PASO 3 - DESARROLLAR Y PRESENTAR EL DIAGNÓSTICO Y ANÁLISIS FINAL DEL

ESTUDIO DE CASO

JOSE SULEIMAR MUÑOZ BURBANO COD. 10304623

GRUPO: 104561_67

TUTOR:

ALVARO JAVIER ROJAS

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

METODOS PROBABILISTICOS

NOVIEMBRE 2018
 MENTEFACTOS

CADENAS DE
MARCOV

Tipos de técnicas:
Cadena de markov
- Cadenas erráticas. exclusiones: Debe
Tipo especial de proceso ser una
- Cadenas regulares.
estocástico discreto en el que la secuencia de
- Cadenas positivo. probabilidad de que ocurra un variables
- Cadenas absorbentes. evento depende solamente del aleatorias para
- Cadenas de markov evento inmediatamente anterior evitar errores.
en tiempo continuo.

Aplicaciones:

- Meteorología: se pueden usar cadenas de Márkov para formular

modelos climatológicos básicos.
- Modelos epistemológicos: Éste es un proceso de ramificación que
se puede usar, entre otras cosas, para modelar el desarrollo de una
epidemia.
- Internet: El pagerank de una página web se define a través de una
cadena de Márkov.
- Simulación: Las cadenas de Márkov son utilizadas para proveer una
solución analítica a ciertos
problemas de simulación
- Juegos de azar: Son muchos los juegos de azar que se pueden
modelar a través de una cadena de Márkov.
 TEORIA DEL CAOS

Clasificación de los
sistemas:

- Estables: cuando dos

soluciones con
condiciones iniciales
suficientemente ¿El Desorden ayuda en el
cercanas siguen siendo trabajo?.
cercanas a lo largo del El desorden ayuda a que tu
tiempo. Tiene como principal caos se convierta en un
representante al fuerte por la adaptación que
- Inestables: cuando dos químico belga Ilya tiene el ser humano al caos
soluciones con Prigogine, y plantea del sistema bursátil.
condiciones iniciales que el mundo no
diferentes acaban sigue estrictamente ¿Exclusiones de la teoría del
divergiendo por el modelo del reloj, caos?
pequeñas que sean las previsible y Se dice según la teoría que
condiciones iniciales. determinado, sino las rutinas no existen, es
que tiene aspectos decir factores externos
- Caóticos: cuando el caóticos. siempre alteran el ciclo.
sistema no es inestable
y si bien dos soluciones
se mantienen a una
distancia "finita" cercana
a un atractor del sistema
dinámico.

Aplicaciones:

- En meteorología: El tiempo atmosférico, además de ser un

sistema dinámico, es muy sensible a los cambios en las
variables iniciales, es un sistema transitivo y también sus
órbitas periódicas son densas, lo que hace del tiempo un
sistema apropiado para trabajarlo con matemática caótica.

- En medicina: El análisis de las series temporales

procedentes de electrocardiogramas y encefalogramas que
en algunos detalles presentan detalles aparentemente
aleatorios, parecen estar generados por una dinámica que de
hecho es un sistema caótico.
 PROGRAMACIÓN NO
LINEAL
Se Formulación
matemática del problema:
En matemáticas,
programación no lineal (PNL)
es el proceso de
resolución de un sistema de
igualdades y desigualdades
sujetas a un conjunto de
restricciones sobre un
conjunto de variables reales
Ejemplo bidimensional: Ejemplo tridimensional:
Métodos de resolución del
problema:
Si la función objetivo f es
lineal y el espacio restringido
es un politopo, el problema
es de programación lineal y
puede resolverse utilizando
alguno de los bien conocidos
algoritmos de programación
lineal.
Si la función objetivo es
cóncava (problema de
maximización), o convexa
(problema de minimización)
y el conjunto de restricciones
es convexo, entonces se
puede utilizar el método
general de optimización
convexa.
 ESTRATEGIA DE SERVICIO

TABLA 5 RELACION DE TIEMPOS DE TECOL S.A.

No. TIEMPO ENTRE LLEGADAS (Minutos) No. TIEMPO DE SERVICIO (Minutos)

1 9,916129055 1 6,921919951
2 4,549576416 2 5,828734634
3 2,230987614 3 6,373897614
4 10,15023213 4 6,472166665
5 8,831102963 5 6,342917798
6 9,639140212 6 7,706154998
7 2,770642162 7 8,454476322
8 8,441600572 8 2,186319954
9 5,628085878 9 2,902367614
10 8,4830451 10 0,554385479
11 2,046674478 11 7,087206044
12 5,305816043 12 0,500830212
13 3,31526395 13 9,970322078
14 5,031899881 14 2,710497456
15 7,246937077 15 7,374502679
16 4,814501974 16 1,576110444
17 4,143354216 17 5,374999796
18 8,40317873 18 0,881627541
19 4,198115782 19 7,217107051
20 6,462300016 20 8,149149432
21 11,92586083 21 9,583889686
22 4,697937728 22 9,597170899
23 6,035238811 23 7,941366939
24 9,260803526 24 2,708674701
25 6,619615658 25 3,625620394
26 3,822800516 26 2,403884081
27 3,114013682 27 7,069285104
28 7,451573845 28 4,505387751
29 9,296857235 29 5,32822025
30 10,38895796 30 7,311674715
31 2,912018309 31 9,441734604
32 5,796118784 32 1,414020571
33 7,154568317 33 8,593355376
34 3,426867444 34 3,707228005
35 10,0901996 35 8,38818471
36 7,009847695 36 4,122943389
37 11,93877507 37 0,117376261
38 6,74489876 38 8,702318257
39 9,41973416 39 3,74669855
40 6,551548456 40 4,255352766
41 7,351872345 41 6,125800581
42 6,851485558 42 5,038539885
43 10,19884178 43 8,699339712
44 4,448185971 44 7,175639286
45 10,13201876 45 3,335702138
46 3,268970185 46 4,949784438
47 3,493768401 47 1,354163058
48 8,62144681 48 9,26213662
49 5,02893002 49 0,324373799
50 11,17496947 50 6,727876155
51 5,669501661 51 7,204042661
52 8,868039985 52 3,194739177
53 10,2776115 53 6,22161746
54 6,500561269 54 5,509418147
55 10,24716194 55 6,18897152
56 3,253333186 56 2,270720672
57 2,071020455 57 1,82043031
58 9,122885801 58 8,674345903
59 11,57279479 59 1,665821071
60 5,115200517 60 0,057816833

Nota: Para actualizar los datos oprima f9, fn+f9 o ctrl+alt+f9

TABLA 5 RELACION DE TIEMPOS DE TECOL S.A.

No. TIEMPO ENTRE LLEGADAS (Minutos)

1 4,648106774
2 4,258438265
3 4,503374045
4 9,294230484
5 3,306119127
6 2,067114034
7 5,425302868
8 3,21374187
9 4,810127003
10 3,988978414
11 11,27991142
12 4,451683758
13 9,881770199
14 3,358381939
15 3,44120651
16 10,67622155
17 6,121838681
18 11,4099693
19 7,179606707
20 2,572586373
21 7,386760615
22 4,684037913
23 3,057921386
24 6,005824784
25 3,196234048
26 5,231059836
27 6,389034122
28 2,859588371
29 7,834140242
30 9,376231176
31 6,30308815
32 11,82369066
33 3,003086014
34 6,476611585
35 5,911725327
36 2,795657056
37 6,669966643
38 2,102290679
39 3,052270763
40 2,483320297
41 8,778405022
42 2,734187231
43 4,495870813
44 7,56867138
45 11,69891201
46 5,301377355
47 3,794842156
48 5,948618472
49 6,510418997
50 11,96117252
51 6,790103269
52 8,486547434
53 6,972405282
54 5,706357716
55 7,126447972
56 4,184584912
57 5,130190502
58 5,382296993
59 10,72083266
60 10,53097988
 Tabla de Distribución Empírica para Tiempo entre llegadas
Frecuencia Frecuencia Frecuencia Relativa
Marca de
No. De Clase Clase Observada Relativa Acumulada
Clase Ti
empírica empírica fi empírica
1 (2 – 3) 2,5 7 0,12 0,12

2 (3 – 4) 3,5 10 0,17 0,28

3 (4 – 5) 4,5 8 0,13 0,42
4 (5 – 6) 5,5 8 0,13 0,55
5 (6 – 7) 6,5 9 0,15 0,70
6 (7 – 8) 7,5 5 0,08 0,78
7 (8 – 9) 8,5 2 0,03 0,82
8 (9 – 10) 9,5 3 0,05 0,87
9 (10 – 11) 10,5 3 0,05 0,92
10 (11– 12) 11,5 5 0,08 1,00
Total 60 1

Graficar la frecuencia relativa empírica y frecuencia empírica relativa acumulada.

Comparacion frecuencia relativa

Frecuencia relativa acumulada empirica

1,20

1,00

0,80

0,60

0,40

0,20

0,00
1 2 3 4 5 6 7 8 9 10
Frecuencia relativa empirica
4. Determinar la Media de la distribución empírica para Tiempos entre llegada. PRUEBA DE BONDAD DE AJUSTE PARA TIEMPO ENTRE LLEGADAS

6 DISTRIBUCION EXPONENCIAL TEORICA

Tabla de Distribución Exponencial teórica para Tiempo entre llegadas

No. de Clase Marca de Frecuencia Exponencial Frecuencia Relativa
Clase teórica
Clase Exponencial teórica
5. Determinar la Varianza de la distribución empírica para Tiempo entre llegada.
1 (2 – 3) 2,5 -0,07 2,12
2 (3 – 4) 3,5 -0,15 2,57
7,38 3 (4 – 5) 4,5 -0,22 3,02
4 (5 – 6) 5,5 -0,30 3,47
5 (6 – 7) 6,5 -0,37 3,92
6 (7 – 8) 7,5 -0,45 4,37
7 (8 – 9) 8,5 -0,52 4,82
8 (9 – 10) 9,5 -0,59 5,27
9 (10 – 11) 10,5 -0,67 5,72
10 (11 – 12) 11,5 -0,74 6,17

7. Representar gráficamente la Frecuencia relativa acumulada empírica Vs Frecuencia relativa

Exponencial teórica

FRECUENCIA RELATIVA ACUMULADA EMPIRICA

7,00 VS FRECUENCIA RELATIVA EXPONENCIAL
TEORICA
Frecuencia relativa exponencial 6,00

5,00

4,00

3,00

2,00

1,00

0,00
1 2 3 4 5 6 7 8 9 10
Frecuencia relativa acumulada empirica
 DISTRIBUCION X2

Tabla de Distribución

para Tiempo entre llegadas

No. Clase Frecuencia

Agrupamie Frecuencia Agrupamie
de Observada nto de Teórica nto de
Clase Clases para Clases para
X2 X2

1 (2 – 3)
2 (3 – 4)
3 (4 – 5)
4 (5 – 6)
5 (6 – 7)
6 (7 – 8)
7 (8 – 9)
8 (9 – 10)
9 (10 – 11)
10 (11 – 12)
(12, ∞) 0
Total 60 60
 BIBLIOGRAFÍA

• Arbones, M. E. A. (1990). Logística empresarial. Barcelona (pp. 68-

80)ES:Marcombo.Recuperadode http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/re
ader.action?docID=10337354&ppg=6.

•      Gallagher, C., & Watson, H. (1982). Métodos cuantitativos para la toma de
decisiones en administración (pp. 2-25), México, D.F., MX: McGraw-Hill
Interamericana.Recuperado.de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/read
er.action?docID=10479349&ppg=8.

• Mariscal, B. W. (2009). Proceso de toma de decisiones gerenciales (pp. 4-23),

Córdoba, AR: El Cid Editor | apuntes. Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=10316258&pp
g=3