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.