INTRODUCCIÓN A LOS MODELOS PROBABILÍSTICOS DE DECISIÓN Y

OPTIMIZACIÓN

Tarea 1

WILLIAM EDUARDO CASTRO

Grupo: 104561_12

Tutor
ROGER RICARDO NEGRETE

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

METODOS PROBABILISTICOS

2019
Ejercicio 1. Representación probabilística de datos

Tabla de distribucion Empirica

RELACION DE TIEMPOS

TIEMPO ENTRE Frecuencia Frecuencia

Marca de
observada relativa
No. LLEGADAS # de clase Clase clase
empirica empirica
(Minutos) Ii
Oi f

15 2.2825521077 1 2 3 2.5 5 8.33%

32 2.3528225519 2 3 4 3.5 9 15.00%
53 2.3528843901 3 4 5 4.5 8 13.33%
25 2.451568623 4 5 6 5.5 7 11.67%
26 2.9825146074 5 6 7 6.5 4 6.67%
41 3.0917389539 6 7 8 7.5 3 5.00%
37 3.2013523533 7 8 9 8.5 7 11.67%
58 3.2124146118 8 9 10 9.5 2 3.33%
48 3.2337234376 9 10 11 10.5 9 15.00%
47 3.3182297761 10 11 12 11.5 6 10.00%
4 3.5060381792 60
42 3.5296368663
36 3.9043480553
56 3.9794940411
Histograma
54 4.0703681988 120.00%
21 4.0728574448 100.00%
50 4.220722508
80.00%
20 4.3006168367
60.00%
12 4.3917676703
46 4.4130579843 40.00%
16 4.4311197108 20.00%
45 4.8148460787 0.00%
7 5.0269583245 1 2 3 4 5 6 7 8 9 10
22 5.1113946285 Frecuencia relativa empi ri ca
23 5.1210776054 f
51 5.2401065386 Frecuencia relativa acumul ada empri ri ca
Fi
27 5.2802489662
40 5.5039438436
55 5.697494362 Media de la distribucion empirica para tiempos de llegada
29 6.0589019265 Varianza de la distribucion empirica para tiempos de llegada
18 6.2704647814
30 6.6036141985 Prueba de bondad de ajuste
24 6.8776635803
35 7.5283056356 Media de la distribucion exponencial teorica (λ)
49 7.7108622013 Frecuencia exponencial teorica f(t)
10 7.7258434309 Frecuencia relativa exponencial teorica F(T)
34 8.1413307294
60 8.2562084267 f Vs F(T)
8 8.4547857359
120%
33 8.5332761306
100%
19 8.625559993
2 8.7543712683 80%
60%
40%
20%
0%
1 2 3 4 5 6 7 8 9 10
 120%
100%
80%

17 8.8718538363 60%
44 9.1259197661 40%
1 9.2817826084 20%
5 10.109193069 0%
1 2 3 4 5 6 7 8 9 10
52 10.1114556207
Frecuenci a rel ativa a cumul a da empri ri ca
28 10.1141059858 Fi
43 10.2909155117 Frecuenci a rel ativa exponenci al teori ca F(T)
57 10.3203062636
38 10.436094543 Distribucion Chi cuadrado
6 10.6743367058
9 10.698953166 Tabla de distribucion Empirica
Frecuencia Frecuencia Agrupamien
# de clase Clase observada observada Oi to por clases
59 10.9067787268 Oi Organizada Oi para X²

11 11.1045820871 0 0 1 0 5 5
3 11.1916969893 1 1 2 0 9 9
39 11.5698883368 2 2 3 5 8 8
13 11.8907126917 3 3 4 9 7 7
31 11.9755587275 4 4 5 8 4 4
14 11.9975557312 5 5 6 7 3 3
6 6 7 4 7 7
7 7 8 3 2 2
8 8 9 7 9
9 9 10 2 6
10 10 11 9 0 15
11 11 12 6
12 12 1000 0
60 60

Distribucion X² para tiempos de llegada

Prueba de hipotesis

Ho Aceptar f(t) si X²<X²N-K-1 1-α

Hi No aceptar f(t) si X²>=X²N-K-1 1-α

α 0.05
Grados de libertad 8

Chi cuadrado teorico X² 15.507313

Conclusion:
ya que X² es menor que X²N-K-1, con una significancia del 0,05
que si hay una asociación estadísticamente significativa entre
ca Tabla de Distribución Exponencial teórica para Tiempo
entre llegadas

Frecuencia
Frecuencia
relativa
relativa
acumulada f*I f*(I-t)² f(t) exponencial
empririca
teorica F(T)
Fi

8% 0.2083333 1.5528009 0.1266827 0.3070159

23% 0.525 1.6500417 0.1093973 0.401571
37% 0.6 0.7155926 0.0944704 0.4832245
48% 0.6416667 0.2022546 0.0815803 0.5537366
55% 0.4333333 0.0066852 0.070449 0.6146276
60% 0.375 0.0233472 0.0608364 0.6672103
72% 0.9916667 0.330588 0.0525355 0.7126182
75% 0.3166667 0.2400093 0.0453673 0.7518304
90% 1.575 2.0350417 0.0391771 0.7856923
100% 1.15 2.1933611 0.0338315 0.8149338

8 9 10

6.8166667
8.9497222

0.1466993
0.0539676
0.9990541

9 10
 9 10

cion Empirica
Agrupamient
Frecuencia X² = (oi-
o por clases
teorica ni ni)²/ni
ni para X²

8.18678173 8.1867817262 1.2404847363

7.06972514 7.0697251423 0.5270305353
6.10508687 6.1050868656 0.5881481895
5.27206997 5.2720699725 0.5663320471
4.5527152 4.552715204 0.067101517
3.93151378 3.9315137767 0.2207083494
3.39507302 3.3950730243 3.8277522772
2.93182766 2.9318276611 0.2961643351
2.53179044
2.18633685
1.88801914 18.555206627 0.6811831534
1.63040579
10.3186544
60 8.0149051

8.0149051

a significancia del 0,05, se acepta la hipotesis nula, se puede establecer

ente significativa entre las variables.
Ejercicio 1. Representación probabilística de datos

Tabla de distribucion Empirica

RELACION DE TIEMPOS

TIEMPO DE Frecuencia Frecuencia

Marca de
No. SERVICIO # de clase Clase
clase
observada relativa
(Minutos) empirica empirica

38 0.0791371784 1 0 1 0.5 7 11.67%

41 0.0919400438 2 1 2 1.5 11 18.33%
20 0.1748283724 3 2 3 2.5 2 3.33%
36 0.5662478602 4 3 4 3.5 7 11.67%
26 0.6594957322 5 4 5 4.5 7 11.67%
55 0.7002534914 6 5 6 5.5 7 11.67%
51 0.9656255133 7 6 7 6.5 6 10.00%
58 1.0339338427 8 7 8 7.5 3 5.00%
40 1.1072535833 9 8 9 8.5 5 8.33%
45 1.3042772299 10 9 10 9.5 5 8.33%
6 1.3524164049 60
8 1.3586743228
49 1.4657077629
1 1.5182016697
Histograma
47 1.5508446643 120.00%
13 1.5742171537 100.00%
18 1.6852055352
80.00%
15 1.8692571356
60.00%
28 2.0480079576
21 2.4958404215 40.00%
52 3.0351551769 20.00%
50 3.0986462995 0.00%
34 3.1390517872 1 2 3 4 5 6 7 8 9 10
19 3.4546091125
59 3.546565681
Frecuencia relativa empi ri ca
32 3.7571401626
Frecuencia relativa acumul ada empri ri ca
14 3.7692864577
33 4.0672049282
60 4.2882288852 Media de la distribucion empirica para tiempos de llegada
56 4.3436603234 Varianza de la distribucion empirica para tiempos de llegada
53 4.3754563987
46 4.5005279194 Prueba de bondad de ajuste
4 4.6800240339
42 4.7984056089 Media de la distribucion exponencial teorica (λ)
16 5.1766351181 Frecuencia exponencial teorica f(t)
39 5.2987789758 Frecuencia relativa exponencial teorica F(T)
31 5.5374107591
3 5.6421837243 f Vs F(T)
27 5.7820875649
120%
54 5.7851710268
100%
80%
60%
40%
 f Vs F(T)
120%

11 5.9240749006 100%
9 6.3278289185 80%
10 6.6043726114 60%
44 6.6335441513 40%
25 6.6900952413
20%
35 6.8341217991
0%
37 6.8541683115 1 2 3 4 5 6 7 8 9 10
2 7.6660404389 Frecuenci a rel ativa a cumul a da empri ri ca
29 7.6670717721 Frecuenci a rel ativa exponenci al teori ca F(T)
57 7.8483432551
7 8.3263019819 Distribucion Chi cuadrado
17 8.5362538319
23 8.7625899063 Tabla de distribucion Empirica
Frecuencia Agrupamiento
Frecuencia
# de clase Clase observada por clases Oi
teorica ni
43 8.7925179689 Oi para X²

5 8.9835757642 1 0 1 7 7 11.9163
12 9.0831615619 2 1 2 11 11 9.5497
30 9.5028839666 3 2 3 2 2 7.6531
48 9.6035046146 4 3 4 7 7 6.1331
22 9.7717379837 5 4 5 7 7 4.9151
24 9.850853192 6 5 6 7 7 3.9389
7 6 7 6 6 3.1566
8 7 8 3 3 2.5297
9 8 9 5 5 2.0273
10 9 10 5 1.6246
5
11 10 1000 0 6.5556
60 60 60

Distribucion X² para tiempos de llegada

Prueba de hipotesis

Ho Aceptar f(t) si X²<X²N-K-1 1-α

Hi No aceptar f(t) si X²>=X²N-K-1 1-α

α 0.05
Grados de libertad 9

Chi cuadrado teorico X² 16.9189776

Conclusion:
ya que X² es mayor que X²N-K-1, con una significancia del 0,05, se
establecer que no hay una asociación estadísticamente significat
ca Tabla de Distribución Exponencial teórica para Tiempo
entre llegadas

Frecuencia Frecuencia
relativa relativa
acumulada f*I f*(I-t)² f(t) exponencial
empririca teorica F(T)

12% 0.0583333 1.8822546 0.1774305 0.1047937

30% 0.275 1.6683843 0.1421918 0.2825868
33% 0.0833333 0.1355648 0.1139517 0.4250692
45% 0.4083333 0.120588 0.0913202 0.5392537
57% 0.525 3.2407E-05 0.0731835 0.6307606
68% 0.6416667 0.1128102 0.0586488 0.7040936
78% 0.65 0.3933611 0.0470008 0.7628623
83% 0.375 0.4450139 0.0376662 0.8099592
92% 0.7083333 1.3222454 0.0301855 0.8477024
100% 0.7916667 2.0694676 0.0241905 0.8779496

8 9 10

4.5166667
8.1497222

0.2214022
 9 10

mpirica
Agrupamient
X² = (oi-
o por clases
ni)²/ni
ni para X²

11.9163 2.0283
9.5497 0.2203
7.6531 4.1757
6.1331 0.1225
4.9151 0.8844
3.9389 2.3789
3.1566 2.5613
2.5297 0.0874
2.0273 4.3591

8.1803 1.2364

60 18

18

a significancia del 0,05, se rechaza la hipotesis nula, se puede

stadísticamente significativa entre las variables.
Ejercicio 2. Programación probabilística de proyectos.

RELACION DEL PROYECTO DE AMPLIACION

TIEMPOS ESTIMADOS

ACTIVIDAD TIEMPO TIEMPO TIEMPO MAS MEDIA VARIANZA

OPTIMISTA PESIMISTA PROBABLE EVENTO
a b m

0, 1 1 2 3 2.5 0.0278 1
0, 2 2 8 2 3 1.0000 2
1, 3 1 3 2 2 0.1111 3
2, 3 1 11 1.5 3 2.7778 4
2, 4 1 8 1 2 1.3611 5
3, 5 1 7 3 3 1.0000 6
3, 6 1 3 2 2 0.1111
4, 5 6 8 7 7 0.1111
4, 6 3 11 4 5 1.7778
5, 6 4 8 6 6 0.4444

TIEMPO DE
TIEMPO DE TERMINACIO
INICIO MAS N MAS
EVENTO RUTA
TARDIO TARDIO
TIPj
TTTi

1 (0, 1) 2 4
2 (0, 2) 3 3
3 0, 2, 3) 6 6
4 (0, 2, 3, 4) 6 6
5 (0, 2, 3, 4, 5) 13 13
6 (0, 2, 3, 4, 5, 6) 19 19
 ��= ����−�{��}√���{��}
Tiempo de Media Varianza
Probabilidad
RUTA terminacion mas normalmente normalmente Parametro K
P(z)
tardio distribuida distribuida

(0, 1) 4 2.5 0.0278 9.0000 0%

(0, 2) 3 3 1.0000 0.0000 40%
(0, 2, 3) 6 6 3.7778 0.0000 40%
(0, 2, 3, 4) 6 5 2.3611111 0.6508 32%
(0, 2, 3, 4, 5) 13 12 2.4722222 0.6360 33%
(0, 2, 3, 4, 5, 6) 19 18 2.9166667 0.5855 34%
Ejercicio 2. Programación probabilística de proyectos con estimacion extra de ti

RELACION DEL PROYECTO DE AMPLIACION

TIEMPOS ESTIMADOS

ACTIVIDAD TIEMPO TIEMPO TIEMPO MAS MEDIA VARIANZA

OPTIMISTA PESIMISTA PROBABLE EVENTO
a b m

0, 1 1.15 2.30 3.45 2.875 0.0367 1

0, 2 2.30 9.20 2.30 3.45 1.3225 2
1, 3 1.15 3.45 2.30 2.3 0.1469 3
2, 3 1.15 12.65 1.73 3.45 3.6736 4
2, 4 0.58 8.63 1.15 2.3 1.8001 5
3, 5 1.15 8.05 2.88 3.45 1.3225 6
3, 6 1.15 3.45 2.30 2.3 0.1469
4, 5 6.90 9.20 8.05 8.05 0.1469
4, 6 3.45 12.65 4.60 5.75 2.3511
5, 6 4.60 9.20 6.90 6.9 0.5878

TIEMPO DE
TIEMPO DE TERMINACIO
INICIO MAS N MAS
EVENTO RUTA
TARDIO TARDIO
TIPj
TTTi

1 (0, 1) 2 4
2 (0, 2) 3 3
3 0, 2, 3) 6 6
4 (0, 2, 3, 4) 6 6
5 (0, 2, 3, 4, 5) 13 13
6 (0, 2, 3, 4, 5, 6) 19 19
estimacion extra de tiempo.

��= ����−�{��}√���{��}
Tiempo de Media Varianza
Probabilidad
RUTA terminacion mas normalmente normalmente Parametro K
P(z)
tardio distribuida distribuida

(0, 1) 4 2.875 0.0367 5.8696 0%

(0, 2) 3 3.45 1.3225 -0.3913 37%
(0, 2, 3) 6 6.9 4.9961 -0.4026 37%
(0, 2, 3, 4) 6 5.75 3.1225694 0.1415 39%
(0, 2, 3, 4, 5) 13 13.8 3.2695139 -0.4424 36%
(0, 2, 3, 4, 5, 6) 19 20.7 3.8572917 -0.8656 27%
 Bibliografia

Hillier, F. y Lieberman, G. (2015). Introducción a la investigación de operaciones (pp. 1014-1027).

México, México: Editorial McGraw-Hill Interamericana. Recuperado de
http://bibliotecavirtual.unad.edu.co:2053/?il=2269

Monks, J. (1988). Administración de operaciones (pp. 168-170). Naucalpan de Juárez, México:

Editorial McGraw-Hill Interamericana. Recuperado de
https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/reader.action?
ppg=61&docID=3196010&tm=1541110436872

Hillier, F. y Lieberman, G. (2010). Introducción a la investigación de operaciones (pp. 807-812).

México, México: Editorial McGraw-Hill Interamericana. Recuperado de
http://bibliotecavirtual.unad.edu.co/login?url=http://search.ebscohost.com/login.aspx?
direct=true&db=edselb&AN=edselb.3214887&lang=es&site=eds-live

Monks, J. (1988). Administración de operaciones (pp. 243-247). Naucalpan de Juárez, México:

Editorial McGraw-Hill Interamericana. Recuperado de
https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/reader.action?
ppg=61&docID=3196010&tm=1541110436872