Aporte Individual

Paso 3 - Desarrollar y presentar el diagnóstico y análisis final del estudio de caso

Grupo:
104561_64

Cristian Daniel Revelo Goyes

Código: 1118294537

Tutor:
Hector Fabio Padilla

Universidad Nacional Abierta y a Distancia UNAD

Métodos probabilísticos
Ingeniería industrial
Cali, Noviembre de 2018
 Contenido
MENTEFACTO.........................................................................................................................................................3
RECONOCIMIENTO CASO DE ESTUDIO .........................................................................................................4
LINK PRESENTACIÓN. .........................................................................................................................................5
MENTEFACTO
 RECONOCIMIENTO CASO DE ESTUDIO

Método o
Estu
modelo Referencia documental En
dian No. Justificación
probabilístic norma APA (consulte aquí)
te
o
Taibo, A. Investigación de
• Según Taibo, A. (2009). Por medio de las cadenas de
operaciones para los no
Markov se pronostica el comportamiento futuro de ciertas
matemáticos (pp. 71-77),
variables, y dicho pronosticó se hace mediante el análisis
México, D.F., MX: Instituto
de los cambios que han sufrido dichas variables durante el
Cadenas de Politécnico Nacional, 2009.
Participación presente.
Markov Accessed Noviembre 27, 2016.
• Estas se aplican en un gran número de situaciones como
Recuperado de:
lo son los cambio s de preferencia en el mercado tienen
http://bibliotecavirtual.unad.ed
diferentes productos. La posible decisión de hacer o no
u.co:2077/lib/unadsp/reader.ac
una inversión en cierta oportunidad etc.
tion?docID=10504970&ppg=8.
• Gallagher, C., & Watson, H. (1982). Es uno de los
modelos más antiguos, más sencillos, y más comunes de la
teoría de colas. Este modelo puede aplicarse a personas
Gallagher, C., & Watson, H.
esperando una línea para comprar boletos para el cine
(1982). Métodos cuantitativos
entre otros.
para la toma de decisiones en
Línea de • En este modelo se considera que el tamaño de la cola
administración (pp. 331-351),
espera para sea infinito, además se supone que un solo servidor
Servicio México, D.F., MX: McGraw-Hill
Cristian Daniel Revelo Goyes

un solo proporciona el servicio que varía aleatoriamente y no se

Interamericana. Recuperado de:
Servidor permite que las unidades que acaban de salir vuelvan a
http://bibliotecavirtual.unad.ed
entrar inmediatamente al sistema, por tanto:
u.co:2077/lib/unadsp/reader.ac
- Un servidor y una cola
tion?docID=10479349&ppg=8.
- Llegadas Poisson
- Cola infinita, primero en llegar, primero en ser servido
- Tiempos de servicio exponenciales
• La estocasticidad o incertidumbre aparece en todos los
sistemas, pero hasta ahora no era posible la solución de
problemas de optimización de grandes Sistemas
considerando explícitamente ésta. La incertidumbre
puede deberse a carencia de datos fiables, errores de
medida o tratarse de parámetros que representan
información sobre el futuro. Santiago, R. (2016).
• En optimización estocástica No se conocen sus valores, Optimización Estocástica (pp. 3-
sólo sus distribuciones y habitualmente se supone que 4), Madrid. Universidad
Programació
Optimización éstas son discretas con un número finito de estados Pontificia ICAI ICADE Comillas.
n estocástica
posibles. La suposición de distribuciones discretas es Recuperado de:
habitual en los optimizadores de optimización estocástica. https://www.iit.comillas.edu/ar
• Los tipos de modelos que aparecen en programación amos/simio/apuntes/a_sp.pdf
lineal estocástica son motivados principalmente por
problemas con decisiones de tipo aquí y ahora decisiones
previas bajo futuro incierto. Esto es, decisiones que deben
tomarse asándose en información a priori, existente o
supuesta, sobre situaciones futuras sin realizar
observaciones adicionales.
 LINK PRESENTACIÓN.

URL: