ESCUELA DE CIENCIAS BASICAS DE LAS TECNOLOGIAS Y LA INGENIERIA

METODOS PROBABILISTICOS




MOMENTO 2 TRABAJO COLABORATIVO 1




PRESENTADO POR:

ALEX CORREA FORERO COD: 93.415.396
ARMANDO A.MARTINEZ SILVA COD: 82.393.992
ROSENDO CONTRERAS DURAN COD: 88.035.410
JHON BAIRON CAICEDO MORA COD: 87.217.446


GRUPO 104561_20



PRESENTADO AL TUTOR:
VLADIMIR DE JESUS VANEGAS ANGULO

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
AGOSTO 25 DEL 2014
CEAD IBAGUE



2









INTRODUCCION


En el siguiente trabajo se presentan las respuestas a unas preguntas orientadoras del
trabajo colaborativo de mtodos probabilsticos resueltas por cada uno de los
integrantes del curso que es impartido por la universidad abierta y a distancia UNAD.
Tambin se encuentra un anlisis del comportamiento de ventas de los productos de la
panadera MIEL DE HARINA mediante el modelo de regresin lineal.
Por lo tanto es de vital importancia para nosotros como estudiantes la practica en este
curso pues en resumen los mtodos probabilsticos lo que nos permite es conocer con
un cierto nivel de certeza como se podra comportar un sistema a futuro.
Por ende el desarrollo de este trabajo se basa en los puntos planteados en la gua del
momento 2(trabajo colaborativo 1), realizando el proceso de transferencia de los temas
de la primera unidad.




















3









OBJETIVOS


Objetivo general:
Desarrollar, y analizar el estudio de caso de la panadera MIEL DE HARINA, aplicando
los conceptos de tcnicas de pronsticos, mtodos de pronsticos, teoras de
inventarios, entre otros.

Objetivos especficos:

Adquirir por medio de la comprensin matemtica, las tcnicas necesarias a
tener en cuenta en la toma de decisiones como analistas de operaciones.

Resolver problemas del campo de la ciencia, e ingeniera, con los conocimientos
interiorizados hasta el momento.

Construir un trabajo en grupo que permita el intercambio de opiniones y
sugerencias para concluir con el desarrollo del ejercicio propuesto.







4
Cuadro Comparativo Preguntas Orientadoras

Preguntas Orientadoras
ALEX H CORREA
FORERO
ROSENDO CONTRERAS
DURN
ARMANDO A.
MARTNEZ SILVA
JHON BAIRON CAICEDO MORA
La necesidad de
proyeccin de la demanda
puede considerarse como
requerimiento general a lo
largo del proceso de
planeacin y control?
Estoy totalmente de acuerdo
se pueden considerar como
requerimiento general
dentro del proceso de
planeacin y control, ya que
necesitan estimados muy
claros de la cantidad de
producto y servicio que
sern manejados, y estos
estimados se presentan en
forma de pronsticos y
predicciones.
S, Porque si sabemos la
demanda a corto, mediano o
largo plazo se pueden hacer
inversiones ms ajustadas a las
necesidades de los clientes y
empresas evitando sobrecostos,
desabastecimientos e
inventarios innecesarios
S es un requerimiento
general, aunque se
puede utilizar tambin el
control de inventarios,
control de costos para
ayudar a pronosticar
cambios futuros, en la
demanda.
Si puede considerarse como
requerimiento general, puesto que
los niveles de demanda y su
programacin afecta en gran
medida los niveles de capacidad,
necesidades financieras y
estructura en general de la
empresa.

Puede considerarse el
pronstico de los niveles de
demanda como de vital
importancia para la
planeacin y control de
todas las reas de la
empresa?

Es muy importante dentro
del proceso de planeacin y
control ya que adems que
proporciona datos de
importancia para la
planificacin y control de las
reas funcionales
incluyendo como: finanzas,
mercadeo, logstica y
produccin. Ya que los
niveles de demanda afectan
la capacidad y las
necesidades financieras y la
estructura del negocio.
S, porque al tener en cuenta los
pronsticos de ventas se
pueden acercar la oferta a la
demanda evitando sobrecostos
y tener inventarios ptimos de la
empresa
S porque puede
proporcionar los datos
de entrada para la
planeacin y control de
todas las reas
funcionales en una
empresa.
Si, puesto que los niveles de
demanda y su programacin
afecta en gran medida los niveles
de capacidad, necesidades
financieras y estructura en general
de la empresa. De all, la
importancia del pronstico de los
niveles de demanda, pues ste
proporciona datos relevantes para
la planificacin y control de todas
las reas funcionales, incluyendo
logstica, mercadeo, produccin y
finanzas

Al utilizar los de
pronstico puede
estimarse como el mtodo
que intenta conocer el
comportamiento futuro de
alguna variable con algn
grado de certeza?

Pudo decir con certeza que
los pronsticos son un
mtodo que se utiliza para
conocer el comportamiento
futuro de alguna variable
con un grado de certeza, y
un pronstico es un inicio o
seal, para saber un evento
futuro mediante indicios, ya
que este juega un papel
significativo en la planeacin
de materiales adems se
encuentran pronsticos de
abastecimiento,
condiciones comerciales de
tecnologa, y los
pronsticos necesarios para
S, porque este es una
prediccin del comportamiento
que suceder con las ventas
existentes de los productos una
empresa
Totalmente de acuerdo,
porque el xito de un
negocio depende a
menudo de la habilidad
para proyectar o
pronosticar hacia el
futuro. Estas
predicciones se usan
para tomar dos amplios
tipos de
Decisiones: decisiones
operativas en curso y
decisiones estratgicas
a largo plazo.
Cuando la incertidumbre de la
variable de prediccin es tan alta
que las tcnicas estndar de
pronsticos y su aplicacin en la
planeacin de la cadena de
suministros llevan a resultados
insatisfactorios, deben adoptarse
otros mtodos de planificacin. El
pronstico de colaboracin es un
mtodo contemporneo para la
prediccin de la demanda



5
la toma de decisiones.
Al utilizar las tcnicas de
pronsticos de qu
manera afectan la
Estructuracin de planes y
acciones?

Los pronsticos se utilizan
para la planeacin y toma
de decisiones futuras, y se
pueden utilizar para
adelantarnos y estar
preparados ante posibles
situaciones que afecten el
entorno econmico dela
organizacin, ya que
mejoran la reaccin ante
eventualidades, estos se
utilizan para verificar
tendencias de precios,
desarrollo de nuevos
productos, verificar la
disponibilidad de materia
prima y mano de obra,
tasas de inters, tendencias
de ausentismo, factores
econmicos, cambios de
precios.
Es afectada de manera directa
ya que dependiendo de los
resultados del pronstico se
hacen las respectivas
proyecciones futuras en una
empresa
Estas tcnicas permiten
tomar acciones
correctivas apropiadas y
a tiempo
cuando ocurren
situaciones fuera de lo
pronosticado.
Siempre y cuando se utilice un
adecuado mtodo para prediccin
de demanda se darn resultados
satisfactorios en cuanto al
planeamiento y estructuracin de
la empresa, logrando prever
espacio y tiempo para estos
posibles cambios en demanda,
puesto que deben ser variables
pero para ello se utilizan mtodos
para adaptarse y sacar el mejor
provecho de estos cambios

Porque ser que al
utilizar la regresin lineal
se logra predecir el
Comportamiento de ciertas
variable (independiente
dependiente)?

La regresin al ser una
tcnica estadstica sirve
para modelar e investigar la
relacin existente entre dos
o ms variables, y este se
aplica a muchas situaciones
en la que se estudia esta
relacin para predecir un
comportamiento, este
modelo de regresin lineal
se aplica tambin a
aquellos casos en los que
la variable dependiente Y
sea continua, tambin
existen varios tipos de
regresin, como: regresin
lineal simple, mltiple.
Porque la regresin lineal es
una ecuacin lineal en la cual se
relaciona la variable
independiente con la
dependiente que es de la forma
y=ax + b. donde x es la
independiente y Y es la
dependiente.
Porque es una tcnica
estadstica, que se
utiliza para la
construccin de
modelos que permitan
predecir el
comportamiento de una
variable Y
(dependiente,
respuesta) en funcin de
una o ms variables
(independientes,
predictivas) X .
Solo depende de los
resultados
experimentales.
Es reproducible,
proporciona la misma
ecuacin no importa de
quien realice el
anlisis.

La regresin lineal o ajuste lineal
es un mtodo matemtico que
modela la relacin entre una
variable dependiente Y, las
variables independientes Xi y un
trmino aleatorio . Establece la
relacin temporal para la variable
de pronstico, implica una relacin
causa efecto

La utilizacin de la
regresin lineal conlleva a
que el estudio debe ser
Aplicando datos y tcnicas
cientficas o modelos ya
probados podemos utilizar la
Es el estudio debe ser cientfico
ya que no es el producto de la
experiencia sino de una regla
Pienso que de las dos
formas porque: El
comportamiento de
El comportamiento de estas
variables suelen definirse de
manera previa lo que nos remite a



6
emprico o cientfico? regresin lineal. matemtica. estas variables suelen
definirse de manera
previa lo que nos remite
a
un modelo terico, o
bien, se tiene el caso de
que no exista una
relacin establecida
entre
estas y sea necesario
establecer una primera
aproximacin del
comportamiento de las
Mismas.
un modelo terico, o bien, se tiene
el caso de que no exista una
relacin establecida entre estas y
sea necesario establecer una
primera aproximacin del
comportamiento de las mismas.
Lo anterior se puede lograr
usando una herramienta grfica
denominada diagrama de
dispersin lo que nos conducira a
desarrollar un modelo emprico de
la relacin que mantienen las
variables en estudio.
Al encontrar resultados
de una regresin lineal y
confrontarla con los
resultados de un promedio
mvil se logra evidenciar
que los resultados ms
confiables resultan ser?
Conocemos la direccin y la
duracin de una tendencia

A mi criterio pareciera que las
dos buscan un ajuste de los
datos, la una mediante la
funcin lineal y la otra por medio
de promedio
Se tendra que realizar
el error del pronstico
para cada modelo
teniendo en cuenta la
demanda real en el
perodo y la demanda
pronosticada en el
perodo.
Los de promedio mvil, La
utilizacin de un promedio mvil
muestra la direccin y la duracin
de una tendencia; el propsito de
un promedio mvil es el de ilustrar
la tendencia, de una manera ms
suavizada. Debido al hecho que el
promedio mvil es uno de los
indicadores ms verstiles y de
mayor uso dentro de todos los
indicadores, es la base del diseo
de la mayora de sistemas y
estrategias utilizados hoy en da.

Puede considerarse la
administracin de
inventario resulte de
relevante Importancia
dentro del proceso de
produccin?
La importancia del control
de inventarios dentro del
proceso de produccin
radica en el objetivo
primordial de obtener
utilidades, y la obtencin de
estas reside gran parte en
las ventas, ya que si no
existe un control de
inventarios adecuado, el
rea de ventas no tendr
material suficiente para
trabajar y causara un fuerte
impacto dentro de las
utilidades.
Si ya que al tener conocimiento
sobre los inventarios se sabe en
qu momentos producir o dejar
de producir, donde tambin se
conoce la demanda presente y
futura de los productos
Indiscutiblemente
porque, precisamente,
la produccin se
planifica de acuerdo a la
administracin que se
d al inventario de
producto terminado,
como al inventario de
materias primas.
La administracin de inventarios
es un punto relevante dentro del
proceso productivo porque al
proveer o distribuir
adecuadamente los materiales
necesarios a la empresa,
colocndolos a disposicin en el
momento indicado para as evitar
aumentos de costos perdidos de
los mismos, permitiendo satisfacer
correctamente las necesidades
reales de la empresa a las cuales
debe permanecer constantemente
adaptado. Por lo tanto la gestin
de inventarios debe ser
atentamente controlada y vigilada



7
Puede considerarse que
algunas empresas no
deben tener ningn tipo
de inventario en
almacenamiento?

Para toda empresa u
organizacin es de vital
importancia mantener un
stock de producto dentro del
establecimiento, pero se
deben tener en cuenta un
conjunto de reglas y
procedimientos que
aseguren el buen manejo
del inventario y la rotacin
del mismo.
Si se quiere que las empresas
produzcan y obtengan mejores
utilidades debe tener su
inventario para poder saber con
qu cuenta y hacia dnde quiere
llegar. Para esto se debe
manejar por medio de los
inventarios como punto de
partida.
Algunas empresas
piensan que mientras
los productos se
encuentran en
almacenamiento no
generan rendimiento y
deben ser financiados.
Sin embargo es
necesario mantener
algn tipo de inventario
porque:

La demanda no se
puede pronosticar con
certeza, y se requiere
de un cierto tiempo para
convertir un producto de
tal manera que se
pueda vender.
Si se puede considerar, pero los
modelos para esto son ms
usados en oriente, como en
Japn, con el JIT, en occidente
tenemos otro tipo de cultura que
no nos permite adaptarnos a estas
situaciones.

Ser que la meta de la
administracin de inventario
es proporcionar los
inventarios necesarios para
sostener las operaciones en
el ms bajo costo posible?

Si, la principal meta de la
administracin de
inventarios es proporcionar
los inventarios que se
requieren para mantener
las operaciones de la
empresa al costo ms bajo
que se pueda, y todo esto
depende del tipo de
naturaleza de la empresa y
tipo de proceso productivo.
Si porque a partir de estos
inventarios es que las empresas
toman las decisiones de
producir o no determinado
producto o servicio ya que sin l
se puede llegar a realizar
sobreproducciones o
desabastecimientos provocando
sobrecostos y perdidas a las
empresas
Exactamente, por
eso el primer paso que
debe seguirse para
determinar el nivel
ptimo de inventario
son, los costos que
intervienen en su
compra y su
mantenimiento, y que
posteriormente, en qu
punto se podran
minimizar estos costos.
Si es uno de los objetivos: proveer
o distribuir adecuadamente los
materiales necesarios a la
empresa, colocndolos a
disposicin en el momento
indicado para as evitar aumentos
de costos perdidos de los mismos,
permitiendo satisfacer
correctamente las necesidades
reales de la empresa

Una cadena de Markov
puede considerarse una
serie de eventos en los
cuales la probabilidad de
que ocurra un evento
depende del evento
Inmediatamente anterior.
Que ejemplos puede
proporcionar que se
relacionen con cadenas de
Markov en vida cotidiana?
Una cadena de markov es
una herramienta para
analizar el comportamiento
de determinados tipos de
procesos estocsticos, las
cadenas de markov
representan un sistema que
vara a lo largo del tiempo y
estas son utilizadas en los
campos de las ciencias y
reas de la sociedad.
Las cadenas de markov se
utilizan en las reas de
Las probabilidades de que un
jugador determinado de una
seleccin marque gol. Esta
depende del historial o marcas
que haya tenido el jugador en
partidos anteriores.
Esa es la definicin de
una cadena de Markov.
Algunos ejemplos son:
el anlisis de los
patrones de
compra de los
consumidores, el
pronstico las
concesiones por
deudores morosos, la
planeacin de las
necesidades de
El modelo de la ruina del jugador,
que establece la probabilidad de
que una persona que apuesta en
un juego de azar finalmente
termine sin dinero.



8
finanzas y economas
ejemplos como modelos de
colapso de la bolsa de
valores, volatilidad de
precios, patrones de
compras, deudores
morosas.
personal y para analizar
el reemplazo de un
equipo.
Realizada una
investigacin de mercado,
los resultados en trminos
de una cadena de Markov
como podran interpretarse?
Son resultados eficaces y
seguros que se pueden
utilizar para tomar
decisiones adecuadas sobre
el futuro de la organizacin,
en las reas de mercadeo.
Como las posibles ventas de un
determinado producto en el
futuro.
Una investigacin de
mercado puede
determinar el grado de
lealtad a la marca al
realizar una encuesta a
los consumidores. En
trminos de una cadena
de Markov, los
resultados de
la investigacin son las
probabilidades de
transicin de seguir con
la marca o de cambiar.
Son eventos que dependen del
evento anterior, tienen memoria,
los resultados se pueden
interpretar como seguros, y
eficaces para su aplicacin en
este caso mercadeo

Al tratar lneas de espera
la situacin puede
concebirse a partir de un
punto de servicio o varios
puntos de servicio en
secuencia?
A partir de un solo punto de
servicio

Las lneas de espera tienen
desde una o varios y desde uno
a varios puntos de servicios.
Una sola cola y un solo servidor
o varias colas y un servidor, una
cola y varios servidores o varias
colas y varios servidores
Pueden ser uno o varios
puntos, en las lneas de
espera lo que se busca
es una solucin al
problema de la espera
prediciendo primero el
comportamiento del
sistema.
A partir de un punto de servicio.
El tiempo que se
requiere para la prestacin
del servicio de espera
depende de algn patrn o
asume duraciones
aleatorias de tiempo?
Asume duraciones
aleatorias de tiempo.

Los tiempos son aleatorios ya
que depende del cliente del
momento de llegada, sin
embargo se supone un tiempo
promedio.
Se busca minimizar el
tiempo que los clientes
pasan en el sistema, y
este tiempo depende de
cmo evoluciona el
sistema.
Asume duraciones aleatorias de
tiempo.



9
Datos histricos de ganancias de la empresa Panadera Miel De Harina


Promedio mvil aritmtico para la produccin de la panadera miel de harina, con un
periodo de k = 10.



MESES
Pan francs Pan aliado
Roscn de
arequipe
Pan relleno con
jamn y queso
Deditos de
queso
Pan hawaiano
kg $ kg $ kg $ kg $ kg $ kg $
1 7000 $ 120.000 4500 $ 85.000 2700 $ 45.000 2700 $ 25.000 1900 $ 19.000 1700 $ 23.000
2 7500 $ 145.000 4250 $ 70.000 2600 $ 40.000 2900 $ 37.000 1700 $ 17.000 1900 $ 25.000
3 7300 $ 130.000 4400 $ 80.000 2900 $ 60.000 2600 $ 24.000 1900 $ 19.000 1900 $ 25.000
4 7700 $ 170.000 4250 $ 70.000 2900 $ 60.000 2600 $ 24.000 1500 $ 13.000 1800 $ 24.000
5 7500 $ 145.000 4500 $ 85.000 2700 $ 45.000 2700 $ 25.000 1700 $ 17.000 1500 $ 21.000
6 7800 $ 190.000 4700 $ 95.000 2900 $ 60.000 2600 $ 24.000 1500 $ 13.000 1500 $ 21.000
7 8100 $ 225.000 4800 $ 105.000 2900 $ 60.000 2500 $ 23.000 1300 $ 10.000 1700 $ 23.000
8 7900 $ 200.000 4700 $ 95.000 3000 $ 75.000 2600 $ 24.000 1300 $ 10.000 1800 $ 24.000
9 8000 $ 215.000 4500 $ 85.000 2900 $ 60.000 2500 $ 23.000 1200 $ 9.000 1300 $ 17.000
10 8000 $ 215.000 4800 $ 105.000 2800 $ 50.000 2400 $ 21.000 1300 $ 10.000 1500 $ 19.000
11 8100 $ 225.000 4800 $ 105.000 3000 $ 75.000 2400 $ 21.000 1200 $ 9.000 1300 $ 17.000
12 8000 $ 215.000 4800 $ 105.000 3000 $ 75.000 2400 $ 21.000 1300 $ 10.000 1300 $ 17.000


10



Pronstico de produccin para la empresa Miel de Harina, usando tcnica de
suavizacin exponencial con = 0.4, y usando valores usando promedios mviles para
los valores estimados.



11





12



Estimado de ganancias meses 13-24 de acuerdo a modelo de regresin lineal obtenido
y en base a estimados de produccin por suavizacin exponencial.






13






Despus de realizar el anlisis se escoge el mtodo que mas se ajusta este
comportamiento, mtodo de regresin lineal:
Es necesario hallar la ecuacin de regresin, Y= + x donde x representa el tiempo y
Y la ganancia en pesos de cada producto.
Se realizar la proyeccin de los prximos 12 meses para cada producto de la
panadera MIEL DE HARINA.























14

Para el Pan Francs







Procedemos a hallar Y

Esta sera la ecuacin de regresin, ahora para hallar la demanda del mes 13
reemplazamos a x por 13, y as sucesivamente hasta llegar a 24.

MES: X GANANCIA : Y X.Y X^2
1 120000 120000 1
2 145000 290000 4
3 130000 390000 9
4 170000 680000 16
5 145000 725000 25
6 190000 1140000 36
7 225000 1575000 49
8 200000 1600000 64
9 215000 1935000 81
10 215000 2150000 100
11 225000 2475000 121
12 215000 2580000 144
TOTALES 78 2195000 15660000 650
PROMEDIO X 6,5
PROMEDIO Y 182916,6667


15


Para el pan aliado:










MES (GANANCI AS)Y=182912,6 + 0,63X
13 182920,79
14 182921,42
15 182922,05
16 182922,68
17 182923,31
18 182923,94
19 182924,57
20 182925,2
21 182925,83
22 182926,46
23 182927,09
24 182927,72
MES: X GANANCIA : Y X.Y X^2
1 85000 85000 1
2 70000 140000 4
3 80000 240000 9
4 70000 280000 16
5 85000 425000 25
6 95000 570000 36
7 105000 735000 49
8 95000 760000 64
9 85000 765000 81
10 105000 1050000 100
11 105000 1155000 121
12 105000 1260000 144
TOTALES 78 1085000 7465000 650
PROMEDIO X 6,5
PROMEDIO Y 90416,66667


16



MES
(GANANCIAS)Y=90414,2 +
0,38X
13 90419,14
14 90419,52
15 90419,9
16 90420,28
17 90420,66
18 90421,04
19 90421,42
20 90421,8
21 90422,18
22 90422,56
23 90422,94
24 90423,32




17

MES
(GANANCIAS)Y=58747 +
0,47X
13 58753,11
14 58753,58
15 58754,05
16 58754,52
17 58754,99
18 58755,46
19 58755,93
20 58756,4
21 58756,87
22 58757,34
23 58757,81

24 58758,28







Para el pan relleno con jamn y queso









18



MES
(GANANCIAS)Y=24335,7
- 0,37X
13 24330,89
14 24330,52
15 24330,15
16 24329,78
17 24329,41
18 24329,04
19 24328,67
20 24328,3
21 24327,93
22 24327,56
23 24327,19
24 24326,82



Deditos de queso




MES: X GANANCIA : Y X.Y X^2

1 19000 19000 1

2 17000 34000 4

3 19000 57000 9

4 13000 52000 16

5 17000 85000 25

6 13000 78000 36

7 10000 70000 49

8 10000 80000 64

9 9000 81000 81

10 10000 100000 100

11 9000 99000 121

12 10000 120000 144
TOTALES 78 156000 875000 650
PROMEDIO X 6,5
PROMEDIO Y

13000




19




MES
(GANANCIAS)Y=13005,8
- 0,89X
13 12994,23
14 12993,34
15 12992,45
16 12991,56
17 12990,67
18 12989,78
19 12988,89
20 12988
21 12987,11
22 12986,22
23 12985,33
24 12984,44

Pan Hawaiano


MES: X GANANCIA : Y X.Y X^2

1 23000 23000 1

2 25000 50000 4

3 25000 75000 9

4 24000 96000 16

5 21000 105000 25

6 21000 126000 36

7 23000 161000 49

8 24000 192000 64

9 17000 153000 81

10 19000 190000 100

11 17000 187000 121

12 17000 204000 144
TOTALES 78 256000 1562000 650
PROMEDIO X 6,5
PROMEDIO Y

21333,33333



20



MES
(GANANCIAS)Y=21335,9 -
0,4X
13 21330,7
14 21330,3
15 21329,9
16 21329,5
17 21329,1
18 21328,7
19 21328,3
20 21327,9
21 21327,5
22 21327,1
23 21326,7
24 21326,3























21











CONCLUSIONES



Despus de realizar el presente trabajo podemos sacar las siguientes conclusiones:

Dentro del estudio del comportamiento de los datos histricos de las ganancias
de la empresa Miel de harina, se pudo observar que estos datos tienen una
tendencia lineal creciente, por lo cual se puede utilizar los mtodos de pronstico
como son regresin lineal o mtodo de suavizacin exponencial doble ya que
estos mtodos son los que mejor se ajustan a esos comportamientos en una
serie de tiempo, por ello lo primero que se debe hacer es analizar la serie de
tiempo de cada producto que se va a estudiar.

La aplicacin correcta del modelo de pronstico nos brindara resultados ms
precisos y ajustados a nuestro estudio para la posterior toma de decisiones.

Los mtodos cuantitativos como la regresin lineal, suavizacin exponencial que
se utilizan para par hallar el pronstico de la demanda se emplean cuando la
situacin es constantemente estable y existen datos histricos para su estudio.














22












BIBLIOGRAFIA



VANEGAS A. Vladimir De Jess. (2013).Mdulo de Mtodos Probabilsticos
Unad. Bogot D.C.

Cadenas de Markov. (s/f). [En lnea].Consultado: [21, septiembre,2014]
Disponible en:
http://es.scribd.com/doc/142003967/Cadenas-de-Markov

Slideshare. (s/f). [En lnea].Consultado: [21, septiembre,2014] Disponible en:
http://es.slideshare.net/paquitootd/proyecto-creativo-cadenas-de-markov-
josfnieves

Video de you tube. (s/f). [En lnea].Consultado: [22, septiembre,2014] Disponible
en: https://www.youtube.com/watch?v=WEheUhqAZBQ

Video de you tube. (s/f). [En lnea].Consultado: [22, septiembre,2014] Disponible
en: https://www.youtube.com/watch?v=wClJ0D3KAmM