TEORIA DE COLAS. Investigación Operativa II

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

Download "TEORIA DE COLAS. Investigación Operativa II"

Transcripción

1 TEORIA DE COLAS Investigación Operativa II

2 TEORIA DE COLAS Las COLAS o LINEAS DE ESPERA son realidades cotidianas: Personas esperando para realizar sus transacciones ante una caja en un banco, Estudiantes esperando por obtener copias en la fotocopiadora, Vehículos esperando pagar ante una estación de peaje o continuar su camino, ante un semáforo en rojo, Máquinas dañadas a la espera de ser rehabilitadas. Se forman debido a un desequilibrio temporal entre la demanda del servicio y la capacidad del sistema para suministrarlo.

3 TEORIA DE COLAS Los Modelos de Colas son de utilidad tanto en las áreas de Producción como en las de Servicio. Los Análisis de Colas relacionan: La longitud de la línea de espera, El promedio de tiempo de espera y otros factores como: La conducta de los usuarios a la llegada y en la cola. Los Análisis de Colas ayudan a entender el comportamiento de estos sistemas (la atención de los cajeros de un banco, las actividades de mantenimiento y reparación de maquinaria, el control de las operaciones en planta, etc.)

4 TEORIA DE COLAS Desde la perspectiva de la Investigación de Operaciones, los pacientes que esperan a ser atendidos por el odontólogo o las máquinas dañadas esperando su reparación, tienen mucho en común. Ambos (gente y máquinas) requieren de recursos humanos y recursos materiales (como equipos de reparación), para que se los cure o se los haga funcionar nuevamente.

5 Costos de Servicio y Costos de Espera Debe haber un equilibrio entre el COSTO de proporcionar un buen SERVICIO y el COSTO del tiempo DE ESPERA del cliente o de la máquina a ser atendidos. Es deseable que las colas sean lo suficientemente cortas con la finalidad de que los clientes no se irriten o se retiren sin utilizar el servicio, o lo usen pero no retornen más. Es factible tener una longitud de cola razonable en espera, que sea balanceada, para obtener ahorros significativos en el COSTO DEL SERVICIO

6 Costos de Servicio vs Nivel de Servicio Los COSTOS DE SERVICIO se incrementan si se mejora el NIVEL DE SERVICIO. Ciertos centros de servicio pueden variar su capacidad teniendo personal o máquinas adicionales que son asignados para incrementar la atención cuando crece la cantidad de clientes. En supermercados se habilitan cajas adicionales cuando es necesario. En bancos y puntos de chequeo de aeropuertos, se contrata personal adicional para atender en ciertas épocas del día o del año.

7 Costos de Servicio vs. Nivel de Servicio Cuando el servicio mejora, entonces, disminuye el costo de tiempo perdido en las líneas de espera. Este costo puede reflejar pérdida de productividad de los operarios que están esperando que compongan sus equipos o puede ser simplemente un estimado de los clientes perdidos a causa de mal servicio y colas muy largas. En ciertos servicios (ESSALUD, Hospitales, Bancos) el costo de la espera puede ser intolerablemente alto.

8 Costos de Servicio y Costos de Espera Equilibrio entre Costos de Espera y Costos de Servicio Costo COSTO TOTAL ESPERADO Costo Total Mínimo Costo por proporcionar el SERVICIO Costo por TIEMPO DE ESPERA Nivel Óptimo de Servicio Nivel de Servicio

9 Elementos de un Sistemas de colas Un Sistema de colas está compuesto de tres elementos: 1. Las llegadas, arribos o ingresos al sistema 2. La cola 3. El servicio Estos tres componentes tienen ciertas características que deben ser examinadas antes de desarrollar el aspecto matemático de los modelos de cola.

10 Elementos de un Sistemas de colas 1. CARACTERISTICAS DE LAS LLEGADAS: La fuente de ingreso que genera las llegadas o arribos de clientes al servicio tiene tres características principales: a. Tamaño de la población que arriba b. Patrón de llegada a la cola c. Comportamiento de las llegadas. 1.a.Tamaño de la Población: El tamaño de la población puede ser: infinito (ilimitado) o limitado (finito).

11 Elementos de un Sistemas de colas 1. CARACTERISTICAS DE LAS LLEGADAS: 1.b. Patrón de llegada al sistema: Los clientes arriban para ser atendidos de una manera programada (por ejemplo, un paciente cada 15 minutos) o de una manera aleatoria. Se consideran que los arribos son aleatorios cuando éstos son independientes de otros y su ocurrencia no puede ser predicha exactamente. Frecuentemente, en problemas de colas, el número de arribos por unidad de tiempo puede ser estimado por medio de la distribución discreta Poisson.

12 Elementos de un Sistemas de colas 1. CARACTERISTICAS DE LAS LLEGADAS: DISTRIBUCION POISSON: P e x x! x para _ x 0,1,2,3,4,... P(x) = Probabilidad de x llegadas por unidad de tiempo x= número de llegadas por unidad de tiempo = tasa promedio de llegadas o arribos e =

13 PROBABILIDAD Elementos de un Sistemas de colas 1. CARACTERISTICAS DE LAS LLEGADAS: DISTRIBUCION DE POISSON PARA TASA PROMEDIO DE LLEGADAS = DISTRIBUCION ARRIBOS/UNIDAD DE TIEMPO

14 PROBABILIDAD Elementos de un Sistemas de colas 1. CARACTERISTICAS DE LAS LLEGADAS: DISTRIBUCION DE POISSON PARA TASA PROMEDIO DE LLEGADAS = DISTRIBUCION ARRIBOS/UNIDAD DE TIEMPO

15 Elementos de un Sistemas de colas 1. CARACTERISTICAS DE LAS LLEGADAS: 1.c. Comportamiento de las llegadas: La mayoría de los modelos de colas asume que los clientes tienen mucha paciencia, que esperan en la cola hasta ser servidos y que no se pasan entre colas. Desafortunadamente, en la vida real, esto no siempre se cumple, mucha gente se impacienta por la espera y se retiran de la cola sin completar su transacción. Esta situación sirve para acentuar el estudio de la teoría de colas y el análisis de las líneas de espera, ya que un cliente no servido es un cliente perdido y hace mala propaganda al negocio.

16 Elementos de un Sistemas de colas 2. CARACTERISTICAS DE LAS COLAS: La LINEA DE ESPERA o COLA, es el segundo componente de un sistema de colas. La característica principal de las colas es su longitud, la cual puede ser limitada o ilimitada. Otras característica de las colas se refiere a la disciplina de la cola mediante la cual los clientes reciben el servicio. La mayoría de los sistemas usan la regla FIFO: Primero en Entrar Primero en Salir (PEPS o FIFO First In First Out). Una alternativa es LIFO (Last In First Out)

17 Elementos de un Sistemas de colas 3. CARACTERISTICAS DEL SERVICIO: El tercer elemento de un sistema de colas es el SERVICIO. En él son importantes dos propiedades básicas: 1. La configuración del sistema de servicio. Los sistemas para el servicio son clasificados en función del numero de canales (servidores) y el número de fases (número de paradas o etapas que se deben realizar durante el servicio). 2. Los patrones de tiempos de servicio, son similares a los patrones de llegada, pueden ser constantes o aleatorios.

18 Elementos de un Sistemas de colas 3. CARACTERISTICAS DEL SERVICIO: 3.1. Configuraciones básicas para el Servicio Sistema de cola de un solo canal: tiene un solo servidor. Sistema de cola multicanal (múltiples servidores) : por ejemplo, los cajeros de un banco en los cuales hay una sola cola. Sistema de una sola fase: es aquel en el cual el cliente recibe el servicio en una sola fase, etapa ó estación y luego abandona el sistema. Un restaurante de comida rápida en el cual el empleado que toma la orden también le entrega el alimento y cobra, es un sistema de una sola fase Sistema multifase: por ejemplo, cuando se pone la orden en una estación, se paga en una segunda y se retira lo adquirido en una tercera.

19 Elementos de un Sistemas de colas 3. CARACTERISTICAS DEL SERVICIO: 3.2. Distribución del Tiempo de Servicio Los patrones de tiempos de servicio son similares a los patrones de llegada. Pueden ser constantes o aleatorios. El tiempo de servicio distribuído aleatoriamente es el caso más común, se representa por la DISTRIBUCION DE PROBABILIDAD EXPONENCIAL de la forma e -x para x 0. Esta es una hipótesis matemática muy conveniente, cuando los llegadas siguen la distribución de Poisson.

20 Medición del Rendimiento de las Colas Los modelos de colas ayudan a tomar decisiones para balancear los costos de servicio con los costos de espera. Estos son los principales factores que se evalúan: 1. Tiempo promedio en la cola 2. Longitud promedio de cola (cantidad de clientes) 3. Tiempo promedio en el sistema: (tiempo de espera en la cola + tiempo de servicio) 4. Número de clientes promedio en el sistema 5. Probabilidad de que el servicio se quede vacío 6. Factor de utilización del sistema (de los servidores) 7. Probabilidad de la presencia de un número específico de clientes en el sistema o en la cola.

21 Notación de los Modelos de Colas Kendall (1953) propuso un sistema de notación que ha sido adoptado universalmente. Una versión resumida de esta notación está basada en el formato (A/B/s):(PEPS/N/K). Estas letras representan las siguientes características del sistema: A = Distribución de tiempo entre llegadas. B = Distribución del tiempo de servicio s = número de servidores paralelos N = Capacidad del sistema K = Tamaño de la población.

22 Notación de los Modelos de Colas (A/B/s):(PEPS/N/K) Los siguientes son símbolos comunes para A y B: M = exponencial o Markoviano (1) D = constante o determinística G = General A causa de las suposiciones de distribución exponencial en los procesos de llegada, éstos modelos son llamados MARKOVIANOS

23 Notación de los Modelos de Colas Por ejemplo: (M/M/1):(PEPS//) significa un solo servidor, capacidad de cola ilimitada y población de arribos potenciales infinita. Los tiempos entre llegadas y los tiempos de servicio son distribuídos exponencialmente. Cuando N y K son infinitos, pueden ser descartados de la notación. Así, (M/M/1):(PEPS//) es reducido a M/M/1.

24 Ejemplo (M/M/1):(PEPS/N/ ) En una sala de espera que tiene capacidad para 3 personas. Las personas arriban al sistema de acuerdo con una tasa de 8 por hora con distribución Poisson y son atendidas por una recepcionista en promedio en 10 minutos con distribución exponencial. Si alguien llega y el sistema está lleno, se retira sin entrar. s=1 servidor N=3 (capacidad del sistema) K=

25 Ejemplo (M/M/s):(PEPS/N/ ) En una sala de espera que tiene capacidad para 3 personas. Las personas arriban al sistema de acuerdo con una tasa de 8 por hora con distribución de Poisson y son atendidas en una sola cola por dos recepcionistas en promedio 10 minutos con distribución exponencial para cada una de ellas. Si alguien llega y el sistema esta lleno, se retira sin entrar. s=2 servidores N=3 (capacidad del sistema) K=

26 Ejemplo (M/M/s):(PEPS/ / ) o simplemente M/M/s La llegada de barcos al muelle de un puerto, sigue una distribución de Poisson con una tasa promedio de 20 barcos por semana. El muelle cuenta con 3 espacios, cada uno para un barco, donde se realizan las labores de descarga con sus respectivas grúas en un tiempo con distribución exponencial de media 1 día. Si un barco llega y los espacios están ocupados, espera en mar abierto hasta que llegue su turno de ocupar un espacio para la descarga. s=3 servidores N= (capacidad del sistema) K=

27 Modelo M/M/1 Asumimos que existen las siguientes condiciones: 1. Los clientes son servidos con una política PEPS y cada cliente que llega espera a ser servido sin importar la longitud de la cola. 2. Las llegadas son independientes de llegadas anteriores, pero el promedio de llegadas es conocido. 3. Las llegadas son descritas mediante la distribución de probabilidad de Poisson y proceden de una población muy grande o infinita. 4. Los tiempos de servicio varían de cliente a cliente y son independientes entre sí, pero su tasa promedio es conocida. 5. Los tiempos de servicio se representan mediante la distribución de probabilidad exponencial. 6. La tasa de servicio es más rápida que la tasa de llegadas.

28 Modelo M/M/s Asumimos que existen las siguientes condiciones: 1. Dos o más servidores o canales están disponibles para atender a los clientes que arriban. 2. Los clientes forman una sola cola y se los atiende de acuerdo al servidor que quede libre. 3. Las llegadas siguen la distribución de probabilidad de Poisson y los tiempos de servicio son distribuidos exponencialmente. 4. Los servicios se hacen de acuerdo a la política primero en llegar primero en ser servido (PEPS) y todos los servidores atienden a la misma tasa. 5. La tasa de servicio conjunta es más rápida que la tasa de llegadas.

29 Fórmulas de Little W L / λ p W q L q / λ p W s L S / λ p W = W q +W s L = L q + L S ρ λ P /μ λ p n λ n1 n P n Subíndice q: queue Subíndice s: servicio Subíndice p: promedio Subíndice n: cuando hay n clientes Sin subíndice: del sistema : λ P λ

PLANEACIÓN DE OPERACIONES ADMINISTRACIÓN DE OPERACIONES

PLANEACIÓN DE OPERACIONES ADMINISTRACIÓN DE OPERACIONES PLANEACIÓN DE OPERACIONES ADMINISTRACIÓN DE OPERACIONES Objetivo de la planeación de operaciones Equilibrar la totalidad de la demanda con la totalidad de los recursos de los inventarios y la capacidad.

Más detalles

TEORIA DE COLAS SIMULACIÓN DE SISTEMAS

TEORIA DE COLAS SIMULACIÓN DE SISTEMAS SIMULACIÓN DE SISTEMAS UNIVERSIDAD ALAS PERUANAS FILIAL- ICA Ing. Las LINEAS DE ESPERA, FILAS DE ESPERA o COLAS, son realidades cotidianas: Personas esperando para una caja en un banco, Estudiantes esperando

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

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

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

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

Teoría de Colas. Investigación Operativa II. Javier Alarcón Rafael Cáceres Jenny Martínez Pamela Quijada Grupo N 9

Teoría de Colas. Investigación Operativa II. Javier Alarcón Rafael Cáceres Jenny Martínez Pamela Quijada Grupo N 9 Teoría de Colas Investigación Operativa II Javier Alarcón Rafael Cáceres Jenny Martínez Pamela Quijada Grupo N 9 Profesor: Milton Ramírez 31 de Enero del 2012 ELEMENTOS BÁSICOS DE UN MODELO DE LÍNEA DE

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

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

El supermercado XYZ desea conocer el comportamiento del mismo en una sola hora de un día típico de trabajo.

El supermercado XYZ desea conocer el comportamiento del mismo en una sola hora de un día típico de trabajo. El supermercado XYZ desea conocer el comportamiento del mismo en una sola hora de un día típico de trabajo. El supermercado cuenta con 3 departamentos: Abarrotes, Embutidos y. Solamente el Departamento

Más detalles

MODELO DE LINEAS DE ESPERA

MODELO 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 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

DEPARTAMENTO DE CIENCIAS BASICAS AREA DE MATEMATICAS INVESTIGACION DE OPERACIONES

DEPARTAMENTO 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 detalles

SIMULACIÓN DE PROCESOS INDUSTRIALES SOFTWARE ARENA INTRODUCCION

SIMULACIÓN 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 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

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

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

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

Jorge Eduardo Ortiz Triviño jeortizt@unal.edu.co http://www.docentes.unal.edu.co/jeortizt/

Jorge Eduardo Ortiz Triviño jeortizt@unal.edu.co http://www.docentes.unal.edu.co/jeortizt/ Jorge Eduardo Ortiz Triviño jeortizt@unal.edu.co http://www.docentes.unal.edu.co/jeortizt/ 1 2 3 4 Módulos Lógicos Create 1 Assign 1 Crear entidades Cambiar valores de los atributos o de variables en el

Más detalles

TRÁFICO DE TELEFONÍA MÓVIL: CARACTERIZACIÓN E IMPLICACIONES DEL TIEMPO DE OCUPACIÓN DEL CANAL

TRÁFICO 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 detalles

Teoría 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 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 detalles

2 Teoría de colas o líneas de espera

2 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 detalles

PROGRAMACIÓN NO LINEAL INTRODUCCIÓN

PROGRAMACIÓN NO LINEAL INTRODUCCIÓN PROGRAMACIÓN NO LINEAL Conceptos generales INTRODUCCIÓN Una suposición importante de programación lineal es que todas sus funciones Función objetivo y funciones de restricción son lineales. Aunque, en

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

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

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

1. OBJETO Y MOTIVACIÓN de los SISTEMAS de ESPERA. Ejemplos.

1. OBJETO Y MOTIVACIÓN de los SISTEMAS de ESPERA. Ejemplos. Sesión 3.a TEORIA DE COLAS INTRODUCCIÓN y PROPIEDADES BÁSICAS 1. OBJETO Y MOTIVACIÓN de los SISTEMAS de ESPERA. Ejemplos. 2. ESTRUCTURA DE LOS S.E. Características de los componentes. Proceso de llegadas

Más detalles

Tema 1: Introducción

Tema 1: Introducción Estadística Universidad de Salamanca Curso 2010/2011 Outline 1 Estadística 2 Outline 1 Estadística 2 La estadística es una ciencia que comprende la recopilación, tabulación, análisis e interpretación de

Más detalles

Carrera: INB Participantes. Representante de las academias de ingeniería industrial de. Academias Ingeniería Industrial.

Carrera: 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 detalles

ADMINISTRACIÓN DE EMPRESAS

ADMINISTRACIÓN DE EMPRESAS DIRECCIÓN DE EDUCACIÓN ABIERTA Y A DISTANCIA Y VIRTUALIDAD ADMINISTRACIÓN DE EMPRESAS INVESTIGACION DE OPERACIONES MÓDULO EN CORPORACIÓN UNIVERSITARIA DEL CARIBE-CECAR DIVISIÓN DE EDUCACIÓN ABIERTA Y A

Más detalles

DEPARTAMENTO DE INGENIERÍA INDUSTRIAL MANUAL DE INVESTIGACION DE OPERACIONES II. Autores: Barbara Rodriguez Morera Dr. C. Fernando Marrero Delgado

DEPARTAMENTO DE INGENIERÍA INDUSTRIAL MANUAL DE INVESTIGACION DE OPERACIONES II. Autores: Barbara Rodriguez Morera Dr. C. Fernando Marrero Delgado DEPARTAMENTO DE INGENIERÍA INDUSTRIAL MANUAL DE INVESTIGACION DE OPERACIONES II Autores: Barbara Rodriguez Morera Dr. C. Fernando Marrero Delgado Santa Clara, 0 A: Mis padres por el apoyo que me han brindado

Más detalles

Estadística para la toma de decisiones

Estadística para la toma de decisiones Estadística para la toma de decisiones ESTADÍSTICA PARA LA TOMA DE DECISIONES. 1 Sesión No. 7 Nombre: Distribuciones de probabilidad para variables continúas. Objetivo Al término de la sesión el estudiante

Más detalles

Conceptos financieros. Apalancamiento y Planificación Financiera

Conceptos financieros. Apalancamiento y Planificación Financiera Conceptos financieros Apalancamiento y Planificación Financiera Costos fijos y variables Dependiendo del volumen de actividad de la empresa, los costos pueden dividirse en fijos y variables. Los costos

Más detalles

Formulación y evaluación de proyectos de inversión

Formulación y evaluación de proyectos de inversión Formulación y evaluación de proyectos de inversión Formulación y evaluación de proyectos de inversión EL ESTUDIO TÉCNICO OBJETIVOS Diseñar la función de producción que optimice el uso de los recursos disponibles

Más detalles

Variables aleatorias. Examen Junio La función de distribución de una variable continua X es de la forma:

Variables aleatorias. Examen Junio La función de distribución de una variable continua X es de la forma: TEMA 6: Variables aleatorias Examen Junio 003.- La función de distribución de una variable continua X es de la forma: 3 F ( t) = P( X t) = a + bt ct t, Se sabe que la densidad verifica f(-)=f()=0. [ ]

Más detalles

Matemáticas financieras

Matemáticas financieras Matemáticas financieras MATEMÁTICAS FINANCIERAS 1 Sesión No. 2 Nombre: Fundamentos matemáticos Contextualización Para concluir con la unidad introductoria a las matemáticas financieras, en la que estamos

Más detalles

V Unidad: Teoría de Colas (Líneas de espera) de Espera: Teoría de Colas

V Unidad: Teoría de Colas (Líneas de espera) de Espera: Teoría de Colas UNIVERSIDAD NACIONAL DE INGENIERÍA UNI-NORTE INVESTIGACIÓN DE OPERACIONES II INGENIERIA INDUSTRIAL E INGENIERIA DE SISTEMAS V Unidad: Teoría de Colas (Líneas de espera) de Espera: Teoría de Colas Maestro

Más detalles

El término productividad, con frecuencia, se confunde con el término producción. Muchas

El término productividad, con frecuencia, se confunde con el término producción. Muchas RESUMEN El término productividad, con frecuencia, se confunde con el término producción. Muchas personas piensan que a mayor producción más productividad, pero esto no es necesariamente cierto. Producción

Más detalles

Técnicas de modelado. Problemas adicionales

Técnicas de modelado. Problemas adicionales Técnicas de modelado Clase nro. 10 CURSO 2010 Problemas adicionales Los ejemplos discutidos hasta ahora contienen simplificaciones que son difíciles de encontrar en sistemas de cierta complejidad. Vimos

Más detalles

-80- El siguiente análisis definirá un modelo para determinar el nivel de servicio de estas operaciones (14).

-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 detalles

Distribuciones de probabilidad discretas

Distribuciones 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 detalles

1.-) Se presentan los siguientes eventos económicos. Indique la respuesta correcta a la pregunta. (20%)

1.-) Se presentan los siguientes eventos económicos. Indique la respuesta correcta a la pregunta. (20%) PRIMER CERTAMEN PRIMER SEMESTRE 2006 Valparaíso - Santiago, 07 de Abril de 2006 ASIGNATURA : INFORMACIÓN Y CONTROL FINANCIERO. PROFESORES: Sra. Y. Reyes F. - Srta. F. Hidalgo. - Sr. R. Alvarez N. - Sr.

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

TEORIA DE COLAS, FENOMENOS DE ESPERA

TEORIA 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 detalles

Sistemas Operativos. Dr. Luis Gerardo de la Fraga. Departamento de Computación Cinvestav

Sistemas Operativos. Dr. Luis Gerardo de la Fraga.    Departamento de Computación Cinvestav Sistemas Operativos Dr. Luis Gerardo de la Fraga E-mail: fraga@cs.cinvestav.mx http://cs.cinvestav.mx/~fraga Departamento de Computación Cinvestav 12 de junio de 2015 Dr. Luis Gerardo de la Fraga Cinvestav,

Más detalles

INDICADORES DE GESTIÓN

INDICADORES DE GESTIÓN INDICADORES DE GESTIÓN Sistema de Gestión de Calidad UNIVERSIDAD SURCOLOMBIANA SISTEMA DE MEDICIÓN Lo que más impresiona de los sistemas de medición es la cantidad de datos que se llegan a recibir y lo

Más detalles

TEORIA DE COLAS. Enero 30. Modelos líneas de espera

TEORIA DE COLAS. Enero 30. Modelos líneas de espera TEORIA DE COLAS Enero 30 2012 Elementos básicos de un modelo de línea de espera, y buscar una aplicación real de cualquiera de los modelos de líneas de espera existentes. Modelos líneas de espera -Integrantes:

Más detalles

Definición de Capacidad. Planeación Estratégica de la Capacidad. Capacidad. Horizonte de Planeación. Mediciones de Capacidad

Definición de Capacidad. Planeación Estratégica de la Capacidad. Capacidad. Horizonte de Planeación. Mediciones de Capacidad Definición de 2 Planeación Estratégica de la El más alto nivel de producción que una compañía puede sostener razonablemente, con horarios realistas para su personal y con el equipo que posee. Administración

Más detalles

Capitulo 4. DECISIONES BAJO RIESGO TEORIA DE JUEGOS

Capitulo 4. DECISIONES BAJO RIESGO TEORIA DE JUEGOS Capitulo 4. DECISIONES BAJO RIESGO TEORIA DE JUEGOS INTRODUCCIÓN En el mundo real, tanto en las relaciones económicas como en las políticas o sociales, son muy frecuentes las situaciones en las que, al

Más detalles

Curso de nivelación Estadística y Matemática

Curso de nivelación Estadística y Matemática Curso de nivelación Estadística y Matemática Tercera clase: Introducción al concepto de probabilidad y Distribuciones de probablidad discretas Programa Técnico en Riesgo, 2014 Agenda 1 Concepto de probabilidad

Más detalles

Gestión de Procesos en la Gestión de la Calidad. Ing. Gustavo Jara Rivas UDEP

Gestión de Procesos en la Gestión de la Calidad. Ing. Gustavo Jara Rivas UDEP Gestión de Procesos en la Gestión de la Calidad Ing. Gustavo Jara Rivas UDEP Cómo hacemos las cosas? IMPROVISACIÓN No ayuda a aprender. PROCESOS Repetitivos; requieren un propietario. PROYECTO Su objetivo

Más detalles

CAPÍTULO 4 TÉCNICA PERT

CAPÍTULO 4 TÉCNICA PERT 54 CAPÍTULO 4 TÉCNICA PERT Como ya se mencionó en capítulos anteriores, la técnica CPM considera las duraciones de las actividades como determinísticas, esto es, hay el supuesto de que se realizarán con

Más detalles

Nombre de la asignatura: Investigación de Operaciones II. Créditos: Aportación al perfil

Nombre de la asignatura: Investigación de Operaciones II. Créditos: Aportación al perfil Nombre de la asignatura: Investigación de Operaciones II Créditos: 2-2-4 Aportación al perfil Analizar, diseñar y gestionar sistemas productivos desde la provisión de insumos hasta la entrega de bienes

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

ESTADÍSTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES Práctico 2 Curso 2016

ESTADÍSTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES Práctico 2 Curso 2016 ESTADÍSTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES Práctico 2 Curso 2016 Ejercicio 1 Una empresa de selección de personal llama a 12 postulantes para una entrevista de empleo. Se sabe por experiencia

Más detalles

Contraste de hipótesis Tema Pasos del contraste de hipótesis. 1.1 Hipótesis estadísticas: nula y alternativa. 1.3 Estadístico de contraste

Contraste de hipótesis Tema Pasos del contraste de hipótesis. 1.1 Hipótesis estadísticas: nula y alternativa. 1.3 Estadístico de contraste 1 Contraste de hipótesis Tema 3 1. Pasos del contraste de hipótesis 1.1 Hipótesis estadísticas: nula y alternativa 1.2 Supuestos 1.3 Estadístico de contraste 1.4 Regla de decisión: zona de aceptación y

Más detalles

Distribuciones de probabilidad

Distribuciones 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

PROBABILIDADES VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES. Prof. Johnny Montenegro 1 M.

PROBABILIDADES VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES. Prof. Johnny Montenegro 1 M. PROBABILIDADES VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES Prof. Johnny Montenegro 1 M. PROBABILIDADES 2 Una variable es aleatoria si toma los valores de los resultados de un experimento aleatorio. Esta

Más detalles

INFERENCIA ESTADISTICA

INFERENCIA 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 detalles

CONTENIDOS. 1. Procesos Estocásticos y de Markov. 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD

CONTENIDOS. 1. Procesos Estocásticos y de Markov. 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD CONTENIDOS 1. Procesos Estocásticos y de Markov 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD 4. Comportamiento Estacionario de las CMTD 1. Procesos Estocásticos

Más detalles

Administración de Ventas

Administración de Ventas Administración de Ventas 1 Sesión No. 2 Nombre: Administración y fuerza de ventas, Estructura de la fuerza de ventas Contextualización Te has preguntado Por qué crear una fuerza de ventas? Crear una fuerza

Más detalles

Notas de Clase de: Investigación de Operaciones

Notas 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 detalles

I Informe bankintercard sobre el perfil y los hábitos del consumidor español con tarjeta de crédito

I Informe bankintercard sobre el perfil y los hábitos del consumidor español con tarjeta de crédito I Informe bankintercard sobre el perfil y los hábitos del consumidor español con tarjeta de crédito En los últimos años el uso de tarjetas de crédito se ha disparado en España, hasta convertirse en uno

Más detalles

Distribución Normal. Universidad Diego Portales Facultad de Economía y Empresa. Estadística I Profesor: Carlos R. Pitta

Distribución 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 detalles

Algunas 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 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 detalles

FACULTAD 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 detalles

TEMA 2: LA INFLUENCIA DE LOS CONCEPTOS FÍSICOS EN LA EMPRESA TURÍSTICA

TEMA 2: LA INFLUENCIA DE LOS CONCEPTOS FÍSICOS EN LA EMPRESA TURÍSTICA TEMA 2: LA INFLUENCIA DE LOS CONCEPTOS FÍSICOS EN LA EMPRESA TURÍSTICA 2.1 LA LOCALIZACIÓN DE LA EMPRESA TURÍSTICA 2.2 MODELOS PARA LA DETERMINACIÓN DE LA LOCALIZACIÓN ÓPTIMA 2.3 DIMENSIÓN, CAPACIDAD Y

Más detalles

Probabilidad 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 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 detalles

T1. Distribuciones de probabilidad discretas

T1. 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 detalles

UNIDAD 9. DATOS COMPLEJOS PILAS

UNIDAD 9. DATOS COMPLEJOS PILAS UNI 9. TOS OMPLEJOS PILS Una pila es una lista de elementos en la que se pueden insertar y eliminar elementos sólo por uno de los extremos. omo consecuencia, los elementos de una pila serán eliminados

Más detalles

Propuesta A B = M = (

Propuesta A B = M = ( Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (016) Materia: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II El alumno deberá contestar a una de las dos opciones propuestas A ó B. Se

Más detalles

SISTEMA DE ADMINISTRACIÓN DE FILAS CONVIERTA EL TIEMPO DE ESPERA DE SUS CLIENTES EN UN MAYOR TIEMPO DE COMPRA.

SISTEMA DE ADMINISTRACIÓN DE FILAS CONVIERTA EL TIEMPO DE ESPERA DE SUS CLIENTES EN UN MAYOR TIEMPO DE COMPRA. SISTEMA DE ADMINISTRACIÓN DE FILAS CONVIERTA EL TIEMPO DE ESPERA DE SUS CLIENTES EN UN MAYOR TIEMPO DE COMPRA. Obtenga beneficios mediante la administración del tiempo de espera de sus clientes. Usted

Más detalles

Planeación Agregada: En general la planeación agregada de la manufactura consiste en planear una producción deseada en un plazo intermedio.

Planeación Agregada: En general la planeación agregada de la manufactura consiste en planear una producción deseada en un plazo intermedio. Planeación Agregada: Un plan agregado es un procedimiento valioso para facilitar el desarrollo de presupuestos de operación. Un plan agregado determinará los niveles de la fuerza laboral, el tiempo extra

Más detalles

La contabilidad es la disciplina que sirve para proporcionar información útil en la toma de decisiones económicas. Ha venido siendo definida como

La contabilidad es la disciplina que sirve para proporcionar información útil en la toma de decisiones económicas. Ha venido siendo definida como La contabilidad es la disciplina que sirve para proporcionar información útil en la toma de decisiones económicas. Ha venido siendo definida como Ciencia del Patrimonio, y ello porque su objeto es el estudio

Más detalles

a) Definir un espacio muestral S apropiado para este experimento. b) Consideremos la variable aleatoria

a) Definir un espacio muestral S apropiado para este experimento. b) Consideremos la variable aleatoria 7 PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2 1. Se eligen tres autos al azar y cada uno es clasificado N si tiene motor naftero o D si tiene motor diesel (por ejemplo, un resultado posible sería N N D).

Más detalles

Ing. Eduardo Cruz Romero w w w. tics-tlapa. c o m

Ing. Eduardo Cruz Romero w w w. tics-tlapa. c o m Ing. Eduardo Cruz Romero eduar14_cr@hotmail.com w w w. tics-tlapa. c o m La estadística es tan vieja como la historia registrada. En la antigüedad los egipcios hacían censos de las personas y de los bienes

Más detalles

Agro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos

Agro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,

Más detalles

UNIVERSIDAD DE MANAGUA Al más alto nivel

UNIVERSIDAD DE MANAGUA Al más alto nivel UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #3 Generación de muestras de distribuciones de probabilidad de variables aleatorias discretas y continuas con Stat::Fit Prof.:

Más detalles

Unidad V: Líneas de Espera

Unidad V: Líneas de Espera Unidad V: Líneas de Espera 5.1 Definiciones, características y suposiciones El problema es determinar que capacidad o tasa de servicio proporciona el balance correcto. Esto no es sencillo, ya que el cliente

Más detalles

CAPITULO 5. Diseño de la Herramienta de Medición y Seguimiento de Indicadores de Gestión.

CAPITULO 5. Diseño de la Herramienta de Medición y Seguimiento de Indicadores de Gestión. CAPITULO 5 Diseño de la Herramienta de Medición y Seguimiento de Indicadores de Gestión. 5.1. Metodología Con el objetivo de enriquecer los parámetros de Auditoría de Procesos propuesto en el capítulo

Más detalles

np {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

np {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 detalles

Decisiones de Inversión en Infraestructura en Largo Plazo y bajo Incertidumbre

Decisiones de Inversión en Infraestructura en Largo Plazo y bajo Incertidumbre Decisiones de Inversión en Infraestructura en Largo Plazo y bajo Incertidumbre Metodología General de Preparación y Evaluación Social de Proyectos Metodología de Evaluación Social de Proyectos Diagnóstico

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

Capítulo 6. Relaciones. Continuar

Capítulo 6. Relaciones. Continuar Capítulo 6. Relaciones Continuar Introducción Una relación es una correspondencia entre dos elementos de dos conjuntos con ciertas propiedades. En computación las relaciones se utilizan en base de datos,

Más detalles

VARIABLES ALEATORIAS DISCRETAS

VARIABLES ALEATORIAS DISCRETAS VARIABLES ALEATORIAS DISCRETAS M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional Primavera 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Variables Aleatorias Variables Aleatorias Definición:

Más detalles

Política de facturación y cobros del centro médico Mercy

Política de facturación y cobros del centro médico Mercy Política de facturación y cobros del centro médico Mercy Objetivo de la política El centro médico Mercy, de acuerdo con su misión, visión y valores, se compromete a brindar atención médica de calidad y

Más detalles

MODELADO Y SIMULACIÓN. Febrero de Primera semana

MODELADO 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 detalles

NORMAS INTERNACIONALES DE INFORMACION FINANCIERA NIIF para PYMES Micro Entidades

NORMAS INTERNACIONALES DE INFORMACION FINANCIERA NIIF para PYMES Micro Entidades < NORMAS INTERNACIONALES DE INFORMACION FINANCIERA NIIF para PYMES Micro Entidades Micro Entidades Alcance Secciones no contempladas Secciones parcialmente contempladas Secciones contempladas Valor razonable

Más detalles

Generación de variables aleatorias continuas Método de la transformada inversa

Generación 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 detalles

LINEAS DE ESPERA CAPITULO 2 LECTURA 6.2. SIMULACIÓN Y ANÁLISIS DE MODELOS ESTOCÁSTICOS Azarang M., Garcia E. Mc. Graw Hill. México 2.

LINEAS DE ESPERA CAPITULO 2 LECTURA 6.2. SIMULACIÓN Y ANÁLISIS DE MODELOS ESTOCÁSTICOS Azarang M., Garcia E. Mc. Graw Hill. México 2. LECTURA 6.2 SIMULACIÓN Y ANÁLISIS DE MODELOS ESTOCÁSTICOS Azarang M., Garcia E. Mc. Graw Hill. México CAPITULO 2 LINEAS DE ESPERA 2.1 INTRODUCCIÓN Una línea de espera es el efecto resultante en un sistema

Más detalles

Guía para maestro. Múltiplos y divisores. Compartir Saberes.

Guía para maestro. Múltiplos y divisores. Compartir Saberes. Guía para maestro Guía realizada por Bella Peralta C. Magister en Educación Matemática bellaperaltamath@gmail.com Los procedimientos para encontrar el mínimo común múltiplo, máximo común divisor y factorizar

Más detalles

Fundamentos de Economía

Fundamentos de Economía Fundamentos de Economía 1 Sesión No.9 Nombre: Conceptos fundamentales de la microeconomía. Primera parte. Objetivo: El alumno podrá identificar y comprender los principales conceptos y objetos de estudio

Más detalles

Beneficios ambientales comparados con los sistemas tradicionales de rack.

Beneficios ambientales comparados con los sistemas tradicionales de rack. Familia Protocol Beneficios ambientales comparados con los sistemas tradicionales de rack. - Mayor eficiencia de energía reduce el uso de combustibles fósiles, reduce la contaminación del aire. - Carga

Más detalles

EL CONTRATO EN LA CONSTRUCCIÓN DE LOS TÚNELES. Un punto de vista desde la diferentes ópticas de los actores

EL CONTRATO EN LA CONSTRUCCIÓN DE LOS TÚNELES. Un punto de vista desde la diferentes ópticas de los actores EL CONTRATO EN LA CONSTRUCCIÓN Un punto de vista desde la diferentes ópticas de los actores 1. INTRODUCCIÓN El objeto de esta presentación es resumir los principales temas que en el CONGRESO MUNDIAL DE

Más detalles

Conceptos básicos estadísticos

Conceptos básicos estadísticos Conceptos básicos estadísticos Población Población, en estadística, también llamada universo o colectivo, es el conjunto de elementos de referencia sobre el que se realizan las observaciones. El concepto

Más detalles

PLAN DE CONTINGENCIA EN CASO DE INTERRUPCIÓN DEL SUMINISTRO ELECTRICO

PLAN DE CONTINGENCIA EN CASO DE INTERRUPCIÓN DEL SUMINISTRO ELECTRICO Interrupción del Noviembre Suministro 2015 Código: SGC-PR-PCISE/INS 3.2.1 Página: 0 de 5 PLAN DE CONTINGENCIA EN CASO DE INTERRUPCIÓN DEL SUMINISTRO ELECTRICO Página: 1 de 5 1. -Objetivos Estandarizar

Más detalles

Gobierno de Puerto Rico. Negociado de Estadísticas del Trabajo. Serie Histórica de Empleo y Desempleo Puerto Rico

Gobierno de Puerto Rico. Negociado de Estadísticas del Trabajo. Serie Histórica de Empleo y Desempleo Puerto Rico Gobierno de Puerto Rico Departamento del Trabajo y Recursos Humanos Negociado de Estadísticas del Trabajo Serie Histórica de Empleo y Desempleo Puerto Rico Promedio Años Fiscales 1970-2010 Revisión Censo

Más detalles

Tabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ 2 conocida: Suponga que X 1, X 2,, X n, es una m.a.(n) desde N( µ, σ 2 )

Tabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ 2 conocida: Suponga que X 1, X 2,, X n, es una m.a.(n) desde N( µ, σ 2 ) Test de Hipótesis II Tabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ conocida: Suponga que X, X,, X n, es una m.a.(n) desde N( µ, σ ) Estadística de Prueba X - μ Z 0 = σ / n ~ N(0,)

Más detalles

La distribución de Probabilidad normal, dada por la ecuación:

La distribución de Probabilidad normal, dada por la ecuación: La distribución de Probabilidad normal, dada por la ecuación: Donde: x = X -, la distancia entre X y en el eje de las X. = la media de la población o universo ( de las X ) fx= La altura de la ordenada

Más detalles