INVESTIGACION DE OPERACIONES 2

TEMA: TEORÍA DE COLAS Y TEORÍA DE DECISIONES

– ING. MSC. HAROLD E. COHEN PADILLA

INGENIEROS :

KELLY CARPIO LAMBIS

SONIA CAUSADO ARIAS

CARTAGENA BOLIVAR, MAYO 22 DE 2021

 INGENIERIA INDUSTRIAL
Investigación operacional II – Ing. Msc. Harold E. Cohen Padilla
Tema: Teoría de Colas y Teoría de Decisiones

NOTA:
Para contestar cada una de las siguientes preguntas, elija UNA Y SOLO UNA de las opciones de
respuesta que se muestran en cada caso y sustente su respuesta. Aquella opción o respuesta que
no tenga argumentos o que utilice algunos argumentos no válidos, no será tenida en cuenta.

PREGUNTAS
1. Los árboles de decisión abarcan decisiones y resultados aleatorios? V – F
R/ SI PORQUE ¿Permite que un individuo o una organización comparen posibles acciones entre
sí según sus costos, probabilidades y beneficios. Se pueden usar para dirigir un intercambio de
ideas informal o trazar un algoritmo que anticipe matemáticamente la mejor opción.
2. En la Teoría de decisiones no es cierto que las utilidades son independientes de un adversario
llamado “estados de la naturaleza”? V – F

3. Un aspecto subyacente de la teoría de decisión consiste en que sin importar lo que se suponga
en relación con la naturaleza, en el sentido de que se conozcan o no las probabilidades de los
diversos estados de la naturaleza, se llega al mismo criterio para elegir la “mejor decisión”? V –
F
R/ muestra el proceso de análisis de alternativas para la toma de decisiones públicas y privadas,
usando diferentes criterios de decisión, diferentes tipos de información e información de
calidad variable. Describe los elementos usados en el análisis de las alternativas de decisión y
elección, así como también las metas y objetivos que guían la toma de decisiones. Se presenta
los principales aspectos relacionados a las preferencias de las alternativas en la toma de
decisiones, criterios y modos de elección; asimismo, se presenta las herramientas de
evaluación de riesgo.
4. Un modo de Trabajar con la toma de decisiones en el contexto de “incertidumbre” podría ser el
tratar todos los estados como igualmente probables y maximizar el beneficio esperado? V – F
R/ Una de las situaciones que más dificultad lleva a la hora de tomar una decisión es aquella en
la que las consecuencias de las decisiones no pueden ser controladas, sino que están sujetas a
la aleatoriedad; esta aleatoriedad puede provenir, tanto porque el proceso pueda estar
gobernado por el azar, como por una falta de información que nos impida determinar con
exactitud cuáles son esas consecuencias
5. Mediante el pago del valor esperado con información perfecta (VEIP), el que toma las decisiones
puede garantizar su ganancia? V – F
R/ es un indicador cuantitativo que mide cuán lejos la solución en promedio está de la solución
perfecta, es decir, de aquella solución donde se conoce la demanda de antemano. De forma
análoga el VEIP corresponde al precio que se estaría dispuesto a pagar de modo de acceder a
información perfecta respecto a la realización de la demanda
6. Maximizar el ingreso neto en efectivo esperado produce siempre la misma política o condición
optima que minimiza el arrepentimiento? V – F
 R/
7. El teorema de Bayes proporciona una formula y un procedimiento con la que se puede usar la
nueva información para actualizar la probabilidad primaria asignada? V – F
R/ El teorema de Bayes entiende la probabilidad de forma inversa al teorema de la
probabilidad total. El teorema de la probabilidad total hace inferencia sobre un suceso B, a
partir de los resultados de los sucesos A. Por su parte, Bayes calcula la probabilidad de A
condicionado a B.
8. Puedo calcular y ajustar las probabilidades a posteriori sin necesidad de pagar el valor de la
experimentación? V – F

El teorema de Bayes se utiliza para revisar las probabilidades. Las probabilidades nuevas
(revisadas) se conocen como: PROBABILIDADES A POSTERIORI

9. No es cierto que la incertidumbre en el manejo y toma de decisiones, no poder reducida con la

disminución de condiciones de riesgo de los estados de la naturaleza? V – F
Se dice que una decisión se toma bajo incertidumbre cuando no es viable asignar probabilidades
a los eventos posibles.

10. La teoría de decisión es pertinente con?

a. La información disponible
b. Criterios para medir la “bondad” de una decisión
c. Elegir decisiones optimas en problemas secuenciales
d. Todas las respuestas son correctas
e. Ninguna respuesta es correcta

11. El criterio optimista (Maximax de ganancias), el criterio pesimista (Maximin de las ganancias) y el
criterio de minimización del máximo arrepentimiento (minimax de arrepentimiento) son criterios
para?
a. Llegar a una misma decisión optima
b. Poder trabajar sin probabilidades
por que consiste en maximizar el máximo; escoger el resultado máximo entre los mejores de
cada alternativa. El decisor es optimista. El criterio del coeficiente de optimismo-pesimismo se
sitúa entre los dos anteriores.
c. Tanto a como b son ciertas
d. Ninguna de las respuestas son correctas
e. No Tomar decisiones con incertidumbre

12. En cuál de los siguientes casos no se aplica el concepto de árboles de decisión?

a. Un momento decisivo en la vida/trabajo en la que se presentan 3 opciones
b. Un momento decisivo en la vida/trabajo en la que hay incertidumbre
c. Un momento en la vida en la que existe una secuencia de posibilidades
se escoge esta respuesta por casos por los árboles de decisiones se aplican a cualquier
procesos que implique toma de decisiones
d. Ninguna respuesta es correcta
e. Cuando se intenta maximizar la utilidad esperada

13. El valor esperado con información perfecta VEIP?

a. Muestra el costo esperado de producir información perfecta sobre el futuro
b. Muestra al máximo aumento posible en el beneficio esperado con la información muestral

c. Muestra el aumento esperado en la información requerida para elegir la decisión optima

d. Todas las respuestas son correctas
e.
14. Cuando se toman decisiones con incertidumbre y pago de experimentación en el tiempo?
a. Se pueden emplear arboles de decisiones
b. El costo contratado por la experimentación puede ser mayor que el VEEP
 c. El valor terminal al final de cada secuencia de análisis corresponde al flujo de caja neto
esperado
d. Todas las respuestas son correctas
e. Ninguna de las respuestas son correctas

15. A un supermercado llegan en promedio 80 clientes por hora que son atendidos entre sus 6 cajas
cuando se está a full servicio, o solo una (1) en un día normal. cada caja atiende en promedio a 5
clientes cada 3 minutos. suponga  = 5 min. obtenga las medidas de desempeño de acuerdo con
el modelo m/d/1 - m/g/1 y del modelo m/m/1, asumiendo que cada caso de ellas puede aplicarse
en las condiciones acá dadas. encuentre las distintas respuestas para cada caso y al final
entregue una conclusión o inferencia que pueda decirse al comparar los diferentes resultados
encontrados. por ejemplo, cual modelo es mejor o peor… cual sería el más adecuado etc.

MODELOS PROPUESTOS A EVALUAR

SE M/M/6
PREGUNTA: (full time)la
M/M/1 M/G/1 M/D/1
velocidad de
llegada es de un
400%

Lq 0.532

Ls 4.03

Ws 1.68

Wq

Rho

Po 0.801

Pn=4

Pn>4

P(Ws > t=50% wq)

P(Wq > t=50% ws)

EXITOS
M/M/1.
80 5 1.33
λ= =1.33 μ= =1.66 P= =0.801
60 3 1.66

5
ws= −λ
μ
5
ws= −1.33=−1.68
1.66
λ 1.33
Ls= −μ= −1.66=−4.03 clientes
λ 1.33
λ2 (1.33) 2 1.7689
Lq= = = =0. 532
μ ( μ− λ ) 1.66 ( 1.66−1.33 ) 1.66(−5)

M/G/1.
λ=1.33 μ=.05 P=26.6 σ =5

Ls=Lq+ p
Ls=9.94+ 4.03=13.97

P2
Lq=λ 2 σ 2+
2 ( 1−P )
16.24
Lq=( 1.76 ) ( 25 )+
−6.06
Lq=9.94
1
ws=wq+
μ
5
ws=7.47+ =11.18
1.33

M/D/1
Ls =λ W s

λ=1.33 P=4.(1.33)(5.04)=6.70
Ls=6.70
 P2 (k + 1)
Lq = =( 4.03 ) 2=8.06
2 k ( 1−P )
2(5−4.03)
¿ 1.94
−6.06
¿−2.688(−5)=13.44
1
W s=W q + =2.01+5=7.0=5.04
µ
L q 13.44
W q= = =0.10
λ 1.33