o

Tarea 1 - Introducción a los modelos proba

optimización

Autor: RONALD ADRIAN SUAR

Grupo: 104561_39

Tutor:
VANESA ESPINOSA

Curso:
METODOS PROBABILIST

UNIVERSIDAD NACIONAL ABIERTA Y A

2020
n a los modelos probabilísticos de decisión y
optimización

NALD ADRIAN SUAREZ RIANO

Grupo: 104561_39

Tutor:
VANESA ESPINOSA

Curso:
ODOS PROBABILISTICOS

IONAL ABIERTA Y A DISTNACIA (UNAD)

2020
 1. Validación estadística para Tiempo
estadísticamente la Relación de tiempos para

DISTRIBUCION EMPIR

TIEMPO ENTRE
LLEGADAS Ordenar los datos de menor a mayor y a
No. (Minutos) Distribución Em
1 5.13014773295033

No.
2 5.21328268116292

3 5.41611813885191 1
4 5.56055603426749 2
5 5.56312216298136 3
6 5.57344533145927 4
7 5.80445824945255 5
8 6.10347716661866 6
9 6.13126696699001 7
10 6.34907222654653 8
11 6.44204089839825 9
12 6.56076193557205 10
13 6.71716880205259 11
14 6.95975123663712 12
15 7.27309302014882 13
16 7.28551707195046 14
17 7.41565527230353 15
18 7.43943246364733 16
19 7.82710563176929 17
20 8.00402028467758 18
21 8.17971471802206 19
22 8.2923392684317 20
23 8.55391357228747 21
24 8.67273902796091 22
25 8.79319329149237 23
26 8.90542958573106 24
27 9.1351249992243 25
28 9.18192986957997 26
29 9.20142328123292 27
30 9.42136199747716 28
31 9.6888450848241 29
32 10.2191280825392 30
33 10.2608201835106
34 10.3556578397762
35 10.560152398353
36 10.7522350132573
37 10.7876092460046
38 10.9144002186987

39 11.0142558694084
40 11.029459893633
41 11.2901027517366

42 11.6645044048488
43 11.9452438673795
44 12.2627359727818
45 12.275993248867
46 12.5070636871415
47 12.694323326605
48 12.9884129842045
49 13.0044139994551
50 13.0593456906918
51 13.2788553442239
52 13.3606490986832
53 13.4068915716603
54 13.7149924739055
55 13.7893743860535
56 13.8705345496729

57 14.1187562377422
58 14.1282133680213

59 14.597997550661

60 14.8366579085676
 Ejercicio 1. Representación probabilística de datos

1. Validación estadística para Tiempo de llegadas: representar y analizar

estadísticamente la Relación de tiempos para validar el tiempo de llegadas mediante procedimientos estadísticos descriptivos e inferenciales propios d
teoría de colas, para lograr esto debe:

RELACION DE TIEMPOS

DISTRIBUCION EMPIRICA PARA TIEMPO ENTRE LLEGADAS

Ordenar los datos de menor a mayor y agruparlos en Clases (intervalos) para diligenciar la Tabla de
Distribución Empírica para Tiempo entre llegadas:

TIEMPO ENTRE TIEMPO ENTRE

LLEGADAS No. LLEGADAS
(Minutos) (Minutos)

No. Clase
i
5.13014773295033 31 9.6888450848241
5.21328268116292 32 10.2191280825392 1
5.41611813885191 33 10.2608201835106 2
5.56055603426749 34 10.3556578397762 3
5.56312216298136 35 10.560152398353 4
5.57344533145927 36 10.7522350132573 5
5.80445824945255 37 10.7876092460046 6
6.10347716661866 38 10.9144002186987 7
6.13126696699001 39 11.0142558694084 8
6.34907222654653 40 11.029459893633 9
6.44204089839825 41 11.2901027517366 10
6.56076193557205 42 11.6645044048488 Total
6.71716880205259 43 11.9452438673795
6.95975123663712 44 12.2627359727818
Graficar la frecu
7.27309302014882 45 12.275993248867
7.28551707195046 46 12.5070636871415
7.41565527230353 47 12.694323326605
7.43943246364733 48 12.9884129842045
7.82710563176929 49 13.0044139994551
8.00402028467758 50 13.0593456906918
8.17971471802206 51 13.2788553442239
8.2923392684317 52 13.3606490986832
8.55391357228747 53 13.4068915716603
8.67273902796091 54 13.7149924739055
8.79319329149237 55 13.7893743860535
8.90542958573106 56 13.8705345496729
9.1351249992243 57 14.1187562377422
9.18192986957997 58 14.1282133680213
9.20142328123292 59 14.597997550661
9.42136199747716 60 14.8366579085676

Determinar la Media de la d

No. Clase
i

1
2

4
5
6
7
8
9
10
Total

1.20

1.00

0.80
Axis Title

0.60
 1.00

0.80

Axis Title
0.60

0.40

0.20

0.00
0
 representar y analizar
os e inferenciales propios de la

Tabla de Distribución Empírica para Tiempo entre llegadas

Clase Marca de Clase Frecuencia Observada Frecuencia Relativa

Empirica Empirica
Ii-1 - Ii Ii Oi fi

(5-6) 5.5 7 0.1167

(6-7) 6.5 7 0.1167
(7-8) 7.5 5 0.0833
(8-9) 8.5 7 0.1167
(9-10) 9.5 5 0.0833
(10-11) 10.5 7 0.1167
(11-12) 11.5 5 0.0833
(12-13) 12.5 5 0.0833
(13-14) 13.5 8 0.1333
(14-15) 14.5 4 0.0667
60 1.0000

Graficar la frecuencia relativa empírica y frecuencia empírica relativa acumulada para tiempo de llegadas.

Frecuencia relativa vs frecuencia empirica

1.20

1.00

0.80
Frecuencia

0.60

0.40

0.20

0.00
1 2 3 4 5 6 7 8 9 10
 0.80

Frecuencia
0.60

0.40

0.20

0.00
1 2 3 4 5 6 7 8 9 10
t (minutos)

Frecuencia Relativa Acumulada Frecuecia Relativa Empirica

minar la Media de la distribución empírica para Tiempos entre llegada Y Varianza de la distribución empírica para Tiempo en

Clase Marca de Clase Frecuencia Observada Frecuencia Relativa

Empirica Empirica
Ii-1 - Ii Ii Oi fi

(5-6) 5.5 7 0.1167

(6-7) 6.5 7 0.1167

(7-8) 7.5 5 0.0833

(8-9) 8.5 7 0.1167

(9-10) 9.5 5 0.0833
(10-11) 10.5 7 0.1167
(11-12) 11.5 5 0.0833
(12-13) 12.5 5 0.0833
(13-14) 13.5 8 0.1333
(14-15) 14.5 4 0.0667
60 1.0000

Media de la distribución Exponencial teórica para Tiempo entre llegadas

𝜆
= 0.102040816327

Frecuencia relativa acumulada empírica Vs Frecuencia relativa Exponencial teórica

Comparacion de Frecuencia Relativa Acumulada Empirica y Frecuencia Relativa

Exponencial Teorica

1.20

1.00

0.80
Axis Title

0.60
 1.00

0.80

Axis Title
0.60

0.40

0.20

0.00
0.0 2.0 4.0 6.0 8.0 10.0 12.0

t (minutos)

Frecuencia Relativa Exponencial Frecuencia Relativa Acumulada Empirica

as

Frecuecia Relativa
Acumulada
Fi

0.1167
0.2333
0.3167
0.4333
0.5167
0.6333
0.7167
0.8000
0.9333
1.0000

ara tiempo de llegadas.

a de la distribución empírica para Tiempo entre llegada

PRUEBA

0.6417 2.1572
0.7583 1.2705

No. Clase
0.6250 0.4408
i=t

0.9917 0.1972 1
0.7917 0.0075 2
1.2250 0.0572 3
0.9583 0.2408 4
1.0417 0.6075 5
1.8000 1.8253 6
0.9667 1.4727 7
9.8000 8.2767 8
9
10
Total

ativa Exponencial teórica

ecuencia Relativa
No. Clase
i

60 1
λ 0.102041 2
ε 2.718281828 3
4
 5

6
7
8
9
10
Total

.0 12.0

mpirica Probar la hipótesis que los tiempos

3. Int

propios d
 • Plantear una distribución exponencial teórica para tiempo de llegadas.

PRUEBA DE BONDAD DE AJUSTE PARA TIEMPO ENTRE LLEGADAS --- DISTRIBUCION E

Tabla de Distribución Exponencial teórica para Tiempo entre llegadas

Frecuencia
Clase
Ii-1 - Ii Marca de Clase Exponencial teorica f
𝑻=(𝑰𝒊) ̅ (t)
(5-6) 5.5 0.1020 0.0921
(6-7) 6.5 0.1020 0.0832
(7-8) 7.5 0.1020 0.0751
(8-9) 8.5 0.1020 0.0678
(9-10) 9.5 0.1020 0.0613
(10-11) 10.5 0.1020 0.0553
(11-12) 11.5 0.1020 0.0500
(12-13) 12.5 0.1020 0.0451
(13-14) 13.5 0.1020 0.0407
(14-15) 14.5 0.1020 0.0368
0.6075

Determinar la distribución X2 para tiempo de llegadas.

Tabla de Distribución 𝑿𝟐 para Tiempo entre llegadas

Clase Frecuencia Observada Agrupamiento de Frecuencia teorica

Ii-1 - Ii Oi Clases O i para X2 ni

(5-6) 7 3.4944
7
(6-7) 7 3.1554
(7-8) 5 2.8493
5
(8-9) 7 2.5729
 (9-10) 5 2.3233
5
(10-11) 7 2.0980
(11-12) 5 1.8944
(12-13) 5 1.7107
(13-14) 8 5 1.5447
(14-15) 4 1.3949
60 n=60

Probar la hipótesis que los tiempos entre llegadas representan una distribución exponencial con un nivel de confianza del 95% m
X2.

Chi-cuadrado 5.9915
hipotesis nula 0.3517 > 5.9915

3. Interpretar los resultados obtenidos en cada uno de los procedimientos de validación de tiempos

Los tiempos entre llegadas en la toma de decisiones, expone que los tiempos dados para valida
llegadas mediante procedimientos estadísticos descriptivos e inferenciales
propios de la teoría de colas según las hipotesis dicen que los datos observados se distribuyen de acuerdo a u
rica para tiempo de llegadas.

DAS --- DISTRIBUCION EXPONENCIAL TEORICA

re llegadas

Frecuencia Relativa Exponencial

Teorica F (T)

0.4295
0.4848
0.5348
0.5799
0.6207
0.6575
0.6907
0.7207
0.7478
0.7723
6.2387

das.
empo entre llegadas

Agrupamiento de Clases ni para X2

6.6499 0.0184

5.4223 0.0329
 6.3158 0.2741

4.6503 0.0263

0.3517

n nivel de confianza del 95% mediante la Prueba de Bondad de Ajuste Distribución

N-K-1
1- 𝛼

No se cumple, se rechaza

entos de validación de tiempos para tomar decisiones.

ue los tiempos dados para validar el tiempo de

os descriptivos e inferenciales
dos se distribuyen de acuerdo a una distribución exponencial
2
0.05
 Validación estadística para Tiempos de servi
mediante procedimientos esta

Diseñar una distrib

TIEMPO DE
Ordenar los datos de menor a mayor y a
No. SERVICIO (Minutos) Distribución E
1 3.18487998429931

No.
2 3.58267788073973

3 3.71069079419215 1
4 3.74626963293917 2
5 3.79028485760781 3
6 3.8943166219882 4
7 4.00349684214952 5
8 4.0728428334239 6
9 4.52042150505297 7
10 4.58156850906306 8
11 5.31580373478337 9
12 5.3333239728017 10
13 5.51318837921718 11
14 5.7108206499163 12
15 5.82911080491576 13
16 5.89327540858252 14
17 6.02313774398023 15
18 6.30588500226084 16
19 6.33036329832793 17
20 6.700373902446 18
21 6.76366349235016 19
22 6.77468956455284 20
23 7.00219673034385 21
24 7.00800746864537 22
25 7.15324857423847 23
26 7.26595804188376 24
27 7.33286506078994 25
28 7.84194247483053 26
29 7.84555329281056 27
30 8.27079868607625 28
31 8.59781647364069 29
32 8.71564871635739 30
33 8.74987493693585
34 8.79421804301667
35 9.04457115481747
36 9.08243214916942
37 9.17611377645853
38 9.19055894365084

39 9.40757206651841
40 9.57049385449039
41 10.3763256674924

42 10.5084456892382
43 10.576914734974
44 10.6449973040615
45 10.6690935473543
46 10.705044733555
47 10.9795076602554
48 11.2306986231322
49 11.3632095310715
50 11.9716384133367
51 11.9843525127698
52 11.9991045982522
53 12.0178048684044
54 12.1165551143066
55 12.1906815043095
56 12.2035183893557

57 12.2656815520208
58 12.6490988027949 𝑋^2

59 12.7876967299191

60 12.8975911724526
 Ejercicio 1. Representación probabilística de datos

alidación estadística para Tiempos de servicio: representar y analizar estadísticamente la Relación de tiempos para validar el tiempo de se
mediante procedimientos estadísticos descriptivos e inferenciales propios de la teoría de colas, para lograr esto debe:

RELACION DE TIEMPOS

Diseñar una distribución empírica para tiempo de servicio

Ordenar los datos de menor a mayor y agruparlos en Clases (intervalos) para diligenciar la Tabla de
Distribución Empírica para Tiempo de servicio

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

No. Clase
i
3.18487998429931 31 8.59781647364069
3.58267788073973 32 8.71564871635739 1
3.71069079419215 33 8.74987493693585 2
3.74626963293917 34 8.79421804301667 3
3.79028485760781 35 9.04457115481747 4
3.8943166219882 36 9.08243214916942 5
4.00349684214952 37 9.17611377645853 6
4.0728428334239 38 9.19055894365084 7
4.52042150505297 39 9.40757206651841 8
4.58156850906306 40 9.57049385449039 9
5.31580373478337 41 10.3763256674924 10
5.3333239728017 42 10.5084456892382 Total
5.51318837921718 43 10.576914734974
5.7108206499163 44 10.6449973040615
Graficar la frecu
5.82911080491576 45 10.6690935473543
5.89327540858252 46 10.705044733555
6.02313774398023 47 10.9795076602554
6.30588500226084 48 11.2306986231322 1.20
6.33036329832793 49 11.3632095310715
1.00
6.700373902446 50 11.9716384133367
6.76366349235016 51 11.9843525127698 0.80
Frecuencia

6.77468956455284 52 11.9991045982522 0.60

7.00219673034385 53 12.0178048684044
0.40
7.00800746864537 54 12.1165551143066
0.20
7.15324857423847 55 12.1906815043095
7.26595804188376 56 12.2035183893557 0.00
 Fre
0.40

0.20

0.00
7.33286506078994 57 12.2656815520208
7.84194247483053 58 12.6490988027949
7.84555329281056 59 12.7876967299191
8.27079868607625 60 12.8975911724526

No. Clase
i

1
2

4
5
6
7
8
9
10
Total

Graficar la fre

1.20

1.00

0.80

0.60

0.40

0.20
0.80

0.60

0.40

0.20

0.00
0.0000
a validar el tiempo de servicio
lograr esto debe:

Tabla de Distribución Empírica para Tiempo de servicio

Clase Marca de Clase Frecuencia Observada Frecuencia Relativa

Empirica Empirica
Ii-1 - Ii Ii Oi fi

(3-4) 3.5 6 0.1000

(4-5) 4.5 4 0.0667
(5-6) 5.5 6 0.1000
(6-7) 6.5 6 0.1000
(7-8) 7.5 7 0.1167
(8-9) 8.5 5 0.0833
(9-10) 9.5 6 0.1000
(10-11) 10.5 7 0.1167
(11-12) 11.5 5 0.0833
(12-13) 12.5 8 0.1333
60 1.0000

Graficar la frecuencia relativa empírica y frecuencia empírica relativa acumulada para tiempo de servicio

Frecuencia relativa vs frecuencia empirica

1.20

1.00

0.80
Frecuencia

0.60

0.40

0.20

0.00
1 2 3 4 5 6 7 8 9 10
t (minutos)

Frecuencia Relativa Acumulada

 Fre
0.40

0.20

0.00
1 2 3 4 5 6 7 8 9 10
t (minutos)

Frecuencia Relativa Acumulada

Exponential (Frecuencia Relativa Acumulada)
Frecuecia Relativa Empirica
Exponential (Frecuecia Relativa Empirica)

Determinar la media y varianza para tiempo tiempo de servicio

Clase Marca de Clase Frecuencia Observada Frecuencia Relativa

Empirica Empirica
Ii-1 - Ii Ii Oi fi
(3-4) 3.5 6 0.1000
(4-5) 4.5 4 0.0667

(5-6) 5.5 6 0.1000

(6-7) 6.5 6 0.1000

(7-8) 7.5 7 0.1167
(8-9) 8.5 5 0.0833
(9-10) 9.5 6 0.1000
(10-11) 10.5 7 0.1167
(11-12) 11.5 5 0.0833
(12-13) 12.5 8 0.1333
60 1.0000

Media de la distribución Exponencial teórica para Tiempo de servicio

𝜆 = 0.121457489879

Graficar la frecuencia relativa acumulada empírica vs frecuencia relativa exponencial teórica de tiempo de servicio

Comparacion de Frecuencia Relativa Acumulada Empirica y

Frecuencia Relativa Exponencial Teorica

1.20

1.00

0.80

0.60

0.40

0.20
0.80

0.60

0.40

0.20

0.00
0.0000 0.2000 0.4000 0.6000 0.8000 1.0000 1.2000

t (minutos)

Frecuencia Relativa Exponencial Frecuencia Relativa Acumulada Empirica

o

Frecuecia Relativa
Acumulada
Fi

0.1000
0.1667
0.2667
0.3667
0.4833
0.5667
0.6667
0.7833
0.8667
1.0000

para tiempo de servicio

mpo de servicio

PRUEBA DE BONDAD DE AJUSTE PAR

0.3500 2.2404
0.3000 0.9292 Tabla de Di

No. Clase
0.5500 0.7471
i

0.6500 0.3004 1
0.8750 0.0627 2
0.7083 0.0059 3
0.9500 0.1604 4
1.2250 0.5994 5
0.9583 0.8893 6
1.6667 2.4273 7
8.2333 8.3622 8
9
10
Total

exponencial teórica de tiempo de servicio Dete

a Empirica y No. Clase

i

60 1
λ 0.121457 2
ε 2.718281828 3
4
5
6
 7
8
9
10
Total

1.2000

a Probar la hipótesis que los tiempo de se

3. Interpretar los r

Los tiem

propios de la teoría de
 Plantear una distribución exponencial teórica para tiempo de servicio

RUEBA DE BONDAD DE AJUSTE PARA TIEMPO ENTRE LLEGADAS

TEORICA

Tabla de Distribucion Exponecial Teorica para tiempo entre llegadas

Frecuencia
Clase Marca de Clase
Exponencial teorica f
Ii-1 - Ii Ii (t)
(3-4) 3.5 0.1215 0.1076
(4-5) 4.5 0.1215 0.0953
(5-6) 5.5 0.1215 0.0844
(6-7) 6.5 0.1215 0.0747
(7-8) 7.5 0.1215 0.0662
(8-9) 8.5 0.1215 0.0586
(9-10) 9.5 0.1215 0.0519
(10-11) 10.5 0.1215 0.0460
(11-12) 11.5 0.1215 0.0407
(12-13) 12.5 0.1215 0.0361
0.6613

Determinar la distribución X2 para tiempo de servicio

Tabla de Distribución 𝑿𝟐 para tiempo de servicio

Frecuencia Agrupamiento de Frecuencia teorica

Clase Observada Clases para
Ii-1 - Ii ni
Oi X2

(3-4) 6 4.7668
10
(4-5) 4 4.2216
(5-6) 6 3.7388
12
(6-7) 6 3.3111
(7-8) 7 2.9324
12
(8-9) 5 2.5971
 (9-10) 6 2.3000
(10-11) 7 2.0370
26
(11-12) 5 1.8040
(12-13) 8 1.5977
60 n=60

Probar la hipótesis que los tiempo de servicio representan una distribución exponencial con un nivel de confianza del 95% me
Distribución X2.

N-K-1
1- 𝛼

Chi-cuadrado 5.9915
hipotesis nula 54.2533 > 5.9915

3. Interpretar los resultados obtenidos en cada uno de los procedimientos de validación de tiempos para t

Los tiempos de servicio en la toma de decisiones, expone que los tiempos dados para validar el tiem
llegadas mediante procedimientos estadísticos descriptivos e inferenciales
propios de la teoría de colas según las hipotesis dicen que los datos observados se distribuyen de acuerdo a una dis
cial teórica para tiempo de servicio

DISTRIBUCION EXPONENCIAL
RICA

entre llegadas

Frecuencia Relativa
Exponencial Teorica F (T)

0.3463
0.4211
0.4873
0.5459
0.5979
0.6438
0.6846
0.7207
0.7526
0.7809
5.9810

ervicio
para tiempo de servicio

Agrupamiento de Clases ni para

X2

8.9883 0.113864649654173

7.0499 3.47572348942293

5.5295 7.57161877383269
 7.7387 43.0921

54.2533

ncial con un nivel de confianza del 95% mediante la Prueba de Bondad de Ajuste
ción X2.

2
0.05

No se cumple, se rechaza la hipotesis nula, y se acepta la alterna

cedimientos de validación de tiempos para tomar decisiones.

one que los tiempos dados para validar el tiempo de

adísticos descriptivos e inferenciales
bservados se distribuyen de acuerdo a una distribución exponencial
 Ejercicio 2. Programación probabilíst

Programación de proyectos con estimación de tiempos. Plantear la programación de proyectos co

RELACION DE AMPLIACIÓN DE TIEMPOS

TIEMPOS ESTIMADOS

ACTIVIDAD TIEMPO
TIEMPO PESIMISTA TIEMPO MAS
OPTIMISTA
b PROBABLE m
a

0, 1 1 2 3
0, 2 2 8 2
1, 3 1 3 2
2, 3 1 11 1.5
2, 4 0.5 7.5 1
3, 5 1 7 2.5
3, 6 1 3 2
4, 5 6 8 7
4, 6 3 11 4
5, 6 4 8 6

TIEMPO DE
TIEMPO DE INICIO
TERMINACION
EVENTO RUTA MAS TARDIO
MAS TARDIO
TIPj
TTTi

1 (0, 1) 2 4
2 (0, 2) 3 3
3 (0, 2, 3) 6 6
4 (0, 2, 3, 4) 6 6
5 (0, 2, 3, 4, 5) 13 13
6 (0, 2, 3, 4, 5, 6) 19 19

Interpretar los resultados obtenidos en cada uno de los aspectos de Programación

Los resultados denotan que la relación ampliación de tiempos, de una forma u otra expone que la proba
alta fue de 0,5080, siendo la ruta (1,3), (2,3) (3,4) (4,5) (5,6) mas viable en los tiempos de 19 a
io 2. Programación probabilística de proyectos

a programación de proyectos con tiempos estimados con base en la Relación del proyecto de ampliación, para:

IMADOS
Determinar media y varianza
INDICE MULTIPLICADOR MEDIA VARIANZA
para datos extremos y unimod
IM

2.5 0.028
3 1.000
2 0.111
3 2.778
2 1.361
1.08
3 1.000
2 0.111
7 0.111
5 1.778
6 0.444

MEDIA VARIANZA PARAMETRO PROBABILIDAD

NORMALMENTE NORMALMENTE
DISTRIBUIDA DISTRIBUIDA 𝑲 𝑷{𝒛}
Actividades
𝑬{𝝁_𝑰 } 𝒗𝒂𝒓{𝝁_𝑰 }

(0, 1) 2.5 0.0 9.0 0.0057

(0, 2) 3 1.0 0.0 0.0013
(1,3), (2,3) 5 3.8 0.5 0.5040
(1,3), (2,3) (3,4) 5 3.8 0.5 0.1587
(1,3), (2,3) (3,4) (4,5) 12 4.9 0.5 0.5040
(1,3), (2,3) (3,4) (4,5) (5,6) 18 5.3 0.4 0.5080

o de los aspectos de Programación probabilística de proyectos para optimizar los recursos.

orma u otra expone que la probabilidad mas

mas viable en los tiempos de 19 a 19
inar media y varianza de tiempos estimados aplicando la distribución Beta
tos extremos y unimodal para diligenciar la siguiente tabla:
Media de la distribución
Beta:

Varianza de la distribución Beta:

 2.
1. Plantear la programación de proyectos con tiempos estimados c

TIEMPOS ESTIMADOS

ACTIVIDAD TIEMPO TIEMPO TIEMPO MAS INDICE MULTIPLICADOR IM

OPTIMISTA a PESIMISTA b PROBABLE m

0, 1 1.1 2 3.2
0, 2 2.2 9 2.2
1, 3 1.1 3 2.2
2, 3 1.1 12 1.6
2, 4 0.5 8.1 1.1
1.08
3, 5 1.1 8 2.7
3, 6 1.1 3 2.2
4, 5 6.5 9 7.6
4, 6 3.2 12 4.3
5, 6 4.3 9 6.5

TIEMPO DE
TIEMPO DE
TERMINACION MAS
EVENTO RUTA INICIO MAS
TARDIO Actividades
TARDIO TIPj
TTTi

1 (0, 1) 2 4 (0, 1)
2 (0, 2) 3 3 (0, 2)
3 (0, 2, 3) 6 6 (1,3), (2,3)
4 (0, 2, 3, 4) 6 6 (1,3), (2,3) (3,4)
5 (0, 2, 3, 4, 5) 13 13 (1,3), (2,3) (3,4) (4,5)
6 (0, 2, 3, 4, 5, 6) 19 19 (1,3), (2,3) (3,4) (4,5) (5,6)

Interpretar los resultados obtenidos en cada uno de los aspectos de Programación probabilística de proyectos para optimizar los
diseñarse, editarse y presentarse en hoja de cálculo Excel.

Los resultados denotan que la relación ampliación de tiempos, de una forma u otra expone que la probabilidad mas alta fue
mas viable en tiempos variados
 2. Programación de proyectos con estimación extra de tiempos.
tos con tiempos estimados con base en la Relación del proyecto de ampliación, ampliando los tiempos estimados en un 15% (índice multiplicador 1.15), a

MEDIA VARIANZA

(𝑫_𝒊 ) ̃ 𝑽_𝒊

2.7 0.032
3.2 1.166
2.2 0.130
3.2 3.240
2.2 1.588
3.2 1.166
2.2 0.130
7.6 0.130
5.4 2.074
6.5 0.518

MEDIA NORMALMENTE VARIANZA NORMALMENTE PARAMETRO PROBABILIDA

DISTRIBUIDA DISTRIBUIDA D

𝑬{𝝁_𝑰 } 𝑲 𝑷{𝒛}
𝒗𝒂𝒓{𝝁_𝑰 }
2.70 0.0324 7.2 0.0067
3.2 1.2 -0.2 0.0034
5.4 4.4 0.3 0.293
5.4 4.4 0.3 0.293
13.0 1.8 0.0 0.1503
19.4 5.1 -0.2 0.0002

proyectos para optimizar los recursos. El planteamiento, desarrollo y solución del Ejercicio 2, debe
arse en hoja de cálculo Excel.

la probabilidad mas alta fue de 0,293, con un parametro de -0,2, siendo la ruta (0,2), (2,3) (3,4)
iempos variados
un 15% (índice multiplicador 1.15), así:
 Referencias

Hugh, W. (1982). Métodos cuantitativos para la toma de decisiones e

Interamericana. Recuperado de https://bibliotecavirtual
ppg=8&docID=3194160&tm=1541107217175

decisión [OVA]. Recuperado de http://hdl.handle.net/10596/22416

investigación de operaciones (pp. 1014-1027). México, México: E

http://bibliotecavirtual.unad.ed
 Referencias

Gallagher, C. y
la toma de decisiones en administración. México, México: Editorial McGraw-Hill
https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/reader.action?
5
Rojas, A. (2018). Modelos probabilísticos de
ndle.net/10596/22416
Hillier, F. y Lieberman, G. (2015). Introducción a la
027). México, México: Editorial McGraw-Hill Interamericana. Recuperado de
bibliotecavirtual.unad.edu.co:2053/?il=2269