PASO 3 - DESARROLLAR Y PRESENTAR EL DIAGNÓSTICO Y

ANÁLISIS FINAL DEL ESTUDIO DE CASO

ESTUDIANTE:
MARIO JOSE COGOLLO

TUTOR: ANGELA
MARIA OSPINA

GRUPO: 104561_98

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

FACULTAD BASICA DE INGENIERIA Y TECNOLOGIA
INGENIERIA INDUSTRIAL
NOVIEMBRE 2018
Mentefacto
 Tabla de Referentes Documentales Unidad 2
Estudiante: Osler Hon Franco Carrillo
No. Método o Referencia
modelo documental
Justificación
probabilístico En norma APA
(requerido) (consulte aquí)
Participación Cadenas de - Según Taibo, A. (2009). Por Taibo, A. Investigación
Markov medio de las cadenas de de operaciones para los
Markov se pronostica el no matemáticos (pp. 71-
comportamiento futuro de 77), México, D.F., MX:
ciertas variables, y dicho Instituto Politécnico
pronosticó se hace mediante el Nacional, 2009.
análisis de los cambios que han Accessed November
sufrido dichas variables durante 27, 2016. Recuperado
el presente. de:
- Estas se aplican en un gran http://bibliotecavirtual.u
número de situaciones como lo nad.edu.co:20
son los cambios de preferencia 77/lib/unadsp/reader.act
en el mercado tienen diferentes ion?docID=10
productos. La posible decisión 504970&ppg=8.
de hacer o no una inversión en
cierta oportunidad etc.
Servicio Línea de espera - Gallagher, C., & Watson, H. Gallagher, C., &
para aun solo (1982). Es uno de los modelos Watson, H. (1982).
servidor más antiguos, más sencillos, y Métodos cuantitativos
más comunes de la teoría de para la toma de
colas. Este modelo puede decisiones en
aplicarse a personas esperando administración (pp.
una línea para comprar boletos 331351), México, D.F.,
para el cine entre otros. MX: McGraw-Hill
- En este modelo se considera Interamericana.
que el tamaño de la cola sea Recuperado de:
infinito, además se supone que http://bibliotecavirtual.u
un solo servidor proporciona el nad.edu.co:20
servicio que varía 77/lib/unadsp/reader.act
aleatoriamente y no se permite ion?docID=10
que las unidades que acaban de 479349&ppg=8.
salir vuelvan a entrar
inmediatamente al sistema, por
tanto: - Un servidor y una cola
- Llegadas Poisson - Cola
infinita, primero en llegar,
primero en ser servido -
 Tiempos de servicio
exponenciales
Optimización Programación - La estocasticidad o Santiago, R. (2016).
estocástica. incertidumbre aparece en todos Optimización
los sistemas, pero hasta ahora Estocástica (pp. 3-4),
no era posible la solución de Madrid. Universidad
problemas de optimización de Pontificia ICAI ICADE
grandes Sistemas considerando Comillas. Recuperado
explícitamente ésta. La de:
incertidumbre puede deberse a https://www.iit.comillas
carencia de datos fiables, .edu/aramos/si
errores de medida o tratarse de mio/apuntes/a_sp.pdf
parámetros que representan
información sobre el futuro.
- En optimización estocástica No
se conocen sus valores, sólo sus
distribuciones y habitualmente
se supone que éstas son
discretas con un número finito
de estados posibles. La
suposición de distribuciones
discretas es habitual en los
optimizadores de optimización
estocástica. Los tipos de
modelos que aparecen en
programación 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.

3. Link prezi: