UNIVERSIDAD JUÁREZ AUTÓNOMA DE TABASCO.

División Académica de Ciencias Económico-Administrativas

Lic. En administración

Investigación de operaciones

Docente:

Cesar Enrique Barrera Ovando.

Alumna:

Frida Graciela Pérez Pecero.

Ensayo Unidad 3:

ANALISIS DE MARKOV Y TEORIA DE COLAS

Ensayo:
El análisis de Markov es una forma de analizar el movimiento actual de alguna variable, a fin
de pronosticar el movimiento futuro de la misma. Este método ha comenzado a usarse en los
últimos años como instrumento de investigaciones de mercadotecnia, para examinar y
pronosticar el comportamiento de los clientes desde el punto de vista de su lealtad a una
marca y de sus formas de cambio a otras marcas, la aplicación de esta técnica, ya no solo se
limita a la mercadotecnia sino que su campo de acción se ha podido aplicar en diversos
campos.

Las cadenas de Márkov son una herramienta para analizar el comportamiento y el gobierno
de determinados tipos de procesos estocásticos, esto es, procesos que evolucionan de forma
no determinística a lo largo del tiempo en torno a un conjunto de estados.

El hacer todas las investigaciones es de base importante para esta materia ya que es un
punto muy claro al momento de ver los temas de manera presencial, en estos momentos
lamentablemente estamos pasando por una pandemia así que es de suma importancia
tener el máximo conocimiento a continuación le presento el trajo.

¿Qué es una cadena de Markov?

Si bien la cadena de o modelo es una herramienta que sirve para analizar procesos donde
unas sucesiones de variables aleatorias evolucionan en función de otra variable así estas
variables o el conjunto de ellas, de las cuales se generan efectos aleatorios estos reciben
el nombre de proceso estadístico.

Existe una representación atreves de una gráfica de matriz, las probabilidades de un

estado a otro se pueden representar a través de un diagrama de transición de estados, el
cual es un grafo dirigido en donde los nodos son los estados de la cadena de Markov y
cuyos arcos se deben etiquetar con la probabilidad de transición entre los estados que
unen.
De igual manera existen diferentes conceptos como tal las cadenas de Markov están
caracterizadas por tres factores claves que describen el comportamiento del sistema.
Estos factores corresponden a:

 Tiempos de entrada

 Recurrencia de sus estados

 Periodicidad

De igual manera están los tipos de cadena existen cinco tipos de cadenas de Markov.
Ellas son:

 Cadenas irreducibles

 Cadenas positivo-recurrentes

 Cadenas regulares

 Cadenas absorbentes

 Cadenas ergódicas.

 Cadenas de Markov en tiempo continuo

En algunos casos en los que se requiere un parámetro de tiempo continuo, porque la
evolución del proceso se está observando de manera continua a través del tiempo, se
emplean las cadenas de Markov en tiempo continuo, lo cual significa que si en lugar de
considerar una secuencia discreta X1, X2,..., Xi,.. con i indexado en el conjunto N de
números naturales, se consideran las variables aleatorias Xt con t que varía en un
intervalo continuo del conjunto R de números reales, se tendrá una cadena en tiempo
continuo.

Una cadena de Markov es una sucesión de ensayos similares u observaciones en la cual

cada ensayo tiene el mismo número finito de resultados posibles y en donde la
probabilidad de cada resultado para un ensayo dado depende sólo del resultado del
ensayo inmediatamente anterior y no de cualquier resultado previo.

Ahora hablaremos del tema de la Condición de equilibrio, requerimientos para el punto

de equilibrio

A fin de realizar un "Análisis por medio del Punto de Equilibrio", se necesitan una serie
de elementos, entre estos figuran:

Los Inventarios. - Estos deben ser constantes, o que las variaciones que presentan no sean
relevantes durante la operación de la entidad.

La Contabilidad. - Esta debe estar basada en el costo directo o marginal, en lugar del
método de costeo absorbente, esto es con el fin de poder identificar los costos fijos, de los
costos variables, se deberá realizar la separación de los costos fijos y los variables, se
deberá determinar la Utilidad o contribución marginal por unidad de producción.

Determinar el nivel de operaciones que se requieran para cubrir todos los costos, evaluar
la rentabilidad relacionada con diversos niveles de ventas.

Punto de equilibrio operativo

El Punto de Equilibrio Operativo de la Empresa, es el nivel de ventas que se requiere
para cubrir todos los costos operativos. En este punto las ganancias antes de intereses e
impuestos son igual a cero

EL primer paso para calcular el Punto de Equilibrio Operativo, consiste en dividir los
costos operativos fijos y variables entre el costo de los bienes vendidos y los gastos
operativos.

Con las variables siguientes, se puede formular la parte operativa del Estado de
Resultados de la Empresa:

P : Precio de Venta por Unidad.

Q : Cantidad de ventas en unidades.

FC : Costo operativo fijo por periodo.

VC : Costo operativo variable por unidad.

Punto de equilibrio económico / PEE, Se denomina PEE al volumen de ventas que

produce utilidad igual a cero.

Se denomina PEF al mínimo nivel de Ingresos, de modo que el flujo de caja total sea
igual a cero.

 Corresponde al mínimo nivel de Ingresos para que la caja no se vea afectada.

Observar el Punto de Equilibrio para realizar un esfuerzo por mejorar es una de las
formas más sencillas de hacer el Análisis de Costo/Beneficio. El Punto de Equilibrio es el
tiempo que tomaría para que el total de Ingresos incrementados y/o la reducción de
gastos sea igual al Costo Total. Sin embargo, no toma en cuenta el valor del dinero en el
tiempo.

Fórmula general

El Punto de Equilibrio es un método de análisis que es obtenido por medio de una serie
de "Fórmulas Matemáticas", que van relacionadas una con otra.

Si bien existe un conjunto de información acerca de este tema, como tal las formulas nos
expresan una manera más fácil de comprender como se puede crear un punto de
equilibrio.

Otro de los temas de suma importancia que esta en el trabajo es el de

Una línea de espera es el efecto resultante en un sistema cuando la demanda de un

servicio supera la capacidad de proporcionar dicho servicio. Este sistema está formado
por un conjunto de entidades en paralelo que proporcionan un servicio a las transacciones
que aleatoriamente entran al sistema. Dependiendo del sistema que se trate, las entidades
pueden ser cajeras, máquinas, semáforos, grúas, etcétera, mientras que las transacciones
pueden ser: clientes, piezas, autos, barcos, etcétera. Tanto el tiempo de servicio como las
entradas al sistema son fenómenos que generalmente tienen asociadas fuentes de
variación que se encuentran fuera del control del tomador de decisiones, de tal forma que
se hace necesaria la utilización de modelos estocásticos que permitan el estudio de este
tipo de sistemas.

Una línea de espera puede modelarse como un proceso

estocástico en el cual la variable aleatoria se define
como el número de transacciones en el sistema en un
momento dado; el conjunto de valores que puede tomar
dicha variable es {O, 1, 2, . . . , N\ y cada uno de ellos
tiene asociada una probabilidad de ocurrencia.
Objetivo

El objetivo es determinar qué nivel de servicio, ya sea por cantidad de entidades o por la
velocidad de ellas, proporcionar para minimizar el costo total del sistema. Este costo está
formado tanto por costo de servicio como por el que causa la espera.

Estructura de un sistema de línea de espera

Línea de espera de un solo canal

Cada cliente debe pasar por un canal, una estación para tomar y surtir el pedido, para
colocar el pedido, pagar la cuenta y recibir el producto. Cuanto llegan más clientes
forman una línea de espera y aguardan que se desocupe la estación para tomar y surtir el
pedido.

Modelo de línea de espera y programación lineal

Distribución de llegadas
Para determinar la distribución de probabilidad para la cantidad de llegadas en un período
dado, se puede utilizar la distribución de Poisson.

/= Media o cantidad promedio de ocurrencia en un intervalo

e= 2.17828

X= cantidad de ocurrencias en el intervalo

Disciplina de la línea de espera

Manera en la que las unidades que esperan el servicio se ordenan para recibirlo.

El primero que llega, primero al que se le sirve

Último en entrar, primero en salir

Atención primero a la prioridad más alta

Operación de estado estable

Generalmente la actividad se incrementa gradualmente hasta un estado normal o estable.

El período de comienzo o principio se conoce como período transitorio, mismo que
termina cuando el sistema alcanza la operación de estado estable o normal.

Modelos de línea de espera de un solo canal con llegadas de poisson y tiempos de

servicio exponenciales

A continuación, las fórmulas que pueden usarse para determinar las características
operativas de estado estable para una línea de espera de un solo canal.

El objetivo de las fórmulas es mostrar cómo se puede dar información acerca de las
características operativas de la línea de espera.
Modelo de línea de espera y programación lineal

¿Cómo se puede mejorar la operación de línea de espera?

Características operativas para el sistema con la tasa media de servicio aumentada a

μ=1.25 clientes por minuto.

Modelo de línea de espera y programación lineal

  Terminología Y Notación

Esta notación sirve para etiquetar o nombrar a los diferentes modelos de líneas de espera que
se pueden tener. La notación consta de 6 números de la forma siguiente: a/b/c/d/e/f Donde los
símbolos representan lo siguiente.

a= La distribución de tiempo entre llegadas.

b= La distribución de tiempo de servicio.

c= El número de servidores en paralelo.

d= Tipo de disciplina en el servicio (FCFS, LCFS, SIRO, PRIORIDAD)

.e= Número máximo admitido en el sistema (línea de espera + en servicio).

 f= Tamaño de la población de donde se extrae los clientes.

 Para reemplazar a los símbolos a y b se usan las siguientes iniciales:

M = Cuando el tiempo de llegada o servicio tiene una distribución exponencial entrada o
salida de Poisson (o Markoviana).

D= Cuando el tiempo de llegada o servicio es determinista

Ek =  Cuando el tiempo de llegada o servicio tiene una distribución de Erlangs con parámetro
K.

G = Cuando el tiempo de llegada o servicio tiene una distribución general (cualquier

distribución arbitraria).

PROCESO DE NACIMIENTO Y MUERTE.

En el primer proceso, los clientes llegan y nunca parten y en el segundo proceso los clientes
se retiran de un abasto inicial. En ambos casos los procesos de llegada y retiro ocurren de
manera aleatoria. Las dos situaciones se denominan proceso de nacimiento puro y proceso
de muerte pura. MODELO DE NACIMIENTO PURO Considere la situación de emitir actas de
nacimiento para bebes recién nacidos. Estas actas se guardan normalmente en una oficina
central de Registro Civil. Hay razones para creer que el nacimiento de bebes y, por ello, la
emisión de las actas correspondientes es un proceso completamente aleatorio que se puede
describir por medio de una distribución de Poisson. MODELO DE MUERTE PURA Considere
la situación de almacenar N unidades de artículo al inicio de la semana, para satisfacer la
demanda de los clientes durante la semana. Si suponemos que la demanda se presenta a
una tasa de µ unidades por día y que el proceso de demanda es completamente aleatorio, la
probabilidad asociada de tener n artículos en el almacén después de un tiempo t, la da la
siguiente distribución truncada.

 MODELOS POISSON Existen una gran variedad de modelos para los sistemas de
colas, las dos características más importantes serán: Los tiempos de llegada. b) Los
tiempos de servicio. En los sistemas de colas reales no es posible determinar con
 exactitud estos dos tiempos, es decir no son determinísticos, los más comunes son los
modelos probabilísticos, donde se dan un promedio de  estos tiempos, por lo tanto
tenemos que usar una distribución de probabilidad que se ajuste lo más cercano a la
realidad.

Para calcular la probabilidad de cuál será el tiempo entre llegadas se utiliza la distribución
exponencial, esta distribución tiene una función de densidad  de probabilidad: (densidad de
probabilidad continua).Donde: T  es el tiempo entre los eventos (tiempo de llegadas o tiempo
deservicio).α  es la tasa media que ocurra una llegada o servicio. Si se grafica esta
distribución de probabilidad nos da lo siguiente:

Elementos que Conforman la Teoría de Colas

Proceso Básico de Colas: Los clientes que requieren un servicio se generan en una fase
de entrada. Estos clientes entran al sistema y se unen a una cola. En determinado
momento se selecciona un miembro de la cola, para proporcionarle el servicio, mediante
alguna regla conocida como disciplina de servicio. Luego, se lleva a cabo el servicio
requerido por el cliente en un mecanismo de servicio, después de lo cual el cliente sale
del sistema de colas.

Fuente de Entrada o Población Potencial: Es un conjunto de individuos (no

necesariamente seres vivos) que pueden llegar a solicitar el servicio en cuestión.
Podemos considerarla finita o infinita. Aunque el caso de infinitud no es realista, sí
permite (por extraño que parezca) resolver de forma más sencilla muchas situaciones en
las que, en realidad, la población es finita pero muy grande. Dicha suposición de infinitud
no resulta restrictiva cuando, aún siendo finita la población potencial, su número de
elementos es tan grande que el número de individuos que ya están solicitando el citado
servicio prácticamente no afecta a la frecuencia con la que la población potencial genera
nuevas peticiones de servicio.

Cliente: Es todo individuo de la población potencial que solicita servicio. Suponiendo

que los tiempos de llegada de clientes consecutivos son 0 < t1< t2<..., será importante
conocer el patrón de probabilidad según el cual la fuente de entrada genera clientes. Lo
más habitual es tomar como referencia los tiempos entre las llegadas de dos clientes
consecutivos: T{k} = tk - tk-1, fijando su distribución de probabilidad. Normalmente,
cuando la población potencial es infinita se supone que la distribución de probabilidad de
los Tk (que será la llamada distribución de los tiempos entre llegadas) no depende del
número de clientes que estén en espera de completar su servicio, mientras que en el caso
de que la fuente de entrada sea finita, la distribución de los Tk variará según el número de
clientes en proceso de ser atendidos.

Capacidad de la Cola: Es el máximo número de clientes que pueden estar haciendo cola
(antes de comenzar a ser servidos). De nuevo, puede suponerse finita o infinita. Lo más
sencillo, a efectos de simplicidad en los cálculos, es suponerla infinita. Aunque es obvio
que en la mayor parte de los casos reales la capacidad de la cola es finita, no es una gran
restricción el suponerla infinita si es extremadamente improbable que no puedan entrar
clientes a la cola por haberse llegado a ese número límite en la misma.

Disciplina de la Cola: Es el modo en el que los clientes son seleccionados para ser
servidos. Las disciplinas más habituales son:

- La disciplina FIFO (first in first out), también llamada FCFS (first come first served):
según la cual se atiende primero al cliente que antes haya llegado.
- La disciplina LIFO (last in first out), también conocida como LCFS (last come first
served) o pila: que consiste en atender primero al cliente que ha llegado el último.  

- La RSS (random selection of service), o SIRO (service in random order), que selecciona
a los clientes de forma aleatoria.

Mecanismo de Servicio: Es el procedimiento por el cual se da servicio a los clientes que

lo solicitan. Para determinar totalmente el mecanismo de servicio debemos conocer el
número de servidores de dicho mecanismo (si dicho número fuese aleatorio, la
distribución de probabilidad del mismo) y la distribución de probabilidad del tiempo que
le lleva a cada servidor dar un servicio. En caso de que los servidores tengan distinta
destreza para dar el servicio, se debe especificar la distribución del tiempo de servicio
para cada uno.

La Cola: Propiamente dicha, es el conjunto de clientes que hacen espera, es decir los

clientes que ya han solicitado el servicio pero que aún no han pasado al mecanismo de
servicio.

El Sistema de la Cola: Es el conjunto formado por la cola y el mecanismo de servicio,

junto con la disciplina de la cola, que es lo que nos indica el criterio de qué cliente de la
cola elegir para pasar al mecanismo de servicio. Estos elementos pueden verse más
claramente en la siguiente figura:
 

Un modelo de sistema de colas debe especificar la distribución de probabilidad de los

tiempos de servicio para cada servidor.

Distribución de los tiempos de servicio y llegada en un sistema de cola

Aunque a veces se sabe exactamente cuándo se van a producir las llegadas al sistema, en
general el tiempo que transcurre entre dos llegadas consecutivas se modela mediante una
variable aleatoria. En particular, cuando la fuente es infinita se supone que las unidades
que van llegando al sistema dan lugar a un proceso estocástico llamado de conteo; si
todos los tiempos entre llegadas son variables aleatorias independientes idénticamente
distribuidas, se dice que es un proceso de renovación. Usualmente, el proceso que se
utiliza es un proceso de Poisson.

Cuando la fuente es finita se suele asumir que la probabilidad de que se produzca una
llegada en un intervalo de tiempo es proporcional al tamaño de la fuente en ese instante.

Se llama capacidad del servicio al número de clientes que pueden ser servidos
simultáneamente. Si la capacidad es uno, se dice que hay un solo servidor (o que el
sistema es monocanal) y si hay más de un servidor, multicanal. El tiempo que el servidor
necesita para atender la demanda de un cliente (tiempo de servicio) puede ser constante o
aleatorio.
Parámetros de la teoría de cola

- ?n = Tasa media de llegadas de nuevos clientes cuando hay n clientes en el sistema
(número promedio de llegadas por unidad de tiempo).

- 1/? = Tiempo promedio entre llegadas.

- µn = Tasa media de servicio de nuevos clientes cuando hay n clientes en el sistema
(número promedio de clientes al cual puede dar servicio la instalación en una unidad de
tiempo, suponiendo que no hay escasez de clientes).

- 1/µ = Tiempo promedio servicio.

- Lq = Número esperado de clientes en la cola (excluye los clientes que están en
servicio).

- L = Número esperado de clientes que se atienden y/o esperan en el sistema.

- Wq = Tiempo estimado que emplea un cliente esperando en la cola.

- W = Tiempo estimado que emplea un cliente esperando más el que emplea siendo
atendido (tiempo esperado en el sistema).

- Po = Probabilidad de encontrar el sistema vacío u ocioso.

- Pn = Probabilidad de encontrar exactamente n clientes en el sistema.

- ? = Fracción esperada de tiempo que los servidores individuales están ocupados.

La Distribución de Poisson

Esta distribución es muy frecuente en los problemas relacionados con

la investigación operativa, sobre todo en el área de la gestión de colas. Suele describir,
por ejemplo, la llegada de pacientes a un ambulatorio, las llamadas a una central
telefónica, la llegada de coches a un túnel de lavado, etc. Todos estos casos pueden ser
descritos por una variable aleatoria discreta que tiene valores no-negativos enteros.
La Distribución Exponencial

La distribución de Poisson describe las llegadas por unidad de tiempo y la distribución

exponencial estudia el tiempo entre cada una de estas llegadas. Si las llegadas son de
Poisson, el tiempo entre ellas es exponencial. La distribución de Poisson es discreta,
mientras que la distribución exponencial es continua, porque el tiempo entre llegadas no
tiene por qué ser un número entero.

Esta distribución se usa mucho para describir el tiempo entre eventos, específicamente, la

variable aleatoria que representa el tiempo necesario para servir a la llegada. Un ejemplo
típico puede ser el tiempo que un médico dedica a un paciente.

- Modelo de la Cola Finita, Fuente Infinita y una Unidad de Servicio.

Para este modelo de considera lo siguiente:

1.- Las llegadas son aleatorias y provienen de una distribución de probabilidad de

Poisson o de Markov.

2.- Se supone que el tiempo de servicio es también una variable aleatoria que sigue una
distribución exponencial o de Markov. Se supone además que los tiempos de servicios
son independientes entre sí e independiente del proceso de llegada.

3.- Hay una unidad de servicio.

4.- La disciplina de cola se basa en el principio FIFO (primero en llegar primero en salir)
y no hay un límite para el tamaño de la cola.

5.- Las tasas de llegadas y de servicio no cambian con el tiempo. El proceso ha estado en
operación el tiempo suficiente para eliminar los efectos de las condiciones iniciales.

6.- No se permite que el número de clientes exceda un número especificado (M). A

cualquier cliente que llega cuando la cola está llena se le niega la entrada al sistema y
este cliente lo deja para siempre.
 para n = 1,2,3,--. 

M : número máximo de clientes en el sistema.

- Probabilidad de encontrar exactamente n clientes en el sistema:

- Probabilidad de encontrar el sistema vacio:

- Factor de utilización:

- Número estimado de clientes en el sistema, ya sea esperando en la cola y/o atendidos:

- Número estimado de clientes que esperan ser atendidos:

- Tiempo estimado que emplea un cliente esperando en la cola:

- Tiempo estimado que emplea un cliente en el sistema:

- Modelo de la Cola Finita, Fuente Infinita y una Unidad de Servicio Múltiple.

Para este modelo de considera lo siguiente:

1.- Las llegadas son aleatorias y provienen de una distribución de probabilidad de

Poisson o de Markov.

2.- Se supone que el tiempo de servicio es también una variable aleatoria que sigue una
distribución exponencial o de Markov. Se supone además que los tiempos de servicios
son independientes entre sí e independiente del proceso de llegada.

3.- Hay varias unidades de servicio.

4.- La disciplina de cola se basa en el principio FIFO (primero en llegar primero en salir)
y no hay un límite para el tamaño de la cola.

5.- Las tasas de llegadas y de servicio no cambian con el tiempo. El proceso ha estado en
operación el tiempo suficiente para eliminar los efectos de las condiciones iniciales.

6.- No se permite que el número de clientes exceda un número especificado (M). A

cualquier cliente que llega cuando la cola está llena se le niega la entrada al sistema y
este cliente lo deja para siempre.

El origen de la Teoría de Colas está en el esfuerzo de Agner Kraup Erlang (Dinamarca,

1878 - 1929) en 1909 para analizar la congestión de tráfico telefónico con el objetivo de
cumplir la demanda incierta de servicios en el sistema telefónico de Copenhague.
Sus investigaciones acabaron en una nueva teoría denominada teoría de colas o de líneas
de espera. Esta teoría es ahora una herramienta de valor en negocios debido a que un gran
número de problemas pueden caracterizarse, como problemas de congestión llegada-
salida.

La teoría de las colas es el estudio matemático de las colas o líneas de espera. La

formación de colas es, por supuesto, un fenómeno común que ocurre siempre que la
demanda efectiva de un servicio excede a la oferta efectiva.  

Los sistemas de colas son muy comunes en la sociedad. La adecuación de estos sistemas

puede tener un efecto importante sobre la calidad de vida y la productividad.

Para estudiar estos sistemas, la teoría de colas formula modelos matemáticos que

representan su operación y después usa estos modelos para obtener medidas de
desempeño. Este análisis proporciona información vital para diseñar de manera efectiva
sistemas de colas que logren un balance apropiado entre el costo de proporcionar el
servicio y el costo asociado con la espera por ese servicio

Las anteriores características bastan, de modo general, para describir cualquier proceso.
Evidentemente se puede encontrar una gran cantidad de problemas distintos y, por tanto,
antes de comenzar cualquier análisis matemático se debería describir adecuadamente el
proceso atendiendo a las anteriores características. Una elección equivocada del modelo
lleva a unos resultados erróneos, y en muchos casos no analizar adecuadamente nos
puede llevar a pensar que el sistema no es posible de modelar

Como medir el rendimiento de un sistema La tarea de un analista de colas puede ser de

dos tipo: a) establecer mecanismos para medir la efectividad del sistema o b) diseñar un
sistema “óptimo” (de acuerdo a algún criterio). Diseñar eficientemente consiste,
básicamente, en definir un sistema cuyo coste (de diseño y de operación) se justifique por
el servicio que da. Dicho servicio se puede evaluar mediante el coste de “no darlo”. De
este modo al diseñar se pretende minimizar unos supuestos costes totales. A partir de los
datos que nos suministra la teoría de colas se puede obtener la información necesaria para
definir el número de asientos necesarios en una sala de espera, o la estructura de etapas
de un proceso de atención al cliente. En cualquier caso, para poder tomar decisiones
hacen falta datos que la teoría de colas puede dar en alguno de los siguientes tres
aspectos: a) tiempo de espera (en el total del sistema o en la cola) b) cantidad de clientes
esperando (en el sistema o en las colas)
CONCLUSION:

Para concluir se puede hacer referencia a la importancia que tiene la

investigación como proceso de aprendizaje; ya que la misma posee una gama
de características fundamentales y que se estrechan de manera compacta para
poder captar la información o para lograr los objetivos propuestos.

Es muy conveniente tener un conocimiento detallado de los posibles tipos de

investigación que se pueden seguir. Este conocimiento hace posible evitar
equivocaciones en la elección del método adecuado para un procedimiento
especifico

Una de las fallas más comunes en la investigación consiste en la ausencia de la

delimitación del tema, es decir, por la ausencia de ambición del tema. La
hipótesis de una investigación, puede ser desarrollada desde distintos puntos de
vista, puede estar basada en una conjetura

El objetivo de la investigación es el enunciado claro y preciso de los métodos

que se persiguen. El objetivo de la investigación de la persona que se investiga
es llegar a tomar decisiones y a una teoría que le permita generalizar y resolver
en la misma forma problemas semejantes en el futuro.