Este documento presenta el diagnóstico final de un estudio de caso que analiza tres estrategias propuestas utilizando modelos probabilísticos. La primera estrategia se analiza con una cadena de Markov, la segunda con un modelo de línea de espera para un solo servidor, y la tercera con programación estocástica. El documento concluye con una tabla resumiendo los análisis y las referencias bibliográficas citadas.

1. UNIDAD 2: PASO 3 - DESARROLLAR Y PRESENTAR EL
DIAGNÓSTICO Y ANÁLISIS FINAL DEL ESTUDIO DE CASO
ANA VICTORIA MARTÍNEZ ARRIETA – CÓD. 1081928213
GRUPO: 104561_86
DARWIN WILLIAM BARROS
(TUTOR)
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA (UNAD)
METODOS PROBABILISTICOS
PLATO – MAGDALENA
2018

2. MENTEFACTO CON TEMA MODELO DE COLAS M / G /
C-FCFS CON UNA POLÍTICA DE SISTEMA DE
INVENTARIO DE REVISIÓN CONTINUA

3. Tabla Diagnóstico final del estudio de caso
No. Estrategia
propuesta
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 Participación Cadena de Markov
Es proceso estocástico discreto que cumple con la propiedad de
Márkov, es decir, si se conoce la historia del sistema hasta su
instante actual, su estado presente resume toda la información
relevante para describir en probabilidad su estado futuro.
Una cadena de Márkov es una secuencia X1, X2, X3,... de variables
aleatorias. El dominio de estas variables es llamado espacio estado;
el valor de Xn es el estado del proceso en el tiempo n. Si la
distribución de probabilidad condicional de Xn+1 en estados pasados
es una función de Xn por sí sola, entonces:
𝑃 𝑋 𝑛 + 1
= 𝑋 𝑛
+ 1 𝑋 𝑛 = 𝑋 𝑛, 𝑋 𝑛 − 1 = 𝑋 𝑛 − 1, … , 𝑋2 = 𝑋2, 𝑋1 = 𝑋1)𝑃 𝑋 𝑛 + 1
Recuperado de: Cadena de Márkov. (6 oct 2018 ).
Recuperado de:
https://es.wikipedia.org/wiki/Cadena_de_M%C3
%A1rkov#Definici%C3%B3n_formal
2 Servicio Línea de espera para
un solo servidor
Una línea de espera puede modelarse como un proceso estocástico
en el cual la variable aleatoria se define como el número de
transacciones en el sistema en un momento dado; el conjunto de
valores que puede tomar dicha variable es {O, 1, 2, . . . , N y cada
uno de ellos tiene asociada una probabilidad de ocurrencia.
Ucan, V. Modelo de línea de espera y
programación lineal. (12 Nov 2013). Recuperado
de: https://www.gestiopolis.com/modelo-de-linea-
de-espera-y-programacion-lineal/
3 Optimización Programación
estocástica
a Programación Estocástica reúne aquellos modelos de optimización
en donde uno o más parámetros del problema son modelados a
través de variables aleatorias.
Los modelos de optimización estocástica se dividen en dos grandes
Gestión de operaciones. Qué es la Programación
Estocástica. (18 Nov 2015). Recuperado de:
https://www.gestiondeoperaciones.net/programa
cion_lineal/que-es-la-programacion-estocastica/
TABLA DIAGNÓSTICO FINAL DEL ESTUDIO
DE CASO.

4.  T a i bo, A. Investigación de o peraciones pa ra l o s no m a temáti cos (pp. 7 1 -77), Méxi co, D .F., MX: Instituto
Po li técnico Na cional, 2 0 09. Accessed No vember 2 7 , 2 0 16. R ecuperado de:
http://bibliotecavi rtual.unad.edu.co:2077/li b/unadsp/reader.action?docID=10504970&ppg=8.
 G a llag her, C., & Wa tson, H. (1 982). Méto dos cuantitativos pa ra l a to ma de deci siones en a dministración (pp.
3 3 1-351), Méxi co, D .F., MX: McG raw -Hi ll Interamericana. R ecuperado de:
http://bibliotecavi rtual.unad.edu.co:2077/li b/unadsp/reader.action?docID=10479349&ppg=8.
 Pa lacios, A. L. C. (2 009). D i rección estratégica (pp. 1 3 4 -137), Bo g otá, CO: Ecoe Edi ciones. R ecuperado de:
http://bibliotecavi rtual.unad.edu.co:2077/li b/unadsp/reader.action?docID=10515305&ppg=9.
 Arbones, M. E. A. (1990). Logística empresarial (pp. 145 -155), Barcelona, ES: Marcombo. Recuperado de:
http://bibliotecavi rtual.unad.edu.co:2077/li b/unadsp/reader.action?docID=10337354&ppg=6.
 Am a ya, A. J. (2 0 09). T o ma de deci siones g erencial es: m étodos cuantitativos pa ra l a a dm ini stración (2 a . Ed.)
(pp. 8 5 -98), Bo gotá, CO: Eco e Edi ciones. R ecuperado de:
http://bibliotecavi rtual.unad.edu.co:2077/li b/unadsp/reader.action?docID=10467109&ppg=9.
 Ma roto, Á. C., & Al caraz, S. J. (2 011). Introducción a l a i nvestigación o perati va en a dministración y di rección
de em presas (pp. 2 2 9 -239), V a lencia, ES: Edi torial de l a Uni versidad Po li técnica de V a lencia. R ecuperado de:
http://bibliotecavi rtual.unad.edu.co:2077/li b/unadsp/reader.action?docID=10637751&ppg=5.
 G ha four , K., R a mli, R ., & Za i bidi, N. (2 017). D eveloping a M/G /C -FCFS queueing m o del wi th co ntinuous revi ew
(R ,Q) i nventory system po l icy i n a cem ent i ndustry. Jo urnal o f Intell igent & Fuzzy Systems, 3 2 (6), 4 059 -4068.
do i : 1 0 .3233/JIFS -152509 R ecuperado de
http://bibliotecavi rtual.unad.edu.co/login?url=http://search.ebscohost.com/log in.aspx?di rect=true&db=buh&
AN= 123249076&lang=es&si te=eds -l ive
BIBLIOGRAFÍA