES DE DECISIÓN PARA LA ESTIMACIÓN ESTADÍSTICA

USO DE ÁRBOLES DE DECISIÓN PARA LA ESTIMACIÓN ESTADÍSTICA INVESTIGACIÓN & DESARROLLO 0: 05 3 (00) ISSN 84-6333 USO DE ÁRBOLES DE DECISIÓN PARA LA ESTIMACIÓN ESTADÍSTICA Carlo Eduardo Valdivieo Taborga, Roberto Valdivieo Catelló y Ocar Álvaro Valdivieo Taborga

Más detalles

Otro ejemplo es la tasa de cambio del tamaño de una población (N), que puede expresarse como:

Otro ejemplo es la tasa de cambio del tamaño de una población (N), que puede expresarse como: SOLUCIÓN DE ECUACIONES DIFERENCIALES Autor: Keith Gregso Traducció: José Alfredo Carrillo Salazar Muchos sistemas diámicos puede represetarse e térmios de ecuacioes difereciales. Por ejemplo, la tasa de

Más detalles

t-student y F-Snedecor

t-student y F-Snedecor t-studet y F-Sedecor Itroducció La prueba t-studet e utiliza para cotratar hipótei obre media e poblacioe co ditribució ormal. Tambié proporcioa reultado aproimado para lo cotrate de media e muetra uficietemete

Más detalles

SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN

SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN I. CONTENIDOS: 1. Regresió lieal simple.. Iterpretació de gráficas de regresió. 3. Cálculo de coeficiete de correlació. 4. Iterpretació del coeficiete de correlació.

Más detalles

La sucesión de Fibonacci y el número Φ Si dividimos cada dos términos consecutivos de la sucesión de Fibonacci, obtenemos:

La sucesión de Fibonacci y el número Φ Si dividimos cada dos términos consecutivos de la sucesión de Fibonacci, obtenemos: SUCESIONES Págia 50 PARA EMPEZAR, REFLEXIONA Y RESUELVE Cuátas parejas de coejos? Cuátas parejas de coejos se producirá e u año, comezado co ua pareja úica, si cada mes cualquier pareja egedra otra pareja,

Más detalles

Sucesiones de números reales

Sucesiones de números reales Sucesioes de úmeros reales Defiició y propiedades Sucesioes de úmeros reales 4 4 Defiició y propiedades 47 4 Sucesioes parciales 49 43 Mootoía 50 44 Sucesioes divergetes 53 45 Criterios de covergecia 54

Más detalles

LECTURA 05: INTERVALOS DE CONFIANZA PARA LA PROPORCIÓN POBLACIONAL. INTERVALOS DE CONFIANZA PARA LA DIFERENCIA ENTRE DOS PROPORCIONES POBLACIONES.

LECTURA 05: INTERVALOS DE CONFIANZA PARA LA PROPORCIÓN POBLACIONAL. INTERVALOS DE CONFIANZA PARA LA DIFERENCIA ENTRE DOS PROPORCIONES POBLACIONES. Uiveridad Lo Ágele de Chimbote LECTURA 05: ITERVALOS DE COFIAZA PARA LA PROPORCIÓ POBLACIOAL. ITERVALOS DE COFIAZA PARA LA DIFERECIA ETRE DOS PROPORCIOES POBLACIOES. TEMA : ITERVALOS DE COFIAZA PARA LA

Más detalles

PyE_ EF2_TIPO1_

PyE_ EF2_TIPO1_ UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SEGUNDO EXAMEN FINAL RESOLUCIÓN

Más detalles

Análisis del caso promedio El plan:

Análisis del caso promedio El plan: Aálisis del caso promedio El pla: Probabilidad Aálisis probabilista Árboles biarios de búsqueda costruidos aleatoriamete Tries, árboles digitales de búsqueda y Patricia Listas skip Árboles aleatorizados

Más detalles

Prueba A = , = [ 7.853, 8.147]

Prueba A = , = [ 7.853, 8.147] PRUEBAS DE ACCESO A LA UNIVERSIDAD CURSO 5-6 - CONVOCATORIA: Septiembre MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe

Más detalles

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO COLEGIO DE CIENCIAS Y HUMANIDADES

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO COLEGIO DE CIENCIAS Y HUMANIDADES UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO COLEGIO DE CIENCIAS Y HUMANIDADES Humao es errar; pero sólo los ecios persevera e el error. Ciceró. ACADEMIA DE MATEMÁTICAS Uidad II: Datos Bivariados Apredizajes.

Más detalles

Intervalos de Confianza basados en una sola muestra. Denotaremos al parámetro de interés con la letra θ y con θ un estimador para θ.

Intervalos de Confianza basados en una sola muestra. Denotaremos al parámetro de interés con la letra θ y con θ un estimador para θ. Itervalos de Cofiaza basados e ua sola muestra Ua estimació putual sólo os proporcioa u valor umérico, pero NO proporcioa iformació sobre la precisió y cofiabilidad de la estimació del parámetro. Etoces

Más detalles

DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS

DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS ESPACIO MUESTRAL. El cojuto de todos los resultados posibles de u eperimeto estadístico deotado por S o Ω VARIABLE. Se deomia variable a la

Más detalles

Pruebas de hipótesis para dos muestras.

Pruebas de hipótesis para dos muestras. Prueba de hiótei ara do muetra. Prueba de Hiótei ara do muetra grade, deviaioe etádar de la oblaioe deiguale. La roiedade de la Ditribuió Normal o tambié umamete útile uado queremo eotrar i do ojuto de

Más detalles

Inteligencia de redes y comunicaciones. Celestino. Eduardo García Ballestero Julio F. Borreguero Ballesteros

Inteligencia de redes y comunicaciones. Celestino. Eduardo García Ballestero Julio F. Borreguero Ballesteros Iteligecia de rede y comuicacioe Celetio Eduardo García Balletero Julio F. Borreguero Balletero CELESTI 1. Itroducció Cuáta de la peroa que coocemo tiee pareja?, cuáta tiee dificultade para ecotrarla?...ya

Más detalles

Determinación del tamaño de una muestra (para dos o más muestras)

Determinación del tamaño de una muestra (para dos o más muestras) STATGRAPHICS Rev. 457 Determiació del tamaño de ua muestra (para dos o más muestras) Este procedimieto determia el tamaño de muestra apropiado para estimar o realiar pruebas de hipótesis respecto a alguo

Más detalles

Universidad Nacional Autónoma de Honduras Facultad de Ciencias Económicas Guía de Ejercicios No. 2 DET 385, Métodos Cuantitativos III

Universidad Nacional Autónoma de Honduras Facultad de Ciencias Económicas Guía de Ejercicios No. 2 DET 385, Métodos Cuantitativos III .: Derivadas de orde superior: Elaborada por: Wilfredo Saravia M. Uiversidad Nacioal Autóoma de Hoduras Facultad de Ciecias Ecoómicas Guía de Ejercicios No. DET 85, Métodos Cuatitativos III E los ejercicios

Más detalles

Cód. Carrera: Área de Matemática Fecha: MODELO DE RESPUESTAS Objetivos 1 al 11.

Cód. Carrera: Área de Matemática Fecha: MODELO DE RESPUESTAS Objetivos 1 al 11. rueba Itegral Lapso 03-7-76-77 /0 Uiversidad Nacioal Abierta Matemática I (Cód. 7-76-77) icerrectorado Académico Cód. Carrera: 6-36-80-08- -60-6-6-63 Fecha: 0 0-0 MODELO DE RESUESTAS Objetivos al. OBJ

Más detalles