Métodos Probabilísticos

Tarea 2 – Solución de modelos probabilísticos de decisión

Presentado por:
JUAN CARLOS GONZALEZ
LEIDY VALERIA ORTIZ
GABRIEL PLATA
HAROLD CRUZ CARDONA
JHONNY VÉLEZ

Grupo: 104561_68

Presentado a:
JEINNY MARIA PERALTA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

3 Abril de 2022
No. TIEMPO DE LLEGADA (minutos)
1 2.03671277457752
2 2.60898168450325 DIST
3 2.76265250725832
4 2.27821715461178 2 - Agrupar los datos en 12 Clases (interval
5 2.60312756269757
6 2.13232547251469

No. de Clase 𝒊 calse Ii-1 - Ii

7 2.183487768057
8 2.06189608813804 1 (2-3)
9 2.81578452082603 2 (3-4)
10 2.19110919035171 3 (4-5)
11 2.70846144176443 4 (5-6)
12 3.02405354428879 5 (6-7)
13 3.89512991581654 6 (7-8)
14 3.72408114713518 7 (8-9)
15 3.14092485166537 8 (9-10)
16 3.92956354982752 9 (10-11)
17 3.03200155490397 10 (11-12)
18 3.59789083011557 11 (12-13)
19 3.00316294405536 12 (13-14)
20 4.77954834871297 TOTAL
21 4.00893997514092
22 4.58659081026993
23 4.17171243246414 3 - Representar gráficamente la Frecuencia
24 4.60231691360907
25 4.73160148507962
Frecuencia Relativa
26 4.62599363432721 Acu
27 4.11300325013504
1.2
28 4.28251335068303
29 5.00188859914725 1
30 5.62344971650248 0.8
31 5.5497366125408
0.6
32 5.9885555314859
33 5.25411823351099 0.4
34 5.94744813396652 0.2
35 5.96043499831142
0
36 6.22710959959314 1 2 3 4
37 6.29316172390141
Frecu
38 6.0135215842005 Frecu
39 6.60484938031059
40 6.19520597396276
41 6.64887800881741 4- Determinar la Media de la distribución em
42 7.29933999240763
43 7.39823142989929
44 7.31974502252077
45 7.63016293112604
46 7.67257348912195
47 8.33607430330853
48 8.66586290640589 5- Determinar la Varianza de la distribución
49 8.62918257346083
50 8.18252664944273
51 9.93300515739739
52 9.02697279912082
53 10.318015316185
54 10.044533282495
55 10.2603943427748
56 11.2512027051506 DISTRIBUCION E
57 11.1103008718603
58 11.7940011730898 6- Diligenciar la Tabla de Distribución Expon
59 12.1112470363057
60 13.3095211390294
TABLA DE DISTRIBUCION EXPONEN

NUMERO DE
CLASE Ii-1 - Ii
CLASE i = t

1 (2-3)
2 (3-4)
3 (4-5)
4 (5-6)
5 (6-7)
6 (7-8)
7 (8-9)
8 (9-10)
9 (10-11)
10 (11-12)
11 (12-13)
12 (13-14)

Si,
Media de la distribución Exponencial teórica

Donde:
𝝀 : Media de la distribución Exponencial teórica
𝒕 : Media de la distribución empírica
Frecuencia Exponencial teórica para Tiempo

Donde:
𝒇 (𝒕)∶ Frecuencia Exponencial teórica
𝝀 : Media de la distribución Exponencial teórica
𝒆∶ Constante Euler, 𝒆=𝟐.𝟕𝟏𝟖𝟐𝟖𝟏𝟖𝟐𝟖
Si 𝒕=𝒊 , donde 𝒊 : No. de Clases, 𝒊=𝟏,𝟏𝟐

Frecuencia relativa Exponencial teórica para

Donde:
𝑭 (𝑻)∶ Frecuencia relativa Exponencial teórica
𝝀 : Media de la distribución Exponencial teórica
𝒆∶ Constante Euler, 𝒆=𝟐.𝟕𝟏𝟖𝟐𝟖𝟏𝟖𝟐𝟖
Si 𝑻=𝑰 , donde 𝑰 : Marca de Clase

7. Representar gráficamente la Frecuencia r

Frecuencia relativa acumulada

relativa exponenc
1.2

0.8

0.6

0.4

0.2

0
1 2 3 4 5 6

Frecuencia relativa acumu

FRECUENCIA RELATIVA EX

DISTRIBUCION X2 CHI CUADRADO

8. Diligenciar la Tabla de Distribución X2 pa

 No. de
Clase Clase

𝒊 𝑰_(𝒊−𝟏) – 𝑰_𝒊
1 (2 - 3)
2 (3 - 4)
3 (4 - 5)
4 (5 - 6)
5 (6 - 7)
6 (7 - 8)
7 (8 - 9)
8 (9 - 10)
9 (10 - 11)
10 (11 - 12)
11 (12 - 13)
12 (13 - 14)
(14 - ∞
Total

Si,
• Frecuencia teórica para Tiempo de llegada

𝒏𝒊∶ Frecuencia teórica

𝝀 : Media de la distribución Exponencial teórica
𝒆∶ Constante Euler, 𝒆=𝟐.𝟕𝟏𝟖𝟐𝟖𝟏𝟖𝟐𝟖
𝑰𝒊−𝟏∶ límite inferior de la Clase 𝑰𝒊∶ límite superior

Distribución X2 para Tiempo de llegada, sea

Donde:
 𝑿𝟐: Distribución 𝑿𝟐
𝑶𝒊: Frecuencia observada empírica
𝒏𝒊 : Frecuencia teórica de la distribución 𝑿𝟐
𝒎 : No. de Clases agrupadas para 𝑿𝟐

PRUEBA DE HIPOTESIS

9. Realizar la Prueba de Bondad de ajusta. P

" Hipótesis alterna 𝑯 1 : No aceptar

Si,
𝒇(𝒕) : Frecuencia Exponencial teórica
𝒙𝟐: Valor obtenido en 𝒙𝟐 para Tiempo de llegada
𝒙𝑵−𝒌−𝟏, 𝜶𝟐: Valor 𝒙𝟐 de la Tabla de Distribución

Donde:
𝑵−𝒌−𝟏: Grados de libertad
𝑵 : No. de Clases utilizadas en la Distribución 𝒙𝟐
𝒌 : Parámetros utilizadas en la Distribución 𝒙𝟐
𝜶 : Nivel de significancia 𝜶=𝟏−𝑵𝒊𝒗𝒆𝒍 𝒅𝒆 𝒄𝒐𝒏𝒇𝒊𝒂𝒏𝒛𝒂

Entonces,
𝑵:
𝒌 : 1, un parámetro utilizado, la media
𝑵𝒊𝒗𝒆𝒍 𝒅𝒆 𝒄𝒐𝒏𝒇𝒊𝒂𝒏𝒛𝒂=𝟎.𝟗𝟓 𝜶=𝟏−𝟎.𝟗𝟓
𝜶= 0.05
 DISTRIBUCION EMPIRICA PARA TIEMPO DE LLEGADA

os en 12 Clases (intervalos) para diligenciar la Tabla de Distribución Empírica para Tiempo de llegada:

tabla de distribucion empirica para tiempo de llegada

Frecuencia Observada
Marca de Clase 𝑰 𝒊 empírica 𝑶𝒊 Frecuencia relativa Frecuencia relativa
empirica fi acumulada empirica Fi

2.5 11 0.183333333333333 0.183333333333333

3.5 8 0.133333333333333 0.316666666666667
4.5 9 0.15 0.466666666666667
5.5 7 0.116666666666667 0.583333333333333
6.5 6 0.1 0.683333333333333
7.5 5 0.0833333333333333 0.766666666666667
8.5 4 0.0666666666666667 0.833333333333333
9.5 2 0.0333333333333333 0.866666666666667
10.5 3 0.05 0.916666666666667
11.5 3 0.05 0.966666666666667
12.5 1 0.0166666666666667 0.983333333333333
13.5 1 0.0166666666666667 1
60

áficamente la Frecuencia Relativa empírica 𝒇𝒊 y la Frecuencia Relativa Acumulada empírica 𝑭𝒊

Frecuencia Relativa empírica 𝒇𝒊 vs Frecuencia Relativa

Acumulada empírica 𝑭𝒊
1.2

0.8

0.6

0.4

0.2

0
1 2 3 4 5 6 7 8 9 10 11 12

Frecuencia relativa empirica fi

Frecuencia relativa acumulada empirica Fi

edia de la distribución empírica para Tiempo de llegada. Sea,

 t = 5.9

rianza de la distribución empírica para Tiempo de llegada. Sea,

𝑺𝟐 8.6

DISTRIBUCION EXPONENCIAL TEORICA

bla de Distribución Exponencial teórica para Tiempo de llegada:

STRIBUCION EXPONENCIAL TEORICA PARA EL TIEMPO DE LLGADA

FRECUENCIA FRECUENCIA RELATIVA
MARCA DE CLASE T= Ii EXPONENCIAL EXPONENCIAL TEORICA
TEORICA f(t) F(T)

2.5 0.142398545471186 0.343838488991174

3.5 0.120312251463703 0.44561042774646
4.5 0.10165158502405 0.531597338967769
5.5 0.085885224590108 0.604247511420118
6.5 0.0725642576173121 0.66562949947376
7.5 0.0613093987782168 0.717491020654439
8.5 0.051800190644404 0.761308718067946
9.5 0.0437658793638335 0.798330204574921
10.5 0.036977705538552 0.829609585831583
11.5 0.0312423908024064 0.856037473637094
12.5 0.0263966346433432 0.878366344151818
13.5 0.0223024647793753 0.897231963006131

ución Exponencial teórica para Tiempo de llegada. Sea,

𝝀= 0.17
Constante Euler = 2.718281828

ución Exponencial teórica

ución empírica
 cial teórica para Tiempo de llegada. Sea,

nencial teórica
ución Exponencial teórica
𝟐.𝟕𝟏𝟖𝟐𝟖𝟏𝟖𝟐𝟖
e Clases, 𝒊=𝟏,𝟏𝟐

Exponencial teórica para Tiempo de llegada. Sea,

tiva Exponencial teórica

ución Exponencial teórica
𝟐.𝟕𝟏𝟖𝟐𝟖𝟏𝟖𝟐𝟖

ficamente la Frecuencia relativa acumulada empírica 𝒇𝒊 Vs Frecuencia relativa Exponencial teórica 𝑭 ( 𝑻)

encia relativa acumulada empirica F(i) vs Frecuencia Frecuencia relativa

relativa exponencial teorica F(T) acumulada empirica Fi
0.183333333333333
0.316666666666667
0.466666666666667
0.583333333333333
0.683333333333333
0.766666666666667
0.833333333333333
0.866666666666667
0.916666666666667
3 4 5 6 7 8 9 10 11 12
0.966666666666667
Frecuencia relativa acumulada empirica Fi 0.983333333333333
FRECUENCIA RELATIVA EXPONENCIAL TEORICA F(T) 1

HI CUADRADO

la de Distribución X 2 para Tiempo de llegada:

 Tabla de Distribucion X2 para Tiempo de Llegada
Frecuencia Agrupamiento de Frecuencia Teórica Agrupamiento de
Observada Clases Clases 𝑿^𝟐=(𝑶_𝒊−𝒏_𝒊 )^
−𝟏) – 𝑰_𝒊 𝑶_𝒊 𝑶_𝒊 𝒑𝒂𝒓𝒂 𝑿^𝟐 𝒏_𝒊 𝒏_𝒊 𝒑𝒂𝒓𝒂 𝑿^𝟐
11 11 6.64319725251652 6.64319725251652
8 8 5.61282431448344 5.61282431448344
9 4.74226424231531
16 8.74899398903326
7 4.00672974671795
6 3.38527809563736
11 6.24549291152045
5 2.86021481588309
4 2.41658988180021
2 2.04177204606783
3 1.72508919262648
3 14 1.45752447157257 9.91289292390876
1 1.23145956412752
1 1.04045776771415
0
𝒏= 60 𝒏= 60 𝑿^𝟐=

a para Tiempo de llegadas. Sea,

ución Exponencial teórica

𝟐.𝟕𝟏𝟖𝟐𝟖𝟏𝟖𝟐𝟖
la Clase 𝑰𝒊∶ límite superior de la Clase

a Tiempo de llegada, sea

 ada empírica
a de la distribución 𝑿𝟐
upadas para 𝑿𝟐

a de Bondad de ajusta. Para el Tiempo de llegada probar:

na 𝑯1 : No aceptar "

nencial teórica
𝒙𝟐 para Tiempo de llegada
de la Tabla de Distribución 𝒙𝟐

𝑵−𝑲−𝟏=𝟓−𝟏−𝟏= 𝟓−𝟏−𝟏= 3

zadas en la Distribución 𝒙𝟐 𝒂=𝟏.𝟎,𝟗𝟓= 0.05

das en la Distribución 𝒙𝟐
cia 𝜶=𝟏−𝑵𝒊𝒗𝒆𝒍 𝒅𝒆 𝒄𝒐𝒏𝒇𝒊𝒂𝒏𝒛𝒂
𝒙_(𝑵−𝑲−𝟏.𝒂)^𝟐= 0.35

tilizado, la media Hipotesis Nula Ho= 17.2098561699902

𝟗𝟓 𝜶=𝟏−𝟎.𝟗𝟓
A

RESTA *(Ii - t)

11.8
5.9
2.1
0.2
0.3
2.5
6.6
12.7
20.9
31.0
43.1
57.3
órica 𝑭 ( 𝑻)

FRECUENCIA RELATIVA
EXPONENCIAL TEORICA F(T)

0.343838488991174
0.44561042774646
0.531597338967769
0.604247511420118
0.66562949947376
0.717491020654439
0.761308718067946
0.798330204574921
0.829609585831583
0.856037473637094
0.878366344151818
0.897231963006131
𝑿^𝟐=(𝑶_𝒊−𝒏_𝒊 )^𝟐/𝒏_𝒊

2.85731846563627
1.01528347124934
3.82271270767822
2.23615451392059
2.01955952923466
1.60081704658696
1.03748990314806
0.000854602665392279
0.94221074116354
1.63237791351143
0.0435040917190466
0.00157318347673876

17.2098561699902
Se rechaza la Ho , ya
que el valor de X2 es
mayor al valor
estadistico critico
hallado en la tabla 3.
No. TIEMPO DE SERVICIO (Minutos)
1 0.998224233666497
2 0.707249875475522 D
3 0.162326777370631
4 0.651718421291836 2 - Agrupar los datos en 12 Clases (interv
5 0.892921082118098
6 0.572331625129054

No. de Clase 𝒊
7 0.914080875223212
8 0.545074923151791 1
9 0.510260686827752 2
10 0.202321016745782 3
11 1.42604051289217 4
12 1.16025494165017 5
13 1.81702152833715 6
14 1.46799981439001 7
15 1.37792127930464 8
16 1.16328847109741 9
17 1.31868246518089 10
18 1.98473662642371 11
19 1.03749526547632 12
20 2.99984428070422 TOTAL
21 2.33555821197747
22 2.55440024936065
23 2.63041597960762 3 - Representar gráficamente la Frecuen
24 2.9573674385934
25 2.81989213146383
Frecuencia Relativa empírica 𝒇
26 2.30166898258889 Acumulada emp
27 2.44168955565481
1.2
28 2.8569056314054
29 3.47600619907136 1

30 3.18480221202974 0.8
31 3.83380324999014 0.6
32 3.50396946765356
0.4
33 3.05480890076387
34 3.78753666774428 0.2
35 3.00067294103422 0
36 4.65816600768951 1 2 3 4 5 6
37 4.25226085643464 Frecuencia relativa em
38 4.8809280127641 Frecuencia relativa acu
39 4.43090939262541
40 4.54738470144719
41 4.03580057644288 4- Determinar la Media de la distribución
42 4.21383937188118
43 5.86791471252764
44 5.23336405670113
45 5.23635374224563
46 5.99880815422564
47 5.60305954390269
48 6.90826275976413 5- Determinar la Varianza de la distribució
49 6.48135504426912
50 6.5924533214317
51 6.23579625205574
52 7.52673902530271
53 7.53521827708138
54 8.12468992720046
55 8.30985824940002
56 8.62001932690372 DISTRIBUCIO
57 9.22729233241733
58 9.41587558071338 6- Diligenciar la Tabla de Distribución Exp
59 10.1059121555885
60 11.3748168868533
TABLA DE DISTRIBUCION EXPO

NUMERO DE CLASE i
=t

1
2
3
4
5
6
7
8
9
10
11
12

Si,
Media de la distribución Exponencial teór

Donde:
𝝀 : Media de la distribución Exponencial teóric
𝒕 : Media de la distribución empírica

Frecuencia Exponencial teórica para Tiem

Donde:
𝒇 (𝒕)∶ Frecuencia Exponencial teórica
𝝀 : Media de la distribución Exponencial teóric
𝒆∶ Constante Euler, 𝒆=𝟐.𝟕𝟏𝟖𝟐𝟖𝟏𝟖𝟐𝟖
Si 𝒕=𝒊 , donde 𝒊 : No. de Clases, 𝒊=𝟏,𝟏𝟐

Frecuencia relativa Exponencial teórica pa

Donde:
𝑭 (𝑻)∶ Frecuencia relativa Exponencial teórica
𝝀 : Media de la distribución Exponencial teóric
𝒆∶ Constante Euler, 𝒆=𝟐.𝟕𝟏𝟖𝟐𝟖𝟏𝟖𝟐𝟖
Si 𝑻=𝑰 , donde 𝑰 : Marca de Clase

7. Representar gráficamente la Frecuencia

Frecuencia relativa acumula

relativa expone
1.2

0.8

0.6

0.4

0.2

0
1 2 3 4 5 6

Frecuencia relativa acum

FRECUENCIA RELATIVA E

DISTRIBUCION X2 CHI CUADRADO

8. Diligenciar la Tabla de Distribución X2 p

 No. de Clase

𝒊 𝑰_(𝒊−𝟏) – 𝑰_𝒊
1
2
3
4
5
6
7
8
9
10
11
12

Total

Si,
• Frecuencia teórica para Tiempo de servi

𝒏𝒊∶ Frecuencia teórica

𝝀 : Media de la distribución Exponencial teóric
𝒆∶ Constante Euler, 𝒆=𝟐.𝟕𝟏𝟖𝟐𝟖𝟏𝟖𝟐𝟖
𝑰𝒊−𝟏∶ límite inferior de la Clase 𝑰𝒊∶ límite superi

Distribución X2 para Tiempo de servicio, s

 Donde:
𝑿𝟐: Distribución 𝑿𝟐
𝑶𝒊: Frecuencia observada empírica
𝒏𝒊 : Frecuencia teórica de la distribución 𝑿𝟐
𝒎 : No. de Clases agrupadas para 𝑿𝟐

PRUEBA DE HIPOTESIS

9. Realizar la Prueba de Bondad de ajusta

" Hipótesis alterna 𝑯 1 : No acepta

Si,
𝒇(𝒕) : Frecuencia Exponencial teórica
𝒙𝟐: Valor obtenido en 𝒙𝟐 para Tiempo de serv
𝒙𝑵−𝒌−𝟏, 𝜶𝟐: Valor 𝒙𝟐 de la Tabla de Distribuci

Donde:
𝑵−𝒌−𝟏: Grados de libertad
𝑵 : No. de Clases utilizadas en la Distribución 𝒙
𝒌 : Parámetros utilizadas en la Distribución 𝒙𝟐
𝜶 : Nivel de significancia 𝜶=𝟏−𝑵𝒊𝒗𝒆𝒍 𝒅𝒆 𝒄𝒐𝒏𝒇𝒊𝒂𝒏

Entonces,
𝑵:
𝒌 : 1, un parámetro utilizado, la media
𝑵𝒊𝒗𝒆𝒍 𝒅𝒆 𝒄𝒐𝒏𝒇𝒊𝒂𝒏𝒛𝒂=𝟎.𝟗𝟓 𝜶=𝟏−𝟎.𝟗𝟓
𝜶= 0.05
 DISTRIBUCION EMPIRICA PARA TIEMPO DE SERVICIO

upar los datos en 12 Clases (intervalos) para diligenciar la Tabla de Distribución Empírica para Tiempo de servicio:

tabla de distribucion empirica para tiempo de Servicio

Frecuencia Observada
empírica 𝑶𝒊 Frecuencia relativa
calse Ii-1 - Ii Marca de Clase 𝑰 𝒊
empirica fi

(0-1) 0.5 10 0.166666666666667

(1-2) 1.5 9 0.15
(2-3) 2.5 9 0.15
(3-4) 3.5 7 0.116666666666667
(4-5) 4.5 7 0.116666666666667
(5-6) 5.5 5 0.0833333333333333
(6-7) 6.5 4 0.0666666666666667
(7-8) 7.5 2 0.0333333333333333
(8-9) 8.5 3 0.05
(9-10) 9.5 2 0.0333333333333333
(10-11) 10.5 1 0.0166666666666667
(11-12) 11.5 1 0.0166666666666667
60

esentar gráficamente la Frecuencia Relativa empírica 𝒇𝒊 y la Frecuencia Relativa Acumulada empírica 𝑭𝒊

Frecuencia Relativa empírica 𝒇𝒊 vs Frecuencia Relativa

Acumulada empírica 𝑭𝒊

2 3 4 5 6 7 8 9 10 11 12

Frecuencia relativa empirica fi

Frecuencia relativa acumulada empirica Fi
minar la Media de la distribución empírica para Tiempo de servicio. Sea,

t = 3.9

minar la Varianza de la distribución empírica para Tiempo de servicio. Sea,

𝑺𝟐 8.0

DISTRIBUCION EXPONENCIAL TEORICA

nciar la Tabla de Distribución Exponencial teórica para Tiempo de servicio:

ABLA DE DISTRIBUCION EXPONENCIAL TEORICA PARA EL TIEMPO DE SERVICIO

FRECUENCIA FRECUENCIA
RELATIVA
CLASE Ii-1 - Ii MARCA DE CLASE T= Ii EXPONENCIAL EXPONENCIAL
TEORICA f(t) TEORICA F(T)
(0-1) 0.5 0.199685130792672 0.121298777134687
(1-2) 1.5 0.154180052310787 0.321540868019909
(2-3) 2.5 0.119044860457029 0.476150958039882
(3-4) 3.5 0.0919164223181544 0.595527857423569
(4-5) 4.5 0.0709701255420344 0.687700652256182
(5-6) 5.5 0.0547971580314361 0.75886872707733
(6-7) 6.5 0.0423097536518196 0.813818724882502
(7-8) 7.5 0.032668030941508 0.856246488544462
(8-9) 8.5 0.0252235041210037 0.889005636883968
(9-10) 9.5 0.0194754670485482 0.914299494191179
(10-11) 10.5 0.0150373165813725 0.933829282049128
(11-12) 11.5 0.0116105503095124 0.948908540587829

e la distribución Exponencial teórica para Tiempo de servicio. Sea,

𝝀= 0.26
Constante Euler = 2.718281828

de la distribución Exponencial teórica

de la distribución empírica

ia Exponencial teórica para Tiempo de servicio. Sea,

uencia Exponencial teórica

de la distribución Exponencial teórica
nte Euler, 𝒆=𝟐.𝟕𝟏𝟖𝟐𝟖𝟏𝟖𝟐𝟖
nde 𝒊 : No. de Clases, 𝒊=𝟏,𝟏𝟐

ia relativa Exponencial teórica para Tiempo de servicio. Sea,

cuencia relativa Exponencial teórica

de la distribución Exponencial teórica
nte Euler, 𝒆=𝟐.𝟕𝟏𝟖𝟐𝟖𝟏𝟖𝟐𝟖
onde 𝑰 : Marca de Clase

sentar gráficamente la Frecuencia relativa acumulada empírica 𝒇𝒊 Vs Frecuencia relativa Exponencial teórica 𝑭 ( 𝑻)

Frecuencia relativa acumulada empirica F(i) vs Frecuencia

relativa exponencial teorica F(T)

1 2 3 4 5 6 7 8 9 10 11 12

Frecuencia relativa acumulada empirica Fi

FRECUENCIA RELATIVA EXPONENCIAL TEORICA F(T)

UCION X2 CHI CUADRADO

nciar la Tabla de Distribución X 2 para Tiempo de servicio:

 Tabla de Distribucion X2 para Tiempo de Servicio
Clase Frecuencia Agrupamiento de Frecuencia
Observada Clases Teórica
𝑰_(𝒊−𝟏) – 𝑰_𝒊 𝑶_𝒊 𝑶_𝒊 𝒑𝒂𝒓𝒂 𝑿^𝟐 𝒏_𝒊
(0-1) 10 10 13.6730496561002
(1-2) 9 9 10.5571782077971
(2-3) 9 9 8.151364510072
(3-4) 7 7 6.29379764821889
(4-5) 7 4.85954085205983
12
(5-6) 5 3.75212846245881
(6-7) 4 2.89707781607104
(7-8) 2 2.23687966879228
(8-9) 3 1.72713022235699
(9-10) 2 13 1.33354460080968
(10-11) 1 1.02965090838476
(11-12) 1 0.795009775071539
(14 - ∞ 0
𝒏= 60 𝒏= 60

ncia teórica para Tiempo de servicio. Sea,

encia teórica
de la distribución Exponencial teórica
nte Euler, 𝒆=𝟐.𝟕𝟏𝟖𝟐𝟖𝟏𝟖𝟐𝟖
e inferior de la Clase 𝑰𝒊∶ límite superior de la Clase

ión X2 para Tiempo de servicio, sea

encia observada empírica
encia teórica de la distribución 𝑿𝟐
e Clases agrupadas para 𝑿𝟐

A DE HIPOTESIS

ar la Prueba de Bondad de ajusta. Para el Tiempo de servicio probar:

is alterna 𝑯1 : No aceptar "

uencia Exponencial teórica

obtenido en 𝒙𝟐 para Tiempo de servicio
𝜶𝟐: Valor 𝒙𝟐 de la Tabla de Distribución 𝒙𝟐

𝑵−𝑲−𝟏=𝟓−𝟏−𝟏= 𝟓−𝟏−𝟏=
rados de libertad
e Clases utilizadas en la Distribución 𝒙𝟐 𝒂=𝟏.𝟎,𝟗𝟓=
etros utilizadas en la Distribución 𝒙𝟐
de significancia 𝜶=𝟏−𝑵𝒊𝒗𝒆𝒍 𝒅𝒆 𝒄𝒐𝒏𝒇𝒊𝒂𝒏𝒛𝒂
𝒙_(𝑵−𝑲−𝟏.𝒂)^𝟐=

arámetro utilizado, la media Hipotesis Nula Ho=

𝒐𝒏𝒇𝒊𝒂𝒏𝒛𝒂=𝟎.𝟗𝟓 𝜶=𝟏−𝟎.𝟗𝟓
PO DE SERVICIO

rica para Tiempo de servicio:

de Servicio

Frecuencia relativa
RESTA *(Ii - t)
acumulada empirica Fi

0.166666666666667 11.3
0.316666666666667 5.6
0.466666666666667 1.9
0.583333333333333 0.1
0.7 0.4
0.783333333333333 2.7
0.85 6.9
0.883333333333333 13.2
0.933333333333333 21.5
0.966666666666667 31.7
0.983333333333333 44.0
1 58.3

mulada empírica 𝑭𝒊
tiva Exponencial teórica 𝑭 ( 𝑻)

Frecuencia relativa FRECUENCIA RELATIVA

acumulada empirica Fi EXPONENCIAL TEORICA F(T)
0.166666666666667 0.121298777134687
0.316666666666667 0.321540868019909
0.466666666666667 0.476150958039882
0.583333333333333 0.595527857423569
0.7 0.687700652256182
0.783333333333333 0.75886872707733
0.85 0.813818724882502
0.883333333333333 0.856246488544462
0.933333333333333 0.889005636883968
0.966666666666667 0.914299494191179
0.983333333333333 0.933829282049128
1 0.948908540587829
de Servicio
Agrupamiento de
Clases 𝑿^𝟐=(𝑶_𝒊−𝒏_𝒊 )^𝟐/𝒏_𝒊
𝒏_𝒊 𝒑𝒂𝒓𝒂 𝑿^𝟐
13.6730496561002 0.986706997744166
10.5571782077971 0.229682962919719
8.151364510072 0.0883511213215245
6.29379764821889 0.079240196386408
0.942797993365726
8.61166931451863
0.415013342369674
0.419884249244064
0.0250849333873363
0.938086456865957
10.0192929914863 0.333069324295753
0.000853858682473982
0.0528559442082831

𝑿^𝟐= 4.51162738079109
 3

0.05

−𝟏.𝒂)^𝟐= 0.71

4.51162738079109

Se rechaza la Ho , ya
que el valor de X2 es
mayor al valor
estadistico critico
hallado en la tabla
3.
1. MODELO DE PRONOSTICO SUAVIZACION EXPONENCIAL SIMPLE.

TAREA 2 - SOLUCION DE MODELOS PROBABILISTICOS DE DECISION

RELACION DE LA DEMANDA PERIODICA

DEMANDA PERIODICA
Periodo PRONOSTICO (unidades)
(unidades)

1 53458 58045
2 54681 TENDENCIA (unidades)
3 52056 4420
4 59595 COEFICIENTES
5 66712 α = 2/n+1
6 59998 β = 2α
7 64736 PERIODOS
8 66386 n = 12
9 58166
10 57589
11 65612
12 51128

GRAFICA
Demanda Periodica vs Demanda Proyectada
80000

70000

60000

50000

40000

30000

20000

10000

0
1 2 3 4 5 6 7 8 9 10 11 12

Column D Column H
 Interpretacion de Resultados
Luego de obtener los resultados de los calculos realizados y comprobar dicha
informacion en el software de optimización WinQSB, podemos llegar a la toma de
decision para la compañía que produce los motores electricos y desea conocer la
proyeccion futura para los siguientes 12 periodos; en la columna "Pronostico Ft" se
encuentra la proyeccion que tendra la compañia para los siguientes 12 periodos,
informacion que coincide al comprobarla en el sofware WinQSB, lo cual le permitira
a la compañia conocer un margen de produccion que obtendra, ademas organizarce
logisticamente para cumplir con la demanda futura.
CISION
Coeficiente de suavizacion
α 0.15385

Pronostico
𝑭_𝒕
NO EXISTE
53458
53646.16
53401.51
54354.38
56255.60
56831.37
58047.50
59330.37
59151.24
58910.89
59941.85
58585.84

Comprobacion de resultados utilizando software de optimización

ada

10 11 12
re de optimización WinQSB.
2. MODELO DE PRONOSTICO SUAVIZACION EXPONENCIAL DOBLE.

TAREA 2 - SOLUCION DE MODELOS PROBABILISTICOS DE DECISION

RELACION DE LA DEMANDA PERIODICA

DEMANDA PERIODICA
Periodo PRONOSTICO (unidades)
(unidades)

1 53458 58045
2 54681 TENDENCIA (unidades)
3 52056 4420
4 59595 COEFICIENTES
5 66712 α = 2/n+1
6 59998 β = 2α
7 64736 PERIODOS
8 66386 n = 12
9 58166
10 57589
11 65612
12 51128

Comprobacion de resultados utilizando software de optimiz

Valor aproximado
 Coeficiente de suavizacion
α 0.1538
β = 2α 0.3076

PRONOSTICO EXPONENCIAL DOBLE

Periodo DEMANDA TENDENCIA
PERIODICA (unidades)
(unidades)
𝒕
𝑫_𝒕 𝑻_𝒕
1 53458 4420
2 54681 4269
3 52056 3815
4 59595 3607
5 66712 3597
6 59998 3100
7 64736 2758
8 66386 2416
9 58166 1623
10 57589 848
11 65612 532
12 51128 -446
13

oftware de optimización WinQSB.

Demanda Periodica Dt vs Pron

Ft+1
80000
70000
60000
50000
40000
30000
20000
10000
0
1 2 3 4 5 6 7

Column J Colum
10000
0
1 2 3 4 5 6 7

Column J Colum
ICO EXPONENCIAL DOBLE
Primera suavizacion Pronostico
pronostico ajustado

𝑨_𝒕 𝑭_(𝒕+𝟏)

53458 NO EXISTE
57386 57878
60179 61655
63317 63993
66891 66923
68874 70487
70861 71974
72507 73619
72345 74922
71449 73968
71269 72297
68621 71801
68175

Interpretacion de Res

Luego de obtener los resultados de los calcu

GRAFICA comprobar dicha informacion en el software
WinQSB mediante una aproximacion a los re
podemos llegar a la toma de decision para la
Demanda Periodica Dt vs Pronostico ajustado los motores electricos y desea conocer la pro
Ft+1 siguientes 12 periodos; en la columna "Prono
encuentra la proyeccion que tendra la comp
80000 12 periodos, lo cual le permitira a la compañ
70000 produccion que obtendra, ademas organizar
cumplir con la demanda futura.
60000
50000
40000
30000
20000
10000
0
1 2 3 4 5 6 7 8 9 10 11 12

Column J Column M
10000
0
1 2 3 4 5 6 7 8 9 10 11 12

Column J Column M
 Interpretacion de Resultados

btener los resultados de los calculos realizados y

dicha informacion en el software de optimización
ediante una aproximacion a los resultados obtenidos,
egar a la toma de decision para la compañía que produce
s electricos y desea conocer la proyeccion futura para los
12 periodos; en la columna "Pronostico ajustadso Ft+1" se
a proyeccion que tendra la compañia para los siguientes
s, lo cual le permitira a la compañia conocer un margen de
que obtendra, ademas organizarce logisticamente para
n la demanda futura.
 EJERCICIO 3 MODELOS DE INVENTARIOS PROB
RELACION DEL INVENTARIO

PERIODO DEMANDA
REFERENCIA PERIODICA

1 57878
2 61655
3 63993
4 66923
5 70487
MOTOR 6 71974
ELECTRICO 7 73619
8 74922
9 73968
10 72297
11 71801
12 68175

Encontramos el Modelo de inventario EOQ probabilizado:

PERIODO DEMANDA FUTURA
(periodica)

REFERENCIA
𝒕
𝑫_𝒕

1 57878
2 61655
3 63993
4 66923
5 70487
MOTOR 6 71974
ELECTRICO 7 73619
8 74922
9 73968
10 72297
11 71801
12 68175
La Desviación típica de la Demanda diaria:

Donde:
𝛔 : Desviación tipica de la Demanda diaria
𝛔𝟐: Varianza de la Demanda diaria
Se tiene que:

Demanda diaria Varianza de la

demanda diaria
Motor eléctrico 𝑫_𝒅
𝝈^𝟐
2299 29497

Demanda diaria normalmente distribuida

Asumiendo la Demanda diaria como normalmente distribuida a N( 𝑫𝒅, 𝝈), donde 𝑫𝒅= 𝝁,
Demanda diaria como la media y 𝝈, como la desviacion tipica y conociendo el tiempo de espera L:

Tiempo de espera
Motor eléctrico 𝑳
8

Entonces;

Demanda diaria Tiempo de espera

Motor eléctrico 𝑫_𝒅 𝑳

2299 8

Varianza de la Tiempo de espera

demanda diaria
Motor eléctrico 𝑳
𝝈^𝟐
29497 8

Existencia de reserva B
Motor eléctrico 𝝈𝑳 𝑲_((𝟎.𝟎𝟓))

485.8 1.645

Nivel del inventario 𝑩+𝝁𝑳

Motor eléctrico 𝑩 𝝁𝑳

799.1 18393.2

Politica de inventario

Periodo

REFERENCIA
𝒕

13
14
15
16
La politica de
17 inventario
MOTOR 18
ELECTRICO optimo (de
19 reserva requiere
20 pedir
21
22
23
24

Demostracion Software WinQSB (primer resultado obtenido 6085)

 RCICIO 3 MODELOS DE INVENTARIOS PROBABILISTICOS
RELACION DEL INVENTARIO

TIEMPO DE ESPERA COSTO DE COSTO DE RETENCION COSTO POR

(dias) PREPARACION POR UNITARIO ($) FALTANTE
PEDIDO UNITARIO
($) ($)

8 $ 2,109,590 $ 6,595 $ 22,600

abilizado:
TIEMPO DE ESPERA COSTO DE COSTO DE RETENCION COSTO POR CANTIDAD
(dias) PREPARACION POR UNITARIO ($) FALTANTE OPTIMA DE
PEDIDO ($) UNITARIO ($) PEDIDO

𝑳 𝑲 𝑯 𝒑 𝑸_𝒕

6085
6280
6398
6543
6715
8 $ 2,109,590 $ 6,595 $ 22,600 6786
6863
6923
6879
6801
6778
6604
PROMEDIO
 Desviacion tipica de la
demanda diaria
𝝈
171.7

tribuida a N( 𝑫𝒅, 𝝈), donde 𝑫𝒅= 𝝁,

n tipica y conociendo el tiempo de espera L:

Faltante por dia

𝝁𝑳=𝑫𝒅∗𝑳

18393.2

Desviacion tipica del

tiempo de espera
𝝈𝑳=√(𝝈^𝟐 )∗𝑳
485.8
 Existencia de reserva

𝑩=𝝈𝑳∗𝑲_𝒂

799.1

Nivel de inventario

𝑩+𝝁𝑳
19192.3

Cantidad optima de Nivel del inventario

pedido
𝑩+𝝁𝑳
𝑸_𝒕

6085 Interpretacion de
6280
6398
6543 Podemos evidenciar que en e
6715 unidades siempre politica de inventario de rese
6786 que el nivel del aproximadamente 6085 unid
19192 nivel de inventario se reduzca
6863 inventario se
reduzca a: de igual forma y según el resu
6923 + uL, se cumple la misma con
6879 inventario, para cada proyecc
6801 24, teniendo en cuenta la can
6778 pedido de cada periodo.
6604

sultado obtenido 6085)

Encontrar, el Modelo de inventario EOQ probabilizado:

Cantidad óptima de pedido para cada periodo:

Donde:
Qt: Cantidad óptima de pedido (periodo)
Dt: Demanda periódica
K: Costo de preparación por pedido
H: Costo de retención unitario

DEMANDA VARIANZA
DIARIA

𝑫_𝒅 𝝈^𝟐

1929 136814
2055 59527
2133 27569
2231 4674
2350 2543 1929
2399 10000 2299 -5283472
2454 23969
2497 39307
2466 27707
2410 12266
2393 8875
2273 710
2299 29497
Interpretacion de Resultados

mos evidenciar que en el periodo 13, la

ca de inventario de reserva requiere pedir
imadamente 6085 unidades, siempre que el
de inventario se reduzca a 19.192 unidades,
ual forma y según el resultado calculado de B
se cumple la misma condicion del nivel de
tario, para cada proyeccion hasta el periodo
niendo en cuenta la cantidad optima de
o de cada periodo.
 EJERCICIO 3 MODELOS DE INVENTARIOS PROBABILIST
RELACION DEL INVENTARIO

PERIODO DEMANDA TIEMPO DE ESPERA

PERIODICA (dias)
REFERENCIA

1 57878
2 61655
3 63993
4 66923
5 70487
MOTOR 6 71974
ELECTRICO 8
7 73619
8 74922
9 73968
10 72297
11 71801
12 68175

Encontramos el Modelo de inventario EOQ probabilizado:

PERIODO DEMANDA FUTURA DEMANDA DIARIA
(periodica)

REFERENCIA
𝒕 𝑫_𝒅
𝑫_𝒕

1 57878 1929
2 61655 2055
3 63993 2133
4 66923 2231
5 70487 2350
MOTOR 6 71974 2399
ELECTRICO 7 73619 2454
8 74922 2497
9 73968 2466
10 72297 2410
11 71801 2393
12 68175 2273
 L. SUP 2497

Entonces;

PERIODO LIMITE SUPERIOR LIMITE INFERIOR DE

DE LA DEMNADA LA DEMANDA
REFERENCIA
𝒕
𝒃 𝒂=𝟎

1
2
3
4
5
MOTOR 6
2497 0
ELECTRICO 7
8
9
10
11
12

Politica de inventario

Periodo Cantidad optima de

pedido
REFERENCIA
𝒕 𝑸_𝒕
13 23073
14 23814
15 24261
16 24810
La politica de
17 25463
inventario
MOTOR 18 25730
ELECTRICO optimo (de
19 reserva 26022
20 requiere pedir 26251
21 26084
22 25787
23 25699
24 25041
OS DE INVENTARIOS PROBABILISTICOS
CION DEL INVENTARIO

COSTO DE COSTO DE RETENCION COSTO POR

PREPARACION POR UNITARIO ($) FALTANTE
PEDIDO UNITARIO ($)
($)

$ 2,109,590 $ 6,595 $ 22,600

:
COSTO DE COSTO DE RETENCION ESPERANZA DE LA COSTO POR CANTIDAD OPTIMA
PREPARACION POR UNITARIO ($) DEMANDA FALTANTE DE PEDIDO CON
PEDIDO ($) UNIFORME UNITARIO ($) FALTANTE

𝑲 𝑯 𝒑
𝑬_((𝒙)) 𝒀

23073
23814
24261
24810
25463
25730
$ 2,109,590 $ 6,595 $ 1,249 $ 22,600
26022
26251
26084
25787
25699
25041
 COSTO DE CANTIDAD OPTIMA DE COSTO POR DEMANDA PARAMETRO
RETENCION PEDIDO CON FALTANTE FALTANTE PERIODICA
UNITARIO ($) UNITARIO ($)
𝑹
𝑯 𝒑 𝑫_𝒕
𝑸_𝒕=𝒀

23073 57878 2207

23814 61655 2216
24261 63993 2221
24810 66923 2227
25463 70487 2234
25730 71974 2237
$ 6,595 $ 22,600
26022 73619 2240
26251 74922 2242
26084 73968 2240
25787 72297 2237
25699 71801 2237
25041 68175 2230

PARAMETRO

2207 Interpretacion de Resultado

2216
2221
2227 Podemos evidenciar que en el periodo 13, la politi
unidades 2234 inventario optima exige pedir aproximadamente 2
siempre que el unidades, siempre que el nivel de inventario se re
2237
nivel del 2.207 unidades, de igual forma y según el resultad
inventario se 2240 calculado de R se cumple la condicion de Paramet
reduzca a: 2242 cada proyeccion hasta el periodo 24, teniendo en
2240 cantidad optima de pedido de cada periodo.
2237
2237
2230
2. Encontrar, el modelo de inventario EOQ probabilístico con faltantes:
Cantidad óptima de pedido con faltantes para cada periodo:

Donde:
𝒀: Cantidad óptima de pedido con faltantes (periodo)
Dt: Demanda periódica
K: Costo de preparación por pedido
H: Costo de retención unitario
p: costo por faltante unitario
E{x}: Esperanza de la demanda uniforme
Si,
Esperanza de la demanda uniforme:

Donde:
𝑬{𝒙}: Esperanza de la demanda uniforme
𝒂: Límite inferior de la demanda diaria Dd , donde 𝒂 = 0
𝒃: Límite superior de la demanda diaria Dd
 acion de Resultados

ue en el periodo 13, la politica de

ge pedir aproximadamente 23073
e el nivel de inventario se reduzca a
ual forma y según el resultado
ple la condicion de Parametro para
el periodo 24, teniendo en cuenta la
edido de cada periodo.
• Morales, M. F. C. (2022, 1 marzo). Segunda Web_Métodos
Probabilísticos_Tarea2_EJERCICIO1_MODELOS DE REPRESENTACION
DE DATOS. YouTube. Recuperado marzo de 2022, de
https://www.youtube.com/watch?v=KPcTntCa96s&feature=youtu.be
• Morales, M. F. C. (2022b, marzo 7). Tarea 2
Métodos Probabilísticos Ejercicio 2 Modelos de Pronósticos Probabilísticos.
YouTube. Recuperado marzo de 2022, de https://www.youtube.com/watch?
v=TNtX-k3njo0&feature=youtu.be •
Morales, M. F. C. (2022c, marzo 14). CUARTA WEB CONFERENCIA
TAREA 2 –DESARROLLO EJERCICIO 3 MODELOS DE INVENTARIO
PROBABILÍSTICOS. YouTube. https://www.youtube.com/watch?
v=uZv1GBgf5xo&feature=youtu.be