1. METODOS PROBABILISTICOS
Paso 3- Desarrollar y presentar el diagnóstico y análisis final del estudio de caso. GRUPO:
104561_52
YINETH ALEXANDRA BRAVO CABRERA
Tutora: DARWIM WILLIAM BARROS
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
METODOS PROBABILISTICOS
CEAD PASTO
28/11/ 2018
2. 1. Diseñar un Mentefacto con tema Modelo de colas M / G / C-FCFS con una política de
sistema de inventario de revisión continua, a partir del artículo “Developing a M/G/C-FCFS
queueing model with continuous review (R,Q) inventory system policy in a cement
industry” de Ghafour, K., Ramli, R., & Zaibidi, N. que se encuentra en los contenidos
temáticos del Syllabus del curso y fuentes documentales presentadas en la Unidad 2 -
Cadenas de Markov, teoría de colas y programación no lineal, como estrategia de
pensamiento relacionado con la adquisición e integración del conocimiento, teniendo en
cuenta su estructura de clases y representación gráfica: Concepto, 1. Clase superior, 2.
Propiedades, 3. Versiones y/o subclases, 4. Clase excluidas. Utilizar el programa
Cmaptools o cualquier otro, indicar el autor (estudiante) y guardar el Mentefacto como
imagen.
3. 2. Identificar y reconocer los modelos probabilísticos para plantear, desarrollar y
solucionar la Estrategia de Participación, mediante la cadena de Markov requerida, la
Estrategia de Servicio, mediante el modelo de línea de espera requerido y la Estrategia de
Optimización mediante el modelo de programación lineal requerido, propuestas en el
estudio de caso (consultar Anexo Estudio de Caso), con base en los contenidos temáticos
del Syllabus del curso y Fuentes documentales presentadas en la Unidad 2 - Cadenas de
Markov, teoría de colas y programación no lineal para diligenciar los aspectos solicitados
en la tabla Diagnóstico final del estudio de caso. Utilizar el procesador de texto (Word) y
guardar como imagen.
Tabla Diagnóstico final del estudio de caso
N
o.
Estrate
gia
propue
sta en
el
estudio
de caso
Modelo
probabilístico
(requerido para
plantear,
desarrollar y
solucionar la
estrategia)
Justificación
(Cita textual)
Referencia
documental
en norma APA
(consulte aquí)
1
Partici
pación
Cadena de
Markov
Por medio de estas cadenas se
pronostica el comportamiento
futuro de ciertas variables. Este
pronóstico se hace mediante el
análisis de los cambios que han
sufrido dichas variables en el
presente. Por lo tanto, esta
técnica forma parte de la
programación dinámica.
Las cadenas de Márkov se
aplican en gran número de
situaciones, como son: los
cambios de preferencia que en el
mercado tienen diferentes
productos. La posible decisión
sobre hacer o no una inversión
en cierta oportunidad, etc. y el
estado presente y los estados
futuros se representan por medio
de matrices
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://bibliotecavir
tual.unad.edu.co:207
7/lib/unadsp/reader.a
ction?docID=105049
70&ppg=8.
Pag. 71
2
Servici
o
Línea de
espera para un
solo servidor
En este modelo se considera que
el tamaño de la cola sea infinito,
además, se supone que un solo
servidor proporciona el servicio
que varía aleatoriamente y no se
Gallagher, C., &
Watson, H. (1982).
Métodos
cuantitativos para la
toma de decisiones
4. permite que las unidades que
acaban de salir vuelvan a entrar
inmediatamente al sistema, por
tanto: - Un servidor y una cola -
Llegadas Poisson - Cola infinita,
primero en llegar, primero en ser
servido - Tiempos de servicio
exponenciales
en administración
(pp. 331-351),
México, D.F., MX:
McGraw-Hill
Interamericana.
Recuperado
de:http://bibliotecavir
tual.unad.edu.co:207
7/lib/unadsp/reader.a
ction?docID=104793
49&ppg=8.
Pag. 469
3
Optimi
zación
Programación
estocástica
La característica más importante
de los modelos de programación
no lineal es que no se conoce
ningún método que podamos
decir sea “el mejor” para
resolver cualquier tipo de
problema no lineal. Se han
desarrollado gran cantidad de
algoritmos que permiten resolver
tipos particulares de problemas
no lineales, pero no hay ninguno
análogo al simplex para la
programación no lineal, en el
sentido de que es un algoritmo
extraordinariamente eficiente y
permite resolver cualquier tipo
de problema que se formule
como un programa lineal
Maroto, Á. C., &
Alcaraz, S. J. (2011).
Introducción a la
investigación
operativa en
administración y
dirección de
empresas (pp. 229-
239), Valencia, ES:
Editorial de la
Universidad
Politécnica de
Valencia.
Recuperado
de:http://bibliotecavir
tual.unad.edu.co:207
7/lib/unadsp/reader.a
ction?docID=106377
51&ppg=5. Pag.
231-234
