PARADIGMA 1.docx paradicma g vmjhhhhhhhhhhhhhhhhhhhhhhh
Christian Ramirez 1
1. UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
CEAD José Acevedo y Gómez
Ingeniería Industrial
Unidad 2: Paso 3 - Desarrollar y presentar el diagnóstico
y análisis final del estudio de caso
Cesar Augusto Figueredo
Tutor
Christian Camilo Ramirez Farfán
1070965871
212030A_474
METODOS PROBABILISTICOS
Bogotá 26 de noviembre de 2018
2. DESARROLLO
Tabla Diagnóstico final del estudio de caso
N
Estrateg
ia
propues
ta en el
estudio
de caso
Modelo
probabilí
stico
Justificación
Referencia
documental
1
Particip
ación
Cadenas
de Márkov
Una cadena de Márkov es una serie de eventos,
en la cual la probabilidad de que ocurra un
evento depende del evento inmediato anterior.
En efecto, las cadenas de este tipo tienen
memoria, "Recuerdan" el último evento y esto
condiciona las posibilidades de los eventos
futuros.
permite encontrar la probabilidad de que un
sistema se encuentre en un estado en particular
en un momento dado. Algo más importante aún,
es que permite encontrar el promedio a la larga o
las probabilidades de estado estable para cada
estado. Con esta información se puede predecir
el comportamiento del sistema a través del
tiempo.
Gallagher, C., &
Watson, H. (1982).
Métodos cuantitativos
para la toma de
decisiones en
administración (pp.
331-351), México, D.F.,
MX: McGraw-Hill
Interamericana.
Recuperado de:
http://bibliotecavirtual.
unad.edu.co:2077/lib/u
nadsp/reader.action?do
cID=10479349&ppg=8.
2 Servicio
Línea de
espera
para un
solo
Servidor.
Se conoce como línea de espera a una hilera
formada por uno o varios clientes que aguardan
para recibir un servicio. Los clientes pueden ser
personas, objetos, maquinas que requieren
mantenimiento, contenedores con mercancías en
espera de ser embarcados o elementos de
inventario a punto de ser utilizados. Las líneas de
espera se forman a causa de un desequilibrio
temporal entre la demanda de un servicio y la
capacidad del sistema para suministrarlo
Gallagher, C., &
Watson, H. (1982).
Métodos cuantitativos
para la toma de
decisiones en
administración (pp.
462-491), México, D.F.,
MX: McGraw-Hill
Interamericana.
Recuperado de:
http://bibliotecavirtual.
unad.edu.co:2077/lib/u
nadsp/reader.action?do
cID=10479349&ppg=8.
3
Optimiz
ación
Programa
ción
Estocástic
a
La Programación Estocástica reúne aquellos
modelos de optimización en donde uno o más
parámetros del problema son modelados a través
de variables aleatorias. Una manera de enfrentar
esta aleatoriedad consiste en reemplazar los
parámetros aleatorios por su valor esperado, lo
cual lleva a resolver un problema determinístico
de programación matemática
Taibo, A. Investigación
de operaciones para los
no matemáticos (pp.
71-77), México, D.F.,
MX: Instituto Politécnico
Nacional, 2009.
Accessed November 27,
2016. Recuperado de:
http://bibliotecavirtual.
unad.edu.co:2077/lib/u
nadsp/reader.action?do
cID=10504970&ppg=8
4. BIBLIOGRAFIA
Ullmann, J. E. (1979). Métodos cuantitativos en administración: teoría y 512
problemas resueltos (pp. 278-282), México, D.F., MX: McGraw-Hill
Interamericana. Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=
10514989&ppg=6
Sipper, D., & Bulfin, J. R. L. (1998). Planeación y control de la producción (pp.
95-159), México, D.F., MX: McGraw-Hill Interamericana. Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=
10486089&ppg=8
Guerrero, S. H. (2009). Inventarios: manejo y control (pp. 18-34), Bogotá,
CO: Ecoe Ediciones. Recuperado
dehttp://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=1
0584414&ppg=13
Ruiz, E. N. (2011). Investigación de Operaciones. En: Selección de Guías de
Estudio: Contabilidad y Finanzas (pp. 61-71), Habana CUBA: Editorial
Universitaria. Recuperado
dehttp://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=1
0472570&ppg=2