Guía de Actividades y Rúbrica de Evaluación - Unidad 2 - Tarea 3 - Solución de Modelos Probabilísticos de Optimización

Universidad Nacional Abierta y a Distancia
Vicerrectoría Académica y de Investigación

Curso: Métodos Probabilísticos
Código: 104561
Guía de actividades y rúbrica de evaluación – Tarea 3 -
Solución de modelos probabilísticos de optimización
1. Descripción de la actividad
Tipo de actividad: En grupo colaborativo

Momento de la evaluación: Intermedio
Puntaje máximo de la actividad: 175 puntos
La actividad inicia el: La actividad finaliza el: domingo,
martes, 18 de octubre de 2022 27 de noviembre de 2022
Con esta actividad se espera conseguir los siguientes resultados
de aprendizaje:
Resultado de aprendizaje 4: Aplicar los algoritmos de revisión y

evaluación de proyectos, de líneas de espera y de programación
estocástica en la solución de problemas de tipo probabilístico
asociadosa procesos de producción de bienes y servicios.
Resultado de aprendizaje 5: Evaluar los resultados de los modelos

probabilísticos para la optimización de los recursos en problemas
asociados a procesos de producción de bienes y servicios.
La actividad consiste en:
Para esta actividad usted debe:

• Leer las referencias bibliográficas de la Unidad 2.
• Descargar el Anexo 4 – Relación de datos Tarea 3.
• Realizar los siguientes ejercicios (uno sobre Modelos de revisión
y evaluación de proyectos, otro sobre Modelos de líneas de
espera y un tercero sobre Modelos de programación estocástica)
y presentar en el foro de discusión el desarrollo de estos en un
archivo de Excel.
• El moderador del grupo debe entregar el archivo de Excel con
portada, desarrollo de los ejercicios y bibliografía en el entorno
de Evaluación.
1
Antes de realizar los ejercicios propuestos el estudiante
debe elegir y asumir un rol y manifestarlo en el foro en su primer
ingreso. Se sugiere que los estudiantes vayan escogiendo los roles en
el siguiente orden (es decir, que el primero elija el rol de moderador y
así sucesivamente).
Moderador: Responsable de entregar el producto de equipo.

Creativo: vigila el tiempo, aporta ideas y hace preguntas para que los
otros también aporten ideas.
Colaborador antifraude: encargado de organizar los aportes en el
documento a entregar. Revisa redacción y ortografía además tendrá la
misión de revisar que los aportes incluidos en el trabajo final no sean
copy-paste.
Evaluador: Revisa que los aportes que se van haciendo correspondan
con lo solicitado y esté de acuerdo con lo estipulado en la rúbrica de
evaluación.
Investigador: lidera las consultas de material bibliográfico y las
propuestas de investigación.
Ejercicio 1. Modelos de revisión y evaluación de proyectos.
La Estación principal de Servicio Terpel de la ciudad de Bogotá ha

propuesto un proyecto de ampliación en su línea de servicio. En la
Relación del proyecto de ampliación, se presentan algunas
actividades (servicios prestados) y sus tiempos estimados. Se
encomienda al analista de negocio, revisar y evaluar este proyecto
para optimizar la duración de los servicios prestados. Ayuda al analista
de negocio a optimizar el proyecto, realizando lo siguiente:
Usando Modelo de revisión y evaluación de proyectos con

estimación de tiempos y estimación extra de tiempo.
• Determinar media y varianza de los tiempos estimados mediante

la distribución Beta.
• Determinar la media y varianza esperadas normalmente
distribuidas.
• Determinar el parámetro K para cada evento asociado a la
distribución normal.
• Determinar las probabilidades asociadas de cada evento.
2
Ejercicio 2. Modelos de líneas de espera.
La Estación principal de Servicio Terpel de la ciudad de Bogotá requiere

determinar la espera en la línea de venta de gasolina extra, de forma
aleatoria ha tomado los tiempos que duran los operarios en la atención
de los clientes, lo cual almacena en la Relación de la espera. Se
encomienda al analista del negocio conocer las medidas de desempeño
mediante modelos de línea de espera para optimizar la espera y les
encarga la solución de los siguientes aspectos:
1. Modelos de línea de espera con un solo servidor.

a. Plantear un modelo de línea de espera con un solo servidor y
número de clientes permitido en el sistema infinito (M/M/1):
(DG/∞/∞) a partir de la Relación de la espera.
b. Plantear un modelo de línea de espera con un solo servidor y
número de clientes permitido en el sistema finito (M/M/1):
(DG/N/∞) a partir de la Relación de la espera.
Para lograr esto debe:
• Determinar la tasa de llegada (λ) de acuerdo a los tiempos entre

llegadas, según una Distribución de Exponencial o de Poisson.
• Determinar la tasa de servicio (µ) de acuerdo a los tiempos de
servicio, según una Distribución Exponencial o de Poisson.
• Formular y plantear los modelos de Líneas de Espera bajo
condiciones de estado (M/M/1): (DG/∞/∞) y (M/M/1): (DG/N/∞).
• Proponer gráficamente el diseño de la instalación de servicio de
cada modelo de línea de espera.
• Determinar las medidas de desempeño de estado de cada
modelo.
• Determinar las siguientes probabilidades de estado para cada
modelo:
La probabilidad de que no haya clientes en la fila.
La probabilidad de que un cliente tenga que esperar.
La probabilidad de que haya 5 clientes en la fila.
La probabilidad de que haya 10 clientes o menos en la fila.
• Comprobar los resultados utilizando el software de optimización

WinQSB.
3
2. Modelos de línea de espera con varios servidores.
a. Plantear un modelo de línea de espera para varios servidores y

número de clientes permitido en el sistema infinito (M/M/C):
(DG/∞/∞), a partir de la Relación de la espera.
b. Plantear un modelo de línea de espera con varios servidores y

número de clientes permitido en el sistema finito (M/M/C): (DG/N/∞) a
partir de la Relación de la espera.
Para lograr esto debe:
• Determinar la tasa de llegada (λ) de acuerdo a los tiempos entre

llegadas, según una Distribución de Exponencial o de Poisson.
• Determinar la tasa de servicio (µ) de acuerdo a los tiempos de
servicio, según una Distribución Exponencial o de Poisson.
• Formular y plantear los modelos de líneas de espera bajo
condiciones de estado (M/M/C): (DG/∞/∞) y (M/M/C): (DG/N/∞).
• Proponer gráficamente el diseño de la instalación de servicio de
cada modelo de línea de espera.
modelo.
• Determinar las siguientes probabilidades de estado para cada
modelo:
La probabilidad de que no haya clientes en la fila.
La probabilidad de que haya 5 clientes en la fila.
La probabilidad de que haya 10 clientes o menos en la fila.
• Comprobar los resultados utilizando el software de optimización
WinQSB.
Ejercicio 3. Modelos de programación estocástica.
La Estación principal de Servicio Terpel de la ciudad de Bogotá desea

optimizar la venta de gasolina corriente de acuerdo al comportamiento
de la demanda que se presenta en la Relación del comportamiento
de la demanda, encomienda al analista aplicar modelos de
programación estocástica para optimizar la venta y le encarga
encontrar la solución de los siguientes aspectos:
4
Plantear un modelo de programación estocástica con restricciones
aleatorias con un solo parámetro y con todos los parámetros
normalmente distribuidos a partir de la Relación del comportamiento de
la demanda, para lograr esto debe:
• Determinar la demanda diaria normalmente distribuida y
sus varianzas.
• Determinar la demanda periódica normalmente distribuida.
• Determinar la varianza de la demanda periódica
normalmente distribuida.
• Plantear el modelo de programación estocástica con
restricciones aleatorias con un solo parámetro y luego con
todos los parámetros normalmente distribuidos, mediante:
La función objetivo.
Las restricciones.
El problema determinista.
Para el desarrollo de la actividad tenga en cuenta que:

En el entorno de Información inicial debe:
• Consultar la agenda del curso.
En el entorno de Aprendizaje debe:
• Manifestar en el foro correspondiente a la Tarea 3 el rol que irá a

desempeñar.
• Ingresar al foro correspondiente a la Tarea 3 las veces que sean
necesarias para interactuar académicamente con su tutor y sus
compañeros de grupo sobre las temáticas abordadas.
• Presentar en el foro el desarrollo de todos los ejercicios.
• Consultar el material bibliográfico de la Unidad 2.
En el entorno de Evaluación debe:
Después de revisar y verificar los procedimientos realizados por todos

los estudiantes, de forma colaborativa, el grupo de trabajo debe
seleccionar el Ejercicio 1, Ejercicio 2 y Ejercicio 3 que presentará
únicamente el moderador en un documento en Excel con las
siguientes características:
5
• Hoja 1. Portada.
• Hoja 2. Desarrollo del ejercicio 1.
• Hoja 5. Referencias bibliográficas en Normas APA.
Archivo
Extensión: .xls
Identificación: Tarea 3_No. de grupo de trabajo
Evidencias de trabajo independiente:

En esta actividad no se requieren evidencias de trabajo independiente.
Evidencias de trabajo grupal:

Las evidencias de trabajo grupal a entregar son:
Documento en hoja de cálculo (Excel) con el planteamiento, desarrollo,

solución, comprobación de resultados en software de optimización
WinQSB (imágenes) e interpretación de resultados de los 3 ejercicios.
6
2. Lineamientos generales para la elaboración de las evidencias
de aprendizaje a entregar.
Para evidencias elaboradas en grupo colaborativamente, tenga en

cuenta las siguientes orientaciones
1. Todos los integrantes del grupo deben participar con sus aportes
en el desarrollo de la actividad.
2. En cada grupo deben elegir un solo integrante que se encargará

de entregar el producto solicitado en el entorno que haya señalado
el docente.
3. Antes de entregar el producto solicitado deben revisar que cumpla

con todos los requerimientos que se señalaron en esta guía de
actividades.
4. Solo se deben incluir como autores del producto entregado, a los

integrantes del grupo que hayan participado con aportes durante
el tiempo destinado para la actividad.
Tenga en cuenta que todos los productos escritos individuales o

grupales deben cumplir con las normas de ortografía y con las
condiciones de presentación que se hayan definido.
En cuanto al uso de referencias considere que el producto de esta
actividad debe cumplir con las normas APA
En cualquier caso, cumpla con las normas de referenciación y evite el
plagio académico, para ello puede apoyarse revisando sus productos
escritos mediante la herramienta Turnitin que encuentra en el campus
virtual.
Considere que en el acuerdo 029 del 13 de diciembre de 2013, artículo

99, se considera como faltas que atentan contra el orden académico,
entre otras, las siguientes: literal e) “El plagiar, es decir, presentar como
de su propia autoría la totalidad o parte de una obra, trabajo,
documento o invención realizado por otra persona. Implica también el
uso de citas o referencias faltas, o proponer citad donde no haya
coincidencia entre ella y la referencia” y liberal f) “El reproducir, o copiar
con fines de lucro, materiales educativos o resultados de productos de
7
investigación, que cuentan con derechos intelectuales reservados para
la Universidad”
Las sanciones académicas a las que se enfrentará el estudiante son las

siguientes:
a) En los casos de fraude académico demostrado en el trabajo
académico o evaluación respectiva, la calificación que se impondrá será
de cero puntos sin perjuicio de la sanción disciplinaria correspondiente.
b) En los casos relacionados con plagio demostrado en el trabajo
académico cualquiera sea su naturaleza, la calificación que se impondrá
será de cero puntos, sin perjuicio de la sanción disciplinaria
correspondiente.
8
3. Formato de Rúbrica de evaluación
Tipo de actividad: En grupo colaborativo

Momento de la evaluación: Intermedio
La máxima puntuación posible es de 175 puntos
Nivel alto: El estudiante desarrolla y presenta todas
Primer criterio de lasactividades propuestas en el foro de discusión.
evaluación:
Si su trabajo se encuentra en este nivel puede obtener
Utiliza el foro de entre 4 puntos y 5 puntos
discusión para
desarrollar y Nivel Medio: El estudiante desarrolla y presenta
presentar la algunas actividades propuestas en el foro de discusión.
Tarea 3.
Este criterio entre 2 puntos y 3 puntos
representa 5
puntos del total Nivel bajo: El estudiante no desarrolla y presenta
de 175 puntos de las actividades propuestas en el foro de discusión.
la actividad.
entre 0 puntos y 1 puntos
Nivel alto: El estudiante identifica y aplica correctamente los
Segundo criterio
algoritmos de los modelos de revisión y evaluación de
de evaluación:
proyectos requeridos en el planteamiento, desarrollo, solución,
comprobación de resultados e interpretación de resultados del
Utiliza los modelos
problema que presenta el Ejercicio 1. Modelos de revisión y
de revisión y
evaluación de proyectos, determinando correctamente todos
evaluación de
los aspectos solicitados:
proyectos en la
solución de
Modelo de revisión y evaluación de proyectos con estimación
problemas de tipo
de tiempos:
probabilístico para
• Determinar media y varianza de los tiempos estimados
optimizar los
mediante la distribución Beta.
recursos en un
• Determinar la media y varianza esperadas normalmente
proceso de
distribuidas.
9
producción y • Determinar el parámetro K para cada evento asociado a
servicios. la distribución normal.
Este criterio
representa 40 Modelo de revisión y evaluación de proyectos con estimación
puntos del total extra de tiempo:
de 175 puntos de • Determinar media y varianza de los tiempos
la actividad estimadosmediante la distribución Beta.
• Determinar la media y varianza esperadas
normalmentedistribuidas.
• Determinar el parámetro K para cada evento asociado a
ladistribución normal.
Nivel Medio: El estudiante identifica y aplica parcialmente

correcto los algoritmos de los modelos de revisión y
evaluaciónde proyectos requeridos en el planteamiento,
desarrollo, solución, comprobación de resultados e
interpretación de resultados del problema que presenta el
Ejercicio 1. Modelos derevisión y evaluación de proyectos,
determinando correctamente algunos aspectos solicitados:
Modelo de revisión y evaluación de proyectos con estimación de

tiempos:
• Determinar media y varianza de los tiempos
estimadosmediante la distribución Beta.
Modelo de revisión y evaluación de proyectos con estimación
extra de tiempo:
• Determinar media y varianza de los tiempos estimados
mediante la distribución Beta.
10
Nivel bajo: El estudiante no identifica y no aplica los

algoritmosde los modelos de revisión y evaluación de
proyectos requeridosen el planteamiento, desarrollo, solución e
Ejercicio 1. Modelos derevisión y evaluación de proyectos.
• Si su trabajo se encuentra en este nivel puede

obtenerentre 0 puntos y 1 puntos
Tercer criterio de Nivel alto: El estudiante identifica y aplica correctamente los

algoritmos de los modelos de líneas de espera requeridos en el
evaluación:
planteamiento, desarrollo, solución, comprobación de resultados e
interpretación de resultados del problema que presenta el Ejercicio
Utiliza los modelos 2. Modelos de línea de espera, determinando correctamente todos
de líneas de espera los aspectos solicitados:
en la solución de
Modelos de línea de espera con un solo servidor (M/M/1):
problemas de tipo
(DG/∞/∞) y (M/M/1): (DG/N/∞):
probabilístico para
optimizar los • Determinar la tasa de llegada (λ) de acuerdo a los tiempos
recursos en un entre llegadas, según una Distribución de Exponencial o de
proceso de Poisson.
producción y • Determinar la tasa de servicio (µ) de acuerdo a los tiempos
servicios. de servicio, según una Distribución Exponencial o de Poisson.
condiciones de estado (M/M/1): (DG/∞/∞) y (M/M/1): (DG/N/∞).
• Proponer gráficamente el diseño de la instalación de servicio
Este criterio
de cada modelo de línea de espera.
representa 40
puntos del total
modelo.
de 175 puntos de
• Determinar las siguientes probabilidades de estado para
la actividad cada modelo:
11
La probabilidad de inactividad en la instalación de servicio o la
probabilidad de estar desocupado el servidor o la probabilidad de
que no haya clientes en la fila.
La probabilidad de que un cliente tenga que esperar. La
probabilidad de que el cliente 5 sea atendido.
La probabilidad de que por lo menos 10 clientes sean atendidos.
La cantidad de clientes que pueden ser atendidos por lo menos el
90% de las veces.
• Comprobar los resultados utilizando el software de
optimización WinQSB.
Modelos de línea de espera con varios servidores (M/M/C):
(DG/∞/∞) y (M/M/C): (DG/N/∞):
• Determinar la tasa de llegada (λ) de acuerdo a los tiempos
entre llegadas, según una Distribución de Exponencial o de
Poisson.
• Determinar la tasa de servicio (µ) de acuerdo a los tiempos
de servicio, según una Distribución Exponencial o de Poisson.
condiciones de estado (M/M/C): (DG/∞/∞) y (M/M/C): (DG/N/∞).
• Proponer gráficamente el diseño de la instalación de servicio
de cada modelo de línea de espera.
modelo.
cada modelo:
probabilidad de estar desocupado el servidor o la probabilidad de
que no haya clientes en la fila.
La probabilidad de que el cliente 5 sea atendido.
La cantidad de clientes que pueden ser atendidos por lo menos
el 90% de las veces.

correcto los algoritmos de los modelos de líneas de espera
requeridos en el planteamiento, desarrollo, solución,
12
comprobación de resultados e interpretación de resultados del
problema que presenta el Ejercicio 2. Modelos de línea de
espera, determinando correctamente algunos aspectos
solicitados:
Modelos de línea de espera con un solo servidor (M/M/1):

(DG/∞/∞) y (M/M/1): (DG/N/∞):

Poisson.
• Determinar la tasa de servicio (µ) de acuerdo a los
tiempos de servicio, según una Distribución Exponencial o de
Poisson.
condiciones de estado (M/M/1): (DG/∞/∞) y (M/M/1):
(DG/N/∞).
• Proponer gráficamente el diseño de la instalación de
servicio de cada modelo de línea de espera.
modelo.
cada modelo:
probabilidad de estar desocupado el servidor o la probabilidad
de que no haya clientes en la fila.
La cantidad de clientes que pueden ser atendidos por lo menos
el 90% de las veces.
Modelos de línea de espera con varios servidores (M/M/C):
(DG/∞/∞) y (M/M/C): (DG/N/∞):
Poisson.
13
• Determinar la tasa de servicio (µ) de acuerdo a los
tiempos de servicio, según una Distribución Exponencial o de
Poisson.
condiciones de estado (M/M/C): (DG/∞/∞) y (M/M/C):
(DG/N/∞).
• Proponer gráficamente el diseño de la instalación de
servicio de cada modelo de línea de espera.
modelo.
cada modelo:
probabilidad de estar desocupado el servidor o la probabilidad
de que no haya clientes en la fila.
La cantidad de clientes que pueden ser atendidos por lomenos el
90% de las veces.
• Comprobar los resultados utilizando el software
deoptimización WinQSB.

algoritmos de los modelos de líneas de espera requeridos en el
planteamiento, desarrollo, solución, comprobación de
resultadose interpretación de resultados del problema que
presenta el Ejercicio 2. Modelos de línea de espera.

Cuarto criterio de Nivel alto: El estudiante identifica y aplica correctamente los
evaluación: algoritmos de los modelos de programación estocástica
requeridos en el planteamiento, desarrollo, solución e
Utiliza los interpretación de resultados del problema que presenta el
modelosde Ejercicio 3. Modelos de programación estocástica,
programación determinandocorrectamente todos los aspectos solicitados:
14
estocástica en la
solución de Modelo con restricciones aleatorias con todos los parámetros
problemas de normalmente distribuidos:
tipoprobabilístico
paraoptimizar los • Determinar la demanda diaria normalmente distribuida
recursos en un ysus varianzas para cada uno de los componentes del
proceso de motor eléctrico.
producción y • Determinar la demanda periódica normalmente
servicios. distribuidadel motor eléctrico.
• Determinar la varianza de la demanda
Este criterio periódicanormalmente distribuida del motor
representa 40 eléctrico.
puntos del total • Plantear el modelo de programación estocástica
de 175 puntos de conrestricciones aleatorias con todos los
la actividad parámetros normalmente distribuidos, mediante:
La función objetivo.Las
restricciones.
Modelo con restricciones aleatorias con solo un
parámetronormalmente distribuido:
• Determinar la demanda diaria normalmente distribuida
ysus varianzas para cada uno de los componentes del
motor eléctrico.
• Determinar la demanda periódica normalmente
distribuidadel motor eléctrico.
periódicanormalmente distribuida del motor
eléctrico.
• Plantear el modelo de programación estocástica
conrestricciones aleatorias con solo un parámetro
normalmente distribuido, mediante:
restricciones.
Si su trabajo se encuentra en este nivel puede

obtenerentre 39 puntos y 40 puntos
15
correcto los algoritmos de los modelos de programación
estocástica requeridos en el planteamiento, desarrollo,
solución e interpretación de resultados del problema que
presenta el Ejercicio 3. Modelos de programación estocástica,
determinandocorrectamente algunos aspectos solicitados:
Modelo con restricciones aleatorias con todos los parámetros

normalmente distribuidos:
motor eléctrico.
Determinar la varianza de la demanda periódicanormalmente
distribuida del motor eléctrico.
conrestricciones aleatorias con todos los
parámetros normalmente distribuidos, mediante:
restricciones.
Modelo con restricciones aleatorias con solo un

parámetronormalmente distribuido:
motor eléctrico.
periódicanormalmente distribuida del motor
eléctrico.
conrestricciones aleatorias con solo un parámetro
normalmente distribuido, mediante:
restricciones.
16


algoritmos de los modelos de programación estocástica
requeridos en el planteamiento, desarrollo, solución e
Ejercicio 3. Modelos de programación estocástica.

Nivel alto: El grupo de trabajo presenta el informe con el
planteamiento, desarrollo, solución, comprobación de resultados
e interpretación de resultados correctos del Ejercicio 1. Modelos
de revisión y evaluación de proyectos, Ejercicio 2. Modelos de
líneas de espera y Ejercicio 3. Modelos de programación
estocástica, con excelente redacción, ortografía, citas y
referencias bibliográficas conforme a la norma APA en su
Quinto criterio de
contenido.
evaluación:
Informe Solución
demodelos
probabilísticos de
decisión.
Nivel Medio: El grupo de trabajo presenta el informe con el
planteamiento, desarrollo, solución, comprobación de resultados
Este criterio
e interpretación de resultados parcialmente correctos del
representa 40
Ejercicio 1. Modelos de revisión y evaluación de proyectos,
puntos del total
Ejercicio 2. Modelos de líneas de espera y Ejercicio 3. Modelos
de 175 puntos de
de programación estocástica, con problemas de redacción,
la actividad
ortografía, citas y referencias bibliográficas conforme a la norma
APA en su contenido.
Nivel bajo: El grupo de trabajo no presenta el informe con el

planteamiento, desarrollo, solución, comprobación de
resultadose interpretación de resultados del Ejercicio 1.
17
Modelos de revisión y evaluación de proyectos, Ejercicio 2.
Modelos de líneas de esper y Ejercicio 3. Modelos de
programación estocástica.

Nivel alto: El estudiante desempeña el rol asumido en
eltrabajo colaborativo con responsabilidad y
cumplimiento.
Sexto criterio
deevaluación: Si su trabajo se encuentra en este nivel puede obtener
Responsabilidad
asumida en el Nivel Medio: El estudiante desempeña el rol asumido en el
trabajo trabajo colaborativo con falta de responsabilidad y
colaborativo. cumplimiento.
Este criterio Si su trabajo se encuentra en este nivel puede obtener

representa 10 entre 2 puntos y 8 puntos
puntos del total
de 175 puntos de Nivel bajo: El estudiante no desempeña el rol asumido o no
la actividad asume un rol en el trabajo colaborativo.

18

Guía de Actividades y Rúbrica de Evaluación - Unidad 2 - Tarea 3 - Solución de Modelos Probabilísticos de Optimización

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Guía de Actividades y Rúbrica de Evaluación - Unidad 2 - Tarea 3 - Solución de Modelos Probabilísticos de Optimización

Cargado por

Copyright:

Formatos disponibles

Universidad Nacional Abierta y a Distancia

Vicerrectoría Académica y de Investigación

Tipo de actividad: En grupo colaborativo

Resultado de aprendizaje 4: Aplicar los algoritmos de revisión y

Resultado de aprendizaje 5: Evaluar los resultados de los modelos

Para esta actividad usted debe:

Moderador: Responsable de entregar el producto de equipo.

Ejercicio 1. Modelos de revisión y evaluación de proyectos.

La Estación principal de Servicio Terpel de la ciudad de Bogotá ha

Usando Modelo de revisión y evaluación de proyectos con

• Determinar media y varianza de los tiempos estimados mediante

La Estación principal de Servicio Terpel de la ciudad de Bogotá requiere

1. Modelos de línea de espera con un solo servidor.

Para lograr esto debe:

• Determinar la tasa de llegada (λ) de acuerdo a los tiempos entre

• Comprobar los resultados utilizando el software de optimización

a. Plantear un modelo de línea de espera para varios servidores y

b. Plantear un modelo de línea de espera con varios servidores y

Para lograr esto debe:

• Determinar la tasa de llegada (λ) de acuerdo a los tiempos entre

Ejercicio 3. Modelos de programación estocástica.

La Estación principal de Servicio Terpel de la ciudad de Bogotá desea

Para el desarrollo de la actividad tenga en cuenta que:

• Consultar la agenda del curso.

En el entorno de Aprendizaje debe:

• Manifestar en el foro correspondiente a la Tarea 3 el rol que irá a

En el entorno de Evaluación debe:

Después de revisar y verificar los procedimientos realizados por todos

Evidencias de trabajo independiente:

Evidencias de trabajo grupal:

Documento en hoja de cálculo (Excel) con el planteamiento, desarrollo,

Para evidencias elaboradas en grupo colaborativamente, tenga en

2. En cada grupo deben elegir un solo integrante que se encargará

3. Antes de entregar el producto solicitado deben revisar que cumpla

4. Solo se deben incluir como autores del producto entregado, a los

Tenga en cuenta que todos los productos escritos individuales o

Considere que en el acuerdo 029 del 13 de diciembre de 2013, artículo

Las sanciones académicas a las que se enfrentará el estudiante son las

Tipo de actividad: En grupo colaborativo

Nivel Medio: El estudiante identifica y aplica parcialmente

Modelo de revisión y evaluación de proyectos con estimación de

Nivel bajo: El estudiante no identifica y no aplica los

• Si su trabajo se encuentra en este nivel puede

Tercer criterio de Nivel alto: El estudiante identifica y aplica correctamente los

Nivel Medio: El estudiante identifica y aplica parcialmente

Modelos de línea de espera con un solo servidor (M/M/1):

• Determinar la tasa de llegada (λ) de acuerdo a los tiempos

Nivel bajo: El estudiante no identifica y no aplica los

Si su trabajo se encuentra en este nivel puede obtener

Si su trabajo se encuentra en este nivel puede

Modelo con restricciones aleatorias con todos los parámetros

Modelo con restricciones aleatorias con solo un

Si su trabajo se encuentra en este nivel puede obtener

Nivel bajo: El estudiante no identifica y no aplica los

Si su trabajo se encuentra en este nivel puede obtener

Nivel bajo: El grupo de trabajo no presenta el informe con el

Si su trabajo se encuentra en este nivel puede obtener

Este criterio Si su trabajo se encuentra en este nivel puede obtener

Si su trabajo se encuentra en este nivel puede obtener

También podría gustarte