Instituto Tecnológico de Durango. Ingeniería en Sistemas Computacionales. Simulación. Unidad V. Proyecto de Líneas de Espera.

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

Download "Instituto Tecnológico de Durango. Ingeniería en Sistemas Computacionales. Simulación. Unidad V. Proyecto de Líneas de Espera."

Transcripción

1 Instituto Tecnológico de Durango Ingeniería en Sistemas Computacionales Simulación Unidad V Proyecto de Líneas de Espera Café Internet VIP Equipo # 7 Integrantes: Cabrera Lastiri Berenice González Tinoco Manuel Alejandro Fernández Rojas Cesar Leobardo Hernández Flores Cesar Leonardo López Acosta Diego Cesar Grupo: 7Y Equipo No. 7 1

2 ÍNDICE I. Introducción 3 II. Justificación 4 III. Objetivos: generales y específicos 5 IV. Caracterización del proyecto 6 V. Problemas a resolver, priorizándolos 8 VI. Alcances y limitaciones 9 VII. Fundamento teórico 10 VIII. Procedimiento y descripción de las actividades realizadas 11 IX. Resultados, planos, gráficas, prototipos y programas 12 X. Simulación 18 XI. Conclusiones y recomendaciones 19 XII. Referencias bibliográficas 20 Equipo No. 7 2

3 INTRODUCCIÓN En un café Internet se utilizan las líneas de espera o colas para llevar un control de los clientes que utilizan los servicios prestados por este. Una cola es una línea de espera y la teoría de colas es una colección de modelos matemáticos que describen sistemas de líneas de espera particulares o sistemas de colas. Estos modelos nos sirven para encontrar el comportamiento de estado estable, como la longitud promedio de la línea, el tiempo de espera promedio y el servicio utilizado para un sistema dado, en este caso un café Internet. Esta información, junto con los costos pertinentes, se usaran, entonces, para determinar la capacidad de servicio apropiada mediante una simulación de líneas de espera. Equipo No. 7 3

4 JUSTIFICACION Este proyecto se realizara para recopilar datos de manera organizada, procesarlos mediante la simulación de líneas de espera y obtener los resultados con los cuales determinaremos conclusiones en base a los objetivos. Equipo No. 7 4

5 OBJETIVOS OBJETIVOS GENERALES: El objetivo general es demostrar mediante la simulación: Concurrencia a un café Internet. Cual es el servicio mas utilizado dentro del café. Tiempo promedio de uso de Internet. OBJETIVOS ESPECIFICOS Mediante los datos obtenidos el objetivo especifico seria: Demostrar cual servicio podría ser reemplazado o podría dejar de funcionar dentro del establecimiento. Según los datos obtenidos analizar si se necesitan o sobran estaciones de servicio (computadoras). Equipo No. 7 5

6 CARACTERIZACION DEL PROYECTO Llegadas aleatorias: En las situaciones cotidianas es fácil encontrar ejemplos de llegadas aleatorias, puesto que las llegadas serán aleatorias en cualquier caso en la que una de ellas no afecte a las otras. Un ejemplo clásico de llegadas aleatorias son las llamadas que arriban a un conmutador telefónico o un servicio de emergencia. Se ha determinada que las ocurrencias aleatorias de un tipo especial pueden describirse a través de una distribución discreta de probabilidad bien conocida, la distribución de Poisson. Este tipo especial de llegadas aleatorias supone características acerca de la corriente de entrada. En primer lugar, se supone que las llegadas son por completo independientes entre sí y con respecto al estado del sistema. En segundo lugar la probabilidad de llegada durante un periodo específico no depende de cuando ocurre el periodo, sino más bien, depende solo de la longitud del intervalo. Se dicen que estas ocurrencias carecen de "memoria". Si conocemos el número promedio de ocurrencias por periodo, podemos calcular las probabilidades acerca del número de eventos que ocurrirán en un periodo determinado, utilizando las probabilidades conocidas de la distribución de Poisson. En particular, existe un promedio de l llegadas en un periodo, T, la probabilidad de n llegadas en el mismo periodo esta dado por: P[n llegadas en le tiempo T] = Tiempo de servicio aleatorio: Al igual que las llegadas aleatorias, la ocurrencia de tiempos de servicios aleatorios, carentes de memoria, es suceso bastante común en las situaciones cotidianas de líneas de espera. Y al igual que las llegadas aleatorias los tiempos Equipo No. 7 6

7 de servicio carentes de memoria se describen a través de una distribución de probabilidad. La diferencia entre las llegadas aleatorias y los tiempos de servicio aleatorios es que estos se describen a través de una distribución continua en tanto que las llegadas se describen a través de una distribución de Poisson, que es discreta. Si la duración de los tiempos de servicio es aleatoria, la distribución exponencial negativa describe ese tipo de servicio. Si la m es la tasa promedio de servicio entonces la distribución esta dada por: F(t) = m e -m t Es posible emplear esta formula para calcular la probabilidad de que el servicio sea mas prolongado que alguna duración especificada de tiempo T. La distribución normal, también llamada distribución de Gauss o distribución gaussiana, es la distribución de probabilidad que con más frecuencia aparece en estadística y teoría de probabilidades. Esto se debe a dos razones fundamentalmente: Su función es simétrica y con forma de campana, lo que favorece su aplicación como modelo a gran número de variables estadísticas. Es, además, límite de otras distribuciones y aparece relacionada con multitud de resultados ligados a la teoría de las probabilidades gracias a sus propiedades matemáticas. La función está dada por: Donde: (mu) es la media y (sigma) es la desviación estándar ( es la varianza). Equipo No. 7 7

8 PROBLEMAS A RESOLVER Mediante la simulación se pretende resolver el problema de los servicios poco utilizados dentro del VIP, para así ofrecer un mejor servicio a los usuarios. El problema que presento el gerente del local es que quiere agrandar su negocio pero para saber si le conviene, pidió una simulación de los actuales servicios con los que cuenta, para saber si se puede lograr la expansión o es un gasto innecesario. Equipo No. 7 8

9 ALCANCES Y LIMITACIONES El alcance de la simulación pretende estandarizar el mejor uso de servicios dentro del café Internet limitándose a los tiempos de servicio, tipos de servicios, número de estaciones y numero de clientes dejando de lado los costos; lo cual serviría al dependiente de este negocio para optimizar recursos y servicios. Equipo No. 7 9

10 FUNDAMENTO TEORICO Simulación de líneas de espera: Líneas de espera: Es un conjunto de personas o cosas que esperan ser atendidas Tipos de líneas de espera: Paralela Serie Mixta Conceptos: Isla: Conjunto de estaciones de servicio que proporciona servicios semejantes Tiempo de Servicio: Tiempo desde que el usuario llega hasta que salio. Tiempo de Ocio: Tiempo que espera una estación sin clientes Tiempo de Espera: Lo que espera un cliente en se atendido Inicio de Servicio: Hora de entrada al servicio Fin de Servicio: Hora de salida del servicio Arribo al Sistema: Lo que tardan los clientes en llegar al sistema Reloj: Entidad que permite controlar los tiempos. Salida del Sistema: El tiempo en cual el cliente sale del sistema Equipo No. 7 10

11 PROCEDIMIENTO Y DESCRIPCION DE LAS ACTIVIDADES REALIZADAS PROCEDIMIENTO: 1. Establecer un marco de desarrollo para la simulación. 2. Identificar el problema 3. Definir modelo para la resolución del problema 4. Recopilación de datos 5. Elaboración de cálculos 6. Simulación 7. Análisis de la simulación 8. Conclusiones ACTIVIDADES Primeramente nos contactamos con una negocio que tuviera un problema a resolver mediante una simulación. Posteriormente localizamos una empresa de café Internet llamado VIP. Después de hablar con el gerente y presentar sus problemas empezamos por la recolección de datos para llevar acabo la simulación. Después de analizar los datos se empezó a acomodar en tablas empíricas dando los resultados necesarios para realizar la simulación. Al terminar la simulación presentamos los resultados al dependiente del negocio.. Equipo No. 7 11

12 RESULTADOS Registro Origen Hora Descripcion PC Hora Inicio log 10:28:51 Arranque del Servidor Tabla de recopilación de datos Hora Fin Tiempo Total Internet Extras Cobrar Cobrado Com Vta Directa Nota log 10:28:56 Inicia cajero 9 matthias log 11:20:24 Cobro de PC 7 10:29:00 11:20:24 00:51: log 13:04:03 Cobro de PC 7 11:04:03 13:04:03 02:00: log 13:13:49 Cobro de PC 3 13:01:54 13:13:49 00:11: log 13:16:40 Cobro de PC 1 11:44:09 13:16:40 01:32: log 13:28:58 Cobro de PC 3 13:13:49 13:28:58 00:15: log 14:35:02 Cobro de PC 10 13:48:57 14:35:02 00:46: log 15:10:57 Inicia cajero 2 galinuxh log 15:32:01 Venta Directa log 15:35:13 Cobro de PC 5 15:17:05 15:35:13 00:18: log 15:40:47 Cobro de PC 7 15:31:43 15:40:47 00:09: log 15:41:22 Venta Directa log 15:52:04 Cobro de PC 3 15:22:04 15:52:04 00:30: log 16:34:46 Cobro de PC 3 16:28:10 16:34:46 00:06: log 16:36:59 Cobro de PC 7 16:06:59 16:36:59 00:30: log 16:43:05 Cobro de PC 8 16:08:08 16:43:05 00:34: log 17:05:56 Venta de Extra 50 IMPRESIONES BN 20 IMPRESIONES BN CD VIRGEN log 17:05:56 Cobro de PC 8 16:08:08 17:05:56 00:57: log 17:09:41 Cobro de PC 6 15:08:02 17:09:41 02:01: log 17:10:12 Cobro de PC 2 15:12:06 17:10:12 01:58: log 17:18:13 Cobro de PC 3 16:42:03 17:18:13 00:36: log 17:36:36 Cobro de PC 5 15:38:07 17:36:36 01:58: log 17:45:12 Cobro de PC 5 17:38:58 17:45:12 00:06: log 17:52:56 Cobro de PC 3 17:21:16 17:52:56 00:31: log 17:57:06 Cobro de PC 6 17:09:48 17:57:06 00:47: log 18:13:57 Cobro de PC 10 17:14:15 18:13:57 00:59: log 18:30:28 Cobro de PC 4 17:27:11 18:30:28 01:03: log 18:34:25 Cobro de PC 1 17:05:05 18:34:25 01:29: log 18:35:21 Cobro de PC 6 18:05:21 18:35:21 00:30: log 18:40:50 Cobro de PC 5 17:48:19 18:40:50 00:52: log 18:46:35 Cobro de PC 10 18:16:35 18:46:35 00:30: log 18:51:37 Cobro de PC 8 17:17:24 18:51:37 01:34: log 18:53:19 Cobro de PC 3 17:53:02 18:53:19 01:00: log 19:14:07 Venta de Extra log 19:14:07 Cobro de PC 7 16:58:58 19:14:07 02:15: log 19:23:56 Cobro de PC 3 19:20:08 19:23:56 00:03: log 19:31:36 Venta de Extra log 19:31:36 Cobro de PC 2 17:13:25 19:31:36 02:18: log 19:34:20 Cobro de PC 9 17:30:52 19:34:20 02:03: IMPRESIONES BN 6 IMPRESIONES BN Equipo No. 7 12

13 log 19:35:31 Cobro de PC 8 19:06:24 19:35:31 00:29: log 19:52:11 Cobro de PC 3 19:41:16 19:52:11 00:10: log 20:01:39 Cobro de PC 7 19:27:30 20:01:39 00:34: log 20:15:04 Cobro de PC 4 18:34:49 20:15:04 01:40: log 20:18:53 Cobro de PC 1 19:36:31 20:18:53 00:42: log 20:20:54 Cobro de PC 2 20:17:27 20:20:54 00:03: log 20:36:43 Cobro de PC 4 20:16:10 20:36:43 00:20: log 20:39:23 Cobro de PC 3 20:09:23 20:39:23 00:30: log 20:46:50 Cobro de PC 4 20:38:39 20:46:50 00:08: log 21:01:36 Cobro de PC 1 20:21:03 21:01:36 00:40: log 21:01:47 Cobro de PC 2 20:21:04 21:01:47 00:40: log 21:07:27 Venta de Extra log 21:07:27 Cobro de PC 8 19:49:01 21:07:27 01:18: log 21:23:42 Cobro de PC 4 20:50:01 21:23:42 00:33: log 21:24:40 Cobro de PC 7 20:08:02 21:24:40 01:16: log 21:25: log 21:25:02 Venta de Extra Venta de Extra log 21:25:02 Cobro de PC 5 20:57:32 21:25:02 00:27: log 21:37:17 Venta Directa log 21:37:33 Venta Directa log 21:46: log 21:46:01 Cierre del Servidor Cierre del Servidor IMPRESIONES BN 5 IMPRESIONES BN 5 IMPRESIONES BN 2 IMPRESIONES BN 20 IMPRESIONES BN Tabla 1. Equipo No. 7 13

14 Tabla empírica de arribos al sistema Rango de los números Tiempo Probabilidad Probabilidad Acumulada aleatorios Tabla 2. Equipo No. 7 14

15 Tabla empírica de tipo de servicio Tipo de Servicio Probabilidad Probabilidad Acumulada Rango de los números aleatorios Internet (IN) Impresiones (IM) Consumibles (C) INyIM Tabla 3. Equipo No. 7 15

16 Tablas empíricas de tiempo de servicios Tiempo (mins) Rebanada Probabilidad Probabilidad Acumulada Rango de los números aleatorios μ - 3σ μ - 2σ μ σ Μ μ + σ μ + 2σ μ + 3σ Tabla 4. Tiempo Servicio (min) Impresiones 3 Consumibles 1 Tabla 5. Equipo No. 7 16

17 Tabla empírica de entradas al sistema cuando las estaciones de servicio están ocupadas Entra? Probabilidad Probabilidad Acumulada Rango de los números aleatorios No Si Tabla 6. Equipo No. 7 17

18 Simulación Ver documento simulación.xls anexado en la carpeta Unidad 5. Tabla 7. Equipo No. 7 18

19 CONCLUSIONES Y RECOMENDACIONES CONCLUSIONES: Llegamos a la conclusión de que en el café Internet el servicio de consumibles tiene poca demanda. Hay solo seis estaciones de servicio que son utilizadas. Tanto el servicio de impresiones como el Internet son los mas concurridos. RECOMENDACIONES: Recomendamos quitar el servicio de consumibles. Quitar cuatro estaciones de servicio. El servicio de Internet e impresiones deben funcionar normalmente. Equipo No. 7 19

20 REFERENCIA BIBLIOGRAFICA iones Equipo No. 7 20

Simulación de Eventos Discretos: Arena. Mag. Luis Miguel Sierra

Simulación de Eventos Discretos: Arena. Mag. Luis Miguel Sierra Simulación de Eventos Discretos: Arena Mag. Luis Miguel Sierra Contenido Simulación de Eventos Discretos Caso Ejemplo de Aplicación Análisis de Resultados Ampliación del Caso Mag. Miguel Sierra 2 Un enfoque

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

Algunas distribuciones teóricas continuas

Algunas distribuciones teóricas continuas Algunas distribuciones teóricas continuas Dr. Pastore, Juan Ignacio Profesor Adjunto. Algunas Distribuciones Estadísticas Teóricas Distribución Continuas: a) Distribución Uniforme b) Distribución de Exponencial

Más detalles

MANTENIMIENTO INDUSTRIAL.

MANTENIMIENTO INDUSTRIAL. REPÚBLICA BOLIVARIANA DE VENEZUELA UNIVERSIDAD ALONSO DE OJEDA FACULTAD DE INGENIERÍA ESCUELA DE INDUSTRIAL MANTENIMIENTO INDUSTRIAL. Realizado por: Ing. Danmelys Perozo UNIDAD II: ESTADÍSTICAS DE FALLAS

Más detalles

PROBABILIDAD E INFERENCIA ESTADÍSTICA TEMA 3: DISTRUBUCIONES DE PROBABILIDAD CONTINUA

PROBABILIDAD E INFERENCIA ESTADÍSTICA TEMA 3: DISTRUBUCIONES DE PROBABILIDAD CONTINUA UNIDAD 1 PROBABILIDAD E INFERENCIA ESTADÍSTICA TEMA 3: DISTRUBUCIONES DE PROBABILIDAD CONTINUA Variables aleatorias continuas = función de densidad de probabilidad 1 Variables aleatorias continuas = función

Más detalles

GENERACION DE NUMEROS ALEATORIOS Y VARIABLES ALEATORIAS

GENERACION DE NUMEROS ALEATORIOS Y VARIABLES ALEATORIAS GENERACION DE NUMEROS ALEATORIOS Y VARIABLES ALEATORIAS La simulación de eventos se basa en la ocurrencia aleatoria de los mismos, por ello los números aleatorios y las variables aleatorias son de especial

Más detalles

MÓDULO I. TEORÍA DE LA PROBABILIDAD

MÓDULO I. TEORÍA DE LA PROBABILIDAD UNIVERSIDAD NACIONAL EXPERIMENTAL DE LOS LLANOS OCCIDENTALES EZEQUIEL ZAMORA VICE-RECTORADO DE PLANIFICACIÓN Y DESARROLLO SOCIAL PROGRAMA CIENCIAS SOCIALES Y JURIDICAS SUBPROGRAMA ADMINISTRACIÓN SUBPROYECTO:

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

UNIVERSIDAD AUTONOMA DE BAJA CALIFORNIA FACULTAD DE INGENIERÍA (UNIDAD MEXICALI) COORDINACIÓN DE INGENIERÍA INDUSTRIAL

UNIVERSIDAD AUTONOMA DE BAJA CALIFORNIA FACULTAD DE INGENIERÍA (UNIDAD MEXICALI) COORDINACIÓN DE INGENIERÍA INDUSTRIAL CARRERA PLAN DE CLAVE NOMBRE DE LA ESTUDIO ASIGNATURA ASIGNATURA ING. INDUSTRIAL 97-2 4139 CASOS DE SIMULACIÓN PRÁCTICA No. LABORATORIO DE CASOS DE SIMULACIÓN DURACIÓN (HORAS) 1 NOMBRE DE LA PRÁCTICA MODELOS

Más detalles

GENERACION DE NUMEROS ALEATORIOS Y VARIABLES ALEATORIAS

GENERACION DE NUMEROS ALEATORIOS Y VARIABLES ALEATORIAS GENERACION DE NUMEROS ALEATORIOS Y VARIABLES ALEATORIAS La simulación de eventos se basa en la ocurrencia aleatoria de los mismos, por ello los números aleatorios y las variables aleatorias son de especial

Más detalles

H. R. Alvarez A., Ph. D.

H. R. Alvarez A., Ph. D. Modelos de cola 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 en un lava-autos Las colas En general,

Más detalles

Distribuciones de probabilidad II

Distribuciones de probabilidad II II Facultad de Estudios Superiores Acatlán Licenciatura en Economía 20 de abril 2017 José A. Huitrón Mendoza Distribuciones de probabilidad de Poisson Enmarca el estudio de una variable aleatoria discreta

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

2.2. Fundamentos racionales de la Simulación en computadoras

2.2. Fundamentos racionales de la Simulación en computadoras UNIVERSIDAD TECNOLÓGICA NACIONAL FACULTAD REGIONAL TUCUMÁN DEPARTAMENTO: INGENIERÍA EN SISTEMAS DE INFORMACIÓN CARRERA: INGENIERÍA EN SISTEMAS DE INFORMACIÓN ÁREA: MODELOS ASIGNATURA: SIMULACIÓN NIVEL:

Más detalles

JUEGO DE BASKETBALL. Repaso de Distribuciones de Probabilidad Discretas y Continuas

JUEGO 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 detalles

1. La Distribución Normal

1. 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 detalles

UNIVERSIDAD DE MANAGUA Al más alto nivel

UNIVERSIDAD DE MANAGUA Al más alto nivel UNIVERSIDAD DE MANAGUA Al más alto nivel Investigación de Operaciones Encuentro #12 Tema: Teoría de Colas Prof.: MSc. Julio Rito Vargas A. Grupo:CCEE y ADMVA /2016 Objetivos: Identificar el nivel óptimo

Más detalles

Metodología de Simulación por Computadora

Metodología de Simulación por Computadora SIMULACIÓN Metodología de Simulación por Computadora Clasificación del sistema 1. Sistemas de eventos discretos. Los estados del sistema cambian sólo en ciertos puntos del tiempo. Por ejemplo, si se observa

Más detalles

Introducción al Diseño de Experimentos.

Introducción al Diseño de Experimentos. Introducción al Diseño de Experimentos www.academia.utp.ac.pa/humberto-alvarez Introducción Una población o universo es una colección o totalidad de posibles individuos, especímenes, objetos o medidas

Más detalles

Teoría de Colas o Teoría de Líneas de Espera Cursada 2015 Ing. Sandra González Císaro

Teoría de Colas o Teoría de Líneas de Espera Cursada 2015 Ing. Sandra González Císaro Investigación Operativa I Facultad Ciencias Exactas. UNICEN Teoría de Colas o Teoría de Líneas de Espera Cursada 2015 Ing. Sandra González Císaro Cursada 2015 Teoría de Colas: Donde?... Teoría de colas

Más detalles

Variables aleatorias continuas

Variables aleatorias continuas Variables aleatorias continuas VARIABLE ALEATORIA UNIFORME Definición Se dice que una variable X tiene una distribución uniforme en el intervalo [a;b] si la fdp de X es: 1 si a x b f(x)= b-a 0 en otro

Más detalles

viii CAPÍTULO 2 Métodos de muestreo CAPÍTULO 3 Análisis exploratorio de datos

viii CAPÍTULO 2 Métodos de muestreo CAPÍTULO 3 Análisis exploratorio de datos Contenido Acerca de los autores.............................. Prefacio.... xvii CAPÍTULO 1 Introducción... 1 Introducción.............................................. 1 1.1 Ideas de la estadística.........................................

Más detalles

UNIDAD 4: DISTRIBUCIÓN DE PROBABILIDAD

UNIDAD 4: DISTRIBUCIÓN DE PROBABILIDAD UNIDAD 4: DISTRIBUCIÓN DE PROBABILIDAD La Distribución de Probabilidad (DP) es la relación que se da entre los diferentes eventos de un espacio muestral y sus respectivas probabilidades de ocurrencia.

Más detalles

Facultad de Ciencias Económicas, Jurídicas y Sociales - Métodos Cuantitativos para los Negocios

Facultad de Ciencias Económicas, Jurídicas y Sociales - Métodos Cuantitativos para los Negocios Ubicación dentro del Programa Unidad IV UNIDAD III: LÍNEAS DE ESPERA 1. Modelos de líneas de espera. Estructura del sistema de línea de espera. 2. Modelo de línea de espera de un solo canal. 3. Modelo

Más detalles

Tema 3. Tema 3 La Distribución Normal y los Puntajes Estándar. Profa. María Fátima Dos Santos

Tema 3. Tema 3 La Distribución Normal y los Puntajes Estándar. Profa. María Fátima Dos Santos Tema 3 Tema 3 La Distribución Normal y los Puntajes Estándar Profa. María Fátima Dos Santos 1 TEMARIO Concepto de distribución. Algunas distribuciones. Distribución normal. Características Distribución

Más detalles

RESUMEN CONTENIDOS TERCERA EVALUACIÓN PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL

RESUMEN CONTENIDOS TERCERA EVALUACIÓN PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL RESUMEN CONTENIDOS TERCERA EVALUACIÓN PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL 1) PROBABILIDAD Experimentos aleatorios. Concepto de espacio muestral y de suceso elemental. Operaciones con

Más detalles

Modelos de cola.

Modelos de cola. Modelos de cola http://academia.utp.ac.pa/humberto-alvarez 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

Más detalles

Objetivo: Comprender la diferencia entre valor esperado, varianza y desviación estándar. Poner en práctica el teorema de Chebyshev

Objetivo: 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 detalles

Simulación de Eventos Discretos: Arena. Mag. Luis Miguel Sierra

Simulación de Eventos Discretos: Arena. Mag. Luis Miguel Sierra Simulación de Eventos Discretos: Arena Mag. Luis Miguel Sierra Contenido Tipos de Simulación Simulación de Eventos Discretos Caso Ejemplo de Aplicación Uso de software de simulación Análisis de Resultados

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

Investigación Operativa II

Investigación Operativa II Investigación Operativa II Capítulo 1: Colas de Espera o Filas de Espera 1.01 Introducción a la Teoría de Colas TEORÍA DE COLAS: cuerpo de conocimientos sobre las líneas de espera (colas). LINEAS DE ESPERA:

Más detalles

Investigación de Operaciones

Investigación de Operaciones Investigación de Operaciones Líneas de Espera: Teoría de Colas II sem 2012 Las colas Las colas son frecuentes en nuestra vida cotidiana: En un banco En un restaurante de comidas rápidas Fila para abordar

Más detalles

LECTURA 01: LA DISTRIBUCIÓN NORMAL GENERAL. LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I). TEMA 1: LA DISTRIBUCION NORMAL GENERAL.

LECTURA 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 detalles

LINEAS DE ESPERA. En diferentes ocaciones de la vida, la mayoria de las personas que viven en la sociedad moderna han esperado

LINEAS DE ESPERA. En diferentes ocaciones de la vida, la mayoria de las personas que viven en la sociedad moderna han esperado LINEAS DE ESPERA 1.- INTRODUCCION: En diferentes ocaciones de la vida, la mayoria de las personas que viven en la sociedad moderna han esperado en una fila para recibir algún servicio. Esperar podría incluir

Más detalles

TEORIA DE COLAS. Investigación Operativa II

TEORIA DE COLAS. Investigación Operativa II TEORIA DE COLAS Investigación Operativa II 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

Más detalles

INTRODUCCIÓN A LAS DISTRIBUCIONES CONTINUAS Y EL TEOREMA CENTRAL DEL LÍMITE (10 MINUTOS)

INTRODUCCIÓN A LAS DISTRIBUCIONES CONTINUAS Y EL TEOREMA CENTRAL DEL LÍMITE (10 MINUTOS) INTRODUCCIÓN A LAS DISTRIBUCIONES CONTINUAS Y EL TEOREMA CENTRAL DEL LÍMITE (10 MINUTOS) Hemos aprendido a identificar distribuciones discretas y también a reconocer algunas de sus características más

Más detalles

Variables Aleatorias y Principios de Simulación.

Variables Aleatorias y Principios de Simulación. Variables Aleatorias y Principios de Simulación http://humberto-r-alvarez-a.webs.com Conceptos de probabilidad La Teoría de Probabilidad trata fenómenos que pueden ser modelados por experimentos cuyos

Más detalles

Agenda 1 Variable aleatoria Continua Valor esperado de una variable aleatoria continua. Varianza. 2

Agenda 1 Variable aleatoria Continua Valor esperado de una variable aleatoria continua. Varianza. 2 Curso de nivelación Estadística y Matemática Cuarta clase: Distribuciones de probablidad continuas Programa Técnico en Riesgo, 2016 Agenda 1 Variable aleatoria Continua Valor esperado de una variable aleatoria

Más detalles

CARTA DESCRITIVA. Nivel: Principiante Carácter: Obligatoria

CARTA DESCRITIVA. Nivel: Principiante Carácter: Obligatoria Carta Descriptiva 1 I. Identificadores del Programa: CARTA DESCRITIVA Clave: UMA 1001 Créditos: 8 Materia: Estadística Descriptiva Depto: Ciencias Sociales Instituto: Ciencias Sociales y Administración

Más detalles

INVESTIGACION DE OPERACIONES

INVESTIGACION DE OPERACIONES INVESTIGACION DE OPERACIONES MODELOS DE LINEAS DE ESPERA 1 Modelos de líneas de espera 1. Estructura del sistema. 2. Un canal con tasa de llegadas Poisson y tiempos de servicio exponenciales. 3. Múltiples

Más detalles

Modelos de distribuciones discretas y continuas

Modelos de distribuciones discretas y continuas Tema 6 Modelos de distribuciones discretas y continuas 6.1. Modelos de distribuciones discretas 6.1.1. Distribución uniforme sobre n puntos Definición 6.1.2 Se dice que una v.a. X sigue una distribución

Más detalles

Distribución de Probabilidad

Distribución de Probabilidad Distribución de Probabilidad Variables continuas Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Distribuciones de probabilidad continuas

Más detalles

PROBABILIDAD Y ESTADÍSTICA ININ4010 Prof. DAVID GONZÁLEZ BARRETO SOLUCIÓN ASIGNACIÓN 6

PROBABILIDAD Y ESTADÍSTICA ININ4010 Prof. DAVID GONZÁLEZ BARRETO SOLUCIÓN ASIGNACIÓN 6 PROBABILIDAD Y ESTADÍSTICA ININ4 Prof. DAVID GONZÁLEZ BARRETO SOLUCIÓN ASIGNACIÓN 6. Con base en probabilidades de la distribución normal a, 2 y 3 desviaciones, determine para una variable con μ = 5 y

Más detalles

Técnicas Cuantitativas para el Management y los Negocios I

Técnicas Cuantitativas para el Management y los Negocios I Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo II Unidad 4. Probabilidad Conceptos básicos de probabilidad:

Más detalles

El momento k-ésimo para una variable aleatoria discreta respecto del origen, es. n = esperanza matemática de X

El momento k-ésimo para una variable aleatoria discreta respecto del origen, es. n = esperanza matemática de X Momentos El momento k-ésimo para una variable aleatoria discreta respecto del origen, es E(x) n = i = 1 k i ( ) x.p x El primer momento centrado en el origen (k=1) es la esperanza matemática de X También

Más detalles

INGENIERÍA INDUSTRIAL EN COMPETENCIAS PROFESIONALES ASIGNATURA DE ESTADÍSTICA APLICADA A LA INGENIERÍA

INGENIERÍA INDUSTRIAL EN COMPETENCIAS PROFESIONALES ASIGNATURA DE ESTADÍSTICA APLICADA A LA INGENIERÍA INGENIERÍA INDUSTRIAL EN COMPETENCIAS PROFESIONALES ASIGNATURA DE ESTADÍSTICA APLICADA A LA INGENIERÍA UNIDADES DE APRENDIZAJE 1. Competencias Desarrollar e innovar sistemas de manufactura a través de

Más detalles

UNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 4

UNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 4 UNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 4 DOCENTE: Ing. Patricio Puchaicela ALUMNA: Andrea C. Puchaicela G. CURSO: 4to. Ciclo de Electrónica y Telecomunicaciones AÑO

Más detalles

IDAD NACIONAL DE LOJA

IDAD NACIONAL DE LOJA UNIVERSI IDAD NACIONAL DE LOJA ÁREA DE LA ENERGÍA, LAS INDUSTRIAS Y LOS RECURSOS NATURALES NO RENOVABLES INGENIERÍA EN SISTEMAS Módulo X Simulación INTEGRANTES: ANDREA SALINAS SILVANA PACHECO KATTY TAPIA

Más detalles

Nota de los autores... vi

Nota de los autores... vi ÍNDICE Nota de los autores... vi 1 Qué es la estadística?... 1 1.1 Introducción... 2 1.2 Por qué se debe estudiar estadística?... 2 1.3 Qué se entiende por estadística?... 4 1.4 Tipos de estadística...

Más detalles

INVESTIGACION DE OPERACIONES MODELOS DE LINEAS DE ESPERA

INVESTIGACION DE OPERACIONES MODELOS DE LINEAS DE ESPERA INVESTIGACION DE OPERACIONES MODELOS DE LINEAS DE ESPERA 1 Modelos de líneas de espera 1. Estructura del sistema. 2. Un canal con tasa de llegadas Poisson y tiempos de servicio exponenciales. 3. Múltiples

Más detalles

Cuando la distribución viene dada por una tabla: 2. DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA.

Cuando la distribución viene dada por una tabla: 2. DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. 1. DISTRIBUCIONES ESTADÍSTICAS. El siguiente grafico corresponde a una distribución de frecuencias de variable cuantitativa y discreta pues solo puede tomar valores aislados (0, 1, 2, 3, 10). Se trata

Más detalles

UNIVERSIDAD NACIONAL FEDERICO VILLARREAL FACULTAD DE INGENIERIA INDUSTRIAL Y DE SISTEMAS ESCUELA PROFESIONAL DE INGENIERIA AGROINDUSTRIAL

UNIVERSIDAD NACIONAL FEDERICO VILLARREAL FACULTAD DE INGENIERIA INDUSTRIAL Y DE SISTEMAS ESCUELA PROFESIONAL DE INGENIERIA AGROINDUSTRIAL UNIVERSIDAD NACIONAL FEDERICO VILLARREAL FACULTAD DE INGENIERIA INDUSTRIAL Y DE SISTEMAS ESCUELA PROFESIONAL DE INGENIERIA AGROINDUSTRIAL ASIGNATURA: ESTADÍSTICA I CODIGO : 5B0067 I.- DATOS GENERALES SILABO

Más detalles

Universidad Autónoma del Estado de México Licenciatura de Ingeniero Químico Programa de Estudios: Probabilidad y Estadística

Universidad Autónoma del Estado de México Licenciatura de Ingeniero Químico Programa de Estudios: Probabilidad y Estadística Universidad Autónoma del Estado de México Licenciatura de Ingeniero Químico 2003 Programa de Estudios: Probabilidad y Estadística I. Datos de identificación Licenciatura Ingeniero Químico 2003 Unidad de

Más detalles

UNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA

UNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA UNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA Facultad de Ingeniería Mecánica y Eléctrica Escuela Académico Profesional de Ingeniería Mecánica y Eléctrica Departamento de Ciencias de Investigación de la

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

Tema 5 Modelos de distribuciones de Probabilidad

Tema 5 Modelos de distribuciones de Probabilidad Tema 5 Modelos de distribuciones de Probabilidad Variable aleatoria unidimensional Dado un espacio de Probabilidad (E, F, P), una variable aleatoria es una aplicación del espacio muestral E al conjunto

Más detalles

Métodos Matemá6cos en la Ingeniería Tema 8. Distribuciones comunes

Métodos Matemá6cos en la Ingeniería Tema 8. Distribuciones comunes Métodos Matemá6cos en la Ingeniería Tema 8. Distribuciones comunes Jesús Fernández Fernández Carmen María Sordo García DEPARTAMENTO DE MATEMÁTICA APLICADA Y CIENCIAS DE LA COMPUTACIÓN UNIVERSIDAD DE CANTABRIA

Más detalles

Variables aleatorias: El caso continuo. Random variables: The continuous case. Rincón de la Bioestadística

Variables aleatorias: El caso continuo. Random variables: The continuous case. Rincón de la Bioestadística Variables aleatorias: El caso continuo Gabriel Cavada Ch. 1 1 División de Bioestadística, Escuela de Salud Pública, Universidad de Chile. Random variables: The continuous case E l tratamiento de una variable

Más detalles

EDICIONES ACADÉMICAS

EDICIONES ACADÉMICAS VÍCTOR HERNÁNDEZ R Y EDUARDO RAMOS ILDEFONSO YÁÑEZ PROBABILIDAD Y SUS APLICACIONES EN INGENIERÍA INFORMÁTICA Segunda edición EDICIONES ACADÉMICAS Primera edición: noviembre de 2005 Segunda edición: octubre

Más detalles

Capítulo. Distribución de probabilidad normal. Pearson Prentice Hall. All rights reserved

Capítulo. Distribución de probabilidad normal. Pearson Prentice Hall. All rights reserved Capítulo 37 Distribución de probabilidad normal 2010 Pearson Prentice Hall. All rights 2010 reserved Pearson Prentice Hall. All rights reserved La distribución de probabilidad uniforme Hasta ahora hemos

Más detalles

Variables aleatorias 1. Problema 1

Variables aleatorias 1. Problema 1 Variables aleatorias 1 Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Estadística Variables aleatorias Problema 1 La dimensión de ciertas piezas sigue una distribución normal

Más detalles

Capítulo 5: Probabilidad e inferencia

Capítulo 5: Probabilidad e inferencia Capítulo 5: Probabilidad e inferencia estadística (Fundamentos Matemáticos de la Biotecnología) Departamento de Matemáticas Universidad de Murcia Contenidos Principios de la probabilidad Conceptos básicos

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

INDICE Capítulo I: Conceptos Básicos Capitulo II: Estadística Descriptiva del Proceso

INDICE Capítulo I: Conceptos Básicos Capitulo II: Estadística Descriptiva del Proceso INDICE Capítulo I: Conceptos Básicos 1.- Introducción 3 2.- Definición de calidad 7 3.- Política de calidad 10 4.- Gestión de la calidad 12 5.- Sistema de calidad 12 6.- Calidad total 13 7.- Aseguramiento

Más detalles

MATEMÁTICAS II PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL

MATEMÁTICAS II PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL MATEMÁTICAS II PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL 1) PROBABILIDAD Experimentos aleatorios. Concepto de espacio muestral y de suceso elemental. Operaciones con sucesos. Leyes de De Morgan.

Más detalles

Carrera: Ingeniería Naval NAM Participantes. Comité de consolidación

Carrera: Ingeniería Naval NAM Participantes. Comité de consolidación 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Probabilidad y Estadística Ingeniería Naval NAM - 0633 3-2-8 2.- HISTORIA DEL PROGRAMA

Más detalles

Procesos de LLegadas. Jhon Jairo Padilla A., PhD.

Procesos de LLegadas. Jhon Jairo Padilla A., PhD. Procesos de LLegadas Jhon Jairo Padilla A., PhD. Introducción En teletráfico es importante describir los procesos de llegadas en situaciones como: Las llegadas de llamadas en una central telefónica Las

Más detalles

PPTCEG061EM33-A17V1. Distribución normal 1

PPTCEG061EM33-A17V1. Distribución normal 1 PPTCEG061EM33-A17V1 Distribución normal 1 Propiedades distribución normal Distribución normal tipificada Es una distribución estadística continua cuya función de densidad es simétrica, y cuya forma se

Más detalles

ANALISIS DE FRECUENCIA EN HIDROLOGIA

ANALISIS DE FRECUENCIA EN HIDROLOGIA ANALISIS DE FRECUENCIA EN HIDROLOGIA Luis F. Carvajal Julián D. Rojo Universidad Nacional de Colombia Facultad de Minas Escuela de Geociencias y Medio Ambiente Introducción 1. Los eventos hidrológicos

Más detalles

Investigación de Operaciones II. Modelos de Líneas de Espera

Investigación de Operaciones II. Modelos de Líneas de Espera Modelos de Líneas de Espera Se han desarrollado modelos que sirvan para que los gerentes entiendan y tomen mejores decisiones en relación con la operación de las líneas de espera. En la terminología de

Más detalles

E2: Aplicaciones y Lenguajes de Simulación. Megatendencias en el ámbito académico

E2: Aplicaciones y Lenguajes de Simulación. Megatendencias en el ámbito académico Miguel Ángel Rosendo Esquivel A01127094 Luis Daniel Samper Escalante A01127128 David Figueroa Hernández A01127491 E2: Aplicaciones y Lenguajes de Simulación. Megatendencias en el ámbito académico a) Descripción

Más detalles

APUNTES DE PROBABILIDAD Y ESTADISTICA ING. GUILLERMO CASAR MARCOS

APUNTES DE PROBABILIDAD Y ESTADISTICA ING. GUILLERMO CASAR MARCOS CAPITULO III VARIABLES ALEATORIAS. DEFINICION.- UNA VARIABLE ALEATORIA ES UNA FUNCION DE LOS VALORES DEL ESPACIO MUESTRAL. ESTO ES, EL DOMINIO DE DEFINICION DE UNA VARIABLE ALEATORIA ES UN ESPACIO MUESTRAL,

Más detalles

POISSON JUAN JOSÉ HERNÁNDEZ OCAÑA

POISSON JUAN JOSÉ HERNÁNDEZ OCAÑA POISSON JUAN JOSÉ HERNÁNDEZ OCAÑA Distribución de Poisson Cuando una variable discreta se usa para estimar la cantidad de sucesos u ocurrencia en un determinado intervalo de tiempo o espacio es necesario

Más detalles

Modelos de probabilidad. Modelos de probabilidad. Modelos de probabilidad. Proceso de Bernoulli. Objetivos del tema:

Modelos 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 detalles

INTRODUCCIÓN A LA ESTADÍSTICA

INTRODUCCIÓN A LA ESTADÍSTICA 1 INTRODUCCIÓN A LA ESTADÍSTICA A 1. GENERALIDADES 3. ESTRUCTURA DIDACTICA Clave: M34 H S C: 6 Semestre: 3º Créditos: 12 Área: Matemáticas Objetivos generales: Aplicar los principios básicos de la estadística

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

Prof. Eliana Guzmán U. Semestre A-2015

Prof. 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 detalles

Conmutación de circuitos Traffic Analysis

Conmutación de circuitos Traffic Analysis Conmutación de circuitos Traffic Analysis Area de Ingeniería Telemática http://www.tlm.unavarra.es Arquitectura de Redes, Sistemas y Servicios 3º Ingeniería de Telecomunicación Temario Introducción Arquitecturas,

Más detalles

Inferencia Bayesiana en la distribución Gumbel: aplicación en el modelamiento de intensidades de lluvia

Inferencia Bayesiana en la distribución Gumbel: aplicación en el modelamiento de intensidades de lluvia Inferencia Bayesiana en la distribución Gumbel: aplicación en el modelamiento de intensidades de lluvia Ignacio Vidal G.. ividal@utalca.cl Universidad de Talca, Chile. Seminario FONDEF-D08I1054, Santiago

Más detalles

Tema 7. Variables Aleatorias Continuas

Tema 7. Variables Aleatorias Continuas Presentación y Objetivos. Tema 7. Variables Aleatorias Continuas En este tema se propone el estudio de las variables aleatorias continuas más importantes, desde la más simple incrementando el grado de

Más detalles

Algoritmos y Estructuras de Datos Fundamentos de Programación 2 PRÁCTICA 4. Simulación de colas

Algoritmos y Estructuras de Datos Fundamentos de Programación 2 PRÁCTICA 4. Simulación de colas PRÁCTICA Nº 4: 1 sesión Simulación de colas (S4: 5, 20, 21, 29 y 30 de abril de 2004) 0. OBJETIVO El objetivo de esta práctica es implementar y utilizar el tipo abstracto de datos Cola mediante las clases

Más detalles

Distribución normal. Resumen. Estadística Aplicada a la Investigación en Salud Medwave. Año XI, No. 5, Mayo Open Access, Creative Commons.

Distribución normal. Resumen. Estadística Aplicada a la Investigación en Salud Medwave. Año XI, No. 5, Mayo Open Access, Creative Commons. Estadística Aplicada a la Investigación en Salud Medwave. Año XI, No. 5, Mayo 2011. Open Access, Creative Commons. Distribución normal Autor: Fernando Quevedo Ricardi (1) Filiación: (1) Departamento de

Más detalles

PROYECTO DE CARRERA: INGENIERÍA INDUSTRIAL ASIGNATURA: ESTADÍSTICAS II GUÍA DE EJERCICIOS N 2

PROYECTO DE CARRERA: INGENIERÍA INDUSTRIAL ASIGNATURA: ESTADÍSTICAS II GUÍA DE EJERCICIOS N 2 PROYECTO DE CARRERA: INGENIERÍA INDUSTRIAL ASIGNATURA: ESTADÍSTICAS II GUÍA DE EJERCICIOS N 2 UNIDAD II: DISTRIBUCIONES MUESTRALES OBJ. 2.1 2.2 2.3 2.4 1.- Un plan de muestreo para aceptar un lote, para

Más detalles

ESTADÍSTICA INFERENCIAL. Sesión 6: Distribuciones de probabilidad para variables aleatorias continuas

ESTADÍSTICA INFERENCIAL. Sesión 6: Distribuciones de probabilidad para variables aleatorias continuas ESTADÍSTICA INFERENCIAL Sesión 6: Distribuciones de probabilidad para variables aleatorias continuas Contextualización Las variables aleatorias discretas son aquellas que toman estrictamente valores enteros,

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

SÍLABO ESTADÍSTICA Y PROBABILIDADES ÁREA CURRICULAR: CIENCIAS ADMINISTRATIVAS Y ECONÓMICAS SEMESTRE ACADÉMICO: I :

SÍLABO ESTADÍSTICA Y PROBABILIDADES ÁREA CURRICULAR: CIENCIAS ADMINISTRATIVAS Y ECONÓMICAS SEMESTRE ACADÉMICO: I : SÍLABO ESTADÍSTICA Y PROBABILIDADES ÁREA CURRICULAR: CIENCIAS ADMINISTRATIVAS Y ECONÓMICAS CICLO: IV SEMESTRE ACADÉMICO: 2018- I I. CÓDIGO DEL CURSO II. CRÉDITOS III. REQUISITOS IV. CONDICIÓN DEL CURSO

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

Carrera: Químico Farmacobiólogo. Asignatura: Probabilidad y Estadística. Área del Conocimiento: Ciencias Básicas. Estadística

Carrera: Químico Farmacobiólogo. Asignatura: Probabilidad y Estadística. Área del Conocimiento: Ciencias Básicas. Estadística Carrera: Químico Farmacobiólogo Asignatura: Probabilidad y Estadística Área del Conocimiento: Ciencias Básicas Generales de la Asignatura: Nombre de la Asignatura: Clave Asignatura: Nivel: Carrera: Frecuencia

Más detalles

Grupo 23 Semestre Segundo examen parcial

Grupo 23 Semestre Segundo examen parcial Probabilidad Grupo 23 Semestre 2015-2 Segundo examen parcial La tabla siguiente presenta 20 postulados, algunos de los cuales son verdaderos y otros son falsos. Analiza detenidamente cada postulado y elige

Más detalles

UNIVERSIDAD AUTÓNOMA DE TAMAULIPAS FACULTAD DE INGENIERÍA ARTURO NARRO SILLER

UNIVERSIDAD AUTÓNOMA DE TAMAULIPAS FACULTAD DE INGENIERÍA ARTURO NARRO SILLER UNIVERSIDAD AUTÓNOMA DE TAMAULIPAS FACULTAD DE INGENIERÍA ARTURO NARRO SILLER CARTA DESCRIPTIVA Carrera: INGENIERÍA EN SISTEMAS COMPUTACIONALES. Materia:. Titular: Correo electrónico: NUMERO DE UNIDAD:

Más detalles

Carrera: Ingeniero Químico Asignatura: Área del Conocimiento: Licenciatura Todas las Ingenierías Abril 2010

Carrera: Ingeniero Químico Asignatura: Área del Conocimiento: Licenciatura Todas las Ingenierías Abril 2010 Carrera: Ingeniero Químico Asignatura: Probabilidad y Estadística Área del Conocimiento: Ciencias Básicas Generales de la Asignatura: Nombre de la Asignatura: Clave Asignatura: Nivel: Carrera: Frecuencia

Más detalles

Esperanza Condicional

Esperanza Condicional Esperanza Condicional Podemos obtener la esperanza de una distribución condicional de la misma manera que para el caso unidimensional: 129 Caso 2 v.a. discretas X e Y: Caso 2 v.a. continuas X e Y: Percentiles

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