TEORIA DE COLAS, FENOMENOS DE ESPERA


Save this PDF as:
 WORD  PNG  TXT  JPG

Tamaño: px
Comenzar la demostración a partir de la página:

Download "TEORIA DE COLAS, FENOMENOS DE ESPERA"

Transcripción

1 Universidad del Bío-Bío Facultad de Ingeniería Depto. Ingeniería Industrial Investigación de Operaciones II: TEORIA DE COLAS, FENOMENOS DE ESPERA Integrantes: Pedro Chávez Cristian Guajardo Victor Pino Milton Saavedra Nº Grupo: 7 Profesor: Milton Ramírez Domingo 29 de Enero de 2012

2 INDICE I. INTRODUCCION... 3 II. MODELO DE LINEAS DE ESPERA II.1. Elementos básicos del modelo de Líneas de espera... 4 II.1.a. Fuente de entrada o población potencial... 4 II.1.b. Cliente... 4 II.1.c. Capacidad de la cola... 4 II.1.d. Disciplina de la cola... 4 II.1.e. Instalación o mecanismo de servicio... 4 II.1.f. Cola... 5 II.1.g. Sistema de la cola... 5 II.2. Consideraciones... 5 III. PROCESO BASICO DE COLAS... 6 III.1. Estructura básica... 6 III.2. Tipos de Sistemas... 6 III.2.a. Una línea un servidor III.2.b. Una línea, múltiples servidores III.2.c. Varias líneas, múltiples servidores III.2.d. Una línea, servidores secuenciales IV. FUNCIONES DE LA DISTRIBUCION DE POISSON Y EXPONENCIAL... 7 IV.1. Axiomas... 8 IV.1.a. Axioma IV.1.b. Axioma IV.1.c. Axioma IV.2. Colas especializadas de Poisson... 9 V. MEDIDA DE RENDIMIENTO DE ESTADO DESEABLE VI. LINEAS DE ESPERA CON LLEGADAS Y SALIDAS COMBINADAS VII. APLICACIONES Y EJEMPLO VII.1. Ejemplo VIII. CONCLUSIONES IX. REFERENCIAS

3 I. INTRODUCCION La teoría de colas es una colección de modelos matemáticos que describen sistemas de líneas de espera particulares o de sistemas de colas. Los modelos sirven para encontrar el comportamiento de estado estable, como la longitud promedio de la línea y el tiempo de espera promedio para un sistema dado. Básicamente los objetivos de la teoría de colas permiten identificar el nivel óptimo de capacidad del sistema que minimiza el coste global del mismo, sin dejar de lado la atención al tiempo de permanencia en el sistema o en la cola. Esta teoría aparece a principios del siglo XX para estudiar los problemas de congestión de tráfico que se presentaban en las comunicaciones telefónicas. Erlang, destacado matemático danés, fue el primero en tratar el tráfico telefónico de forma científica (entre los años 1903 y 1905), y estableció la unidad de tráfico telefónico, que recibe su nombre. Comúnmente el problema en las colas surge al querer establecer una determinada capacidad o tasa de servicio que sea balanceada, puesto que un mal cálculo de las colas puede llevar a un costo operacional excesivo, y en contraposición puede causar costos sociales los que se ven reflejados en una pérdida de clientes, como también al mantener empleados ociosos. A continuación se presentan en detalle los elementos que conforman el modelo de líneas de espera, métodos para su desarrollo y los problemas en que se pueden aplicar. 3

4 II. MODELO DE LINEAS DE ESPERA. Cuando se habla de líneas de espera se refiere a las creadas por clientes o por las estaciones de servicio. Un factor por lo que los clientes tengan que esperar en cola puede ser porque los medio existentes son los inadecuados para satisfacer la demanda de servicio, en estos casos, la cola tiende a ser explosiva, esto significa que ha medida que pase el tiempo la cola irá en aumento. Los modelos de línea de espera consisten en fórmulas y relaciones matemáticas que pueden usarse para determinar las características operativas (medidas de desempeño) para una cola. Si se tiene, dicha información, se puede ser capaz de tomar decisiones que equilibren los niveles de servicio deseables con el costo de proporcionar dicho servicio. II.1. Elementos básicos del modelo de Líneas de espera II.1.a. Fuente de entrada o población potencial Conjunto de individuos posibles usuarios del servicio. Esta puede ser finita o infinita, aunque esta última no es realista, nos ayuda a resolver de forma más sencilla muchas situaciones en las que la población es finita pero de gran tamaño. Ejemplos serían: personas, automóviles, máquinas que puedan requerir reparación, documentos y diversos artículos. II.1.b. Cliente Todo individuo, entidad o elemento de la población potencial que solicita el servicio, en ocasiones formará una cola. II.1.c. Capacidad de la cola Máximo número de clientes que pueden estar haciendo cola antes de recibir el servicio. Puede ser finito o infinito. II.1.d. Disciplina de la cola Orden en el que se seleccionan los miembros de una cola para recibir el servicio. Las disciplinas más habituales son: -La disciplina FCFS (first come firts serve): Se atiende al cliente que primero haya llegado. -La disciplina LCFS (last come first serve): Se atiende primero al cliente que ha llegado último. -La SIRO (random selection of service): Selecciona a los clientes de forma aleatoria. II.1.e. Instalación o mecanismo de servicio Procedimiento por el cual se entrega el servicio al cliente. Consiste en una o más instalaciones de servicio, donde cada una de ellas consta con uno o más servidores. Conocido el número de servidores es necesario conocer el tiempo que transcurre desde el inicio del servicio hasta su terminación en una instalación según el 4

5 cliente, el cual es llamada tiempo o duración de servicio. Un modelo de un sistema de colas debe especificar la distribución de la probabilidad de los tiempos de servicio para cada servidor. II.1.f. Cola Número de clientes que esperan ser atendidos por el servicio que han solicitado, no incluye a quien está recibiendo el servicio. II.1.g. Sistema de la cola Conjunto formado por la cola y el mecanismo de servicio, la fuente son los clientes que tienen la alternativa de iniciar el servicio o esperar en la cola su turno. Los elementos básicos de un modelo de espera dependen de los siguientes factores: -Distribución de llegada. -Distribución de tiempo de servicio. -Diseño de instalaciones de servicios. -Disciplina de servicio. -Tamaño de cola. -Fuente de llamadas. II.2. Consideraciones Otro factor que podría considerarse en las líneas de espera es la conducta humana, ya que un cliente puede cambiarse de una línea de espera a otra pensando en reducir su tiempo de espera. Algunas personas también pueden eludir la línea cuando se percatan que la demora será de arto tiempo, o bien, pueden renunciar después de estar un momento en la fila ya que su espera haya sido demasiado larga. Como complemento definiremos los costos posibles: -Costos de espera: Es lo que significa al cliente tener que esperar en la cola, es decir el costo oportunidad del tiempo que ha de demorarse en ser atendido. -Costo de servicio: Es el costo de operación del servicio entregado. Uno de los objetivos de un sistema de colas es encontrar el sistema del costo total mínimo. Desde el punto de vista de un modelo de espera, una situación de líneas de espera se genera de la siguiente manera: cuando un cliente llega a una instalación se forma una línea de espera, el servidor atiende al cliente correspondiente de la cola para comenzar y prestar el servicio, al terminar el servicio con el cliente, se repite el servicio con el siguiente en espera. Se supone que no se pierde tiempo entre el momento que un cliente ya atendido sale de la instalación y la admisión de un nuevo cliente en espera. Desde el punto de vista del análisis de colas, la llegada de clientes se representa por media del "tiempo entre llegadas" y el servicio se describe por el "tiempo de - servicio" por cliente. En general los tiempos entre llegada y servicios pueden - ser probabilística. 5

6 III. PROCESO BASICO DE COLAS El proceso básico supuesto por la mayoría de los modelos de cola es el siguiente: los clientes entran y se unen al sistema de colas, en determinado momento se selecciona un miembro la cola para proporcionarle el servicio, mediante una regla conocida como "disciplina de cola", posteriormente en un mecanismo de servicio se lleva a cabo la necesidad del cliente, ante lo cual sale del sistema de colas. La disciplina más común es al que llega primero se le atiende primero (FCFS). Otras disciplinas influyen al que llega al último se le atiende primero (LCFS) y servicio en orden aleatorio (SIRO). Los clientes también se pueden seleccionar de la cola con pase en algún orden de prioridad. III.1. Estructura básica Permitiendo que varíen el número de colas y el número de servidores, pueden hacerse los: diagramas de, los cuatro, tipos de sistemas como se observa en las siguientes figuras. III.2. Tipos de Sistemas III.2.a. Una línea un servidor. Se utiliza para describir sistemas de una sola cola, como lavados de auto o sistemas de descarga. III.2.b. Una línea, múltiples servidores. Una línea de múltiples servidores, es utilizado típicamente en sistemas en los que se avanza mediante varios servidores, como en una carnicería o farmacia, en la que cuando se llega al local se debe sacar un número y se espera el turno correspondiente. 6

7 III.2.c. Varias líneas, múltiples servidores. Es aquel en donde cada servicio tiene su propia cola, esto queda claro en el caso de los bancos ya que estos tienen colas para clientes, empresas y público general. III.2.d. Una línea, servidores secuenciales. Es un sistema de cola de servicios, esto generalmente ocurre en una fábrica. IV. FUNCIONES DE LA DISTRIBUCION DE POISSON Y EXPONENCIAL En la mayor parte de las situaciones de colas, el arribo de los clientes ocurre en forma totalmente aleatoria: este carácter aleatorio significa que la ocurrencia de un evento (por ejemplo la llegada de un cliente o el término de un servicio) no está influido por el tiempo que trascurre desde la ocurrencia del último evento. Los tiempos aleatorios entre llegadas y de servicio se describe en forma cuantitativa con el propósito del modelado de colas mediante la distribución exponencial, que se define como: f ( T) * t * e, t 0 (Exponencial) Con media E t 1 7

8 Para ilustrar la aplicación de las distribuciones de poisson y exponencial, se considera una situación de espera en la cual el numero de llegadas y salidas (a las que se le da servicio), durante un intervalo de tiempo es controlado por los siguientes axiomas. IV.1. Axiomas IV.1.a. Axioma 1 La probabilidad que un evento (llegada o salida) ocurra entre los tiempos t y t+h depende únicamente de la longitud de h lo que significa que la probabilidad no depende ni del numero de evento que ocurren hasta el tiempo t ni del valor especifico del periodo (0,t). (Matemáticamente decimos que la función de probabilidad tiene incrementos independientes estacionarios). IV.1.b. Axioma 2 La probabilidad que ocurran n eventos durante un intervalo de tiempo muy pequeño h es positiva, pero menos que uno. IV.1.c. Axioma 3 Cuando mucho, puede ocurrir un evento durante un intervalo de tiempo muy pequeño h. Estas tres condiciones describen un proceso donde el conteo de eventos durante un intervalo de tiempo dado sigue la distribución de poisson y que equivalentemente, el intervalo de tiempos entre eventos sucesivos es exponencial. En este caso decimos que las condiciones representan un proceso de poisson, definiendo lo siguientes se tiene: Pn(t)= probabilidad de que ocurran n eventos durante el tiempo t. Como f(t) es una distribución exponencial, la teoría de la probabilidad indica Pn(t) debe ser una distribución de poisson, o sea: n * t ( * t) * e Pn ( t), 0,1,2,... n! n (Poisson) El valor medio de n durante un periodo dado t es E n / t * t eventos. Esto significa que alfa representa la tasa a la que ocurren los eventos. La conclusión de los resultados anteriores es que si el intervalo de tiempo entre eventos sucesivos es exponencial con media de 1/ unidades de tiempo, entonces, el número de eventos de un periodo dado debe corresponder a una distribución de 8

9 poisson, o con una tasa media de ocurrencia (evento por unidad de tiempo). El enunciado inverso igual es verdadero. El proceso de poisson es un proceso completamente aleatorio porque tiene la propiedad de que el intervalo de tiempo que permanece hasta la ocurrencia del próximo evento, es totalmente independiente del intervalo tiempo que ha trascurrido desde la ocurrencia del último evento. Esta propiedad equivale a demostrar el siguiente enunciado de probabilidad: P t T S T s Pt T Donde s es el intervalo de tiempo desde la ocurrencia del último evento. Como t es exponencial, tenemos: P t T S T S P t T S T P T S S P t T P t S S e *( T S ) T e * * S P e t T Esta propiedad suele denominarse olvido o falta de memoria de la distribución exponencial, y es la base para demostrar que la distribución de poisson es totalmente aleatoria. Otra característica que distingue a la de poisson es que es la única distribución cuya media es igual a la varianza. En ocasiones se usa esta propiedad como un indicador inicial para conocer si los datos de muestra se tomaron de una distribución de poisson. IV.2. Colas especializadas de Poisson Se tiene una situación especializada de cola de poisson c servidores paralelos idénticos. Un cliente en espera se selecciona de la cola para inicial el servicio con el primer servidor libre. La tasa de llegada al sistema es clientes por unidad de tiempo. Todos los servidores ofrecen servicios iguales lo que significa que la tasa de servicio para cualquier servidor es clientes por unidad de tiempo. El número de cliente en el sistema está definido para incluir los que están en servicio y los que esperan en la cola. La notación estándar descrita fue ideada originalmente por DG kendall en 1953 en la forma (a/b/c) y se le conoce en la literatura como notación de kendall después, A.M. lee en 1966 agregó los símbolos d y e a la notación de kendall. En el modelo se 9

10 aumenta la notación de kendall-lee mediante el uso del símbolo f, que representa la capacidad de las fuentes de llamadas. (a/b/c):(d/e/f) Donde: - a: descripción de la distribución de llagadas - b: descripción de la distribución del tiempo de servicio (o de salidas) - c: numero de servidores en paralelo - d: disciplina general de servicio o de la cola - e: número máximo (finito o infinito) admitido en el sistema (en la cola y además en el servicio). - f: tamaño de la fuente de llegada (finito o infinito) La notación estándar para representar las distribuciones de llagada y salida (símbolos a y b) son: - M: distribución de llegadas o salidas Markovianas (o de poisson) o como de forma equivalente, distribución de llegadas o de tiempo de servicio exponencial. - D: distribución degenerada (tiempos constantes) - Ek: distribución Erlang o gama del tiempo (suma de distribuciones exponenciales independientes) - GI: distribución general (permite cualquier distribución arbitraria) del tiempo de llegadas. - G: distribución general (permite cualquier distribución arbitraria) del tiempo de servicio. La notación de la disciplina de colas (símbolo d) incluye: - FCFS: el primero que llega es el primero que se entiende - LCFS: el último que llega es el primero que se atiende - SIRO: servicio en orden aleatorio. - GD: disciplina general, es decir, cualquier tipo de disciplina. V. MEDIDA DE RENDIMIENTO DE ESTADO DESEABLE Las medidas de desempeño de estado estables se pueden usar para analizar la operación de las líneas de espera con el fin de hacer recomendaciones sobre el diseño del sistema, entre las principales medidas de desempeño se cuentan: el número de clientes estimados en espera, el tiempo estimado de espera por cliente y la utilización estimada del servicio. Las medidas de rendimiento más comúnmente usadas en una situación de colas son: - Ls: número esperado de clientes en el sistema. - Lq: número esperado de clientes en la cola. - Ws: tiempo aproximado de espera en el sistema. - Wg: tiempo aproximado de espera en la cola. 10

11 - C: número esperado de servidores ocupados. VI. LINEAS DE ESPERA CON LLEGADAS Y SALIDAS COMBINADAS. Modelo (M/M/1) :(GD/ / ) Este es un modelo donde se indica que la entrada o llegada al sistema es poisson, la atención es exponencial, se tiene un único servidor que presta los servicios. Este modelo presenta una disciplina de cola general (generalmente es fcfs), la capacidad del sistema y de la fuente son infinitas. Se supone que las tasas de llegadas son independientes del número en el sistema, es decir λ n = λ. Similarmente se supone que el servidor completa su servicio a una tasa constante, es decir, µ n = µ. Definiendo generalizado de Poisson: obtenemos la siguiente fórmula general para este modelo Ecuaciones del Sistema M/M/1 ( ): λ= Tasa de llegada o número promedio de llegada de cliente por unidad de tiempo. 1/λ= Tiempo medio entre llegadas. 1/μ= Tiempo promedio de atención a un cliente. µ= Tasa de servicio o número promedio de servicios por unidad de tiempo. Este parámetro representa la máxima capacidad de servicio. n= Cantidad de clientes en espera. P W : Probabilidad de que el sistema este ocupado. P w debe ser menor que 1 porque de lo contrario, si llegan más clientes que la capacidad de atención que debe tener el sistema, se formará una cola cuyo crecimiento será infinito. Si ρ es mayor que 1, se deberán agregar más servidores al sistema de manera que se cumpla la condición. P W P 0 : Probabilidad de que el sistema este vacío. P 0 1 PW 1 1 P n : Probabilidad de que haya n unidades en el sistema. P P ) n n n 0. P0.( 11

12 L: Valor esperado de unidades en el sistema. L np n 1 n 0 L q : Valor esperado de unidades que esperan ser atendida (cola). L q ( ) L L q W: Valor esperado del tiempo en que una unidad se encuentra en el sistema. W L 1 W q : Valor esperado del tiempo en que una unidad tiene que esperar antes de ser atendida (tiempo en la cola). W q L q.( ) W W q 1 Las líneas de espera que combinan salidas y llegadas se inician en condiciones transitorias y llegan gradualmente al estado estable después de haber transcurrido un tiempo lo suficientemente grande, siempre que los parámetros permitan que se alcance el estado estable. VII. APLICACIONES Y EJEMPLO Un ejemplo claro de este tipo de colas es en un lavado de autos en donde se dispone de una maquina única para realizar el servicio y los clientes esperando su servicio. El uso de cajeros automáticos es otro ejemplo de este tipo de modelo. El uso de la maquina principal para el proceso de la madera en un aserradero. VII.1. Ejemplo Los clientes llegan a una ventanilla bancaria de autoservicio, según una distribución de Poisson con media de 10 por hora. El tiempo de servicio por cliente es exponencial con media de 5 minutos. El espacio en frente de la ventanilla, incluyendo al auto al que se le está dando servicio, puede acomodar un máximo de tres automóviles. Otros vehículos pueden esperar fuera de este espacio. a) Cuál es la probabilidad de que un cliente que llega pueda manejar directamente hasta el espacio frente a la ventanilla? 12

13 b) Cuál es la probabilidad de que un cliente que llega tendrá que aguardar fuera del espacio indicado? c) Cuántos espacios tendrán que proporcionar enfrente de la ventanilla de manera que todos los clientes que llegan puedan esperar frente a ésta al menos el 20% del tiempo? Solución: Resolviendo mediante el modelo (M/M/1) :(GD/ / ) a) λ= 10 clientes/hora = 10(Clientes/hora)*(1/60)= 0,16667 clientes/minuto μ= 5 minutos Por lo tanto, la probabilidad de que un cliente que llega pueda manejar directamente hasta el espacio frente a la ventanilla es de aproximadamente un 96,7% b) la posibilidad de que un cliente que llega tenga que aguardar afuera, implicaría que este es el cliente nº 4, pues en la ventanilla solo hay 3 puestos, por ende n=4 ρ= λ/ μ =0,16667/5= 0,03333 Luego,, la probabilidad de que un cliente que llega tenga que aguardar fuera del espacio indicado es del 0% c) en el enunciado se indica que Por lo tanto, los espacios en la ventanilla, para que el cliente espere como mínimo un 20% del tiempo frente a ella tiene como valor óptimo 1 sola ventanilla 13

14 VIII. CONCLUSIONES Los sistemas de colas son muy comunes hoy en día, ya que para diversos trámites, tales como trámites bancarios, pago de cuentas, etc.; o utilización de algunos servicios, como por ejemplo cajeros automáticos, se pueden producir colas, por lo cual este tipo de sistemas no se pueden dejar de lado. El tema de tener que realizar colas es algo engorroso, que tiene efecto sobre la calidad de vida de las personas, ya que estas deben dedicar parte de su tiempo a esperar ser atendidos, lo cual es un costo para estas personas. Es por esto que las empresas están tratando de buscar la forma de reducir esto a través de los servicios a domicilio o utilización de sistemas online, como son el caso de pago de cuentas, pedidos de comida, etc; el objetivo que pretenden conseguir con esto es que los clientes prefieran utilizar el servicio prestado por este tipo de empresas, ya que con esto disminuirán sus costos, los costos de la empresa y por consiguiente esto provocará un aumento de la productividad de esta. Un claro ejemplo son las tiendas de Retail que trabajan intensamente en el tema de la teoría de colas. En los módulos de atención a clientes, se han implementado números de atención para luego ser llamado para solucionar sus problemas. En síntesis, la teoría de las colas es el estudio matemático de las colas o líneas de espera, donde la formación de colas es un fenómeno común que ocurre siempre que la demanda efectiva de un servicio excede a la oferta efectiva, por lo que se trata de una potente herramienta que puede ser de gran utilidad en una infinidad de situaciones tanto cotidianas como industriales y que se nos presentarán reiteradas veces en nuestro ambiente laboral. 14

15 IX. REFERENCIAS - Ricardo Cao, Ricardo Cao Abad. Introducción a la Simulación y a la Teoría de Colas. [Recurso Bibliográfico]. 1º Ed. NETBIBLIO, Coruña, España, 2002 [Consulta: 24 de Enero del 2012] - Thomas L. Saaty, Rafael Pro Bermejo. Elementos de la teoría de colas. [Recurso Bibliográfico]. Aguilar, 1997 [Consulta: 24 de Enero del 2012] - David de la Fuente García; Raúl Pino Diez. Teoría de líneas de espera: Modelos de Colas. [Recurso Bibliográfico]. Universidad de Oviedo, Servicio de Publicaciones, España, 2001[Consulta: 24 de Enero del 2012] - Franco Bellini M. Teoría de Líneas de Espera. [En línea] Investigación de Operaciones, Universidad Santa María, Caracas, Venezuela. [Consulta: 26 de Enero del 2012]. Disponible en: - Prof. Efraín Muretti. Sistema de Colas. [En línea] Simulación de Sistemas, UGMA, Barcelona, Venezuela. [Consulta: 28 de Enero 2012]. Disponible en: 15

PROBLEMAS RESUELTOS DE TEORÍA DE COLAS. (M/M/1: Un servidor con llegadas de Poisson y tiempos de servicio Exponenciales)

PROBLEMAS RESUELTOS DE TEORÍA DE COLAS. (M/M/1: Un servidor con llegadas de Poisson y tiempos de servicio Exponenciales) PROBLEMAS RESUELTOS DE TEORÍA DE COLAS. (M/M/: Un servidor con llegadas de Poisson y tiempos de servicio Exponenciales) Prof.: MSc. Julio Rito Vargas A.. Suponga que en una estación con un solo servidor

Más detalles

Teoría de Colas. TC: Parte de la Investigación Operativa que estudia el comportamiento de sistemas cuyos elementos incluyen líneas de espera (colas).

Teoría de Colas. TC: Parte de la Investigación Operativa que estudia el comportamiento de sistemas cuyos elementos incluyen líneas de espera (colas). Teoría de Colas TC: Parte de la Investigación Operativa que estudia el comportamiento de sistemas cuyos elementos incluyen líneas de espera (colas). IO 07/08 - Teoría de Colas 1 Teoría de Colas: ejemplos

Más detalles

PROBLEMAS RESUELTOS DE TEORÍA DE COLAS. (M/M/1: Un servidor con llegadas de Poisson y tiempos de servicio Exponenciales)

PROBLEMAS RESUELTOS DE TEORÍA DE COLAS. (M/M/1: Un servidor con llegadas de Poisson y tiempos de servicio Exponenciales) PROBLEMAS RESUELTOS DE TEORÍA DE COLAS. (M/M/1: Un servidor con llegadas de Poisson y tiempos de servicio Exponenciales) Prof.: MSc. Julio Rito Vargas A. I. Suponga que en una estación con un solo servidor

Más detalles

V Unidad: Teoría de Colas (Líneas de espera) de Espera: Teoría de Colas

V Unidad: Teoría de Colas (Líneas de espera) de Espera: Teoría de Colas UNIVERSIDAD NACIONAL DE INGENIERÍA UNI-NORTE INVESTIGACIÓN DE OPERACIONES II INGENIERIA INDUSTRIAL E INGENIERIA DE SISTEMAS V Unidad: Teoría de Colas (Líneas de espera) de Espera: Teoría de Colas Maestro

Más detalles

Ambas componentes del sistema tienen costos asociados que deben de considerarse.

Ambas componentes del sistema tienen costos asociados que deben de considerarse. 1. Introducción. En este trabajo se aplica la teoría de colas. Una Cola es una línea de espera y la teoría de colas es una colección de modelos matemáticos que describen sistemas de líneas de espera particulares

Más detalles

Teoría a de Colas o Filas de Espera. M. En C. Eduardo Bustos Farías

Teoría a de Colas o Filas de Espera. M. En C. Eduardo Bustos Farías Teoría a de Colas o Filas de Espera M. En C. Eduardo Bustos Farías as Introducción Una línea de espera es la resultante de un sistema cuando la demanda por un bien o servicio supera la capacidad que puede

Más detalles

Líneas de espera. Introducción.

Líneas de espera. Introducción. Líneas de espera. Introducción. En este capítulo se aplica la teoría de colas. Una Cola es una línea de espera y la teoría de colas es una colección de modelos matemáticos que describen sistemas de líneas

Más detalles

Teoría de Colas o Fenómenos de Espera

Teoría de Colas o Fenómenos de Espera Teoría de Colas o Fenómenos de Espera Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Febrero 2011 Introducción 2 Introducción............................................................

Más detalles

DIRECCIÓN DE OPERACIONES Y TOMA DE DECISIONES INGENIERÍA INDUSTRIAL CICLO DE PROFESIONALIZACIÓN

DIRECCIÓN DE OPERACIONES Y TOMA DE DECISIONES INGENIERÍA INDUSTRIAL CICLO DE PROFESIONALIZACIÓN TEORIA DE COLAS: Líneas de Espera Claro Ana Milena, Cardona Luz Dary, Ruiz Lina María, Gómez Juan Fernando, Estudiantes Ingeniería Industrial Universidad Católica de Oriente. Mayo 21 de 2011. Resumen:

Más detalles

Unidad V: Líneas de Espera

Unidad V: Líneas de Espera Unidad V: Líneas de Espera 5.1 Definiciones, características y suposiciones El problema es determinar que capacidad o tasa de servicio proporciona el balance correcto. Esto no es sencillo, ya que el cliente

Más detalles

Teoría de Líneas de Espera

Teoría de Líneas de Espera Teoría de Colas Teoría de Líneas de Espera COLAS: Líneas de espera que utiliza modelos matemáticos que describen sistemas de líneas particulares o Sistemas de Colas. Modelos presentan las siguientes características:

Más detalles

TEORIA DE COLAS SIMULACIÓN DE SISTEMAS

TEORIA DE COLAS SIMULACIÓN DE SISTEMAS SIMULACIÓN DE SISTEMAS UNIVERSIDAD ALAS PERUANAS FILIAL- ICA Ing. Las LINEAS DE ESPERA, FILAS DE ESPERA o COLAS, son realidades cotidianas: Personas esperando para una caja en un banco, Estudiantes esperando

Más detalles

Análisis de Decisiones II. Conceptos básicos de Teoría de Colas. Objetivo de aprendizaje del tema

Análisis de Decisiones II. Conceptos básicos de Teoría de Colas. Objetivo de aprendizaje del tema Tema 11 Conceptos básicos de Teoría de Colas Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Explicar en qué consiste la Teoría de Colas. D.R. Universidad TecMilenio 1 Introducción

Más detalles

2 Teoría de colas o líneas de espera

2 Teoría de colas o líneas de espera 2 Teoría de colas o líneas de espera El tráfico en redes se puede modelar con la ayuda de la teoría de colas, es por ello ue es importante estudiarlas y comprenderlas. Existen varias definiciones sobre

Más detalles

Introducción a la Investigación de Operaciones Facultad de Ingeniería - Universidad de la República Oriental del Uruguay

Introducción a la Investigación de Operaciones Facultad de Ingeniería - Universidad de la República Oriental del Uruguay Introducción a la Investigación de Operaciones Facultad de Ingeniería - Universidad de la República Oriental del Uruguay Procesos Estocásticos de Tiempo Contínuo Práctico Ejercicio 1 Sean X e Y variables

Más detalles

Análisis de Decisiones II

Análisis de Decisiones II Tema 14 Distribución de llegadas Poisson, distribución de servicio Exponencial, varios servidores, servicio PEPS, población y cola infinita Objetivo de aprendizaje del tema Al finalizar el tema serás capaz

Más detalles

Teoría de Colas Ernesto Ponsot Balaguer Universidad de Los Andes Escuela de Estadística

Teoría de Colas Ernesto Ponsot Balaguer Universidad de Los Andes Escuela de Estadística Teoría de Colas Ernesto Ponsot Balaguer Universidad de Los Andes Escuela de Estadística El Objetivo La teoría de colas o líneas de espera, procura el estudio riguroso del fenómeno (muy común en estos tiempos)

Más detalles

Ejercicios de Teoría de Colas

Ejercicios de Teoría de Colas Ejercicios de Teoría de Colas Investigación Operativa Ingeniería Informática, UC3M Curso 08/09 1. Demuestra que en una cola M/M/1 se tiene: L = ρ Solución. L = = = = = ρ np n nρ n (1 ρ) nρ n n=1 ρ n ρ

Más detalles

DISEÑO DEL SOFTWARE TRAFFIC ANALYZER. Analyzer. En este capítulo se reporta el desarrollo que se llevó a cabo para realizar el software

DISEÑO DEL SOFTWARE TRAFFIC ANALYZER. Analyzer. En este capítulo se reporta el desarrollo que se llevó a cabo para realizar el software 3 Diseño del Software Traffic Analyzer En este capítulo se reporta el desarrollo que se llevó a cabo para realizar el software que analiza el tráfico en redes de telefonía y computadoras, denominado Traffic

Más detalles

T.1 CONVERGENCIA Y TEOREMAS LÍMITE

T.1 CONVERGENCIA Y TEOREMAS LÍMITE T.1 CONVERGENCIA Y TEOREMAS LÍMITE 1. CONVERGENCIA DE SUCESIONES DE VARIABLES ALEATORIA CONVERGENCIA CASI-SEGURA CONVERGENCIA EN PROBABILIDAD CONVERGENCIA EN MEDIA CUADRÁTICA CONVERGENCIA EN LEY ( O DISTRIBUCIÓN)

Más detalles

TEORIA DE COLAS. Enero 30. Modelos líneas de espera

TEORIA DE COLAS. Enero 30. Modelos líneas de espera TEORIA DE COLAS Enero 30 2012 Elementos básicos de un modelo de línea de espera, y buscar una aplicación real de cualquiera de los modelos de líneas de espera existentes. Modelos líneas de espera -Integrantes:

Más detalles

Solución Algorítmica de Problemas Proyecto - Unidad #2 Metro de Curicó

Solución Algorítmica de Problemas Proyecto - Unidad #2 Metro de Curicó Solución Algorítmica de Problemas Proyecto - Unidad #2 Metro de Curicó Fecha de Entregable 1: 7 de octubre de 2013-12 horas Fecha de Entregable 2 y 3: Lunes 21 de octubre de 2013-12 horas Fecha de Entregable

Más detalles

2. Modelo de colas poissoniano con un servidor M/M/1. 3. Modelo con un servidor y capacidad finita M/M/1/K

2. Modelo de colas poissoniano con un servidor M/M/1. 3. Modelo con un servidor y capacidad finita M/M/1/K CONTENIDOS 1. Introducción a las colas poissonianas. 2. Modelo de colas poissoniano con un servidor M/M/1 3. Modelo con un servidor y capacidad finita M/M/1/K 4. Modelo con varios servidores M/M/c. Fórmula

Más detalles

Distribuciones de Probabilidad en Arena

Distribuciones de Probabilidad en Arena Distribuciones de Probabilidad en Arena Arena posee una amplia gama de funciones o distribuciones estadísticas incorporadas para la generación de números aleatorios. Estas distribuciones aparecen cuando,

Más detalles

UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA DEPARTAMENTO DE MATEMÁTICA

UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA DEPARTAMENTO DE MATEMÁTICA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES GUÍA 5: VARIABLES ALEATORIAS Y DISTRIBUCIONES CONTINUAS Profesor: Hugo S. Salinas. Segundo Semestre

Más detalles

EJEMPLOS DE TEORÍA DE COLAS Resolución con Win-QSB

EJEMPLOS DE TEORÍA DE COLAS Resolución con Win-QSB EJEMPLOS DE TEORÍA DE COLAS Resolución con Win-QSB PROBLEMA 1. El Banco Nacional de Occidente piensa abrir una ventanilla de servicio en automóvil para servicio a los clientes. La gerencia estima que los

Más detalles

LA DISTRIBUCIÓN NORMAL, LA CALCULADORA Y LAS NUEVAS TECNOLOGÍAS Abel Martín ( * ) Rosana Álvarez García ( )

LA DISTRIBUCIÓN NORMAL, LA CALCULADORA Y LAS NUEVAS TECNOLOGÍAS Abel Martín ( * ) Rosana Álvarez García ( ) LA DISTRIBUCIÓN NORMAL, LA CALCULADORA Y LAS NUEVAS TECNOLOGÍAS Abel Martín ( * ) Rosana Álvarez García ( ) La distribución Normal tiene numerosas aplicaciones en el campo de la Probabilidad y la Estadística,

Más detalles

Sistemas de Generación de Energía Eléctrica HIDROLOGÍA BÁSICA. Universidad Tecnológica De Pereira

Sistemas de Generación de Energía Eléctrica HIDROLOGÍA BÁSICA. Universidad Tecnológica De Pereira 2010 Sistemas de Generación de Energía Eléctrica HIDROLOGÍA BÁSICA Universidad Tecnológica De Pereira Conceptos Básicos de Hidrología La hidrología es una ciencia clave en el estudio de los sistemas de

Más detalles

MICROECONOMÍA MICROECONOMÍA

MICROECONOMÍA MICROECONOMÍA MICROECONOMÍA MICROECONOMÍA INTRODUCCIÓN A LA MICROECONOMÍA. OBJETIVOS El alumno deberá ser capaz de comprender cómo se realiza el proceso de satisfacción de necesidades utilizando eficientemente sus recursos

Más detalles

Tema 5: Teoría de colas. Ezequiel López Rubio Departamento de Lenguajes y Ciencias de la Computación Universidad de Málaga

Tema 5: Teoría de colas. Ezequiel López Rubio Departamento de Lenguajes y Ciencias de la Computación Universidad de Málaga Tema 5: Teoría de colas Ezequiel López Rubio Departamento de Lenguajes y Ciencias de la Computación Universidad de Málaga Sumario Conceptos básicos Cola M M Cola M M c Cola M M k Redes de colas Redes de

Más detalles

Funciones exponenciales y logarítmicas

Funciones exponenciales y logarítmicas Funciones exponenciales y logarítmicas - Funciones exponenciales y sus gráficas Un terremoto de 85 grados en la escala de Richter es 00 veces más potente que uno de 65, por qué?, cómo es la escala de Richter?

Más detalles

UNIDAD 4 PROCESOS DE MARKOV

UNIDAD 4 PROCESOS DE MARKOV UNIDAD 4 PROCESOS DE MARKOV Anteriormente se han cubierto modelos estáticos, esto es, modelos cuyos parámetros permanecen sin cambio a través del tiempo. Con excepción de programación dinámica donde se

Más detalles

Actividades Complementarias.

Actividades Complementarias. 4.1. Balanceo de Líneas. Unidad IV Monitoreo y Control de Operaciones El análisis de las líneas de producción es el foco central del análisis de disposiciones físicas por productos. El diseño del producto

Más detalles

Comente: Los bancos siempre deberían dar crédito a los proyectos rentables. Falso, hay que evaluar la capacidad de pago.

Comente: Los bancos siempre deberían dar crédito a los proyectos rentables. Falso, hay que evaluar la capacidad de pago. Explique Brevemente en que consiste el leasing y nombre los diferentes tipos existentes. Es un mecanismo de financiamiento de Activos el cual permite el uso del activo por un periodo determinado a cambio

Más detalles

Adivinanza o logaritmos?

Adivinanza o logaritmos? Nivel:.º Medio Sector: Matemática Unidad temática: Álgebra y funciones Actualmente un alumno está cursando el Cuarto Año Medio. Tiempo atrás estuvo de cumpleaños y recibió de regalo diferentes cantidades

Más detalles

Inventarios. Concepto de Inventario

Inventarios. Concepto de Inventario Inventarios El inventario tiene como propósito fundamental proveer a la empresa de materiales necesarios, para su continuo y regular desenvolvimiento, es decir, el inventario tiene un papel vital para

Más detalles

FINANZAS: Gestionando para el emprendimiento

FINANZAS: Gestionando para el emprendimiento FINANZAS: Gestionando para el emprendimiento El término Finanzas incorpora cualquiera de los siguientes significados: El estudio del dinero y otros recursos El management y el control de dichos recursos

Más detalles

NÚMEROS NATURALES Y NÚMEROS ENTEROS

NÚMEROS NATURALES Y NÚMEROS ENTEROS NÚMEROS NATURALES Y NÚMEROS ENTEROS Los números naturales surgen como respuesta a la necesidad de nuestros antepasados de contar los elementos de un conjunto (por ejemplo los animales de un rebaño) y de

Más detalles

Fracciones. Objetivos. Antes de empezar

Fracciones. Objetivos. Antes de empezar Fracciones Objetivos En esta quincena aprenderás a: Conocer el valor de una fracción. Identificar las fracciones equivalentes. Simplificar una fracción hasta la fracción irreducible. Pasar fracciones a

Más detalles

Tema 3. Concepto de Probabilidad

Tema 3. Concepto de Probabilidad Tema 3. Concepto de Probabilidad Presentación y Objetivos. El Cálculo de Probabilidades estudia el concepto de probabilidad como medida de incertidumbre. En situaciones donde se pueden obtener varios resultados

Más detalles

Programa para el Mejoramiento de la Enseñanza de la Matemática en ANEP Proyecto: Análisis, Reflexión y Producción. Fracciones

Programa para el Mejoramiento de la Enseñanza de la Matemática en ANEP Proyecto: Análisis, Reflexión y Producción. Fracciones Fracciones. Las fracciones y los números Racionales Las fracciones se utilizan cotidianamente en contextos relacionados con la medida, el reparto o como forma de relacionar dos cantidades. Tenemos entonces

Más detalles

GUÍA PARA LA FORMULACIÓN PROYECTOS

GUÍA PARA LA FORMULACIÓN PROYECTOS GUÍA PARA LA FORMULACIÓN PROYECTOS Un PROYECTO es un PLAN DE TRABAJO; un conjunto ordenado de actividades con el fin de satisfacer necesidades o resolver problemas. Por lo general, cualquier tipo de proyecto,

Más detalles

CAPÍTULO 3. ESTUDIO DE TIEMPOS

CAPÍTULO 3. ESTUDIO DE TIEMPOS CAPÍTULO 3. ESTUDIO DE TIEMPOS 3.1 PRODUCTIVIDAD Muchos han sido los estudios realizados sobre productividad y todos han llegado a las mismas conclusiones; el futuro y crecimiento de la empresa se basa

Más detalles

DETERMINACIÓN DE LAS CONDICIONES DE ESTADO ESTABLE CADENAS DE MARKOV ABSORVENTES TEORIA DE COLAS O LINEAS DE ESPERA

DETERMINACIÓN DE LAS CONDICIONES DE ESTADO ESTABLE CADENAS DE MARKOV ABSORVENTES TEORIA DE COLAS O LINEAS DE ESPERA INVESTIGACIÓN DE OPERACIONES II CADENAS DE MARKOV CADENAS DE MARKOV ERGODICAS CADENA REGULAR DETERMINACIÓN DE LAS CONDICIONES DE ESTADO ESTABLE MÉTODO ANALÍTICO CADENAS DE MARKOV ABSORVENTES TEORIA DE

Más detalles

Tema 5. Variables aleatorias discretas

Tema 5. Variables aleatorias discretas Tema 5. Variables aleatorias discretas Resumen del tema 5.1. Definición de variable aleatoria discreta 5.1.1. Variables aleatorias Una variable aleatoria es una función que asigna un número a cada suceso

Más detalles

EVALUACIÓN DE COSTO ANUAL EQUIVALENTE (CAUE) ECONOMIA PARA INGENIEROS DENNICE OBREGÓN RENTERIA CÓDIGO: 52.446.160

EVALUACIÓN DE COSTO ANUAL EQUIVALENTE (CAUE) ECONOMIA PARA INGENIEROS DENNICE OBREGÓN RENTERIA CÓDIGO: 52.446.160 EVALUACIÓN DE COSTO ANUAL EQUIVALENTE (CAUE) ECONOMIA PARA INGENIEROS DENNICE OBREGÓN RENTERIA CÓDIGO: 52.446.160 CLAUDIA IVONNE RESTREPO LOAIZA CÓDIGO:52.499.721 JOSÉ ELIBET VERGARA CÓDIGO:79.615.808

Más detalles

Tema 3. Variables aleatorias. Inferencia estadística

Tema 3. Variables aleatorias. Inferencia estadística Estadística y metodología de la investigación Curso 2012-2013 Pedro Faraldo, Beatriz Pateiro Tema 3. Variables aleatorias. Inferencia estadística 1. Introducción 1 2. Variables aleatorias 1 2.1. Variable

Más detalles

Por qué es importante la planificación?

Por qué es importante la planificación? Por qué es importante la planificación? La planificación ayuda a los empresarios a mejorar las probabilidades de que la empresa logre sus objetivos. Así como también a identificar problemas claves, oportunidades

Más detalles

GUÍA PARA LA FORMULACIÓN DE PROYECTOS

GUÍA PARA LA FORMULACIÓN DE PROYECTOS GUÍA PARA LA FORMULACIÓN DE PROYECTOS Qué es un proyecto? Un proyecto es un conjunto ordenado de actividades con el fin de satisfacer ciertas necesidades o resolver problemas específicos. Un proyecto es

Más detalles

SUPERMERCADO EL LEÓN

SUPERMERCADO EL LEÓN SUPERMERCADO EL LEÓN Mi clase se desarrolla entre rincones y proyectos de trabajo donde su aprendizaje está basado en la experiencia y el juego como recursos fundamentales. Para integrar y desarrollar

Más detalles

INSTRUCTIVO PARA LA FORMULACIÓN DEL PLAN DE TRABAJO, PRESUPUESTO Y EVALUACIÓN

INSTRUCTIVO PARA LA FORMULACIÓN DEL PLAN DE TRABAJO, PRESUPUESTO Y EVALUACIÓN INSTRUCTIVO PARA LA FORMULACIÓN DEL PLAN DE TRABAJO, PRESUPUESTO Y EVALUACIÓN - Organizaciones no gubernamentales dedicadas a la prevención y la lucha contra las enfermedades de transmisión sexual y la

Más detalles

Tema 1: Introducción a los S.O. Ejercicios de Planificiación de Procesos

Tema 1: Introducción a los S.O. Ejercicios de Planificiación de Procesos Tema 1: Introducción a los S.O. Ejercicios de Planificiación de Procesos 1.- Notas y criterios para los problemas de planificación NOTA GENERAL: Normalmente los enunciados no son rigurosamente completos,

Más detalles

INVITACIÓN ABIERTA 04 DE 2008 DIVISIÓN ADMINISTRATIVA ACTA DE ACLARACIÓN DE PLIEGOS DE CONDICIONES

INVITACIÓN ABIERTA 04 DE 2008 DIVISIÓN ADMINISTRATIVA ACTA DE ACLARACIÓN DE PLIEGOS DE CONDICIONES INVITACIÓN ABIERTA 04 DE 2008 DIVISIÓN ADMINISTRATIVA ACTA DE ACLARACIÓN DE PLIEGOS DE CONDICIONES Siendo las 10:05 a.m., del treinta (30) de julio de 2008 en el octavo piso del edificio sede, presidiendo

Más detalles

5.4 Una flecha será ensamblada en un cojinete como se muestra a continuación.

5.4 Una flecha será ensamblada en un cojinete como se muestra a continuación. PROBLEMAS 5.1. El famoso juego 7-11, requiere que el jugador lance dos dados una v. más veces hasta tomar la decisión de que se gana o se pierde el juego. El juego se gana si en el primer lanzamiento los

Más detalles

Tema : ELECTRÓNICA DIGITAL

Tema : ELECTRÓNICA DIGITAL (La Herradura Granada) Departamento de TECNOLOGÍA Tema : ELECTRÓNICA DIGITAL.- Introducción. 2.- Representación de operadores lógicos. 3.- Álgebra de Boole. 3..- Operadores básicos. 3.2.- Función lógica

Más detalles

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA PROBABILIDAD Y ESTADÍSTICA GUÍA 4: VARIABLES ALEATORIAS CONTINUAS Y DISTRIBUCIONES DE PROBABILIDAD Plan Común de Ingeniería 1.

Más detalles

Los números racionales

Los números racionales Los números racionales Los números racionales Los números fraccionarios o fracciones permiten representar aquellas situaciones en las que se obtiene o se debe una parte de un objeto. Todas las fracciones

Más detalles

Ejercicios de Programación Lineal

Ejercicios de Programación Lineal Ejercicios de Programación Lineal Investigación Operativa Ingeniería Informática, UCM Curso 8/9 Una compañía de transporte dispone de camiones con capacidad de 4 libras y de 5 camiones con capacidad de

Más detalles

Unidad 2: Gestión de Procesos

Unidad 2: Gestión de Procesos Unidad 2: Gestión de Procesos Tema 5: Planificación de procesos. 5.1 Criterios y tipos de planificación. 5.2 Algoritmos de planificación. 5.3 Métodos multicolas y multiprocesadores. 5.4 Evaluación de políticas

Más detalles

BOLETÍN OFICIAL DEL ESTADO MINISTERIO DE FOMENTO

BOLETÍN OFICIAL DEL ESTADO MINISTERIO DE FOMENTO Núm. 89 Viernes 13 de abril de 2012 Sec. III. Pág. 29437 III. OTRAS DISPOSICIONES MINISTERIO DE FOMENTO 5030 Orden FOM/720/2012, de 27 de marzo, por la que se aprueba la valoración de los terrenos y lámina

Más detalles

SISTEMA CON UN SERVIDOR

SISTEMA CON UN SERVIDOR TALLER 6 : Problemas de Líneas de Espera. 1.SISTEMA CON UN SERVIDOR. Una compañía estatal tiene un numero de estaciones para el pesado de camiones a lo largo de una gran autopista, para verificar que el

Más detalles

MODULO 2. 1.4.1 RAZONES DE LIQUIDEZ.

MODULO 2. 1.4.1 RAZONES DE LIQUIDEZ. Razones de liquidez Definición. MODULO 2. 1.4.1 RAZONES DE LIQUIDEZ. La liquidez es la facilidad con la cual una inversión puede convertirse en dinero. Es decir, que tan fácil se podría vender un terreno,

Más detalles

LECTURA 7.1. SIMULACIÓN POR COMPUTADORA: APLICACIONES Y ANÁLISIS ESTADÍSTICO Mathur K. y Solow D. Prentice Hall México

LECTURA 7.1. SIMULACIÓN POR COMPUTADORA: APLICACIONES Y ANÁLISIS ESTADÍSTICO Mathur K. y Solow D. Prentice Hall México LECTURA 7.1 SIMULACIÓN POR COMPUTADORA: APLICACIONES Y ANÁLISIS ESTADÍSTICO Mathur K. y Solow D. Prentice Hall México SIMULACIÓN POR COMPUTADORA: APLICACIONES Y ANÁLISIS ESTADÍSTICO Hipoteca de tasa fija

Más detalles

11 knúmero de publicación: 2 177 634. 51 kint. Cl. 7 : B29D 11/00. k 72 Inventor/es: Apollonio, Attilio. k 74 Agente: Ungría López, Javier

11 knúmero de publicación: 2 177 634. 51 kint. Cl. 7 : B29D 11/00. k 72 Inventor/es: Apollonio, Attilio. k 74 Agente: Ungría López, Javier 19 OFICINA ESPAÑOLA DE PATENTES Y MARCAS ESPAÑA 11 Número de publicación: 2 177 634 1 Int. Cl. 7 : B29D 11/00 12 TRADUCCION DE PATENTE EUROPEA T3 86 Número de solicitud europea: 99116.9 86 Fecha de presentación:

Más detalles

Funciones Lineal, Cuadrática, Exponencial

Funciones Lineal, Cuadrática, Exponencial Cálculo I Funciones Lineal, Cuadrática, Exponencial Eduardo Saavedra A. October 12, 2006 1 1. Investigaciones cardiovasculares han mostrado que a un nivel de colesterol superior a 210, cada aumento del

Más detalles

PRODUCTIVIDAD. Contenido. 1. Introducción. 2. Importancia de la Productividad. 3. Que es productividad? 4. Como se mide la productividad?

PRODUCTIVIDAD. Contenido. 1. Introducción. 2. Importancia de la Productividad. 3. Que es productividad? 4. Como se mide la productividad? PRODUCTIVIDAD Contenido 1. Introducción 2. Importancia de la Productividad 3. Que es productividad? 4. Como se mide la productividad? 5. Factores internos y externos que afectan la productividad 6. Conclusión

Más detalles

Por qué estudiar economía? Los diez principios de la economía. Por qué estudiar economía? Economía... LOS DIEZ PRINCIPIOS DE LA ECONOMIA

Por qué estudiar economía? Los diez principios de la economía. Por qué estudiar economía? Economía... LOS DIEZ PRINCIPIOS DE LA ECONOMIA 1 QUE ES LA ECONOMÍA? ELECCIÓN, CAMBIO, RETO Y OPORTUNIDAD Por qué estudiar economía? Los diez principios de la economía Por qué estudiar economía? La economía nos ayuda a comprender el mundo en que vivimos

Más detalles

El concepto de asociación estadística. Tema 6 Estadística aplicada Por Tevni Grajales G.

El concepto de asociación estadística. Tema 6 Estadística aplicada Por Tevni Grajales G. El concepto de asociación estadística Tema 6 Estadística aplicada Por Tevni Grajales G. En gran medida la investigación científica asume como una de sus primera tareas, identificar las cosas (características

Más detalles

ADMINISTRACION PORTUARIA

ADMINISTRACION PORTUARIA ADMINISTRACION PORTUARIA Conferencia: Universidad Austral de Chile - Valdivia Escuela de Ingeniería Naval Especialidad: Transporte Marítimo 10 de marzo del 2005 HUGO TOBAR VEGA Administracion Portuaria

Más detalles

Formación de maestros: algunas orientaciones

Formación de maestros: algunas orientaciones Formación de maestros: algunas orientaciones Conferencia dictada por Philippe Perrenoud Facultad de Psicología y de las Ciencias de la Educación Universidad de Ginebra Nadie desea tener maestros incompetentes.

Más detalles

Regresión múltiple. Modelos y Simulación. I. Introducción II. Marco teórico III. Aplicación IV. Conclusiones V. Bibliografía

Regresión múltiple. Modelos y Simulación. I. Introducción II. Marco teórico III. Aplicación IV. Conclusiones V. Bibliografía Regresión múltiple I. Introducción II. Marco teórico III. Aplicación IV. Conclusiones V. Bibliografía I.- INTRODUCCIÓN Como la Estadística Inferencial nos permite trabajar con una variable a nivel de intervalo

Más detalles

PRÁCTICA N 2 SISTEMAS DE NUMERACIÓN

PRÁCTICA N 2 SISTEMAS DE NUMERACIÓN PRÁCTICA N 2 SISTEMAS DE NUMERACIÓN Ejercicio 1. Diseñar una planilla EXCEL que tome como dato de entrada un número entero y devuelva la representación en base 2. Testearla con los números 23, 245, 673,

Más detalles

Relación de Problemas. Modelos de Probabilidad

Relación de Problemas. Modelos de Probabilidad Relación de Problemas. Modelos de Probabilidad 1. Sabemos que en una ciudad, de cada 50000 personas, 1500 están viendo un cierto programa de TV. Cuál es la probabilidad de que de 100 personas elegidas

Más detalles

Teoría de colas. Las colas (líneas de espera) son parte de la vida diaria

Teoría de colas. Las colas (líneas de espera) son parte de la vida diaria Teoría de colas Las colas (líneas de espera) son parte de la vida diaria Supermercado - Servicios de reparaciones - Telecom. Banco - Comedor universitario - Producción El tiempo que la población pierde

Más detalles

SOCIAL MEDIA MARKETING. Iniciando con Google+

SOCIAL MEDIA MARKETING. Iniciando con Google+ SOCIAL MEDIA MARKETING Iniciando con Google+ Qué es Google+ y por qué es Importante? Qué es Google+?...Queremos ayudarle a hacer el mismo tipo de relaciones duraderas con sus clientes en línea de la misma

Más detalles

7. Entrenamiento para el Maratón

7. Entrenamiento para el Maratón 7. Entrenamiento para el Maratón Estructurando un Programa para el Maratón Los maratones de Remo Indoor exigen mucho y requieren de una cuidadosa preparación para asegurar el mejor resultado. Más que estructurar

Más detalles

EJERCICIOS RESUELTOS TEMA 3

EJERCICIOS RESUELTOS TEMA 3 EJERCICIOS RESUELTOS TEMA 3 Observación: En todos los ejercicios se ha puesto A, como notación de contrario de A. Ejercicio nº 1.- En una urna hay 15 bolas numeradas de 2 al 16. Extraemos una bola al azar

Más detalles

Detección y características del receptor

Detección y características del receptor Capítulo 7 Detección y características del receptor El receptor en un sistema de comunicación por fibra óptica para transmisión no coherente consiste en un fotodoetector más un amplificador y unos circuitos

Más detalles

1.3 Números racionales

1.3 Números racionales 1.3 1.3.1 El concepto de número racional Figura 1.2: Un reparto no equitativo: 12 5 =?. Figura 1.3: Un quinto de la unidad. Con los números naturales y enteros es imposible resolver cuestiones tan simples

Más detalles

El Efecto Invernadero, y el Balance de Energía

El Efecto Invernadero, y el Balance de Energía Capítulo 2 El Efecto Invernadero, y el Balance de Energía El efecto invernadero es un concepto que se ha vuelto muy popular pero, como todo lo popular, tiene muchas interpretaciones y se presta a un sinfín

Más detalles

REGLAMENTO DE BECAS IPAL

REGLAMENTO DE BECAS IPAL REGLAMENTO DE BECAS IPAL HACER Y HACER BIEN LAS COSAS Página 1 REGLAMENTO DE BECAS I. INTRODUCCIÓN El presente reglamento tiene como finalidad ayudar a los estudiantes del IPAL que necesiten una subvención

Más detalles

CORRELACIÓN Y REGRESIÓN EMPLEANDO EXCEL Y GRAPH

CORRELACIÓN Y REGRESIÓN EMPLEANDO EXCEL Y GRAPH CORRELACIÓN Y REGRESIÓN EMPLEANDO EXCEL Y GRAPH 1) ANÁLISIS DE CORRELACIÓN Dado dos variables, la correlación permite hacer estimaciones del valor de una de ellas conociendo el valor de la otra variable.

Más detalles

np {N q = n N q > 0} = (1 ρ) n=1 = (1 ρ) nρ n 1 = 1 (3.34) P {T q t T q > 0} = P {T q t T q > 0} P {T q

np {N q = n N q > 0} = (1 ρ) n=1 = (1 ρ) nρ n 1 = 1 (3.34) P {T q t T q > 0} = P {T q t T q > 0} P {T q 52 CAPÍTULO 3. SISTEMAS DE ESPERA Luego: P {N q = n N q > 0} = P n+1 2 = (1 ) n 1, n = 1, 2, (3.33) Nótesequelaprobabilidadqueexistan N probabilidadgeométricaconparámetro n 1,locualesigualaladistribuciónprobabilidad

Más detalles

INTRODUCCIÓN A LAS FINANZAS (Informática)

INTRODUCCIÓN A LAS FINANZAS (Informática) INTRODUCCIÓN A LAS FINANZAS (Informática) SEGUNDO SEMESTRE 2011 Apunte N 2 Objetivos de la unidad Al finalizar la Unidad Nº2, debe ser capaz de: Entender el concepto de costo de oportunidad del dinero,

Más detalles

NUMEROS RACIONALES E IRRACIONALES

NUMEROS RACIONALES E IRRACIONALES NUMEROS RACIONALES E IRRACIONALES Si usted no es matemático y no tiene ninguna relación con la matemática, las definiciones eje número racional y número irracional no le impresionarán demasiado. Número

Más detalles

Métodos generales de generación de variables aleatorias

Métodos generales de generación de variables aleatorias Tema Métodos generales de generación de variables aleatorias.1. Generación de variables discretas A lo largo de esta sección, consideraremos una variable aleatoria X cuya función puntual es probabilidad

Más detalles

CAPÍTULO III MARCO TEÓRICO. Cada día cambian las condiciones de los mercados debido a diferentes factores como: el

CAPÍTULO III MARCO TEÓRICO. Cada día cambian las condiciones de los mercados debido a diferentes factores como: el CAPÍTULO III MARCO TEÓRICO 3.1 Introducción Cada día cambian las condiciones de los mercados debido a diferentes factores como: el incremento de la competencia, la globalización, la dinámica de la economía,

Más detalles

Selectividad Septiembre 2009 SEPTIEMBRE 2009. Opción A

Selectividad Septiembre 2009 SEPTIEMBRE 2009. Opción A SEPTIEMBRE 2009 Opción A 1.- Como cada año, el inicio del curso académico, una tienda de material escolar prepara una oferta de 600 cuadernos, 500 carpetas y 400 bolígrafos para los alumnos de un IES,

Más detalles

DEMOSTRACIONES GEOMÉTRICAS

DEMOSTRACIONES GEOMÉTRICAS DEMOSTRACIONES GEOMÉTRICAS Ana M. Martín Caraballo, Universidad Pablo de Olavide de Sevilla. José Muñoz Santonja, IES Macarena de Sevilla. ESTALMAT ANDALUCÍA SEDE SEVILLA ÍNDICE INTRODUCCIÓN PRIMERA PARTE:

Más detalles

CONTABILIDAD Y FINANZAS PARA LA TOMA DE DECISIONES SEMANA 1

CONTABILIDAD Y FINANZAS PARA LA TOMA DE DECISIONES SEMANA 1 CONTABILIDAD Y FINANZAS PARA LA TOMA DE DECISIONES SEMANA 1 ÍNDICE COSTEO DIRECTO Y ANÁLISIS DE COSTO-VOLUMEN-UTILIDAD... 3 APRENDIZAJES ESPERADOS... 3 INTRODUCCIÓN... 3 1. COSTEO DIRECTO Y COSTEO POR

Más detalles

TRABAJO COOPERATIVO EN ROBOTS

TRABAJO COOPERATIVO EN ROBOTS SEMINARIO Diseño y construcción de microrrobots TRABAJO COOPERATIVO EN ROBOTS Autor: Luis De Santiago Rodrigo 3º Ingeniería de Telecomunicación 1.-ÍNDICE E INTRODUCCIÓN Éste trabajo pretende ser una pequeña

Más detalles

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 Fundamentos de Investigación de Operaciones Investigación de Operaciones de agosto de 200. Estandarización Cuando se plantea un modelo de LP pueden existir igualdades y desigualdades. De la misma forma

Más detalles

PRUEBAS DE HIPÓTESIS

PRUEBAS DE HIPÓTESIS PRUEBAS DE HIPÓTESIS Muchos problemas de ingeniería, ciencia, y administración, requieren que se tome una decisión entre aceptar o rechazar una proposición sobre algún parámetro. Esta proposición recibe

Más detalles

Instrumentos matemáticos para la empresa (3/4) 1º GRADO DERECHO-ADE CURSO 2011-2012. Prof. Pedro Ortega Pulido

Instrumentos matemáticos para la empresa (3/4) 1º GRADO DERECHO-ADE CURSO 2011-2012. Prof. Pedro Ortega Pulido Instrumentos matemáticos para la empresa (3/4) 1º GRADO DERECHO-ADE CURSO 2011-2012. Prof. Pedro Ortega Pulido 1. Matemática Financiera 1.0. Introducción a la matemática financiera. 1.1. Capitales financieros

Más detalles

Indicadores de la Variable.- Son aquellas cualidades o propiedades del objeto que pueden ser directamente observadas y cuantificadas en la práctica.

Indicadores de la Variable.- Son aquellas cualidades o propiedades del objeto que pueden ser directamente observadas y cuantificadas en la práctica. Las variables de un estudio. La variable es determinada característica o propiedad del objeto de estudio, a la cual se observa y/o cuantifica en la investigación y que puede variar de un elemento a otro

Más detalles

TÉCNICAS DE ESTUDIO EN EL TERCER CICLO DE EDUCACIÓN PRIMARIA

TÉCNICAS DE ESTUDIO EN EL TERCER CICLO DE EDUCACIÓN PRIMARIA TÉCNICAS DE ESTUDIO EN EL TERCER CICLO DE EDUCACIÓN PRIMARIA Judith Domínguez Martín Diplomada en Educ. Infantil y Audición y Lenguaje. Maestra de Educ. Primaria. A lo largo de la etapa de educación primaria

Más detalles

Modelaje con Logaritmos

Modelaje con Logaritmos Modelaje con Logaritmos Guía del Maestro Nivel 10-12 Actividad de Matemáticas Propósito: Se espera que el estudiante se familiarice con el concepto de los logaritmos y pueda utilizar sus propiedades y

Más detalles

Introducción a la Teoría de Probabilidad

Introducción a la Teoría de Probabilidad Capítulo 1 Introducción a la Teoría de Probabilidad Para la mayoría de la gente, probabilidad es un término vago utilizado en el lenguaje cotidiano para indicar la posibilidad de ocurrencia de un evento

Más detalles

FUNCIONES DE PROPORCIONALIDAD

FUNCIONES DE PROPORCIONALIDAD UNIDAD 2 PROPORCIONALIDAD. FUNCIONES DE PROPORCIONALIDAD 1.- INTRODUCCIÓN Continuamente hacemos uso de las magnitudes físicas cuando nos referimos a diversas situaciones como medida de distancias (longitud),

Más detalles

El modelo EOQ básico (Economic Order Quantity) es el más simple y fundamental de todos los modelos de inventarios.

El modelo EOQ básico (Economic Order Quantity) es el más simple y fundamental de todos los modelos de inventarios. Tema 7 Sistemas de Inventarios 7.1. Modelo EOQ básico El modelo EOQ básico (Economic Order Quantity) es el más simple y fundamental de todos los modelos de inventarios. 7.1.1. Hipótesis del modelo 1. Todos

Más detalles
Sitemap