Posible solución del examen de Investigación Operativa de Sistemas de septiembre de 2011

Documentos relacionados
Solución del examen de Investigación Operativa de Sistemas de septiembre de 2008

Posible solución del examen de Investigación Operativa de Sistemas de septiembre de Problema 1: (3 puntos)

Solución del examen de Investigación Operativa de Sistemas de junio de 2006

X / n : proporción de caras ( = frecuencia relativa del suceso A = f A = n A / n ) Se espera que a medida que n crece la frecuencia relativa de cara

Soluciones de Ley de las presiones parciales de Dalton

4 METODOLOGIA ADAPTADA AL PROBLEMA

Tema 12: Modelos de distribución de probabilidad: Variables Continuas

Problemas de Polímeros. Química Física III

Tema 16: Modelos de distribución de probabilidad: Variables Continuas

Sistemas de Ecuaciones No Lineales

Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas ESTADÍSTICA. Ingeniería en Informática

POSIBLE SOLUCIÓN DEL EXAMEN DE INVESTIGACIÓN OPERATIVA DE SISTEMAS DE JUNIO DE 2004.

10 MUESTREO. n 1 9/ / σ σ 1

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna

Posible solución del examen de Investigación Operativa de Sistemas de junio de 2005

SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE

6.1. Solución. P( de que falle un televisor) = 1/5000 = p X = Número de televisores averiados de entre los asegurados.

Universidad de Antioquia. Departamento de Ingeniería Industrial. Procesos Estocásticos

SIMULACION. Departament d'eio / Notes Curs MEIO/FIB 33

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción.

MEDIDAS DE FORMA Y CONCENTRACIÓN

Es aquella Serie Uniforme, cuyo Pago tiene lugar, al Final del Periodo.

Soluciones de Ley de los volúmenes parciales de Amagat

que queremos ajustar a los datos. Supongamos que la función f( x ) describe la relación entre dos cantidades físicas: x e y = f( x)

CÁLCULO NUMÉRICO (0258)

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A

V II Muestreo por Conglomerados

Análisis Numérico y Programación. Unidad III. -Interpolación mediante trazadores: Lineales, cuadráticos y cúbicos

MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA

Problemas de Polímeros. Química Física Avanzada Iñaki Tuñón 2010/2011

ERRORES EN LAS MEDIDAS (Conceptos elementales)

3 Metodología de determinación del valor del agua cruda

G - Métodos de Interpolación

( ) ( ) ( )( ) ( )( ) ( )

NOMBRE Apellido Paterno Apellido Materno Nombre(s)

Evolución buena 0,7 0,3 Evolución mala 0,2 0,8 Cuál es el valor máximo de esta información?

Programación lineal flexible con restricciones difusas

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

Tema 2: Distribuciones bidimensionales

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro)

SISTEMAS DE ECUACIONES NO LINEALES

x x x x x Y se seguía operando

1. Los postulados de la Mecánica Cuántica. 2. Estados Estacionarios. 3. Relación de Incertidumbre de Heisenberg. 4. Teorema de compatibilidad.

Comportamiento Mecánico de Sólidos Capítulo II. Introducción al análisis tensorial. Tensores. x 3 A 3. Figura 1. Componentes de un vector.

7. Muestreo con probabilidades desiguales.

(Véase el Ejercicio 13 Beneficio de los bancos )

Los Histogramas. Histograma simple

Correlación y regresión lineal. Ejemplos

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL

Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados

REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN

GENERALIDADES SOBRE MÓDULOS

No debe entregar los enunciados

ÁLGEBRA II (LSI PI) TRANSFORMACIONES LINEALES UNIDAD Nº 5. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO

Serie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente.

Tema 6: Introducción al muestreo. Estimadores

UNIDAD 4 Modelos Probabilísticos Variable Discreta TEORÍA. Mg.Ing. Susana Vanlesberg Profesor Titular

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple

Orden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas.

TEMA 2: LOS NÚMEROS COMPLEJOS

NOMBRE. para los nuevos datos, incrementando 5 unidades cada calificación. entonces la media sumando 5 unidades a cada calificación es

PARÁMETROS ESTADÍSTICOS ... N

mecánica estadística Estadísticas Cuánticas Capítulo 5

Dada una sucesión x1, x2, x3,... x n dos a dos independientes, con una misma distribución de probabilidad y con esperanza µ y varianza σ

Teoría e Ingeniería de Teletráfico

Intensificación en Estadística

AGRO Examen Parcial 1

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:

TRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2).

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

Facultad de Ciencias del Mar. Curso 2008/09 25/06/09

TEMA 1 PROBABILIDAD 1/10. Ejemplos : E y E

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS

al nivel de significación α P6: Conclusión: Se debe interpretar la decisión tomada en Paso 5.

PROGRAMACIÓN MATEMÁTICA Y TEORIA DE LA CARTERA: UNA APLICACIÓN CON MAPLE. Eva Mª del Pozo García Mª Jesús Segovia Vargas Zuleyka Díaz Martínez

6- SUMA DE VARIABLES ALEATORIAS Y TEOREMA CENTRAL DEL LÍMITE

ANTES DE COMENZAR RECUERDA

Gestión de operaciones

10 Un trabajador cobra por horas según el siguiente baremo:

4. ALGORITMO DE RESOLUCIÓN.

Problema 1: (3,25 puntos)

5- VARIABLES ALEATORIAS BIDIMENSIONALES

La inferencia estadística es primordialmente de naturaleza

UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO 1

GUíAS DE TRABAJOS PRÁCTICOS N 2 y N 3 (2do Cuatrimestre 2018) GRÁFICOS DE CONTROL

ESTADÍSTICA. Tercera Prueba de Evaluación continua 30 de noviembre de 2015

TAMIZADO

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN

V Muestreo Estratificado

Tema 9 Estadística Matemáticas B 4º E.S.O. 1 TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS

CAPITULO 3. Reglas de Integración Numérica [76.] [77.] [78.] [79.] [80.] Métodos basados en funciones de interpolación

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo

LECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS

Aplicación de Boostrapping en Regresión I

LOS NÚMEROS COMPLEJOS

TEMA 4: VALORACIÓN DE RENTAS

MEDIDAS DE TENDENCIA CENTRAL

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2010 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES.

Transcripción:

Posble solucó del exame de Ivestgacó Oeratva de Sstemas de setembre de 2 Problema : ( utos Dos bolas blacas está colocadas e ua mesa al lado de ua bolsa que cotee ua bola blaca y dos egras. Reteradamete se extrae ua bola de la bolsa que se coloca a derecha de las dos aterores y desués se devuelve a la bolsa la bola de la zquerda. Determar: a El dagrama de trascó de estados y la matrz de trascó de ua cadea de Markov que modele esta stuacó. b El úmero medo de bolas blacas que hay a la larga fuera de la bolsa. Solucó: Aartado a: Sabedo de qué color so las bolas que está fuera de la bolsa, odemos deducr las que hay detro. Por lo tato, los estados será de la forma ID, dode I es el color de la bola que está fuera y a la zquerda, y D es el color de la bola que está fuera y a la derecha. El couto de estados será: S{BB, BN, NB, NN}. a matrz de trascó corresodete es: / Q 2/ 2/ / 2/ / El dagrama de trascó de estados (DTE corresodete es el que sgue: / BB 2/ 2/ / BN 2/ / NN NB Aartado b: Como esta cadea de Markov es fta y ergódca, odemos afrmar que exste la dstrbucó estacoara. Debemos hallar dcha dstrbucó estacoara, ya que os drá qué robabldad hay de ecotrarse e cada estado (a la larga, y estas robabldades será

ecesaras ara hallar el úmero medo de bolas blacas fuera de la bolsa. Para calcular la dstrbucó estacoara, lateamos el sguete sstema de ecuacoes: BB BB BN T BN Q NB NB NN NN + + BB + BN NB NN El sstema uede resolverse, or eemlo, fado BB y ormalzado luego. a solucó fal del sstema es: BB ; ; ; BN NB NN o que os de es la eseraza de la varable aleatora cuyo valor es el úmero de bolas blacas fuera de la bolsa. Dcha eseraza será: Problema 2: ( utos [ Número de bolas blacas] 2 + + + E BB BN NB NN 2 6 2 + + + bolas 5 Ua emresa automovlístca debe establecer ua cadea de motae. a dsoscó de las máquas es como muestra la sguete fgura:,5,2 4 6, 2,8 5 El fabrcate os roorcoa el temo de esera (e mutos de cada sstema que forma la : W,5454 W 2 W 2,8574 W 4,255754 W 5,78788 W 6,8882

a S cada muto que se esera e la (W le cuesta a la emresa euros, Cuál es la érdda total or cada vehículo que se mota e la exuesta? b S comramos ua máqua que susttuye la máqua que os cuesta 25 euros co 2. Obtedremos u mayor beefco e la emresa? Solucó: Aartado a: Segú el dagrama tedremos las sguetes etradas a la : γ,5 cletes/m, γ 2, cletes/m, {, 4, 5, 6}, γ Para hallar W ecestamos coocer, y a su vez ara ello ecestamos calcular los úmeros medos de trabaos ara cada odo. E rmer lugar hallaremos las tasas de llegadas a cada odo medate las ecuacoes de equlbro: γ,5 cletes/m 2 γ 2, cletes/m + 2,45 cletes/m 4,2,9 cletes/m 5,8,6 cletes/m 6 4 + 5,45 cletes/m Alcamos el teorema de ttle a cada odo, W,88 cletes 2 2 W 2, cletes W,28574 cletes 4 4 W 4,28 cletes 5 5 W 5,664 cletes 6 6 W 6,8882 cletes W : Alcamos la ecuacó ara y osterormete la de W, e este últmo caso sabedo que γ + γ 2,45 cletes/m: Aartado b: 6 2,64459 cletes ; W 5,8765 m. a érdda or cada vehículo será de ( W 5876,5 Debemos recalcular W, teedo e cueta que el odo ha cambado su servdor. Utlzado las ecuacoes que aarece al fal del eucado obteemos el uevo valor del úmero medo de trabaos e el odo :

W q +,225 2 ( W q + +,292 trabaos Como hcmos e el aartado a, alcamos la ecuacó ara y osterormete la de W : 6,648967 cletes; W,6647m. Nótese que los fluos etre odos o varía (las ecuacoes de equlbro o ha cambado. El coste total ahora será 25 + ( W 664,7. Así ues, la alteratva orgal (la del aartado a es la más beefcosa. Problema : (4 utos E u almacé de frutas hay 8 klogramos de araas, 8 klogramos de mazaas y 5 klogramos de uvas. Estas frutas se coverte e zumo de dos tos (A y B. Cada ltro de zumo to A se fabrca a artr de klogramo de araas, 2 klogramos de mazaas y klogramo de uvas y cada ltro de zumo to B se fabrca a artr de 2 klogramos de araas, klogramo de mazaas y klogramo de uvas. El beefco que se obtee co cada ltro de zumo to A es de,2 y co cada ltro de zumo to B de,4. Determar medate el método gráfco : a a catdad (e ltros de cada to de zumo que se debe fabrcar ara cosegur uos beefcos máxmos. b El valor de dchos beefcos máxmos. Solucó: Varables de decsó: x ltros de zumo to A que se fabrcará x 2 ltros de zumo to B que se fabrcará Restrccoes: x + 2 x 2 8 2 x + x 2 8 x + x 2 5 x, x 2 Fucó obetvo que maxmzar: f(x, x 2,2 x +,4 x 2 El gráfco corresodete será:

Aartado a: os utos extremos más teresates so A(4,, B(,2 y C(2,. Se latea la duda de s será B la solucó ótma o be lo será C. Para saberlo hallamos los valores de la fucó obetvo e ambos utos: f(b,2 +,4 2 64 euros f(c,2 2 +,4 66 euros Se observa que el uto C es la solucó ótma úca de este roblema (x 2, x 2. Aartado b: El valor ótmo ya se calculó e el aartado ateror y es de 66 euros. FÓRMUAS DE TEORÍA DE COAS M/M/ ; ( ; q 2 e t / W t / W ; W ( t e q ( W t M/M/c ; c c c c +!( c c ( c! c c c! ( c!, s,,..., c ;, e otro caso q c c+ c c! ( 2

M/M/ y M/M/c W W q + ; q Wq ; W M/M//k ( ( k k +, s k + k + ;, s k k +, s 2 W W q + ; q efwq ; efw ; ef ( k Redes de Jackso abertas K K γ ; ; W ; V Redes de Jackso cerradas + ( m W( m ; c ( m m W ( m ; W( m * K * +, s ( m ( m ; ( W ( m