HERRAMIENTAS MATEMATICAS VI - MODELOS DE SIMULACION

(4.1) El objetivo del estudio de líneas de espera es eliminar la espera por completo así el cliente se encuentra satisfecho y aumenta su fidelidad. Falso. Verdadero.

(4.3) La distribución exponencial se dice negativa porque el resultado de su cálculo da un número negativo. Falso. Verdadero.

(5.2) El Departamento “Ingeniería e Innovación” de la empresa Omega, desea construir un dispositivo que traslade automáticamente los artículos que pasaron por el control de calidad al área de despacho. Para el diseño del dispositivo es aconsejable usar simulación de Montecarlo. Falso. Verdadero.

(4.3) Se sabe que la tasa de llegadas a las cajas responde a un modelo de Poisson y es de 10 clientes por hora. La probabilidad de que la primera llegada ocurra en los próximos 20 minutos es inferior al 10%. Verdadero. Falso.

(4.1) El costo de espera se reduce con el incremento del nivel de servicio. Verdadero. Falso.

(4.1) El estudio de las colas tiene que ver con la cuantificación del fenómeno de esperar por medio de medidas de desempeño representativas, tales como longitud promedio de la cola, tiempo de espera promedio en la cola y el uso promedio de la instalación. Verdadero. Falso.

(4.4.2) En los modelos de muerte pura se hace necesario conocer la cantidad de clientes en sistema N para calcular la probabilidad de que en un tiempo t ocurran n salidas (muertes para el sistema). Verdadero. Falso.

5.1. En un modelo de Nacimiento Puro es un sistema de líneas de espera en el que solo se…. Verdadero. Falso.

(5.1) Para algunas simulaciones estocásticas (sujetas al azar) es necesario repetir las simulaciones del modelo la mayor cantidad de veces posible para estimar la probabilidad de ocurrencia cuando se implemente en la realidad. Verdadero. Falso.

Eliminar la espera por completo es la mejor opción en un fenómeno de colas, ya que el cliente se encuentra satisfecho y aumenta su fidelidad. Falso. Verdadero.

(5.1) Los métodos modernos de generación de números aleatorios no son realmente aleatorios, ya que son generados a través de programas determinados. Verdadero. Falso.

(5.1) Los modelos de simulación es una técnica de optimización. Verdadero. Falso.

(5.4) Cualquier simulación de eventos discreto, independientemente de la complejidad del sistema que describe, se reduce a tratar dos eventos básicos: llegadas y salidas. Verdadero. Falso.

(5.5) Los números aleatorios desempeñan un rol básico en los procesos de simulación ya que para modelar un sistema se comienza por crear objetos, individuos, eventos con características particulares que los determinan y sobre las cuales se harán los análisis pertinentes. Verdadero. Falso.

La descripción cuantitativa de los tiempos de una linea de espera se hace con funciones exponenciales de distribución que responden al siguiente modelo f(t) =λ.e - λ.t, t 0. Verdadero. Falso.

(4.1) ¿Cuáles son algunas de las medidas de desempeño de sistemas estables?. Lq, Ls, Ws. Lq, Ls, Ms. Mq, Ls, Ws. Mm, Ls, Ws. Mq, Ls, Wy.

(4.1) ¿Cuáles son los objetivos perseguidos al estudiar un sistema de líneas de espera?. Agilizar la atención. Disminuir el tiempo de espera.. Mejorar el uso de los recursos. Optimizar los sistemas. Aumentar el tiempo de espera..

(4.1) Que recurso de una organización busca que esté en equilibrio para tener una buena atención y bajos costos, marque 2 opciones: Costo de servicio. Espera de atención. Eficiencia operativa. Disciplina de la fila. Espera de servicio.

(4.1) Alguna de las medidas de desempeño en los estados contables es seleccione 4 respuestas correctas. LS= cantidad esperada de clientes de un sistema. Lq= cantidad esperada de clientes en una cola. Ws= tiempo de espera en un sistema. Wq= tiempo de espera en el sistema. Ms= tiempo de espera en un sistema.

(4.2) Suponga que solicita un turno a un médico para un día determinado y la secretaria le indica que le queda un solo turno ¿Cómo es la capacidad de la fila?. Finita. Infinita. Exponencial.

(4.2) ¿Cómo se denomina la característica de la fila que describe el orden seleccionado para ser atendido?. Disciplina de la fila. Orden de la fila. Tiempo de servicio. Longitud promedio de cola.

(4.2) ¿Qué medidas de desempeño son representativas para cuantificar el fenómeno de esperar en las colas, según la bibliografía estudiada? Seleccione 3. Longitud promedio de cola. Tiempo de servicio. Tiempo promedio de espera en la cola. Tiempo promedio de espera en la fila. Disciplina de la fila.

(4.2) ¿Qué características de las filas describe si las mismas son simples o múltiples?. Número de la fila. Longitud de la fila. Fuente de llegada. Fuente de salida. Longitud de llegada.

(4.2) ¿Qué característica de la fila puede mostrar si la misma es finita o infinita?. Longitud de la fila. Número de la fila. Fuente de llegada. Longitud de la cola. Fuente de salida.

(4.2) ¿Cómo se denomina al elemento de un sistema de colas donde se generan los clientes?. Fuente de llegada. Longitud de la fila. Número de la fila. Fuente de salida. Longitud de la cola.

(4.2) ¿Qué describe el promedio de clientes por unidad de tiempo?. Tasa de llegada. Longitud de la fila. Longitud de la cola. Fuente de salida. Fuente de entrada.

(4.2) Con respecto al control de llegada de una fuente. Suponga que se abren inscripciones en un día preestablecido en la universidad, para lo cual le entregaron un ticket al respecto, entonces podemos decir que las llegadas son: Controlables. Número de la fila. Imprescindibles. Contratables. Deben ser controlables ----.

(4.2) Cuáles de las siguientes opciones son características del mecanismo de servicio? seleccione 4 respuestas correctas: Dimensión del servicio. Tasa de servicio. Etapas del servicio. Distribución del tiempo de espera. Tamaño de la fuente.

(4.2) ¿Qué característica de la fuente de llegada describe si la llegada es individual o grupal?. Dimensión de llegada. Tamaño de fuente. Longitud de la fila. Longitud de la fuente. Dimensión de salida.

(4.2) Cuáles de las siguientes opciones son características de la fuente de llegada? seleccione 4 respuestas correctas: Distribución de llegadas. Tasas de llegadas. Dimensión de la llegada. Control de llegada. Tamaño de llegadas.

(4.2) ¿Qué característica de la fuente de llegada describe que la población puede ser finita o infinita?. Tamaño de fuente. Dimensión de la fuente. Dimensión de entrada. Dimensión de salida. Tamaño de llegada.

(4.3) ¿Qué describe el promedio de clientes atendidos por cada servidor por unidad de tiempo?. Tasa de servicio. Tamaño de la fuente. Tasa de entrada. Promedio de servicio. Clientes en promedio atendidos.

(4.2) ¿Qué característica del mecanismo de servicio describe si el servicio es de etapa única o múltiple?. Etapas del servicio. Dimensión de llegada. Tamaño de la fuente. Primero entrado, primero salido. Etapa única.

4.2 Suponga que varias personas están esperando para ingresar a un ascensor, según el mecanismo de servicio, qué característica explica este fenómeno?. Dimensión del servicio. Tamaño de la fuente. Promedio del servicio. Mecanismo de servicio.

(4.3) El tiempo de servicio es lo mismo que: Tiempo promedio entre servicio. Dimensión del servicio. Mecanismo de servicio. Tiempo promedio. Servicio promedio.

(4.2) Si en un puesto de caja los tiempos de servicios de los clientes se distribuyen azarosamente, ¿qué característica del mecanismo de servicio se emplea?. Distribución del tiempo de espera. Dimensión de llegada. Tiempo promedio. Distribución azarosa. Tasa de servicio.

(4.3) La ocurrencia de una llegada al sistema de líneas de espera es independiente del tiempo transcurrido del sistema. Esto lo garantiza la propiedad de Falta de memoria. Esto lo garantiza la propiedad de Falta de tiempo.

(4.3) La distribución exponencial tiene características que la definen y que hacen que pueda modelizarse con ella el estudio de las líneas de espera. Entre esas propiedades, las más relevantes son: 3 correctas. Variables discretas con distribución de Poisson. Función estrictamente decreciente. Falta de memoria. Función estrictamente creciente. Variables discretas.

(4.4) ¿Cómo se denomina al modelo de filas que toma como proceso la entrada de un nuevo cliente y la salida de un cliente atendido?. Proceso de nacimiento y muerte pura. Modelo de poisson. Función estrictamente creciente.

(4.4) ¿Cómo se supone que se encuentra el sistema de colas modelados por un proceso de nacimiento y muerte pura?. Estable. Inestable.

(4.4.1) Faltando algunos minutos para culminar el horario de atención al cliente, la empresa necesita calcular la probabilidad de que lleguen 5 clientes más, Para hacer esos cálculos es preciso conocer: Seleccione las 2 respuestas correctas. La tasa de llegada (λ). El tiempo restante hasta el horario de cierre (t). El tiempo restante hasta el horario de apertura (t). La tasa de llegada (t). El tiempo restante hasta el horario de cierre (λ).

(4.5) Si se tiene un sistema de filas para la atención a reclamos de Omega con las siguientes características: Sistema con distribución constante para el tiempo de llegadas y para el tiempo de servicio, con solo 1 servidor. La atención es “Primero en llegar, primero en ser atendido” con capacidad máxima depersonas en sistema y fuente de llegada infinitas. El modelo que lo representa es: (D/D/1): (PLPS/INFINITO/INFINITO). (D/D/1): (PLPS/FINITO/FINITO). (D/D/2): (PLPS/FINITO/FINITO). (D/D/2): (PLPS/INFINITO/INFINITO).

(4.5) ¿Cuál será el modelo de líneas de espera para un local en el que las tasas de distribución son exponenciales, hay 2 servidores con una atención prioritaria para clientes que ya registrados como tales y una capacidad máxima de personas permitidas en el local de 15 siendo irrestricto el origen de los clientes?. (M M 2) : (P 15 infinito). (M M 2) : (P 15 finito). (M M 1) : (P 15 finito). (M M 1) : (P 15 infinito).

(4.5) En la notación (a/b/c): (d/e/f) los componentes del segundo paréntesis hacenreferencia a: Seleccione las 3 respuestas correctas: D = Disciplina en las colas. E = número máximo permitido en el sistema (haciendo cola o en servicio). F = tamaño de la fuente. A = Disciplina en las colas. B = tamaño de la fuente.

(4.2) ¿Cuáles de las siguientes opciones son elementos de una disciplina de cola? Selecciones las 4 respuestas correctas. Servicio por orden de prioridad. Servicio en orden aleatorio. Último en llegar primero en ser atendidos. Primero en llegar, primero en ser atendido. Último en llegar último en ser atendidos.

(4.5) La notación (a/b/c): (d/e/f). Seleccione las 4 respuestas correctas: a= distribución de las llegadas. b= distribución de las salidas (tiempo de servicio). c= cantidad de servidores paralelos. Resume las características de la situación dentro de un modelo de colas. e= distribución de las salidas (tiempo de servicio).

(4.5.1) En un sistema de colas de Poisson cuya notación es (a/b/s): (d/e/f), la primera componente del segundo paréntesis la disciplina de fila que podrá ser: SOAL P PLPS DG. SOAL P PLPS PG. SOAL D PLPS PG. SOAL P PLPS PD.

(4.2) ¿Cuáles son los componentes principales del sistema de colas?. Clientes y servicios. Filas y colas. Tasa de servicio. Fuente de llegada.

(4.5.1) En los estudios de líneas de espera de Poisson especializados, tanto los tiempos de llegadas como los tiempos de atención tienen distribución: Exponencial. Marginal.

(5.1) Un modelo de simulación de la demanda de un artículo que se mantiene fija en todos los periodos de tiempo se clasifica como. Estático. Exponencial.

(5.1) En el método congruencial lineal para generar valores mediante xn=a x(n- 1)+b modm, ¿qué significa a, b y m?. Seleccione las 3 respuestas correctas. A= multiplicador. B=incremento. M=módulo. A=módulo. B=multiplicador. M=incremento.

(5.1) ¿Cómo se denomina la etapa de la estructura de un proceso de simulación en donde se registran todos los eventos realizados y los resultados obtenidos dep…aplicación?. Documentación y comunicación. Registración y resultados. Documentacion. Comunicación.

(5.1) ¿Cuáles son las razones para realizar una simulación? Selecciones las 4 respuestas correctas. El sistema real no existe. Es sistema real evoluciona muy rápido o muy lento. Es inviable experimentar sobre el sistema real. El sistema real es muy complejo. El sistema real es simple.

(5.1) ¿En qué etapa de la estructura de un proceso de simulación se definen, las personas involucradas, el costo del estudio, el tiempo disponible y las medidas para evaluar el desempeño del estudio?. Definición de objetivos y planes de estudio. Definición de objetivos y planes de implementación. Planes de estudio. Definición de objetivos.

(5.1) ¿En qué paso de la estructura del proceso de simulación se definen los tiempos disponibles para el proyecto, el plan de experimentación, las variables que se van a considerar y los fondos necesarios?. Definición del problema. Solución del problema. Variable del problema. Definición de objetivos.

(5.1.) ¿En qué etapa de la estructura de un proceso de simulación se desea conocer como es el proceder real de un sistema a simular para identificar las variables y relaciones funcionales del sistema?. Formulación del modelo. Creación del modelo. Definición de objetivos. Formulación de objetivos.

(5.1) ¿En qué etapa de la estructura de un proceso de simulación se controla que el modelo siga una secuencia lógica y sin errores para lograr un comportamiento adecuado a las necesidades previstas?. Verificación del modelo. Creación del modelo. Validación del modelo. Dimensión del modelo.

(5.1) ¿En qué etapa de la estructura del proceso de simulación, el modelo esbozado se codifica mediante lenguajes de programación?. Traducir el modelo. Implementar el modelo. Verificación del modelo.

(5.1) ¿En qué paso de la estructura del proceso de simulación se suele incorporar a especialistas que ayuden a determinar la eficacia y eficiencia del modelo?. Validación del modelo. Información del modelo. Verificación del modelo. Simulación del modelo.

(5.1) ¿Cómo se denomina la etapa de la estructura del proceso de simulación donde se determina qué configuraciones o alternativas van a ser simuladas?. Diseño experimental. Diseño exponencial. Verificación del modelo. Diseño del modelo.

(5.1) ¿Cómo se denomina la etapa de la estructura del proceso de simulación en la que se buscan antecedentes para ser empleadas como ingreso al sistema a simular?. Recolección de datos. Validación de datos. Verificación del modelo. Validación del modelo. Validación del sistema.

(5.2) ¿Cómo se denomina el método de simulación en donde se generan muestras aleatorias de la variable de entrada, se obtienen los valores de salida del modelo y se realiza un análisis estadístico de los resultados obtenidos?. Método de Montecarlo. Modelo de Poisson. Primero entrado, Primero salido. Discreto.

(5.2) ¿Cuál de las siguientes opciones es un parámetro estadístico utilizado como análisis estándar, en el estudio de las salidas que produce el modelo de Montecarlo?. Mediano promedio. Promedio mediano ?. Validación de modelo. Modelo de montecarlo.

(5.2) ¿Cuál de las siguientes opciones es un parámetro estadístico utilizado como análisis estándar, en el estudio de las salidas que produce el modelo de Montecarlo?. Mediana. Promedio. Modelo de Montecarlo. Mediana promedio ?.

(5.2) en el segundo paso de la simulación de Montecarlo se obtienen los valores de las variables …. Valores aleatorios generados entre 0 y 1. Para ese proceso hay varios métodos entre los que se cuenta…. 3 respuestas correctas: Método de Convolución. Función inversa. Método de Composición. Método de Montecarlo. Función de Poisson.

(5.2) El método de implementación de Montecarlo consta de tres pasos para su implementación. Ellos son (seleccione las tres respuestas correctas): Realizar análisis estadístico de la muestra de los valores de la salida Y. Realizar análisis estadístico de la muestra de los valores de la salida X. Generar muestras aleatorias de la variable de entrada X. Obtener los valores de salida y del modelo. Generar muestras aleatorias de la variable de entrada Y.

(5.2) La simulación de Montecarlo opera con valores de entrada que se denotan con X y son números aleatorios comprendidos entre 0 y 1. Los valores de salida Y se obtienen a partir de los valores de entrada X por algún algoritmo o método apropiado como el de la función inversa. Los cálculos estadísticos relevantes para el sistema se hacen utilizando: Los valores de salida Y. Los valores de salida X. Los valores de entrada X. Los valores de entrada Y.

5.3) ¿Cuál sería la clasificación de los modelos de simulación que se conoce con certeza sus relaciones funcionales (parámetros)?. Determinístico. Estocástico. Función inversa. Discreto.

(5.3) Considere el problema del área de producción de la empresa Omega: La temperatura ambiental registrada activa el sistema de refrigeración supera los 25°. Si se construyera un modelo de simulación que representara los Valores térmicos alcanzados en ese sector, ¿de qué tipo tendría que ser?. Continuo. Discontinuo. Discreto. Directo.

(5.3) Se desea simular un sistema en el cual la demanda de clientes como sus relaciones funcionales varían constantemente de acuerdo al evento que se produce. ¿Qué modelo de simulación aconsejaría para esta situación?. Continuo. Discontinuo. Discreto. Directo.

(5.3) Suponga que desea simular el ingreso y egreso de los clientes de una peluquería, los clientes arriban y son atendidos en forma aleatoria ¿Qué modelo de simulación debe emplearse?. Estocástico. Determinístico. Discreto. Directo. Modelo de Montecarlo.

(5.3) Suponga que desea simular el ingreso y egreso de artículos al sector “Control de Calidad”, los artículos arriban y son controlados en forma aleatoria ¿Qué modelo de simulación debe emplearse?. Estocástico. Deterministico. Directo. Modelo de Montecarlo. Cuando es aleatoria, es estocástico.

(5.3) Se desea simular la actividad de un instrumento que contabiliza el conteo de piezas con fallas en un control de calidad. Cada vez que se registra una falla el instrumento registra el tiempo en el que este ocurrió, el contador, esta simulación puede calificarse como. Discreto. Determinístico. Directo. Estocástico.

(5.3) En la sucursal de la empresa Omega se pudo observar que los clientes arriban aleatoriamente y que en la primera hora de atención llegan a una tasa de 5 clientes, en la segunda hora la tasa cambia a 8 clientes y finalmente en la última hora de atención, la tasa es de 6 clientes por hora ¿Qué modelo de simulación es el más adecuado para simular esta situación?. Discreto. Determinístico. Directo. Estocástico. Modelo de Montecarlo.

(5.4) Los tiempos en los que puede desarrollarse un proceso de simulación son. Seleccione las dos respuestas correctas: Discreto. Estocástico. Simulación directa. Los valores de salida X. Continuo.

(5.4) ¿Cuál de las siguientes rutinas que se mencionan es un componente de los modelos de simulación de eventos discretos?. Rutina de tiempo. Rutina de cola. Modelo de Poisson. Rutina rutina rutina de tiempo.

(5.4) En los modelos de simulación de eventos discretos. ¿Qué realiza la lista de sucesos?. Contiene el tiempo de los futuros posibles sucesos. Contiene el tiempo de los futuros sucesos. Futuros posibles sucesos. Contiene el tiempo de los..

(5.4) ¿Qué componente de los modelos de simulación de eventos discretos se conforma de un conjunto variable de estado que describen el sistema en un determinado tiempo?. Estado del sistema. Estado del tiempo. Contiene el tiempo. Función del sistema.

(5.4) ¿Cómo se denomina la secuencia de números generados por el método de los cuadrados medios o por el método congruencial?. Pseudoaleatoria. Aleatoria. Método congruencial. Método de los cuadrados medios.

5.3) El método generador de pseudoaleatorios está formado por. Seleccione 4 respuestas: Función de transición. Elemento inicial. Función de salida. Conjunto finito de números. Conjunto infinito de números.

(5.4) Una de las desventajas de usar el método de los cuadrados medios para generar números pseudoaleatorios es que: La serie tiende rápidamente a cero. La serie tiende rápidamente a uno. Acordate que. La serie. Tiende rápidamente a cero.

(5.4) Según el Teorema del método congruencial, si A=5, B=1, M=9, y X0=1. ¿Tiene periodo completo?. No, porque no cumple la segunda condición del Teorema. Si, porque cumple la segunda condición del Teorema. Si, porque no cumple la primera condición del Teorema. No, porque no cumple la primera condición del Teorema. NO, porque no cumple la SEGGUNDA condición del Teorema.

(5.4) Se necesita generar 50 números aleatorios distintos por el método congruencial. Para ello, las condiciones que debe cumplir “m” son. Seleccione las 4 respuestas correctas: “m” y “b” deben ser coprimos. M ≥ 50 Si “m” es múltiple de 4. “a-1” también debe ser múltiple de 4. Los números primos que dividen a “m” deben dividir a “a-1”. “m” y “b” deben ser primos.

(5.1) El método congruencial, según teorema, tiene periodo completo si y solo si cuando cumple con la condición de que: Los números b y m son coprimos. Los números b y m son primos. Los números a y m son primos. Los números b y a son coprimos. Los números bb y mm son coprimos.

(5.4) Un número aleatorio perteneciente a un conjunto de números también aleatorios, se caracteriza por las siguientes propiedades: selecciones 2 respuestas posibles. La elección de un número es totalmente independiente de la elección anterior. Todos los números del conjunto tienen la misma probabilidad de ser elegidos. Todos los números del conjunto no tienen la misma probabilidad de ser elegidos. La elección de un número no es totalmente independiente de la elección anterior.

(*) la formula P{X(t)=n} = Pn [(α.t)n .e(-α.t)] / n! se utiliza para calcular la probabilidad de que: Haya n clientes en sistema durante el tiempo t. Haya t clientes en sistema durante el tiempo n. Haya p clientes en sistema durante el tiempo n. Haya t clientes en sistema durante el tiempo p.

(*) El modelo de decisiones que permite incorporar probabilidades de otras fuentes para la selección de la mejor alternativa, ¿a qué tipo de decisiones corresponde?. Riesgo. Decisión. Discreto. Directo. Yo diría que es riesgoso.

(*) ¿Cuál de las siguientes opciones es un supuesto de modelo de la cantidad económica de pedidos sin costos de preparación?. No se incurre en costo de preparación en ningún periodo. Se incurre en costo de preparación en los periodos. Se incurre en costo de preparación en alguno de los periodos.

(*) En un modelo de línea de espera en el que las llegadas al sistema ocurren al azar, se trabaja con distribuciones exponenciales. La función que describe el tiempo es f(t)= λ.e- λ,.t , t>0. Esta es estrictamente decreciente, según lo garantizan las propiedades porque: A medida que avanza el tiempo, el valor de la función decrece. A medida que avanza el tiempo, el valor de la función crece. A medida que avanza el tiempo, el valor de la función no crece. A medida que avanza el tiempo, el valor de la función no decrece.

(*) Se hizo una generación aleatoria por método congruencial usando módulo 6 (m=6) para calcular usándose el siguiente criterio para determinar si efectivizó una compra o no: Si 0 ≤z ≤ 0,5 la compra Sí se hizo y se representa con “S”. si 0,5 ≤ z ≤ 1 la compra NO se hizo e representa con la “N”. Los tres primeros clientes generados obtuvieron valores aleatorios de 1/6, 4/6 y 3/6 respectivamente. Por lo tanto, los resultados para ellos son, respectivamente: S-N-N. C-N-N. R-P-M. C-Q-C. R-C-P.

PRÁCTICA PROBABILIDAD (*) La sucursal de la calle Mitre recibe sus clientes con una tasa de distribución exponencial de 20 personas por hora. El tiempo de atención también tiene una distribución exponencial siendo la tasa de servicio de 4 clientes cada 10 minutos. Este proceso responde al modelo (M/M/1): (DG/infinito/infinito) ya que un empleado se encarga de la atención clientes. La probabilidad de que no haya clientes en la sucursal es del: 17% Aproximadamente. 19% Aproximadamente. 15% Aproximadamente. 16% Aproximadamente. 18% Aproximadamente.

PRÁCTICA PROBABILIDAD (4.3) La máquina embaladora presenta una falla cada 5 horas en promedio y según registros, la distribución del tiempo de esas fallas es de modelo exponencial. ¿Cuál será la probabilidad de que esa falla ocurra entre las 10 y las 11 de la mañana?. 16.37%. 17.37%. 18.37%. 15.37%. 14.37%.

PRÁCTICA PROBABILIDAD (4.4.2) En la sucursal de Neuquén quedan 3 clientes en el local faltando 20 minutos para el horario de cierre. Tiene un solo puesto de atención y probabilidad de que quede sin tarea es de 20%. La tasa de servicio es el doble de la de llegadas al sistema, ambas con distribuciones exponenciales ¿Cuál es la probabilidad de que quede solo un cliente en la fila al momento cerrar?. 10%. 5%. 17.37%. 12%. 9%.

PRÁCTICA PROBABILIDAD (4.3) Ha pasado media hora desde que la sucursal Omega abrió las puertas al público, ingresaron ya 9 clientes. Se sabe que la tasa de llegada es de 36 clientes por hora, la probabilidad de que lleguen otros 9 clientes en los próximos 10 minutos es de: 7%. 10%. 7,59%. 8%. 5.5%. 7,28%.

PRÁCTICA PROBABILIDAD ¿Cuál es la probabilidad de que queden 2 artículos en fila en el sistema de “Reparaciones” si se sabe que hay un único operario en servicio, el valor de p es de 1/3 y la probabilidad de que el sistema esté ocioso es del 10%?. 1%. 2%. 3%. 10%.

PRÁCTICA PROBABILIDAD (4.5.1) en el salón de exposición de Omega hay 32 clientes observando uno de los nuevos productos que se sacaron al mercado recientemente. La probabilidad de que lleguen 8 clientes más en los próximos 15 minutos es del 8,2% ¿Cómo cambiaría la probabilidad de que llegue esa misma cantidad de clientes en un cuarto de hora si solo hubiera 16 personas en el salón?. La probabilidad no cambiará. La probabilidad cambiará. Sera 8,2%. No, no cambia.

PRÁCTICA SIMULACIÓN DE MONTECARLO (5.2) Se ha desarrollado el método de Montecarlo para simular el tiempo que tarda un operario en ensamblar enviarlo al área de pintura y acabado las variables xi tiene distribución una función de probabilidad acumulada una inicial generando aleatoriamente es z=0,9142 por lo que el tiempo que en la simulación se tarda en ensamblar es. 3,83MIN. 4,83MIN. 2,83MIN. 3,80MIN. 5,83MIN.

PRÁCTICA SIMULACIÓN DE MONTECARLO (5) La simulación de Montecarlo arroja los siguientes valores que representan el tiempo de llegadas entre dos artículos a la sección donde se les practicara el control de calidad: 4,52 minutos; 2 minutos; 3,62 minutos; 2,38 minutos; 4,5 minutos y 3,95 minutos. Luego el promedio de tiempo de llegada es: 3 minutos y medio. 2 minutos y medio. 4 minutos y medio. 1 minutos y medio.

PRÁCTICA SIMULACIÓN DE MONTECARLO (5.2) En una simulación del proceso de control de calidad por el método de Montecarlo los artículos llegan al área en la que serán controlados con una distribución de tiempo cuya función de densidad acumulativa Fxi(t)=1-e-2t. si el numero aleatorio generado para representar el tiempo trascurrido entre dos artículos es z= 0,3574 entonces el resultado es: 13 segundos aproximadamente. 10 segundos aproximadamente. 11 segundos aproximadamente. 12 segundos aproximadamente. 14 segundos aproximadamente.

PRÁCTICA SIMULACIÓN DE MONTECARLO (5.2) Cuando se realizó la simulación de Montecarlo para representar el tiempo de llegadas entre los artículos a la sección donde se les practicaba el Control de Calidad, se obtuvo como valor del desvío estándar de la muestra s=8.2 y se ensayaron ... llegadas. Por lo tanto, el error promedio estándar puede estimarse en: 0.82. 0.28. 0.98. 0.92. 0.85.

PRÁCTICA MÉTODO CONGRUENCIAL (5.4) Se ha empleado el método congruencial para obtener los números aleatorios que se usaron en una simulación de Montecarlo para calcular los tiempos de servicio en uno de los puestos de entrega de Omega. Si se sabe que se usó m=35 como valor del módulo y uno de los aleatorios obtenidos es 0.771429, el numero entero que lo origino es: 27 (se obtiene multiplicando 0.771429 x 35). 29 (se obtiene multiplicando 0.771429 x 35). 29. 28.

PRÁCTICA MÉTODO CONGRUENCIAL (5.4) Se desean generar 11 valores pseudoaleatorios por el método congruencial para simular el tiempo de atención de reclamos a omega. Se ha elegido m=12,b=7, ¿Cuáles son los siguientes valores de “a” garan….. A=13. A=12. A=10. A=15. A=11.

PRÁCTICA MÉTODO CONGRUENCIAL (5.4) Empleando el método congruencial para obtener números aleatorios, si a=6, b=2 y m=10 con X0=5, entonces el primer número aleatorio generado es: 2 (en otro dice 0.2). 20 (en otro dice 0.2).

PRÁCTICA MÉTODO CONGRUENCIAL (5.4) Basado en el método congruente multiplicativo usando los siguientes valores iniciales b=9, c=5, uo=11 y m=12, el…. 8 (ocho). R_2 R_3: 0,4167 Y 0,1667. 9 (nueve). R_2 R_3: 0,4167 Y 0,1677. R_3 R_2: 0,4167 Y 0,1667.

PRÁCTICA MÉTODO CONGRUENCIAL (5.4) Sabiendo que el método congruente multiplicativo usando los siguientes valores iniciales: u_4=11 y m=12; el valor de R_4 es: 0.9167. 0.9267. 0.9190. 0.9911. 0.9150.

PRÁCTICA MÉTODO CONGRUENCIAL (5.4) Sabiendo que el método congruente multiplicativo usando los siguientes valores iniciales: u1=8 y m=12; el valor de R1 es: 0,6667. 0,6700. 0,6997. 0,7009. 0,7178.

PRÁCTICA MÉTODO CONGRUENCIAL (5.4) Si se ha usado el método congruencial para generar números aleatorios con valores iniciales x0=1, a=12, b=5 y m=11. El primer número aleatorio generado es: 0,5454. 0,3454. 0,3453. 0,4589. 0,1298.

PRÁCTICA MÉTODO DE LOS CUADRADOS MEDIOS (5.4) Se ha empleado el método cuadrados medios para obtener los números aleatorios que se usaran en una simulación de Montecarlo para calcular tiempos de servicio en una de los puestos de entrega de Omega. Si se sabe que uno de los aleatorios es 0,0013, el número que lo originó podría ser: 15001328. 25001328. 15001327. 15816233. 24589322.

PRÁCTICA MÉTODO DE LOS CUADRADOS MEDIOS (5.4) Se ha empleado el método de los cuadrados medios para generar números pseudoaleatoreos con características de potenciales clientes de una ciudad, se inicia el proceso con un valor inicial x0=3708… para generar el tercer numero aleatorio son: 9000. 10000. 0=3708. 0=9000. 19000.

PRÁCTICA MÉTODO DE LOS CUADRADOS MEDIOS (5.4) Se ha empleado el método de los cuadrados medios para obtener números aleatorios, pero prontamente estos tienden a cero, anulándose los próximos resultados. Eligiendo el valor inicial x0= 5657 ¿Qué cantidad de aleatorios distintos se obtuvo?. 3. 34. 56. 2. 25.

PRÁCTICA MÉTODO DE LOS CUADRADOS MEDIOS (5.4) Se usó el método de los cuadrados medios, partiendo del valor inicial o semilla elegida al azar x0=4569. El tercer valor aleatorio resultante será: 0.9225. 0.9525. 0.9715. 0.5898. 0.2254.

PRÁCTICA SIMULACIÓN (5.5) En la simulación del proceso completo de atención al cliente en una de las sucursales de Omega, el tiempo de salida del quinto cliente atendido es c5= T4+S4=57 minutos. La llegada del sexto cliente se da en el tiempo. T6= 55,5. T6= 45,5. T6= 65,5. T6= 57,5. T6= 59,5.

PRÁCTICA SIMULACIÓN (5.5) Si la variable t que simula el reloj y va acumulando los tiempos de atención resulta t=16 una vez atendido el cuarto cliente. Y el tiempo total de la simulación es de media hora, entonces la utilización media de la instalación (servidor) se calcula como: El cociente entre el tiempo de atención y el tiempo de simulación, es decir, 16/30 = 0.5333. La suma entre el tiempo de atención y el tiempo de simulación, es decir, 16/30 = 0.5333. La resta entre el tiempo de atención y el tiempo de simulación, es decir, 16/30 = 0.5333. El cociente entre el tiempo de atención y el tiempo de simulación, es decir, 16/30 = 0.5999. El producto entre el tiempo de simulación y el tiempo de atención, es decir, 16/30 = 0.5333.

PRÁCTICA VALOR DE P (*) Se analiza el caso de la sucursal calle Mitre en la que tanto la fuente como la capacidad del sistema, son sin restricciones, con un único servidor p= ¾, con tasas de distribución exponencial: 3. 6. 4. 2. 5.

PRÁCTICA VALOR DE P (*) En el área de control de calidad tanto la fuente como la capacidad de sistema no tienen restricciones, hay un solo operario efectuando el control. Si la probabilidad de que ese operario no esté haciendo controles ni tenga artículos en espera para controlar es del 25%. ¿Cuál será el valor de p en ese sistema y con esas condiciones?. P= ¾. P= 0.25. P= 5. P= 1/2. P = P.

PRÁCTICA VALOR DE P (*) Una de las sucursales de Omega tiene 3 cajas de cobro. Los clientes llegan a ellas siguiendo un proceso de Poisson con una tasa media de 80 clientes/hora. Además, se estima que el tiempo de cobro de un cliente es de 1.5 minutos, siguiendo una distribución exponencial ¿Cuál es el valor de p?. 2/3. 3/4. 1/2. 1/4. 1/5.

PRÁCTICA CANTIDAD DE CLIENTES ESPERADOS (4.5.1) La casa Central de Omega se restringe a la cantidad de Clientes a 10 personas en sala para preservar la comodidad y buena atención. En ella hay un solo puesto de atención y la tasa de llegadas y de servicio coinciden. En ese local y con las condiciones, el número esperado de clientes en fila es: 5. 6. 4. 3. 7.

PRÁCTICA CANTIDAD DE CLIENTES ESPERADOS Se registra el caso de la sucursal de calle Mitre en la que tanto la fuente como la capacidad de sistema son sin restricciones, con un único servidor p=3/4 con tasas de distribución exponencial ¿Cuál será la cantidad de clientes esperados en la fila?. 4. 3. 5. 2. 6.

SIN CLASIFICACIÓN (5.4) Se generan números aleatorios con los parámetros x0=2, a=5, b=9, m=7, los posibles valores de los xi son: Seleccione las 4 respuesta correctas. 1. 4. 5. 6. 3.

SIN CLASIFICACIÓN (*) Se emplea el método de los cuadrados medios para generar números aleatorios, partiendo del valor inicial… falta texto: 4261. 4621. 2621. 4221. 4911.

SIN CLASIFICACIÓN (4.5) En la caja quedan 9 clientes para ser atendidos. La tasa de llegada es (landa)=3. Si el proceso responde al modelo (M/M/S): (DG/infinito/infinito) el tiempo medio esperado del servicio es: 3 minutos. 4 minutos. 2 minutos. 5 minutos. 3,5 minutos.

SIN CLASIFICACIÓN (4.2) En el sector cajas de omega hay 5 servidores que están cobrando a sus respectivos clientes y se encuentran 18 clientes en una… llamados por algunos de los cajeros para abonar el importe de sus compras para el sistema de colas la cantidad de clientes en el sistema: Es de 23. Es de 32. Es de 15. Es de 27. Es de 9.

SIN CLASIFICACIÓN (4.5.1) Se desea calcular la tasa de llegada que debe cumplir el arribo de productos al área embalaje, sabiendo que la longitud profunda de la fila es de 5 unidades en espera y hay un solo operario encargado de la tarea. Las tasas de llegada y de servicio son exponenciales. Los artículos no pueden esperar más de 10 minutos en ser embalados ¿Cuál es esa tasa?. λ =36. λ =26. λ =96. λ =29. λ =15.

SIN CLASIFICACIÓN 5.4. A la caja de Omega llegan 3 clientes cada 5 minutos por lo que el valor de la tasa de llegadas por horas simbolizada con λ es: 36. 33. 34. 35. 37.

SIN CLASIFICACIÓN (4.2) El tiempo de servicio de la sección “Despacho” de Omega sigue una distribución exponencial al igual que las llegadas de los artículos para entregar, aunque por cuestiones de almacenamiento no se admiten más de 50 productos en la sección. El modelo que representa el caso es (M, M,1): (DG,50, INFINITO). Se ha calculado el valor de p=3/4 si se contrataran dos empleados más para hacer la misma tarea en paralelo sin cambiar las tasas el valor de p pasaría a ser: 1/4. 1/3. 1/2. 1/5. 1/6.

SIN CLASIFICACIÓN (4.2) El sistema de entrega de productos ya facturados Omega tiene un solo operario. A través de un estudio se supo que la tasa de llegada del sector es de 14 clientes por hora, mientras que, la tasa de servicio es de 2 clientes cada cinco minutos. La probabilidad de que no haya clientes esperando ni siendo atendidos es de 0.08. De este detalle del sistema se puede concluir que: Seleccione las tres respuestas correctas. P0(t)= 0.08 Probabilidad de sistema ocioso. u60=24 (tasa de servicio de 2 clientes cada 5 minutos, 24 en 60 minutos). λ 60=14 (tasa de llegada en 60 minutos = 1 hora). No hay clientes en la fila – u60= 2…. P0(t)= 0.88 Probabilidad de sistema ocioso.