Ejercicios de teoría de colas

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

Download "Ejercicios de teoría de colas"

Transcripción

1 Ejercicios de teoría de colas Investigación Operativa II Diplomatura en Estadística Curso 07/08 1. En un hospital se dispone de un equipo de médicos que pueden llevar a cabo cierto tipo de operaciones quirúrgicas. Los pacientes que requieren estas operaciones llegan al hospital de manera aleatoria, pero se puede suponer que sus tiempos entre llegadas siguen una distribución exponencial con media 3,6 dias. El equipo médico necesita un tiempo para atender a cada paciente que es aleatorio, y que también supondremos exponencial con una tasa de 0,3 tratamientos por día. Se pide que calcules: a) El número medio de pacientes en el sistema en un momento cualquiera. b) El porcentaje del tiempo que el equipo médico está desocupado. c) El tiempo medio de espera de un paciente. Solución. Se trata de un problema de teoría de colas, en el que se nos describe una cola de atención a pacientes en la que se tiene un tiempo entre llegadas exponencial con media 3,6 y el tiempo de servicio también es exponencial con media 1/0, 3 = 3, 33. El número de servidores es uno un equipo). Por tanto se trata de una cola M/M/1. Para esta cola, el número medio de pacientes en el sistema viene dado por En nuestro caso, E[N] = ρ 1 ρ, ρ = λ µ. λ = 1/E[T ] = 1/3, 6 = 0, 78 µ = 1/E[S] = 0, 3 ρ = λ/µ = 0, 96 Por tanto, el número medio de pacientes en el sistema vale E[N] = 0, , 96 = 1, 5 El porcentaje de tiempo que el equipo médico está desocupado viene dado para esta cola por 1 ρ = 0, 074, esto es, un 7, 4 %. Por último, el tiempo medio de espera de un paciente se puede obtener como E[W ] = 1 ρ = 3, 33 1, 5 = 41, 63 dias. µ 1 ρ. El tiempo que necesita un mecánico para reparar máquinas tiene una distribución exponencial con media de 4 h. Las máquinas que deben ser reparadas llegan a la cola con tiempos entre llegadas que siguen una distribución exponencial con una tasa de 0. máquinas por hora. Si el mecánico emplease una herramienta especial, los tiempos medios de reparación bajarían a 3 h. Si cada hora de espera de una máquina cuesta 500 Pta., calcula el ahorro esperado que se tendría si se emplease la herramienta especial por máquina reparada, y por hora. Solución. El ahorro esperado será el resultado de restar los costes esperados para ambos casos. En el caso de no emplear la herramienta especial, el coste esperado será igual a 500 E[N], donde E[N] es el número medio de máquinas esperando a ser reparadas contamos también la máquina 1

2 que está siendo reparada en ese momento). Para una cola M/M/1, como la distribución del número de máquinas en el sistema es geométrica con parámetro ρ = λ/µ, tenemos que E[N] = kp N = k) = k1 ρ)ρ k = ρ 1 ρ. Por tanto, el ahorro vendrá dado por A = 500E[N 1 ] E[N ]) = 500 ρ1 ρ ), 1 ρ 1 1 ρ donde con lo que obtenemos ρ 1 = 0, 1/4 = 0,8, ρ = 0, 1/3 = 0,6, 0,8 A = 500 0, 0,6 ) = ,4 3. Los documentos a preparar en un Departamento se procesan por las secretarias del mismo. Los tiempos medios de procesamiento siguen una distribución exponencial con valor medio igual a 30 min. Además, la tasa a la que llegan documentos para ser procesados es de 3.5 documentos por hora. En este momento se tienen dos secretarias, y se está pensando en contratar a una tercera. Qué reducción se produciría en los tiempos medios de procesamiento si se contratase a esta tercera secretaria? Cómo cambiaría la proporción del tiempo en el que todas las secretarias están desocupadas, sin ninguna tarea que realizar? Solución. Debemos calcular dos valores para cada caso, el tiempo medio de procesamiento E[P ], y la probabilidad de que no haya ninguna tarea en el sistema, que será igual al tanto por uno de tiempo que las secretarias están desocupadas. Comenzando por el segundo dato, tenemos colas M/M/ y M/M/3 respectivamente. Para estas colas se tiene que mρ) k p 0 si k < m P N = k) = k! m m ρ k p 0 si k m m! donde ρ = λ/mµ) y también que P N = 0) = p 0. El valor de p 0 se obtiene de la condición P N = k) = 1 p mρ + mm m! y para los dos casos que consideramos tenemos que Si m =, obtenemos los resultados siguientes: ρ k ) = 1, ρ = 3,5 = 0,875, p 1 0 = 1 + 0, ,875 /1 0,875) = 0,0667. Si m = 3, obtenemos los resultados siguientes: ρ = 3,5 3 = 0,583, p 1 0 = , ,5 0,583 /1 0,583) = 0,518. Estos valores corresponden a la probabilidad de que todas las secretarias estén inactivas, y también a la fracción del tiempo en la que están inactivas. Para responder a la primera pregunta podemos aplicar la ley de Little, E[N] = λe[p ]. k=

3 Para ello necesitamos el valor de E[N], que obtenemos como ) E[N] = kp N = k) = p 0 mρ + mm kρ k = p 0 mρ + mm ρ ) m! m! ρ 1 ρ). Para los dos casos considerados tenemos que k= Si m =, Si m = 3, E[N] = 7,47, E[N] = 3,58, E[P ] =,13h. E[P ] = 1,0h. 4. El pago del peaje en la salida de una autopista se realiza utilizando una única cabina de pago de las dos cabinas disponibles. La tasa de llegadas a la cabina es de 90 por hora, y el tiempo medio que necesita un conductor para completar el pago es de 30 segundos. Se supone que los tiempos entre llegadas y de pago siguen distribuciones exponenciales. a) Se quiere saber cual es el número medio de automóviles en el sistema, y el tiempo medio de espera de los mismos. b) Se quiere estudiar si se abre la segunda cabina. Suponiendo que no cambian las tasas de llegada al sistema ni la tasa de servicio para cada cabina, cuáles son los nuevos tiempos de espera medios? Solución. Comenzamos calculando los números medios de clientes en el sistema para el caso de tener una única cabina funcionando. Empezamos por la definición de las tasas de llegadas y servicios. λ = 90 h 1, µ = 1 E[T s ] = 1/30 s 1 = 3600/30 h 1 = 10 h 1. La ocupación del sistema será por tanto ρ = λ = 90/10 = 0,75 µ En el caso de una cola M/M/1 tenemos los valores siguientes para la distribución de clientes en el sistema P N = k) = p 0 ρ k = 1 ρ)ρ k, y el valor esperado correspondiente vale E[N] = kp N = k) = 1 ρ) kρ k = ρ 1 ρ. En nuestro caso, este valor es E[N] = 0,75 0,5 = 3. Si ahora aplicamos la ley de Little, tendremos que el tiempo medio de paso por el sistema, E[S], vale E[S] = 1 λ E[N] = 3 90 h = min Como el tiempo medio de servicio es de medio minuto, E[W ] = E[S] E[T s ] = 0,5 = 1,5 min Para el caso con dos servidores tenemos que ρ = λ/µ) = 0,375 y para el número de clientes en el sistema las expresiones son las siguientes ρ) k P N = k) = p 0 si k < k! p 0 ρ k si k 3

4 Con estos valores de las probabilidades podemos calcular el valor de p 0 de la condición de que todas ellas han de sumar 1, como p ρ + ρ k ) = 1, y como k= ρk = ρ /1 ρ) = 0,5 tenemos que p 0 = 0,4545. El valor esperado deseado se puede obtener de E[N] = kp N = k) = p 0 ρ + kρ k ). El valor de la suma infinita es k= kρk = ρ/1 ρ) ρ = 0,5 y el valor esperado pedido es E[N] = 0,546, mucho menor que en el caso anterior. 5. Un centro de mantenimiento de equipo aéreo está considerando cambiar su forma de operación ante los retrasos que se producen. Actualmente, el centro puede mantener un avión a la vez, estos requieren un tiempo medio de 36 horas con tiempo exponencial) y las llegadas se producen en media cada 45 horas también con tiempo exponencial). Cuando un avión no está utilizable su coste es de 3000 euros por hora. Se plantean dos alternativas: i) reemplazar el equipo de mantenimiento por uno más moderno, con un coste de euros por año, y una reducción en el tiempo medio de servicio a 18 h., y ii) añadir un segundo centro de mantenimiento, igual al ya existente, con un coste de euros por año. Se pide que determines qué opción es más interesante económicamente. Solución. Tenemos tres situaciones que estudiar: las dos indicadas y no hacer nada. Evaluamos a continuación cada una de ellas, para lo que tenemos que determinar el número medio de aviones en proceso en cada caso. a) No se hace nada. Tenemos una cola M/M/1 con λ = 1/45h 1 y µ = 1/36h 1, y empleando las fórmulas para esta cola, k= k= ρ = λ µ = 1/45 1/36 = 4 5, E[N] = ρ 1 ρ = 4/5 1/5 = 4. Por tanto, los costes en este caso son suponemos = 000 horas por año): C 1 = euros/h = 4,000,000 euros/año b) Se mejora el centro para reducir el tiempo medio de servicio. La cola sigue siendo M/M/1, pero con nuevos parámetros, λ = 1/45h 1 no varía, pero µ = 1/18h 1. Aplicando las fórmulas tenemos ρ = λ µ = 1/45 1/18 = 5, E[N] = ρ 1 ρ = /5 3/5 = 3. Los costes se obtienen ahora como suma de los de inversión más los de los aviones no utilizables, y por tanto C = euros/h + 550,000 euros/año = 4,550,000 euros/año c) Se añade un segundo centro de mantenimiento. Ahora la cola pasa a ser una M/M/ con los parámetros iniciales λ = 1/45h 1 y µ = 1/36h 1. Para esta cola, las probabilidades para el número de clientes en el sistema vienen dadas por P N = k) = C nk ρ k k! C nn ρ k n! para alguna constante C y ρ = λ/nµ), y en nuestro caso, si k < n si k n, P N = 0) = C, P N = k) = Cρ k si k 1. 4

5 El valor de C lo podemos deducir de la condición de que la suma de todas las probabilidades ha de ser igual a uno, y en nuestro caso, C + k=1 Cρ k = 1 C 1 + ρ ) = 1 C = 1 ρ 1 ρ 1 + ρ, ρ = λ nµ = 1/45 /36 = 5, C = 3/5 7/5 = 3 7. Dado este valor calculamos el número esperado de clientes en el sistema a partir de E[N] = = kp N = k) = C kρ k = Cρ 1 ρ) = 1 + ρ /5 7/5 3/5 = 0 1. k=1 ρ 1 ρ El coste en este caso será C 3 = y esta opción es peor que la segunda. euros/h + 450,000 euros/año = 6,164,86 euros/año 6. Un equipo de descarga de camiones debe atender en promedio a un camión por hora con tiempos entre llegadas exponenciales). Se quiere estudiar el número óptimo de operarios a contratar para el equipo, bajo dos hipótesis: i) si se supone que cada operario se encarga de un único camión, y ii) si todos los operarios atienden a cada camión pero solo pueden atender un único camión a la vez) y los tiempos de descarga se reducen proporcionalmente, a 1/n horas por camión. Cada operario puede descargar un camión por hora en promedio con una distribución exponencial en los tiempos de descarga). El coste de cada trabajador es de 10 euros por hora, y el de cada camión parado mientras espera o se descarga es de 15 euros por hora. Solución. De manera análoga al caso anterior, debemos estudiar los costes asociados a tener diferentes números de operarios atendiendo a la carga y descarga de camiones. El caso de un operario no debe ser considerado porque la cola no es estable ρ = 1 en ese caso y no existe estado estacionario). Consideramos diferentes casos: a) Dos operarios. Para los dos casos del enunciado tenemos bien una cola M/M/1 con tasas λ = 1h 1 y µ = h 1, o una cola M/M/. Para la primera, aplicando las fórmulas de teoría de colas tenemos ρ = λ µ = 1, E[N] = ρ 1 ρ = 1/ 1/ = 1, y C 1 = = 35 euros/h Para la segunda cola, con las fórmulas del ejercicio anterior, ρ = λ nµ = 1, E[N] = 1 + ρ ρ 1 ρ = 4 3, y el coste es C = = 40 euros/h 3 b) Tres operarios. De nuevo, tenemos dos casos correspondientes bien a una cola M/M/1 con tasas λ = 1h 1 y µ = 3h 1, o una cola M/M/3. Para la primera, ρ = λ µ = 1 3, E[N] = ρ 1 ρ = 1/3 /3 = 1, 5

6 y C 31 = = 37,5 euros/h Para la segunda cola, debemos derivar las fórmulas correspondientes a partir de las definiciones básicas. En este caso, P N = 0) = C, P N = 1) = 3Cρ, P N = k) = 9C ρk si k. El valor de la constante C se obtendrá de C + 3Cρ + 9C ρ k = 1 k= ) C 1 + 3ρ + 9ρ 1 ρ = 1 C = 1 ρ) + 4ρ + 3ρ, y el valor esperado que nos interesa vendrá dado por ) E[N] = kp N = k) = C 3ρ + 9 kρ k = C k= 9 ρ = C 1 ρ) 3 ) ρ = 3Cρ + ρ ρ 1 ρ) = 3ρ + ρ ρ + 4ρ + 3ρ. 1 ρ 9 Si introducimos el valor de ρ obtenido como ρ = λ/3µ) = 1/3, tenemos ) kρ k 3 ρ k=1 E[N] = 3, C 3 = = 45, 68 euros/h c) Más de tres trabajadores. Estas opciones van a ser peores, porque el aumento de costes de personal no se puede compensar con reducciones adicionales de números de camiones esperando. En resumen, la mejor opción sería tener dos trabajadores que realizasen sus tareas simultáneamente sobre el mismo camión. 7. Una gestoría dispone de tres personas que atienden al público; cada una de ellas tarda una media de 10 minutos en atender a un cliente. a) Supongamos que los clientes llegan con una tasa de 15 por hora. Con qué probabilidad un cliente tiene que esperar para ser atendido? Cuál es el número medio de clientes en la cola? Cuál es el tiempo medio de espera en la gestoría? b) Supongamos que se estructura la gestoría en tres servicios: uno dedicado a las gestiones de compra/venta, el segundo para documentación DNI, pasaportes, carnets de conducir,...) y el tercero para las restantes gestiones. Ahora, la tasa de llegada de los clientes a cada uno de los servicios es de 5 por hora. Además, cada uno de los tres empleados está asignado a un único servicio. Con qué probabilidad un cliente tiene que esperar para ser atendido? Cuál es el número medio de clientes en la cola? Cuál es el tiempo medio de cada cliente en la gestoría? c) Cuál de las alternativas anteriores te parece más conveniente? Razónalo. Solución. a) El sistema del primer caso es una cola M/M/3 con λ = 15 y µ = 6. El factor de carga es ρ = λ 3µ = 5/6 < 1, y por tanto existe el estado estacionario. 6

7 La probabilidad de que un cliente tenga que esperar en el primer caso viene dada por ) λ 1 P 0 + P 1 + P ) = 1 P ) ) λ µ µ Donde P 1 0 = 1 + ) λ + 1 µ ) λ + µ ) 3 λ µ 3!1 ρ) ; P 0 = 4 89 La probabilidad que se nos pide es ,70. El número medio de clientes en la cola es 3 λ µ) P0 ρ L q = 3!1 ρ) = 65 3,51 clientes 178 W = W q + 1 µ = L q λ + 1 µ = horas 4 minutos. b) En este apartado tenemos tres colas M/M/1 independientes, todas con λ = 5 y µ = 6. Ahora ρ = 5/6 < 1. 1) La probabilidad de que un cliente tenga que esperar sera ) El número medio de clientes en cada cola es 3) 1 P 0 = ρ = 5 6 0,83 L q = ρ 1 ρ = 5 6. Entre las tres colas tendremos, en media, un total de 3L q = 1,5 clientes esperando. W = W q + 1 µ = L q λ + 1 µ = 1 hora. c) Con la reestructuración propuesta se aumentan tanto la probabilidad de que un cliente tenga que esperar, como el tiempo que cada cliente pasa en la gestoría. Además, en media, el número de clientes que estén esperando para ser atendidos también será mayor. Por tanto, en lo que al rendimiento del sistema de colas se refiere, no es aconsejable hacer esta reestructuración. 8. Considera una cola con tasa de llegada λ, y 7 servidores idénticos en paralelo, cada uno de los cuales tiene tasa de servicio µ. Formula la condición que han de cumplir los parámetros dados para que la cola sea estable. Nos dan los siguientes datos: i) el número medio de servidores ocupados es 6; ii) el tiempo medio que un cliente permanece en el sistema incluyendo su tiempo en servicio) es de 30 minutos; y iii) el tiempo medio que un cliente permanece en espera es de 18 minutos. Calcula: 1) el factor de utilización del sistema; ) la tasa de llegada; 3) la tasa de servicio; 4) el número medio de clientes en el sistema; y 5) el número medio de clientes en espera. Es estable el sistema? En el caso de que los tiempos entre llegadas de clientes y los tiempos de servicio fuesen variables aleatorias v.a.) exponenciales, representa el diagrama de tasas de transición entre estados, y formula las ecuaciones de balance del flujo correspondientes. Solución. a) La condición de estabilidad es: ρ = λ/7µ) < 1. b) Utilizaremos la siguiente notación: ρ: factor de utilización. B: número medio de servidores ocupados. N: número medio de clientes en el sistema. 7

8 Q: número medio de clientes en espera. C = 1/µ: tiempo medio de servicio. S: tiempo medio por cliente en el sistema. W : tiempo medio por cliente en espera. Nos indican que B = 6, S = 30 y W = 18. Calculamos las medidas de rendimiento pedidas como se indica a continuación: B = λ/µ = 7ρ = ρ = B/7 = 6/7. Por tanto, el sistema es estable. S = W + C = W + 1/µ = µ = 1/ S W ) = 1/30 18) = 1/1. λ/µ = B = λ = µ B = 1/1)6 = 1/. Ley de Little: L = λ S = 1/)30 = 15. Ley de Little: Q = λ W = 1/)18 = 9. c) El diagrama de tasas de transición entre estados representa las transiciones entre pares de estados así como sus tasas. Los estados se corresponden con los números de clientes en el sistema. En el caso de la cola M/M/7 del problema, como las llegadas y finales de servicio se producen de uno en uno, las únicas transiciones posibles son entre estados consecutivos, esto es, entre i clientes en el sistema e i 1 ó i + 1 clientes, con tasas t ij dadas por los valores siguientes { iµ si 0 i 6 t i,i+1 = λ i, t i,i 1 = 7µ si 7 i. Las ecuaciones de balance del flujo, que recogen las igualdades entre las tasas de transición entre estados, son: λp 0 = µp 1 λp 1 = µp λp = 3µp 3 λp 3 = 4µp 4 λp 4 = 5µp 5 λp 5 = 6µp 6 λp n = 7µp n+1, n 6. 8

S = N λ = 5 5 = 1 hora.

S = N λ = 5 5 = 1 hora. Teoría de Colas / Investigación Operativa 1 PROBLEMAS DE INVESTIGACIÓN OPERATIVA. Hoja 5 1. Al supercomputador de un centro de cálculo llegan usuarios según un proceso de Poisson de tasa 5 usuarios cada

Más detalles

Teoría de colas I. Investigación Operativa, Grado en Estadística y Empresa, 2011/12

Teoría de colas I. Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Teoría de colas I Prof. José Niño Mora Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Esquema Teoría de colas Ejemplo: un centro de atención telefónica (call center) Tasa de llegada y

Más detalles

Modelos de cola.

Modelos de cola. Modelos de cola http://humberto-r-alvarez-a.webs.com Las colas Las colas son frecuentes en la vida cotidiana: En un banco En un restaurante de comidas rápidas Al matricular en la universidad Los autos

Más detalles

PROBLEMA 1 PROBLEMA 2

PROBLEMA 1 PROBLEMA 2 PROBLEMA 1 Dos compañías de taxis atienden a una comunidad. Cada empresa posee dos taxis y se sabe que ambas compañías comparten el mercado al 50%. Las llamadas que llegan a cada una de las respectivas

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.londono@correounivalle.edu.co jclondonor@gmail.com MODELOS DE FILAS DE ESPERA Introducción a la Teoría de Colas Ejemplos de la teoría

Más detalles

UNIVERSIDAD SIMON BOLIVAR LINEAS DE ESPERA USB PS4161 GESTION DE LA PRODUCCION I LINEAS DE ESPERA

UNIVERSIDAD SIMON BOLIVAR LINEAS DE ESPERA USB PS4161 GESTION DE LA PRODUCCION I LINEAS DE ESPERA UNIVERSIDAD SIMON BOLIVAR LINEAS DE ESPERA 1 Contenido Características de un sistema de líneas de espera Características de las llegadas Características de la línea de espera Características del dispositivo

Más detalles

Investigación operativa: aplicaciones en la optimización de costes"

Investigación operativa: aplicaciones en la optimización de costes Autor: Ricardo San Martín Molina - 1 - Investigación operativa: aplicaciones en la optimización de costes" Autor: Ricardo San Martín Molina Resumen: En este artículo veremos, a través de un ejemplo y su

Más detalles

Ingeniería de Sistemas. Teoría de colas y juegos

Ingeniería de Sistemas. Teoría de colas y juegos Ingeniería de Sistemas Teoría de colas y juegos DEFINICIÓN Estudio analítico del comportamiento de líneas de espera. DEFINICIÓN OBJETIVOS DE LA TEORÍA DE COLAS Identificar el nivel óptimo de capacidad

Más detalles

Teoría de colas. Las colas (líneas de espera) son parte de la vida diaria

Teoría de colas. Las colas (líneas de espera) son parte de la vida diaria Teoría de colas Las colas (líneas de espera) son parte de la vida diaria Supermercado - Servicios de reparaciones - Telecom. Banco - Comedor universitario - Producción El tiempo que la población pierde

Más detalles

Teoría de líneas de espera

Teoría de líneas de espera Teoría de líneas de espera Recuerde la última vez que tuvo que esperar en la caja de un supermercado, en una ventanilla de su banco local, o a que lo atendieran en un restaurante de comida rápida. En éstas

Más detalles

Posible solución al examen de Investigación Operativa de Sistemas de junio de 2002

Posible solución al examen de Investigación Operativa de Sistemas de junio de 2002 Posible solución al examen de Investigación Operativa de Sistemas de junio de 00 Problema (,5 puntos): Resuelve el siguiente problema utilizando el método Simplex o variante: Una compañía fabrica impresoras

Más detalles

13.Teoría de colas y fenómenos de espera

13.Teoría de colas y fenómenos de espera 3.Teoría de colas y fenómenos de espera Notación y terminología Modelado del proceso de llegada Modelado del proceso de servicio Notación de Kendall-Lee Procesos de nacimiento y muerte Modelo M/M/. Análisis

Más detalles

TEMA N 3.- TEORÍA DE COLAS

TEMA N 3.- TEORÍA DE COLAS UNIVERSIDAD DE ORIENTE NÚCLEO DE ANZOÁTEGUI EXTENSIÓN REGIÓN CENTRO-SUR ANACO, ESTADO ANZOÁTEGUI TEMA N 3.- TEORÍA DE COLAS Asignatura: Investigación Operativa I Docente: Ing. Jesús Alonso Campos 3.1 Introducción

Más detalles

MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES

MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES CAPÍTULO 5 Curso preparatorio de la prueba de acceso a la universidad para mayores de 25 años curso 2010/11 Nuria Torrado Robles Departamento de Estadística Universidad

Más detalles

Control 3. Lunes 23 de Junio 2008

Control 3. Lunes 23 de Junio 2008 Universidad de Chile Facultad de Ciencias Físicas y Matemáticas Departamento de Ingeniería Industrial IN44A: Investigación Operativa Profesores: R. Caldentey, R. Epstein, P. Rey Prof. Aux.: J. Gacitúa,

Más detalles

III Verano de Probabilidad y Estadística Curso de Procesos de Poisson (Víctor Pérez Abreu) Lista de Ejercicios

III Verano de Probabilidad y Estadística Curso de Procesos de Poisson (Víctor Pérez Abreu) Lista de Ejercicios III Verano de Probabilidad y Estadística Curso de Procesos de Poisson (Víctor Pérez Abreu) Lista de Ejercicios Esta lista contiene ejercicios y problemas tanto teóricos como de modelación. El objetivo

Más detalles

lasmatemáticas.eu Pedro Castro Ortega materiales de matemáticas

lasmatemáticas.eu Pedro Castro Ortega materiales de matemáticas 1. Fracciones Una fracción es una expresión del tipo a b, donde a y b son números naturales llamados numerador y denominador, respectivamente. 1.1. Interpretación de una fracción a) Fracción como parte

Más detalles

INTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)

INTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7) TEMA Nº 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer las características de la distribución normal como distribución de probabilidad de una variable y la aproximación de

Más detalles

Teoría de Colas. TC: Parte de la Investigación Operativa que estudia el comportamiento de sistemas cuyos elementos incluyen líneas de espera (colas).

Teoría de Colas. TC: Parte de la Investigación Operativa que estudia el comportamiento de sistemas cuyos elementos incluyen líneas de espera (colas). Teoría de Colas TC: Parte de la Investigación Operativa que estudia el comportamiento de sistemas cuyos elementos incluyen líneas de espera (colas). IO 07/08 - Teoría de Colas 1 Teoría de Colas: ejemplos

Más detalles

Introduccion. TEMA 6: MODELOS DE FILAS DE ESPERA (Waiting Line Models) (Capítulo 12 del libro) Modelos de Decisiones

Introduccion. TEMA 6: MODELOS DE FILAS DE ESPERA (Waiting Line Models) (Capítulo 12 del libro) Modelos de Decisiones Modelos de Decisioes TEMA 6: MODELOS DE FILAS DE ESPERA (Waitig Lie Models) (Capítulo 2 del libro) Itroduccio.. Estructura de u Sistema de Filas de Espera 2. Modelo Sigle-Chael co tasa de llegadas tipo

Más detalles

Teoría de colas. Modelado y Análisis de Redes de Telecomunicaciones. IIE - Facultad de Ingeniería

Teoría de colas. Modelado y Análisis de Redes de Telecomunicaciones. IIE - Facultad de Ingeniería Teoría de colas Modelado y Análisis de Redes de Telecomunicaciones IIE - Facultad de Ingeniería Contenido 1 Proceso de Poisson 2 Teoría de colas 3 El proceso M/M/1 4 Los procesos M/M/* 5 El proceso M/G/1

Más detalles

Tema 5 Algunas distribuciones importantes

Tema 5 Algunas distribuciones importantes Algunas distribuciones importantes 1 Modelo Bernoulli Distribución Bernoulli Se llama experimento de Bernoulli a un experimento con las siguientes características: 1. Se realiza un experimento con dos

Más detalles

1.1. Distribución exponencial. Definición y propiedades

1.1. Distribución exponencial. Definición y propiedades CONTENIDOS 1.1. Distribución exponencial. Definición y propiedades 1.2. Procesos de conteo 1.3. Procesos de Poisson - Tiempos de espera y entre llegadas - Partición y mezcla de un proceso de Poisson -

Más detalles

PROBLEMAS DE ONDAS. Función de onda, Autor: José Antonio Diego Vives. Documento bajo licencia Creative Commons (BY-SA)

PROBLEMAS DE ONDAS. Función de onda, Autor: José Antonio Diego Vives. Documento bajo licencia Creative Commons (BY-SA) PROBLEMAS DE ONDAS. Función de onda, energía. Autor: José Antonio Diego Vives Documento bajo licencia Creative Commons (BY-SA) Problema 1 Escribir la función de una onda armónica que avanza hacia x negativas,

Más detalles

Presentación 3 SISTEMAS DE ECUACIONES LINEALES CON DOS VARIABLES

Presentación 3 SISTEMAS DE ECUACIONES LINEALES CON DOS VARIABLES Presentación 3 SISTEMAS DE ECUACIONES LINEALES CON DOS VARIABLES Sistemas de Ecuaciones Lineales Muchos problemas en administración y economía envuelven dos o mas ecuaciones en uno o más variables. Decimos

Más detalles

INSTITUTO TECNOLÓGICO DE NUEVO LEÓN. Práctica #4 Líneas de espera

INSTITUTO TECNOLÓGICO DE NUEVO LEÓN. Práctica #4 Líneas de espera Práctica #4 Líneas de espera Objetivo: Optimizar la operación de los servicios y la manufactura utilizando modelos de líneas de espera. Introducción: El sistema de líneas de espera, es el más conocido

Más detalles

RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES

RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES UNIDD 4 RESOLUCIÓN DE SISTEMS MEDINTE DETERMINNTES Página 00 Resolución de sistemas mediante determinantes x y Resuelve, aplicando x = e y =, los siguientes sistemas de ecuaciones: x 5y = 7 5x + 4y = 6x

Más detalles

F (x, y) = no es la función de distribución acumulada de ningún vector aleatorio. b) Mostrar que. { (1 e x )(1 e y ) si x 0, y 0

F (x, y) = no es la función de distribución acumulada de ningún vector aleatorio. b) Mostrar que. { (1 e x )(1 e y ) si x 0, y 0 Probabilidades y Estadística (M) Práctica 5 1 o cuatrimestre 2014 Vectores aleatorios 1. a) Demostrar que la función F (x, y) = 1 e x y si x 0, y 0 0 en caso contrario no es la función de distribución

Más detalles

Tema 4: Probabilidad y Teoría de Muestras

Tema 4: Probabilidad y Teoría de Muestras Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009

Más detalles

Tema 8: Aplicaciones. Ecuaciones en. diferencias: modelos en tiempo discreto. 1 Modelo de crecimiento exponencial. 2 Sucesión de Fibonacci

Tema 8: Aplicaciones. Ecuaciones en. diferencias: modelos en tiempo discreto. 1 Modelo de crecimiento exponencial. 2 Sucesión de Fibonacci 8 de diciembre de 20 Contexto: Bloque de Álgebra Lineal Tema 6. Sistemas de ecuaciones lineales y matrices. Tema 7. Valores y vectores propios. Tema 8. Aplicaciones del cálculo de los valores y vectores

Más detalles

ESTRUCTURA DE LINEAS DE ESPERA

ESTRUCTURA DE LINEAS DE ESPERA ESTRUCTURA DE LINEAS DE ESPERA La teoría de las colas es el estudio de líneas de espera. Cuatro características de un sistema de la formación de colas o líneas de espera son: la manera en que los clientes

Más detalles

EJERCICIO. Dadas las rectas y

EJERCICIO. Dadas las rectas y EJERCICIO Dadas las rectas x4 y1 z y z 8 r : y s: x1 1 3 se pide: a) Comprueba que las rectas r y s se cruzan. b) Determina la ecuación de la perpendicular común. c) Calcula la distancia entre ambas. Perpendicular

Más detalles

Espacios Vectoriales

Espacios Vectoriales Leandro Marín Octubre 2010 Índice Definición y Ejemplos Paramétricas vs. Impĺıcitas Bases y Coordenadas Para definir un espacio vectorial tenemos que empezar determinando un cuerpo sobre el que esté definido

Más detalles

Rentas Ciertas MATEMÁTICA FINANCIERA. Rentas Ciertas: Ejemplo. Rentas Ciertas. Ejemplo (1) C C C C C

Rentas Ciertas MATEMÁTICA FINANCIERA. Rentas Ciertas: Ejemplo. Rentas Ciertas. Ejemplo (1) C C C C C Rentas Ciertas MATEMÁTICA FINANCIERA RENTAS CIERTAS I Luis Alcalá UNSL Segundo Cuatrimeste 06 A partir de ahora, utilizaremos capitalización compuesta como ley financiera por defecto, salvo que expĺıcitamente

Más detalles

EJERCICIOS DE SELECTIVIDAD

EJERCICIOS DE SELECTIVIDAD EJERCICIOS DE SELECTIVIDAD INFERENCIA 1998 JUNIO OPCIÓN A Un fabricante de electrodomésticos sabe que la vida media de éstos sigue una distribución normal con media μ = 100 meses y desviación típica σ

Más detalles

Temas 5 y /16.37

Temas 5 y /16.37 Temas 5 y 6 6.263/16.37 Introducción a la teoría de colas MIT, LIDS Dispositiva 1 Redes conmutadas por paquetes Los mensajes se dividen en paquetes que se enrutan hacia su destino PS PS PS PS Red de paquetes

Más detalles

Pruebas de Acceso a las Universidades de Castilla y León

Pruebas de Acceso a las Universidades de Castilla y León Pruebas de Acceso a las Universidades de Castilla y León MATMÁTICAS APLICADAS A LAS CINCIAS SOCIALS JRCICIO Nº páginas 2 Tablas OPTATIVIDAD: L ALUMNO/A DBRÁ SCOGR UNO D LOS DOS BLOQUS Y DSARROLLAR LAS

Más detalles

Ejemplos y ejercicios de. Estadística Descriptiva. yanálisis de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.

Ejemplos y ejercicios de. Estadística Descriptiva. yanálisis de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios. ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS Ejemplos y ejercicios de Estadística Descriptiva yanálisis de Datos Diplomatura en Estadística Curso 007/08 Descripción estadística de una variable. Ejemplos

Más detalles

DERIVACIÓN DE LAS FUNCIONES ELEMENTALES

DERIVACIÓN DE LAS FUNCIONES ELEMENTALES DERIVACIÓN DE LAS FUNCIONES ELEMENTALES 2 El procedimiento mediante el cuál se obtiene la derivada de una función se conoce como derivación. Llamaremos funciones elementales a las funciones polinómicas,

Más detalles

Tema: Funciones en Excel (III) Funciones de fecha y hora Las fechas son a menudo una parte crítica de análisis de datos

Tema: Funciones en Excel (III) Funciones de fecha y hora Las fechas son a menudo una parte crítica de análisis de datos Tema: Funciones en Excel (III) Funciones de fecha y hora Las fechas son a menudo una parte crítica de análisis de datos Índice: 1 Para qué las funciones fecha y hora? 2 Generalidades El especial tratamiento

Más detalles

Teorema Central del Límite (1)

Teorema Central del Límite (1) Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico

Más detalles

2. ECUACIONES LINEALES O DE PRIMER GRADO

2. ECUACIONES LINEALES O DE PRIMER GRADO . ECUACIONES LINEALES O DE PRIMER GRADO El objetivo de este capítulo es repasar las ecuaciones lineales o de primer grado y resolver ecuaciones lineales por medio de propiedades vistas en la unidad nº

Más detalles

Modelos Estocásticos I Tercer Examen Parcial Respuestas

Modelos Estocásticos I Tercer Examen Parcial Respuestas Modelos Estocásticos I Tercer Examen Parcial Respuestas. a Cuál es la diferencia entre un estado recurrente positivo y uno recurrente nulo? Cómo se define el período de un estado? Demuestre que si el estado

Más detalles

UNIVERSIDAD DE MANAGUA Al más alto nivel

UNIVERSIDAD DE MANAGUA Al más alto nivel UNIVERSIDAD DE MANAGUA Al más alto nivel Programación Lineal Encuentro #9 Tema: PROBLEMA DE ASIGNACIÓN Prof.: MSc. Julio Rito Vargas A. Grupos: CCEE y ADMVA /201 Objetivos: Resolver problemas de asignación

Más detalles

JUNIO Bloque A

JUNIO Bloque A Selectividad Junio 009 JUNIO 009 Bloque A 1.- Estudia el siguiente sistema en función del parámetro a. Resuélvelo siempre que sea posible, dejando las soluciones en función de parámetros si fuera necesario.

Más detalles

Sistemas de Ecuaciones Lineales SISTEMAS DE ECUACIONES LINEALES DEFINICIONES, TIPOS DE SISTEMAS Y DISTINTAS FORMAS DE EXPRESARLOS

Sistemas de Ecuaciones Lineales SISTEMAS DE ECUACIONES LINEALES DEFINICIONES, TIPOS DE SISTEMAS Y DISTINTAS FORMAS DE EXPRESARLOS SISTEMAS DE ECUACIONES LINEALES DEFINICIONES, TIPOS DE SISTEMAS Y DISTINTAS FORMAS DE EXPRESARLOS 1.- DEFINICIÓN DE SISTEMAS DE ECUACIONES LINEALES Definición: se llama sistema de ecuaciones lineales al

Más detalles

= P (Z ) - P (Z ) = P (Z 1 25) P (Z -1 25)= P (Z 1 25) [P (Z 1 25)] = P (Z 1 25) [1- P (Z 1 25)] =

= P (Z ) - P (Z ) = P (Z 1 25) P (Z -1 25)= P (Z 1 25) [P (Z 1 25)] = P (Z 1 25) [1- P (Z 1 25)] = El peso en kg de los estudiantes universitarios de una gran ciudad se supone aproximado por una distribución normal con media 60kg y desviación típica 8kg. Se toman 100 muestras aleatorias simples de 64

Más detalles

Sistemas de ecuaciones lineales

Sistemas de ecuaciones lineales Ecuación lineal con n incógnitas Sistemas de ecuaciones lineales Es cualquier expresión del tipo: a 1 x 1 + a 2 x 2 + a 3 x 3 +... + a n x n = b, donde a i, b. Los valores a i se denominan coeficientes,

Más detalles

Planificación contra stock

Planificación contra stock Planificación contra stock 129 Problema FS1 Planificación contra stock Determinar el ciclo de producción para la siguiente familia suponiendo 250 días de trabajo por año. Producto D I (u/año) p i ( /u)

Más detalles

Derivadas e integrales

Derivadas e integrales Derivadas e integrales Álvarez S., Caballero M.V. y Sánchez M a M salvarez@um.es, m.victori@um.es, marvega@um.es ÍNDICE Matemáticas Cero Índice. Definiciones 3. Herramientas 4.. Reglas de derivación.......................

Más detalles

GRÁFICOS DE CONTROL. Datos tipo atributo

GRÁFICOS DE CONTROL. Datos tipo atributo GRÁFICOS DE CONTROL Datos tipo atributo SELECCIÓN DE LOS GRÁFICOS DE CONTROL GRÁFICOS PARA ATRIBUTOS Se distinguen dos grandes grupos: Los gráficos p, 100p y u difieren de los gráficos np y c en que los

Más detalles

1.-LEY DE OHM: VOLTAJE, CORRIENTE Y RESISTENCIA

1.-LEY DE OHM: VOLTAJE, CORRIENTE Y RESISTENCIA Área : Tecnología Asignatura : Tecnología e Informática Grado : 7 Nombre del docente: Jorge Enrique Giraldo Valencia 1.-LEY DE OHM: VOLTAJE, CORRIENTE Y RESISTENCIA La ley de Ohm expresa la relación que

Más detalles

Tema 2.- Formas Cuadráticas.

Tema 2.- Formas Cuadráticas. Álgebra. 004 005. Ingenieros Industriales. Departamento de Matemática Aplicada II. Universidad de Sevilla. Tema.- Formas Cuadráticas. Definición y representación matricial. Clasificación de las formas

Más detalles

JUNIO Opción A

JUNIO Opción A Junio 010 (Prueba Específica) JUNIO 010 Opción A 1.- Discute y resuelve según los distintos valores del parámetro a el siguiente sistema de ecuaciones: a x + a y + az 1 x + a y + z 0.- Una panadería se

Más detalles

Introducción a la Programación Dinámica. El Problema de la Mochila

Introducción a la Programación Dinámica. El Problema de la Mochila Tema 1 Introducción a la Programación Dinámica. El Problema de la Mochila La programación dinámica no es un algoritmo. Es más bien un principio general aplicable a diversos problemas de optimización que

Más detalles

Podemos definir un contraste de hipótesis como un procedimiento que se basa en lo observado en las muestras y en la teoría de la probabilidad para

Podemos definir un contraste de hipótesis como un procedimiento que se basa en lo observado en las muestras y en la teoría de la probabilidad para VII. Pruebas de Hipótesis VII. Concepto de contraste de hipótesis Podemos definir un contraste de hipótesis como un procedimiento que se basa en lo observado en las muestras y en la teoría de la probabilidad

Más detalles

RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES

RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES RESOLUCIÓN DE SISTEMS MEDINTE DETERMINNTES Página 0 REFLEXION Y RESUELVE Resolución de sistemas Ò mediante determinantes y Resuelve, aplicando x x e y, los siguientes sistemas de ecuaciones: 3x 5y 73 a

Más detalles

Ejercicios Resueltos

Ejercicios Resueltos Ejercicios Resueltos Ejercicio 1 La función de transferencia de un sistema de control tiene como expresión: Determinar, aplicando el método de Routh, si el sistema es estable. Para comprobar la estabilidad

Más detalles

UNIDAD 3. La derivada. Objetivos. Al terminar la unidad, el alumno:

UNIDAD 3. La derivada. Objetivos. Al terminar la unidad, el alumno: UNIDAD La derivada Objetivos Al terminar la unidad, el alumno: Calculará la derivada de funciones utilizando el álgebra de derivadas. Determinará la relación entre derivación y continuidad. Aplicará la

Más detalles

Poblaciones multietáneas

Poblaciones multietáneas : Estado biológico Dinámica de poblaciones: crecimiento de poblaciones multietáneas José Antonio Palazón Ferrando palazon@um.es http://fobos.bio.um.es/palazon Departamento de Ecología e Hidrología Universidad

Más detalles

Tema 5. Muestreo y distribuciones muestrales

Tema 5. Muestreo y distribuciones muestrales 1 Tema 5. Muestreo y distribuciones muestrales En este tema: Muestreo y muestras aleatorias simples. Distribución de la media muestral: Esperanza y varianza. Distribución exacta en el caso normal. Distribución

Más detalles

TAMAÑO DE MUESTRA EN LA ESTIMACIÓN DE LA MEDIA DE UNA POBLACIÓN

TAMAÑO DE MUESTRA EN LA ESTIMACIÓN DE LA MEDIA DE UNA POBLACIÓN TAMAÑO DE MUESTRA EN LA ESTIMACIÓN DE LA MEDIA DE UNA POBLACIÓN En este artículo, se trata de explicar una metodología estadística sencilla y sobre todo práctica, para la estimación del tamaño de muestra

Más detalles

Investigación Operativa II. Ing. Nicolás Salvador Flores

Investigación Operativa II. Ing. Nicolás Salvador Flores Docente : Practica # 1 Teoría de Colas o Sistema de Espera 1. Durante un intervalo de tiempo muy breve h, cuando mucho puede ocurrir una llegada la probabilidad de que ocurra una llegada es directamente

Más detalles

OPCIÓN A. La empresa A (x) tiene 30 trabajadores, la B (y) 20 trabajadores y la C (z) 13 trabajadores.

OPCIÓN A. La empresa A (x) tiene 30 trabajadores, la B (y) 20 trabajadores y la C (z) 13 trabajadores. PRUEBAS DE ACCESO A LA UNIVERSIDAD PARA EL ALUMNADO DE BACHILLERATO. 159 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. JUNIO 16 EXAMEN RESUELTO POR JAVIER SUÁREZ CABALLERO (@javiersc9) OBSERVACIONES IMPORTANTES:

Más detalles

DEPARTAMENTO DE ESTADÍSTICA E INVESTIGACIÓN OPERATIVA

DEPARTAMENTO DE ESTADÍSTICA E INVESTIGACIÓN OPERATIVA U N I V E R S I D A D D E M U R C I A DEPARTAMENTO DE ESTADÍSTICA E INVESTIGACIÓN OPERATIVA Ampliación de Modelos de I.O. - Curso 2008/2009 Problemas de Teoría de Colas 1. Calcular la varianza del número

Más detalles

GRÁFICOS DE CONTROL. Datos tipo atributo

GRÁFICOS DE CONTROL. Datos tipo atributo GRÁFICOS DE CONTROL Datos tipo atributo SELECCIÓN DE LOS GRÁFICOS DE CONTROL Total GRÁFICOS PARA ATRIBUTOS Se distinguen dos grandes grupos: Por unidad Los gráficos p, 100p y u difieren de los gráficos

Más detalles

FAMILIA DE TARJETA Capital de trabajo

FAMILIA DE TARJETA Capital de trabajo FAMILIA DE TARJETA Capital de trabajo Productos Soles Divisa Dólares Tarjeta Capital de Trabajo Beneficios Al terminar la lectura de este capítulo, podrás conocer! Los conceptos financieros que se aplican

Más detalles

Unidad Didáctica 1 Introducción Electricidad- Análisis en en Corriente Continua

Unidad Didáctica 1 Introducción Electricidad- Análisis en en Corriente Continua Instalaciones y Servicios Parte II Introducción Electricidad- Análisis en C.C. Unidad Didáctica 1 Introducción Electricidad- Análisis en en Corriente Continua Instalaciones y Servicios Parte II- UD1 CONTENIDO

Más detalles

3. ANÁLISIS DE DATOS DE PRECIPITACIÓN.

3. ANÁLISIS DE DATOS DE PRECIPITACIÓN. 3. ANÁLISIS DE DATOS DE PRECIPITACIÓN. Teniendo en cuenta que la mayoría de procesos estadísticos se comportan de forma totalmente aleatoria, es decir, un evento dado no está influenciado por los demás,

Más detalles

Conmutación de circuitos Tráfico

Conmutación de circuitos Tráfico Conmutación de circuitos Tráfico Area de Ingeniería Telemática http://www.tlm.unavarra.es Arquitectura de Redes, Sistemas y Servicios Grado en Ingeniería en Tecnologías de Telecomunicación, 2º Temario

Más detalles

Tema 5: Análisis de Sensibilidad y Paramétrico

Tema 5: Análisis de Sensibilidad y Paramétrico Tema 5: Análisis de Sensibilidad y Paramétrico 5.1 Introducción 5.2 Cambios en los coeficientes de la función objetivo 5.3 Cambios en el rhs 5.4 Análisis de Sensibilidad y Dualidad 5.4.1 Cambios en el

Más detalles

Asignación de cargas de trabajo mediante gantt:

Asignación de cargas de trabajo mediante gantt: TEMA 2: PROGRAMACIÒN DE OPERACIONES EJERCICIOS RESUELTOS Asignación de cargas de trabajo mediante gantt: 1. Encuentre un programa factible para los siguientes datos de un taller de producción intermitente:

Más detalles

[5.1] Cómo estudiar este tema? [5.5] Modelos de rentas más usuales. [5.6] Operaciones de constitución de un capital

[5.1] Cómo estudiar este tema? [5.5] Modelos de rentas más usuales. [5.6] Operaciones de constitución de un capital Rentas financieras [5.1] Cómo estudiar este tema? [5.2] Concepto de renta [5.3] Clasificación de una renta [5.4] Valor de una renta [5.5] Modelos de rentas más usuales [5.6] Operaciones de constitución

Más detalles

5.- Problemas de programación no lineal.

5.- Problemas de programación no lineal. Programación Matemática para Economistas 7 5.- Problemas de programación no lineal..- Resolver el problema Min ( ) + ( y ) s.a 9 5 y 5 Solución: En general en la resolución de un problema de programación

Más detalles

Práctica 5 ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS

Práctica 5 ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS Práctica. Intervalos de confianza 1 Práctica ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS Objetivos: Ilustrar el grado de fiabilidad de un intervalo de confianza cuando se utiliza

Más detalles

UNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro)

UNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro) UNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro) 1. ESTADÍSTICA: CLASES Y CONCEPTOS BÁSICOS En sus orígenes históricos, la Estadística estuvo ligada a cuestiones de Estado (recuentos, censos,

Más detalles

Modelos de Inventarios

Modelos de Inventarios Modelos de Inventarios 1. Qué significa PERT? Program Evaluation Review Technique Técnica de Revisión de Evaluación de Programa 2. Qué significa las siglas C.E.P Cantidad Económica de Pedidos 3. Para qué

Más detalles

TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS.

TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. 1. MATRICES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. DEFINICIÓN: Las matrices son tablas numéricas rectangulares

Más detalles

Derivadas Parciales (parte 2)

Derivadas Parciales (parte 2) 40 Derivadas Parciales (parte 2) Ejercicio: Si donde y. Determinar Solución: Consideraremos ahora la situación en la que, pero cada una de las variables e es función de dos variables y. En este caso tiene

Más detalles

Sistemas lineales con parámetros

Sistemas lineales con parámetros 4 Sistemas lineales con parámetros. Teorema de Rouché Piensa y calcula Dado el siguiente sistema en forma matricial, escribe sus ecuaciones: 3 0 y = 0 z + y 3z = 0 y = Aplica la teoría. Escribe los siguientes

Más detalles

Sistemas de ecuaciones lineales

Sistemas de ecuaciones lineales Sistemas de ecuaciones lineales TIPOS DE SISTEMAS. DISCUSIÓN DE SISTEMAS. Podemos clasificar los sistemas según el número de soluciones: Incompatible. No tiene solución Compatible. Tiene solución. Compatible

Más detalles

Sistemas de ecuaciones lineales

Sistemas de ecuaciones lineales Sistemas de ecuaciones lineales Sistemas de ecuaciones lineales Generalidades Definición [Sistema de ecuaciones lineales] Un sistema de m ecuaciones lineales con n incógnitas, es un conjunto de m igualdades

Más detalles

MATEMÁTICAS. TEMA 1 Sistemas de Ecuaciones. Método de Gauss.

MATEMÁTICAS. TEMA 1 Sistemas de Ecuaciones. Método de Gauss. MATEMÁTICAS TEMA Sistemas de Ecuaciones. Método de Gauss. ÍNDICE. Introducción. 2. Ecuaciones lineales.. Sistemas de ecuaciones lineales. 4. Sistemas de ecuaciones escalonado ó en forma triangular.. Métodos

Más detalles

A1.- Determina a y b sabiendo que el sistema de ecuaciones. x + 3y +z = 1 -x + y +2z = -1 ax + by + z = 4 tiene, al menos, dos soluciones distintas.

A1.- Determina a y b sabiendo que el sistema de ecuaciones. x + 3y +z = 1 -x + y +2z = -1 ax + by + z = 4 tiene, al menos, dos soluciones distintas. A1.- Determina a y b sabiendo que el sistema de ecuaciones x + 3y +z = 1 -x + y +z = -1 ax + by + z = 4 tiene, al menos, dos soluciones distintas. Para que el sistema tenga, al menos, dos soluciones distintas

Más detalles

En el mercado de un bien la demanda viene expresada por la función Q = 20 P y la oferta por P = 1/3 Q 4/3.

En el mercado de un bien la demanda viene expresada por la función Q = 20 P y la oferta por P = 1/3 Q 4/3. CURSO 08-09. 1º ING INDUSTRIAL. FINAL. NUMERO: Nombre y apellidos:... (contestar utilizando el espacio en blanco en las hojas correspondientes a este ejercicio y el dorso de las mismas; NO SE CORREGIRÁ

Más detalles

Probabilidad y Estadística

Probabilidad y Estadística Probabilidad y Estadística Tema 13 Inferencia en una población Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Explicar el procedimiento de pruebas en la inferencia estadística. Aplicar

Más detalles

Métodos Cuantitativos de Organización Industrial

Métodos Cuantitativos de Organización Industrial 11 de marzo de 2011 PRÁCTICA 1: TEORÍA DE COLAS FECHA DE ENTREGA: 31 DE MARZO DE 2011. Normativa La realización de estos ejercicios es una decisión voluntaria y su calificación alcanzará el 20 % de la

Más detalles

Estadística Aplicada

Estadística Aplicada Estadística Aplicada Distribuciones de Probabilidad Variables aleatorias Toman un valor numérico para cada resultado de un espacio muestral Discretas. Sus valores posibles constituyen un conjunto discreto.

Más detalles

Ejercicio 1(10 puntos)

Ejercicio 1(10 puntos) ESTADISTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES. Segundo Parcial Montevideo, 4 de julio de 2015. Nombre: Horario del grupo: C.I.: Profesor: Ejercicio 1(10 puntos) La tasa de desperdicio en una empresa

Más detalles

PROBLEMAS ONDAS ESTACIONARIAS. Autor: José Antonio Diego Vives

PROBLEMAS ONDAS ESTACIONARIAS. Autor: José Antonio Diego Vives PROBLEMAS DE ONDAS ESACIONARIAS Autor: José Antonio Diego Vives Problema 1 Una cuerda de violín de L = 31,6 cm de longitud y = 0,065 g/m de densidad lineal, se coloca próxima a un altavoz alimentado por

Más detalles

UNIDAD 8: SUCESIONES Y SERIES

UNIDAD 8: SUCESIONES Y SERIES UNIDAD 8: SUCESIONES Y SERIES Llegamos a la última unidad de la asignatura correspondiente a Sucesiones y Series, recuerde mantener la motivación hasta el final, el tema que vamos a tratar aquí es de especial

Más detalles

PROBLEMAS RESUELTOS DE PREPARACIÓN PARA OPOSICIONES. Problemas 02

PROBLEMAS RESUELTOS DE PREPARACIÓN PARA OPOSICIONES. Problemas 02 PROBLEMAS RESUELTOS DE PREPARACIÓN PARA OPOSICIONES Problemas 0 Salvador Pérez Gómez pies3coma14@hotmail.com 4 de abril de 007 PROBLEMA 1 Sea n un número natural. Sea A n = n + n + 3n. a) Demostrar que

Más detalles

CAPÍTULO 4 RECOPILACIÓN DE DATOS Y CÁLCULO DEL VPN. En el presente capítulo se presenta lo que es la recopilación de los datos que se tomarán

CAPÍTULO 4 RECOPILACIÓN DE DATOS Y CÁLCULO DEL VPN. En el presente capítulo se presenta lo que es la recopilación de los datos que se tomarán CAPÍTULO 4 RECOPILACIÓN DE DATOS Y CÁLCULO DEL VPN En el presente capítulo se presenta lo que es la recopilación de los datos que se tomarán para realizar un análisis, la obtención del rendimiento esperado

Más detalles

Pruebas de Acceso a las Universidades de Castilla y León

Pruebas de Acceso a las Universidades de Castilla y León Pruebas de Acceso a las Universidades de Castilla y León MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO Nº páginas 2 Tablas OPTATIVIDAD: EL ALUMNO DEBERÁ ESCOGER UNA DE LAS DOS OPCIONES Y DESARROLLAR

Más detalles

UTALCA IMAFI. Resolver los siguientes ejercicios utilizando el método gráfico. Para ello:

UTALCA IMAFI. Resolver los siguientes ejercicios utilizando el método gráfico. Para ello: Resolver los siguientes ejercicios utilizando el método gráfico. Para ello: (a). Modelar matemáticamente la situación planteada. (b). Graficar, en un mismo sistema de coordenadas, todas las restricciones

Más detalles

Relación 4. Modelos discretos de distribuciones.

Relación 4. Modelos discretos de distribuciones. Relación 4. Modelos discretos de distribuciones. 1. Si se lanzan dos dados diez veces al aire, cuál es la probabilidad de que en más de la mitad de las ocasiones se obtenga una suma par de puntos? 2. Una

Más detalles

IES Fco Ayala de Granada Sobrantes de 2011 (Modelo 4) Soluciones Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes de 2011 (Modelo 4) Soluciones Germán-Jesús Rubio Luna IES Fco Ayala de Granada Sobrantes de 011 (Modelo 4) Soluciones Germán-Jesús Rubio Luna Opción A Ejercicio 1 opción A, modelo 4 del 011 [ 5 puntos] Queremos hacer junto a la carretera un cercado rectangular

Más detalles

Parciales Matemática CBC Parciales Resueltos - Exapuni.

Parciales Matemática CBC Parciales Resueltos - Exapuni. Parciales Matemática CBC 2012 Parciales Resueltos - Exapuni www.exapuni.com.ar Compilado de primeros parciales del 2012 Parcial 1 1) Sea. Hallar todos los puntos de la forma, tales que la distancia entre

Más detalles

Introducción a la Teoría Analítica de Números

Introducción a la Teoría Analítica de Números Introducción a la Teoría Analítica de Números Pablo De Nápoli clase 3. Ejemplos de funciones generatrices El teorema que vimos la clase anterior sobre el producto de series de Dirichlet permite determinar

Más detalles

PROBLEMAS RESUELTOS MOVIMIENTO ONDULATORIO

PROBLEMAS RESUELTOS MOVIMIENTO ONDULATORIO PROBLEMAS RESUELTOS MOVIMIENTO ONDULATORIO 1. Una onda transversal se propaga en una cuerda según la ecuación (unidades en el S.I.) Calcular la velocidad de propagación de la onda y el estado de vibración

Más detalles