ESTRUCTURA DE LINEAS DE ESPERA
|
|
- Juan Núñez Robles
- hace 7 años
- Vistas:
Transcripción
1 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 llegan el tiempo requerido para el servicio la prioridad que determina el orden de servicio el número y configuración de servidores en el sistema.
2 Estructura de líneas de espera En general, la llegada de clientes en el sistema es un evento aleatorio. Frecuentemente el modelo de la llegada se planea como un proceso de Poisson. El tiempo de servicio también es normalmente una variable aleatoria. Una distribución que normalmente describe el tiempo de servicio que ocupan los clientes es la distribución exponencial. La disciplina de la cola más común es el que viene primero, primero se atiende (FCFS). Un ascensor es un ejemplo de el último que viene, es el primero quese sirvió (LCFS)
3 Sistemas de cola Las tres partes del código A/B/s se usa para describir varios sistemas de la formación de colas de espera. A identifica la distribución de la llegada, B el servicio (la salida) y s el número de servidores para el sistema. Los símbolos frecuentemente usados para la llegada y los procesos de servicio son: M - las distribuciones de Markov (Poisson/expotencial), D - Deterministica (constante) y G - la distribución del General (con una media conocida y variación). Por ejemplo, M/M/k se refiere a un sistema en que las llegadas ocurren según una distribución de Poisson, tiempos de servicio siguen una distribución exponencial y hay servidores del k que trabajan a las proporciones de servicio idénticas. A Las tres partes del código A/B/s se usa par describir varios sistemas.
4 Características de entrada λ = la proporción media de la llegada 1/λ = el tiempo medio entre las llegadas µ = la proporción media de servicio para cada servidor 1/µ = el tiempo medio de servicio σ = la desviación estándar del tiempo de servicio
5 Forma analítica de teoría de colas P 0 = la probabilidad de servicio 0 P n P w L q = la probabilidad de n unidades en el sistema = probabilidad que una unidad llega y espera por el servicio = el número medio de unidades en la cola que espera el servicio L = el número medio de unidades en el sistema W q = tiempo medio que una unidad se pasa en la cola de espera en el servicio W = tiempo medio que una unidad se pasa en el sistema
6 Formulas analíticas Para casi todos sistemas de la formación de colas de espera, hay una relación entre el tiempo medio que una unidad se pasa en el sistema o cola y el número medio de unidades en el sistema o cola. Estas relaciones, conocido como las ecuaciones de flujo están: L = λw y L q = λw q Cuando la disciplina de la cola es FCFS, se han derivado las fórmulas analíticas para varios modelos de la formación de colas de espera diferentes que incluyen lo siguiente: M/M/1, M/M/k, M/G/1, M/G/k con clientes bloqueados aclarados, y M/M/1 con una población finita. Las fórmulas analíticas no están disponibles para los todo posibles sistemas de la formación de colas de espera. En este evento, pueden ganarse las visiones a través de una simulación del sistema.
7 ejemplo Sistema de Colas M/M/1 Joe Ferris es un operador de piso en New York Stock Exchange de la firma Smith, Jones, Johnson, and Thomas, Inc. Las ordenes llegan en promedio de 20 por hora. Cada orden requiere por parte de Joe un promedio de 2 minutos. Las órdenes llegan a una proporción media de 20 por hora o un orden cada 3 minutos. Por consiguiente, en un intervalo de 15 minutos el número medio de órdenes será de λ = 15/3 = 5.
8 La Distribución de Proporción de llegada La pregunta Cuál es la probabilidad que ninnguna orden se reciba dentro de un período de 15 minuto? Respuesta P(x)= P (x = 0) = (5 0 e -5 )/0! = e -5 =.0067 λ x e x! λ
9 ejemplo La Distribución de Proporción de llegada La pregunta Cuál es la probabilidad que exactamente se reciben 3 órdenes dentro de un período del 15- minutos? Respuesta P (x = 3) = (5 3 e -5 )/3! = 125(.0067)/6 =.1396
10 Example: SJJT, Inc. (A) La Distribución de Proporción de llegada La pregunta Cuál es la probabilidad que más de 6 órdenes llega dentro de un período del 15-minuto? La respuesta P (x > 6) = 1 - P (x = 0) - P (x = 1) - P (x = 2) - P (x = 3) - P (x = 4) - P (x = 5) - P (x = 6) = =.238
11 Example: SJJT, Inc. (A) La Distribución de Proporción de servicio La pregunta Cuál es la proporción de servicio MEDIA por hora? La respuesta Joe Ferris puede procesar una orden en un tiempo medio de 2 minutos (= 60/2 hr.), entonces la proporción de servicio MEDIA, µ, es µ = 1/(Tiempo de servicio MEDIO), o 60/2 = 30 x hora.
12 Example: SJJT, Inc. (A) pregunta Qué porcentaje de los órdenes tomará menos de un minuto para procesar? respuesta Desde que las unidades se expresan en horas, El P (el T <1 minuto) = el P (el T <1/60 hora). Usando la distribución exponencial, P (T < t ) = 1 - e -µt. Entonces, P (T < 1/60) = 1 - e -30(1/60) =
13 Example: SJJT, Inc. (A) pregunta Qué porcentaje de los órdenes se procesará en exactamente 3 minutos? respuesta Desde que la distribución exponencial es una distribución continua, la probabilidad que un tiempo de servicio iguala exactamente cualquier valor específico es 0.
14 Fin fde la presentación
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 detallesINVESTIGACIÓN 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 detallesUNIVERSIDAD 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 detalles13.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 detallesTema 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 detallesTeoría 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 detallesIntroduccion. 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 detallesS = 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 detallesTeoría 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 detallesFormulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico
Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más
Más detalleslo que hace a las colas un área interesante y desafiante. En la figura se muestra un sistema típico de colas. 4. MODELOS DE LINEAS DE ESPERA
4. MODELOS DE LINEAS DE ESPERA Objetivo: El estudiante evaluará los criterios de decisión en las líneas de espera, examinando el proceso de llegada para poblaciones sencillas o múltiples de unidades finita,
Más detallesDeterminación del tamaño de muestra (para una sola muestra)
STATGRAPHICS Rev. 4/5/007 Determinación del tamaño de muestra (para una sola muestra) Este procedimiento determina un tamaño de muestra adecuado para la estimación o la prueba de hipótesis con respecto
Más detallesDISTRIBUCIÓN DE POISSON
DISTRIBUCIÓN DE POISSON P O I S S O N Siméon Denis Poisson, (1781-1840), astronauta francés, alumno de Laplace y Lagrange, en Recherchés sur la probabilité des jugements..., un trabajo importante en probabilidad
Más detallesModelos 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 detallesTeoría 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 detallesNotas de Clase de: Investigación de Operaciones
Notas de Clase de: Investigación de Operaciones Víctor Leiva Departamento de Estadística Universidad de Valparaíso, Chile victor.leiva@uv.cl www.deuv.cl/leiva Índice general 1. Programa de la Asignatura
Más detallesProcesos estocásticos
Procesos estocásticos Las cadenas de Markov estudian procesos estocásticos Los procesos estocásticos son modelos matemáticos que describen sistemas dinámicos sometidos a procesos aleatorios Parámetros:
Más detallesTEMA 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 detallesObjetivo: Comprender la diferencia entre valor esperado, varianza y desviación estándar. Poner en práctica el teorema de Chebyshev
PROBABILIDAD Y ESTADÍSTICA Sesión MODELOS ANALÍTICOS DE FENÓMENOS ALEATORIOS CONTINUOS. Definición de variable aleatoria continua. Función de densidad y acumulatíva. Valor esperado, varianza y desviación
Más detallesTema 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 detallesMODELADO Y SIMULACIÓN. Febrero de Primera semana
Febrero de 2016 - Primera semana PREGUNTA 1 (3 puntos) Se pretende estudiar mediante simulación el funcionamiento de una lavandería industrial dedicada a la limpieza y planchado de manteles y servilletas.
Más detallesIngeniería 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 detallesProbabilidad II Algunas distribuciones notables. Antonio Cuevas Departamento de Matemáticas Universidad Autónoma de Madrid
Probabilidad II Algunas distribuciones notables Antonio Cuevas Departamento de Matemáticas Universidad Autónoma de Madrid La distribución normal f (x; µ, σ) = 1 σ 2π e 1 2( x µ σ ) 2, x R, µ R, σ > 0 E(X
Más detallesPROBABILIDAD Y ESTADÍSTICA
FACULTAD DE INGENIERÍA U N A M PROBABILIDAD Y ESTADÍSTICA Irene Patricia Valdez y Alfaro irenev@unam.mx T E M A S DEL CURSO 1. Análisis Estadístico de datos muestrales. 2. Fundamentos de la Teoría de la
Más detallesProceso de llegadas de Poisson
Gestión y Planificación de Redes y Servicios Proceso de llegadas de Poisson Area de Ingeniería Telemática http://www.tlm.unavarra.es Grado en Ingeniería en Tecnologías de Telecomunicación, 4º Proceso de
Más detallesInstituto Politécnico Nacional Escuela Superior de Cómputo. Teoría a de Colas. M. En C. Eduardo Bustos Farías
Instituto Politécnico Nacional Escuela Superior de Cómputo Teoría a de Colas M. En C. Eduardo Bustos Farías as Objetivos del Capítulo La distribución Poisson y exponencial. Cumplimiento de las medidas
Más detallesTemas 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 detallesConsideración del Margen de Desvanecimiento con ICS Telecom en Planeación de Redes de Microceldas (NLOS)
Consideración del Margen de Desvanecimiento con ICS Telecom en Planeación de Redes de Microceldas (NLOS) Agosto 2008 SEAN YUN Traducido por ANDREA MARÍN Modelando RF con Precisión 0 0 ICS Telecom ofrece
Más detalles1.- INTRODUCCIÓN TEORIA DE COLAS
1.- INTRODUCCIÓN TEORIA DE COLAS 1.1.- Introducción a la teoría de colas Tal y como se ha comentado anteriormente, los sistemas de colas son modelos de sistemas que proporcionan un servicio. Como modelo,
Más detalles5. DISTRIBUCIOES COTIUAS DE PROBABILIDAD
Distribución normal 5. DISTRIBUCIOES COTIUAS DE PROBABILIDAD La distribución continua de probabilidad más importante en todo el campo de la estadística es la distribución normal. Su grafica, que se denomina
Más detallesTEOREMA DEL LÍMITE CENTRAL
Material de clase n 2 Domingo 13 Junio TEOREMA DEL LÍMITE CENTRAL A medida que n se vuelve más grande, la distribución de las medias muestrales se aproxima a una distribución normal con una media x = µ
Más detallesINVESTIGACION DE OPERACIONES
INVESTIGACION DE OPERACIONES (MAT-30924) Ingeniería de Sistemas Prof. Jessica Millán Definición de IO Orígenes. Enfoques. Limitaciones. Programación Lineal. Definición. Condiciones. Modelos Matemáticos
Más detallesAlgunas Distribuciones Continuas de Probabilidad. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Algunas Distribuciones Continuas de Probabilidad UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción El comportamiento de una variable aleatoria queda
Más detallesMODELO DE LINEAS DE ESPERA
MODELO DE LINEAS DE ESPERA La teoría de colas es el estudio matemático del comportamiento de líneas de espera. Esta se presenta, cuando los clientes llegan a un lugar demandando un servicio a un servidor,
Más detallesMétodos 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 detallesTeoría 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 detallesTEORIA DE COLAS, FENOMENOS DE ESPERA
Universidad del Bío-Bío Facultad de Ingeniería Depto. Ingeniería Industrial Investigación de Operaciones II: TEORIA DE COLAS, FENOMENOS DE ESPERA Integrantes: Pedro Chávez Cristian Guajardo Victor Pino
Más detallesSIMULACIÓN DE PROCESOS INDUSTRIALES SOFTWARE ARENA INTRODUCCION
UNIVERSIDAD DIEGO PORTALES FACULTAD CIENCIAS DE LA INGENIERIA INGENIERIA CIVIL INDUSTRIAL SIMULACIÓN DE PROCESOS INDUSTRIALES SOFTWARE ARENA INTRODUCCION Profesor Responsable. Macarena Donoso Ayudante.
Más detallesTeoría 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 detalles3. 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 detallesDistribuciones de probabilidad más usuales
Tema 5 Distribuciones de probabilidad más usuales En este tema se estudiarán algunas de las distribuciones discretas y continuas más comunes, que se pueden aplicar a una gran diversidad de problemas y
Más detallesT1. Distribuciones de probabilidad discretas
Estadística T1. Distribuciones de probabilidad discretas Departamento de Ciencias del Mar y Biología Aplicada Inferencia estadística: Parte de la estadística que estudia grandes colectivos a partir de
Más detallesDistribución binomial
Distribución binomial Cuando la Distribución de Benoulli se preguntaba Que pasara si sucede un único evento? la binomial esta asociada a la pregunta " Cuantas veces hay que realizar la prueba para que
Más detallesDEPARTAMENTO DE CIENCIAS BASICAS AREA DE MATEMATICAS INVESTIGACION DE OPERACIONES
DEPARTAMENTO DE CIENCIAS BASICAS AREA DE MATEMATICAS INVESTIGACION DE OPERACIONES AUTOR: TEMA: OSCAR A. ROMERO CARDENAS INGENIERO INDUSTRIAL ESPECIALISTA EN INFORMATICA Y MULTIMEDIA ESPECIALISTA EN ESTADISTICA
Más detallesModelos de probabilidad. Modelos de probabilidad. Modelos de probabilidad. Proceso de Bernoulli. Objetivos del tema:
Modelos de probabilidad Modelos de probabilidad Distribución de Bernoulli Distribución Binomial Distribución de Poisson Distribución Exponencial Objetivos del tema: Al final del tema el alumno será capaz
Más detallesINFERENCIA ESTADISTICA
1 INFERENCIA ESTADISTICA Es una rama de la Estadística que se ocupa de los procedimientos que nos permiten analizar y extraer conclusiones de una población a partir de los datos de una muestra aleatoria,
Más detallesJUEGO DE BASKETBALL. Repaso de Distribuciones de Probabilidad Discretas y Continuas
JUEGO DE BASKETBALL Repaso de Distribuciones de Probabilidad Discretas y Continuas PREGUNTA #1 Qué es una variable aleatoria uniforme discreta? Cómo es su distribución? Qué es una variable aleatoria uniforme
Más detallesTRÁFICO DE TELEFONÍA MÓVIL: CARACTERIZACIÓN E IMPLICACIONES DEL TIEMPO DE OCUPACIÓN DEL CANAL
ESCOLA TÈCNICA SUPERIOR D ENGINYERIA DE TELECOMUNICACIÓ DE BARCELONA TRÁFICO DE TELEFONÍA MÓVIL: CARACTERIZACIÓN E IMPLICACIONES DEL TIEMPO DE OCUPACIÓN DEL CANAL Autor: Francisco Barceló Arroyo Director:
Más detallesFundamentos de Estadística y Simulación Básica
Fundamentos de Estadística y Simulación Básica TEMA 4 Distribución de Probabilidades Distribución de Probabilidades Distribución de Probabilidades Variables Aleatorias: Discreta y Continua Función Densidad
Más detalles2 Teoría de colas o líneas de espera
2 Teoría de colas o líneas de espera El tráfico en redes se puede modelar con la ayuda de la teoría de colas, es por ello ue es importante estudiarlas y comprenderlas. Existen varias definiciones sobre
Más detallesTeoria de Colas Aplicaciones en Aviación
Teoria de Colas Aplicaciones en Aviación Dr. Antonio A. Trani Profesor Asociado Instituto Politécnico de Virginia Seminario Taller sobre Equilibrio entre Demanda y Capacidad Operacional del Sistema Aeropuerto
Más detallesProf. Eliana Guzmán U. Semestre A-2015
Unidad III. Variables aleatorias Prof. Eliana Guzmán U. Semestre A-2015 Variable Aleatoria Concepto: es una función que asigna un número real, a cada elemento del espacio muestral. Solo los experimentos
Más detallesINDICE 1. Introducción 2. Recopilación de Datos Caso de estudia A 3. Descripción y Resumen de Datos 4. Presentación de Datos
INDICE Prefacio VII 1. Introducción 1 1.1. Qué es la estadística moderna? 1 1.2. El crecimiento y desarrollo de la estadística moderna 1 1.3. Estudios enumerativos en comparación con estudios analíticos
Más detallesEstadística 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 detallesLECTURA 01: LA DISTRIBUCIÓN NORMAL GENERAL. LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I). TEMA 1: LA DISTRIBUCION NORMAL GENERAL.
LECTURA 1: LA DISTRIBUCIÓN NORMAL GENERAL LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I) TEMA 1: LA DISTRIBUCION NORMAL GENERAL PROPIEDADES 1 INTRODUCCION La distribución de probabilidad continua más importante
Más detallesSimulación. Problema del jardinero. Modelo de stock aleatorio. Camino crítico.
Simulación Temario de la clase Introducción. Generacion de variables aleatorias: método de la transformada inversa. Avance del tiempo de simulación. Determinación de la cantidad de iteraciones requeridas.
Más detallesINTRODUCCIÓN 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 detallesDistribuciones Continuas de. Probabilidad. Dr. Víctor Aguirre Torres, ITAM. Guión 7.
Distribuciones Continuas de Probabilidad 1 Contenido 1. Ejemplo. 2. Diferencia entre variables aleatorias discretas y continuas. 3. Diferencia de f(x) entre variables aleatorias discretas y continuas.
Más detallesINTERVALOS DE CONFIANZA. La estadística en cómic (L. Gonick y W. Smith)
INTERVALOS DE CONFIANZA La estadística en cómic (L. Gonick y W. Smith) EJEMPLO: Será elegido el senador Astuto? 2 tamaño muestral Estimador de p variable aleatoria poblacional? proporción de personas que
Más detallesGeneración de variables aleatorias continuas Método de la transformada inversa
Generación de variables aleatorias continuas Método de la transformada inversa Georgina Flesia FaMAF 16 de abril, 2013 Generación de v.a. discretas Existen diversos métodos para generar v.a. discretas:
Más detallesInvestigación 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 detallesTeoría a de Colas o Filas de Espera. M. En C. Eduardo Bustos Farías
Teoría a de Colas o Filas de Espera M. En C. Eduardo Bustos Farías as Introducción Una línea de espera es la resultante de un sistema cuando la demanda por un bien o servicio supera la capacidad que puede
Más detallesUnidad V. 5.1 Recta tangente y recta normal a una curva en un punto. Curvas ortogonales.
Unidad V Aplicaciones de la derivada 5.1 Recta tangente y recta normal a una curva en un punto. Curvas ortogonales. Una tangente a una curva es una recta que toca la curva en un solo punto y tiene la misma
Más detallesMuchas variables aleatorias continuas presentan una función de densidad cuya gráfica tiene forma de campana.
Página 1 de 7 DISTRIBUCIÓN NORMAL o campana de Gauss-Laplace Esta distribución es frecuentemente utilizada en las aplicaciones estadísticas. Su propio nombre indica su extendida utilización, justificada
Más detallesFACULTAD DE INGENIERÍA UNAM PROBABILIDAD Y ESTADÍSTICA Irene Patricia Valdez y Alfaro irenev@servidor.unam.m T E M A S DEL CURSO. Análisis Estadístico de datos muestrales.. Fundamentos de la Teoría de
Más detallesDistribución Muestral.
Distribución Muestral jujo386@hotmail.com Uno de los objetivos de la Estadística es tratar de inferir el valor real de los parámetros de la población Por ejemplo Cómo podríamos asegurar que una empresa
Más detallesModelos de colas exponenciales
Tema 6 Modelos de colas exponenciales 6.1. La distribución exponencial y los procesos de Poisson 6.1.1. Distribución exponencial El análisis de los distintos modelos de colas está determinado en gran parte
Más detallesCM0244. Suficientable
IDENTIFICACIÓN NOMBRE ESCUELA ESCUELA DE CIENCIAS NOMBRE DEPARTAMENTO Ciencias Matemáticas ÁREA DE CONOCIMIENTO MATEMATICAS, ESTADISTICA Y AFINES NOMBRE ASIGNATURA EN ESPAÑOL ESTADÍSTICA GENERAL NOMBRE
Más detallesDistribuciones de probabilidad con R Commander
Distribuciones de probabilidad con R Commander En el menú Distribuciones podemos seleccionar Distribuciones discretas Distribuciones continuas Las distribuciones discretas que aparecen en R Commander son
Más detallesInventarios.
Inventarios http://humberto-r-alvarez-a.webs.com Inventarios Los inventarios tienen una gran importancia siempre y cuando estos añadan valor a los procesos. La existencia de los inventarios añade valor
Más detallesUnidad Temática 3: Probabilidad y Variables Aleatorias
Unidad Temática 3: Probabilidad y Variables Aleatorias 1) Qué entiende por probabilidad? Cómo lo relaciona con los Sistemas de Comunicaciones? Probabilidad - Definiciones Experimento aleatorio: Un experimento
Más detallesEstadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis. Facultad de Ciencias Sociales, UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis Facultad de Ciencias Sociales, UdelaR Índice 1. Introducción: hipótesis estadística, tipos de hipótesis, prueba de hipótesis 2.
Más detallesCarrera: INB Participantes. Representante de las academias de ingeniería industrial de. Academias Ingeniería Industrial.
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Investigación de Operaciones II Ingeniería Industrial INB-0412 4-0-8 2.- HISTORIA
Más detalles1. La Distribución Normal
1. La Distribución Normal Los espacios muestrales continuos y las variables aleatorias continuas se presentan siempre que se manejan cantidades que se miden en una escala continua; por ejemplo, cuando
Más detallesEnsayo o prueba: es la realización concreta de un experimento aleatorio.
Tema 4. Probabilidad Resumen del tema 4.1. Introducción a la Probabilidad Experimento: cualquier proceso que permite asociar a cada individuo de una población un símbolo (numérico o no) entre los símbolos
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 4 Nombre: Distribuciones de probabilidad para variables Contextualización En la sesión anterior se definió el concepto de variable aleatoria
Más detallesGráficas de funciones de masa de probabilidad y de función de densidad de probabilidad de Distribuciones especiales. x n
Gráficas de funciones de masa de probabilidad y de función de densidad de probabilidad de Distribuciones especiales 1. Función de distribución binomial: Si X distribuye bin ( n, p), entonces f n x x n
Más detallesTema 6. Variables aleatorias continuas
Tema 6. Variables aleatorias continuas Resumen del tema 6.1. Definición de variable aleatoria continua Identificación de una variable aleatoria continua X: es preciso conocer su función de densidad, f(x),
Más detallesF (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 detallesTema 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 detallesTema 4 Variables Aleatorias
Tema 4 Variables Aleatorias 1 Introducción En Estadística Descriptiva, se estudiaron las distribuciones de frecuencias de conjuntos de datos y posteriormente se vimos los fundamentos de la teoría de probabilidades.
Más detalles6. VARIABLES ALEATORIAS
6. VARIABLES ALEATORIAS Objetivo Introducir la idea de una variable aleatoria y su distribución y características como media, varianza etc. Bibliografía recomendada Peña y Romo (1997), Capítulo 15. Hasta
Más detallesPruebas de Hipótesis. Diseño Estadístico y Herramientas para la Calidad. Pruebas de Hipótesis. Hipótesis
Diseño Estadístico y Herramientas para la Calidad Pruebas de Hipótesis Expositor: Dr. Juan José Flores Romero juanf@umich.mx http://lsc.fie.umich.mx/~juan M. en Calidad Total y Competitividad Pruebas de
Más detalles2. Modelo de colas poissoniano con un servidor M/M/1. 3. Modelo con un servidor y capacidad finita M/M/1/K
CONTENIDOS 1. Introducción a las colas poissonianas. 2. Modelo de colas poissoniano con un servidor M/M/1 3. Modelo con un servidor y capacidad finita M/M/1/K 4. Modelo con varios servidores M/M/c. Fórmula
Más detallesProblemas Prueba de significación de la hipótesis nula Vicente Manzano-Arrondo, 2013
Problemas Prueba de significación de la hipótesis nula Vicente Manzano-Arrondo, 2013 Ejercicios resueltos En los dos casos que siguen resuelven cada decisión estadística mediante tres procedimientos: intervalo
Más detallesAño Académico 2009 INGENIERÍA INDUSTRIAL E INGENIERÍA DE SISTEMAS
Año Académico 2009 INGENIERÍA INDUSTRIAL E INGENIERÍA DE SISTEMAS Investigación de operaciones I UNIDAD Unidad I: Programación lineal Conjuntos convexos, propiedades. Solución gráfica del problema bidimensional
Más detallesGeneración de Variables Aleatorias. UCR ECCI CI-1453 Investigación de Operaciones Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Generación de Variables Aleatorias UCR ECCI CI-453 Investigación de Operaciones Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción Las variables aleatorias se representan por medio de distribuciones
Más detallesDistribución Normal. Universidad Diego Portales Facultad de Economía y Empresa. Estadística I Profesor: Carlos R. Pitta
Distribución Normal La distribución normal (O Gaussiana) se define como sigue: En donde y >0 son constantes arbitrarias. Esta función es en realidad uno de las más importantes distribuciones de probabilidad
Más detallesDiscretas. Continuas
UNIDAD 0. DISTRIBUCIÓN TEÓRICA DE PROBABILIDAD Discretas Binomial Distribución Teórica de Probabilidad Poisson Normal Continuas Normal Estándar 0.1. Una distribución de probabilidad es un despliegue de
Más detalles2 Introducción a la inferencia estadística Introducción Teoría de conteo Variaciones con repetición...
Contenidos 1 Introducción al paquete estadístico S-PLUS 19 1.1 Introducción a S-PLUS............................ 21 1.1.1 Cómo entrar, salir y consultar la ayuda en S-PLUS........ 21 1.2 Conjuntos de datos..............................
Más detallesModelos 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 detallesModelos de Probabilidad con Statgraphics
Modelos de Probabilidad con Statgraphics 1. Objetivos Representar funciones de probabilidad/densidad y de distribución de diferentes modelos de variables aleatorias discretas/continuas Calcular probabilidades
Más detalles-80- El siguiente análisis definirá un modelo para determinar el nivel de servicio de estas operaciones (14).
^. - - -^a»'-" l- ^.'.^'^'.'.-;.T'".. ' -^~'* :^'^.'J3aB,!.'-".'-Wii.T"-P7 -H!- aj,_i^whh-1. i'^r-'^r--" -80- IX. PLANIFICACIÓN DE OPERACIONES TERMINALES EN LA CADENA DE TRANSPORTE FORESTAL. Según se ha
Más detallesnp {N q = n N q > 0} = (1 ρ) n=1 = (1 ρ) nρ n 1 = 1 (3.34) P {T q t T q > 0} = P {T q t T q > 0} P {T q
52 CAPÍTULO 3. SISTEMAS DE ESPERA Luego: P {N q = n N q > 0} = P n+1 2 = (1 ) n 1, n = 1, 2, (3.33) Nótesequelaprobabilidadqueexistan N probabilidadgeométricaconparámetro n 1,locualesigualaladistribuciónprobabilidad
Más detallesTeorema 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 detallesOtra característica poblacional de interés es la varianza de la población, 2, y su raíz cuadrada, la desviación estándar de la población,. La varianza
CARACTERÍSTICAS DE LA POBLACIÓN. Una pregunta práctica en gran parte de la investigación de mercado tiene que ver con el tamaño de la muestra. La encuesta, en principio, no puede ser aplicada sin conocer
Más detallesDistribuciones de probabilidad discretas
Lind, Douglas; William G. Marchal y Samuel A. Wathen (2012). Estadística aplicada a los negocios y la economía, 15 ed., McGraw Hill, China. Distribuciones de probabilidad discretas Capítulo 6 FVela/ McGraw-Hill/Irwin
Más detallesDistribuciones de probabilidad
Distribuciones de probabilidad Prof, Dr. Jose Jacobo Zubcoff Departamento de Ciencias del Mar y Biología Aplicada Inferencia estadística: Parte de la estadística que estudia grandes colectivos a partir
Más detalles