El Gran Atractor, la misteriosa fuerza que está halando a la Vía Láctea.pptx
Inferencia de resultados
1. Integrantes Del Equipo:
Briyit Campos Catalan
Marisela Pérez Macario
Tereso Gómez
Alma Reyna León Avellaneda
INVESTIGACIÓN DE OPERACIONES
Profe: Antonio González Pérez
2. 5.4 INFERENCIA DE RESULTADOS
Inferencia es la acción y efecto de inferir (deducir algo, sacar una
consecuencia de otra cosa, conducir a un resultado). La inferencia
surge a partir de una evaluación mental entre distintas expresiones
que, al ser relacionadas como abstracciones, permiten trazar una
implicación logística.
Al partir de hipótesis o argumentos, es posible inferir una conclusión
(que puede resultar verdadera o falsa). Por ejemplo:
“Todavía no recibí la confirmación oficial por parte de la empresa, lo
que te digo es sólo una inferencia mía”
,
“Cada vez que juega la selección, Mariana falta al trabajo:
mi inferencia es que mañana vamos a estar solos en la oficina”
,
“No podemos guiarnos por inferencias, sino que tenemos que
aguardar a que los sucesos se confirmen antes de tomar una
decisión”
.
3.
4. Las inferencias suelen
generarse a partir de un análisis
de características y
probabilidades. Si alguien hace
referencia a un animal de cuatro
patas, peludo y que mueve la
cola, puedo inferir que lo más
probable es que esté haciendo
referencia a un perro.
5. Ejemplo Supermercado
Imagínese un supermercado grande con muchas cajas
de salidas. Supóngase que los clientes llegan para que
les marquen su cuenta con una tasa de 90 por hora y
que hay 10 cajas en operación. Si hay poco intercambio
entre las líneas, puede tratarse este problema como 10
sistemas separados de una sola línea, cada uno con
una llegada de 9 clientes por hora. Para una tasa de
servicio de 12 por hora: Dado: A= 9 clientes por hora B=
12 clientes por hora
6.
7. Explicación
Entonces, para este ejemplo, el cliente promedio espera 15 minutos antes
de ser servido. En promedio, hay un poco mas de 2 clientes en la línea o 3
en el sistema. El proceso completo lleva un promedio de 20 minutos. La
caja esta ocupada el 75% del tiempo. Y finalmente, el 32% del tiempo
habrá cuatro personas o mas en el sistema.
8. Ejemplo con Modelo de un servidor:
El departamento para caballeros de un gran almacén tiene a un sastre para ajustes a la
medida. Parece que el número de clientes que solicitan ajustes sigue una distribución de
poisson con una tasa media de llegadas de 24 por hora, los ajustes se realizaron con un
orden de primero que llega, primero en atenderse y los clientes siempre desean esperar ya
que las modificaciones son gratis. Aparentemente el tiempo que tarda para realizar el ajuste,
se distribuye exponencialmente con una media de 2 minutos.
¿Cuál es el número promedio de clientes en la sala de espera? 3.2 unidades en promedio
¿Cuánto tiempo de permanencia en el sistema debería de planear un cliente? .16hrs en
promedio = 10 minutos
¿Qué % de tiempo permanece ocioso el sastre? .2 = 20%
¿Cuál es la probabilidad de que un cliente espere los servicios del sastre más de 10
minutos? 2.17456