(4) Considere la siguiente matriz de decisió n

Alternativas Vend 5000 Vend 10000 Vend 15000 Vend 20000 Vend 25000
1 Lotes 2500000 2500000 2500000 2500000 2500000
2 Lotes 1500000 5000000 5000000 5000000 5000000
3 Lotes -2200000 4000000 7500000 7500000 7500000
4 Lotes -500000 3000000 6500000 10000000 10000000
5 Lotes -1500000 2000000 2800000 9000000 12500000
1 Lote
(9) Considere la matriz normalizada:
0.294 0.4 0.308
0.118 0.100 0.0077
0.588 0.5 0.615
Segú n la jerarquía analítica cual es la matriz de peso correspondiente.
0.334
0.098
Dada matriz de costos: modelo de minimizació n del arrepentimiento: Estados de la naturaleza… de
acuerdo al modelo de minimizació n de costo de oportunidad la mejor alternativa y el valor de costo
correspondiente es:
Alt. 3 con $ -500.
4) Se puede afirmar que entre las características generales de los modelos de espera se pueden
mencionar…
Descriptivos má s que normativos.
(4.1-) Indicar cuá l es la opció n incorrecta, en relació n a las características generales de líneas de
espera:
Se trabaja con distribuciones de coeficientes y variables.
(4.1) Un sistema de líneas de espera de etapas mú ltiples es…
Un sistema de líneas de espera en que las instalaciones de servicio se disponen en serie.
(4.1) La notació n Kendall:
Es un método abreviado para describir los sistemas de líneas de espera.
(4.1)-Indicar cuá l de las siguientes afirmaciones es correcta:
Un sistema de líneas de espera de canales mú ltiples: es un sistema de líneas de espera en el que las
instalaciones de servicio está n dispuestas en paralelo.
(4.1)- Se puede afirmar que un sistema de líneas de espera de etapas mú ltiples es…
Un sistema de líneas de espera en que las instalaciones de servicio se disponen en serie.
(4.1)Un sistema de líneas de espera M/M/S…
Es un sistema de líneas de espera con llegadas aleatorias, servicio aleatorio, S canales de servicios y
una línea de espera.
(4.1-) Los modelos de líneas de espera se caracterizan por ser…
Descriptivos y estocá sticos.
(4.1) ¿Cuá l de las siguientes opciones son características de la fuente de llegada (població n)?.
Seleccione las 4 respuestas correctas.
 Control de llegadas.
 Tasas de llegadas.
 Dimensió n de las llegadas.
 Distribució n de las llegadas.

1
 (4.1) Que medidas de desempeñ o son representativas para cuantificar el fenó meno de espera en las
colas, segú n la bibliografías estudiada?. Seleccione las 3 respuestas correctas.
 Uso promedio de las instalaciones
 Tiempo promedio de espera en la cola.
 Longitud promedio de la cola.
(4.1) Que recurso de una organizació n busca que esté en equilibrio para tener una buena atenció n
bajos costos maque 2 opciones:
 Costo de servicio.
 Espera de atenció n.
(4.1) Eliminar la espera por completo es la mejor opció n en un fenó meno de colas, ya que el cliente se
encuentra satisfecho y aumenta su fidelidad.
Falso.
(4.1) El costo de espera se reduce con el incremento del nivel de servicio.
Verdadero.
(4.1) ¿Qué medidas de desempeñ o son representativas para cuantificar el fenó meno de espera en las
colas, segú n la bibliografía estudiada? Seleccione las 3 respuestas correctas.
 Uso promedio de las instalaciones
 Tiempo promedio de espera en la cola.
 Longitud promedio de la cola.
(4.1) Alguna de las medidas de desempeñ o en los estados contables son 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
(4.1) El estudio de las colas tiene que ver con la cuantificació n del fenó meno de esperar por medio de
medidas de desempeñ o representativas, tales como longitud promedio de la cola, tiempo de espera
promedio en la cola y el uso promedio de la instalació n.
Verdadero
(4.1) indicar cuá l de las siguientes afirmaciones es correcta en relació n a un modelo de línea de
espera:
Podría ocurrir que tanto los arribos como los servicios no fuesen aleatorios sino que se pueden
determinar los intervalos de tiempos que se separan arribos y/o servicios del siguiente.
4.2
(4.2) Supongamos que varias personas está n esperando para ingresar a un ascensor; segú n el
mecanismo de servicio. ¿Qué características explica este fenó meno?
Dimensió n del servicio
(4.2) Con respecto al control de llegada de una fuente. Suponga que se aben inscripciones en un día
preestablecido en la universidad, para lo cual le entregaron un ticket al respecto, entonces podemos
decir que las llegadas se:
Controlables.
(4.2) Como se denomina la característica de la fila que describe el orden seleccionado que ser
atendido.
Disciplina de fila.
(4.2) ¿Qué característica de la fila describe si la misma son simples o mú ltiples?
Nú meros de filas.
(4.2) ¿Qué característica de la fuente de llegada describe si la llegada es individual o grupal?
Dimensió n de llegada.
2
(4.2) ¿Qué característica de la fuente de llegada describe que la població n puede ser finita o infinita?
Tamañ o de fuente.
(4.2) ¿Qué característica de la fila puede mostrar si la misma es finita o infinita?
Longitud de la fila.
(4.2) ¿Qué describe el promedio de clientes atendidos por cada servidor por unidad de tiempo?
Tasa de servicio.
(4.2) ¿Có mo se denomina al elemento de un sistema de colas donde se generan los clientes?
Fuente de llegada.
(4.2) En una empresa llegan 200 clientes en un periodo de 10 horas, entonces la tasa de llegada es de:
20 clientes por hora en 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?
Distribució n del tiempo de espera.
(4.2) ¿Qué característica del mecanismo de servicio describe si el servicio es de etapa ú nica o
mú ltiple?
Etapas del servicio.
(4.2) ¿Có mo se denomina al elemento de un sistema de colas donde se generan los clientes?
Fuente de llegada
(4.2) ¿Qué describe el promedio de clientes por unidad de tiempo?
Tasa de llegada
(4.2) ¿Cuá les son los componentes principales de un sistema de colas?
Cliente y servicio
(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, ¿có mo es la capacidad de la fila?
Finita
(4.2) supongamos que varias personas está n esperando para ingresar a un ascensor; segú n el
mecanismo de servicio. ¿Qué características explica este fenó meno?
Disminució n del servicio
(4.2) Con respecto al control de llegada de una fuente. Suponga que se aben inscripciones en un día
preestablecido en la universidad, para lo cual le entregaron un ticket al respecto, entonces podemos
decir que las llegadas se:
Controlables.
(4.2) Como se denomina la característica de la fila que describe el orden seleccionado que ser
atendido.
Disciplina de fila.
(4.2) ¿Qué característica de la fila describe si la misma son simples o mú ltiples?
Nú meros de filas.
(4.2) ¿Qué característica de la fuente de llegada describe si la llegada es individual o grupal?
Dimensió n de llegada.
(4.2) ¿Qué característica de la fuente de llegada describe que la població n puede ser finita o infinita?
Tamañ o de fuente.
(4.2) ¿Qué característica de la fila puede mostrar si la misma es finita o infinita?
Longitud de la fila.
(4.2) ¿Qué describe el promedio de cliente atendiendo por cada servidor por unidad de tiempo?
Tasa de servicio.
(4.2)¿Qué característica del mecanismo de servicio describe si el servicio es de etapa ú nica o mú ltiple?
Etapas del servicio.

3
(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?
Distribució n del tiempo de espera.
(4.2) ¿Cuá les de las siguientes opciones son elementos de una disciplina de cola? Selecciones las 4
respuestas correctas.
 Primero en llegar, primero en ser atendido
 Ú ltimo en llegar primero en ser atendidos
 Servicio en orden aleatorio
 Servicio por orden de prioridad
(4.2) considere una línea de espera con dos canales de llegada de Poisson y tiempos de servicios
exponenciales: Las tasa de llegada es de 14 unidades por hora, la tasa de servicio es de 10 unidades
por hora para cada canal. La cantidad de unidades promedio en el sistema (Lq) es:
1,345
(4.2) Sabiendo que el nú mero esperado de los clientes en la cola es de 4, la tasa media de llegada de
clientes es de 3 y la tasa media de servicio de 4, entonces el nú mero esperado de clientes en el sistema
es
19/4
(4.2) En una empresa llegan 300 clientes en un período de 10 horas, entonces el tiempo promedio de
llegadas es:
0,03
(4.2)Si el tiempo de espera en la cola de un cliente es de ¾ de hora y la del tiempo de servicio
prometido es de ¼ , entonces el promedio de espera en el sistema es:
1
(4.2) Una tienda de alimentació n es atendida por una persona. Aparentemente el patró n de llegadas
de clientes durante los sá bados se comporta siguiendo un proceso de Poisson con una tasa de llegadas
de 10 personas por hora. A los clientes se les atiende siguiendo un orden primero en entrar primero
en salir y debido al prestigio de la tienda, una vez que llegan está n dispuestos a esperar el servicio. Se
estima que el tiempo que se tarda en atender una cliente se distribuye exponencialmente, con un
tiempo medio de 4 minutos. La tasa media de llegada de clientes es:
Λ=10
(4.2) Una entidad bancaria considera la posibilidad de instalar una red de cajeros en una de sus
oficinas. Dado que se desconoce la afluencia del pú blico que va a demandar dicho servicio, coloca un
ú nico cajero durante un mes. Diariamente se recogen datos sobre los tiempos de llegadas de los
clientes, así como de los tiempos de servicio. Suponiendo que la sucursal se encuentra emplazada en
un barrio donde no existe otro servicio semejante, el cliente que llega prefiere esperar a poder utilizar
el cajero, cuando este esté ocupado. Tras el oportuno aná lisis de los datos recogidos, se estima que:
(i) las llegadas siguen un proceso de Poisson;
(ii) la distribució n del tiempo de servicio es exponencial;
(iii) el tiempo medio transcurrido entre dos llegadas consecutivas es 7.5 minutos;
(iv) el tiempo medio de servicio es de 5 minutos por cliente.
La tasa media del servicio es:
µ=1/5.
(4.2)Otra: λ=1/7,5
(4.2)Si el tiempo de espera en cola de un cliente es de ½ de hora y la tasa de servicio es ½ entonces el
promedio de espera en el sistema es de:
5/2
(4.2) En una empresa llegan 200 clientes en un periodo de 10 horas, entonces la tasa de llegada es de:
20 clientes por hora en promedio.

4
 (4.2) ¿Cuá les de las siguientes opciones son elementos de una disciplina de cola? Selecciones las 4
respuestas correctas.
 Primero en llegar, primero en ser atendido
 Ú ltimo en llegar primero en ser atendidos
 Servicio en orden aleatorio
 Servicio por orden de prioridad
(4.2) Una tienda de alimentació n es atendida por una persona. Aparentemente el patró n de llegadas
de clientes durante los sá bados se comporta siguiendo un proceso de Poisson con una tasa de llegadas
de 10 personas por hora. A los clientes se les atiende siguiendo un orden primero en entrar primero
en salir y debido al prestigio de la tienda, una vez que llegan está n dispuestos a esperar el servicio. Se
estima que el tiempo que se tarda en atender una cliente se distribuye exponencialmente, con un
tiempo medio de 4 minutos. El nú mero esperado de clientes en el sistema (Lq) es:
4/3 Lq=P^2/(1-P) donde P=λ/µ=10/15, asi Lq= (10/15)^2/(1-10/15)=4/3
(4.2) Una tienda de alimentació n es atendida por una persona. Aparentemente el patró n de llegadas
de clientes durante los sá bados se comporta siguiendo un proceso de Poisson con una tasa de llegadas
de 10 personas por hora. A los clientes se les atiende siguiendo un orden primero en entrar primero
en salir y debido al prestigio de la tienda, una vez que llegan está n dispuestos a esperar el servicio. Se
estima que el tiempo que se tarda en atender una cliente se distribuye exponencialmente, con un
tiempo medio de 4 minutos. El nú mero espera en el sistema de un cliente (Ws) es
1/5 Ws=17(µ-λ)=1/(15-10)=1/5
4.2.1
(4.2.1)- Se puede afirmar que la notació n de Kendall es un có digo para decidir el tipo de sistema de
espera. La misma describe:
Có digo A/B/C donde A es arribos, B servicios y C cantidad de servicios.
(4.2.1) Segú n la notació n de Kendall una cola de espera M/D/S significa:
b. Arribos aleatorios, servicios determinísticos y S estaciones con cola ú nica.
(4.2.1)- Dentro de las hipó tesis del modelo de líneas de espera markoviano tipo M/M/1 y M/M/S,
podemos encontrar que…
Todas las opciones son correctas.
4.3
(4.3) La distribució n de que T sea menor o igual que un cierto valor t.
La probabilidad de que T sea mayor o igual que un cierto valor t.
(4.3)El tiempo de servicio es lo mismo que:
Tiempo promedio entre servicio.
(4.3) Una línea de espera con arribos aleatorios con distribució n de Poisson P(n)=(At)n e-At/n!, donde
A es la tasa de arribos en el nú mero de arribos, entonces la expresió n indica:
La probabilidad de que se produzcan n arribos en un tiempo t.
(4.3)La distribució n exponencial decreciente P (t≥T)=e-µT (µ es la tasa de servicios del sistema)
indica:
“La probabilidad de que T sea mayor o igual que un cierto valor t”
(.4.3.) Dada una línea de espera del tipo M/M/S, cual de las siguientes afirmaciones es falsa:
La probabilidad que el sistema esté ocupado es P(0)
(4.3)es posible afirmar que en el sistema de espera para casos M/M/1 la formula ψ= lamda nu nos
indica:
El numero promedio de unidades que está n siendo atendidas en cualquier momento.
¿Có mo se denomina los nú meros generados que se comparten como si fueran aleatorios?
Pseudoaleatorio

5
Debe cumplirse el método congruencial del a=1, b=6 y n=9. Periodo completo tiene q tener.
No se cumple la segunda condició n.
(4.3)Una línea de espera con arribos aleatorios con distribució n de Poisson P(n)=(At)n e-At/n!, donde
A es la tasa de arribos en el nú mero de arribos, entonces la expresió n indica:
La probabilidad de que se produzca n arribos en un tiempo t.

(S/N) Una línea de espera con arribos aleatorios con distribució n de Poisson P(n)=(lambda t)n e-Imdb
t/n!, donde lamdba es la tasa de arribos y n el nú mero de arribos, entonces la expresió n indica:
La probabilidad de que se produzca n arribos en un tiempo t.

(4.3) Dado una toma de decisiones sin datos previos sobre los costos de un proyecto, un analista,
debido a la situació n decide hacer uso de la alternativa correspondiente a un proceso MINI-MINI,
entonces el analista utiliza un método:
Optimista
(4.3) En un puesto de peaje atiende 500 vehículos en un periodo de 10 hs., entonces la tasa media de
servicio es:
50 vehículos por hora en promedio.
(4.3) En un puesto de caja de banco atienden 180 clientes en un periodo de 6 horas, entonces el
tiempo promedio de servicio es:
2 minutos por cliente
-Un maxi quiosco tiene un solo puesto de servicio, los clientes arriban aleatoriamente con una tasa (A)
de 15 clientes/horas y son atendidos aleatoriamente a una tasa (u) de 20 clientes/horas, entonces el
tiempo de espera para ser atendidos (expresado en minutos) es:
9 minutos.
(S/N)Un maxiquiosco tiene un solo puesto de servicio, los clientes arriban aleatoriamente con una
tasa (λ) de 15 clientes/horas y son atendidos aleatoriamente a una tasa (µ) de 20 clientes/horas,
entonces el tiempo de espera para ser atendidos (expresado en minutos) es:
9 minutos.
-Un maxiquiosco tiene solo puesto de servicio, los clientes arriban aleatoriamente con una tasa ( ) de
10 clientes/horas y son atendidos aleatoriamente a una tasa (u) de 15 clientes/horas, entonces el
nú mero de clientes que esperan ser atendidos (longitud) es:
1,33 clientes.
(4.3) Considere una línea de espera con dos canales de llegada de Poisson y tiempos de servicio
exponenciales. La tasa de llegada es de 14… servicios es de 10 unidades por hora para cada canal, si el
tiempo de espera en la cola es de 0.096 horas. El tiempo de espera del sistema es
0,196
4.3.1
(4.3.1.) Teniendo en cuenta las probabilidades de arribos al tipo Poisson ¿cuá l es la probabilidad de
que ingresen 0 clientes en un lapso t de 2 minutos.
No se puede determinar con los datos brindados
(4.3.1.) Teniendo en cuenta las probabilidades de la distribució n de probabilidades de arribos al
sistema tipo poisson, si l= 3arrib/min, cual es la probabilidad de que ingresen 4 clientes en un lapso t
de 2 minutos
0,134-13,4%.
(4.3.1) Teniendo en cuenta las probabilidades de Distribució n de probabilidades de arribos al sistema
de tipo Poisson, Si I = 3 arr/min y nos preguntamos ¿cuá l es la probabilidad de qué ingresen 0 clientes
en un lapso T de 2 minutos?
0,25%

6
(4.3.1) Usted es asesor de una firma y se le plantea el siguiente caso: teniendo en cuenta la
distribució n de probabilidades de arribos al sistema del tipo Poisson,¿cuá l es la probabilidad de que
ingresen 1 clientes en un lapso "t" de 2 minutos?
1,5
4.3.2
(4.3.2.) utilizando la distribució n de probabilidades acumuladas de servicios del sistema de tipo
exponencial acumulada de que los servicios demoran un tiempo mayor a 30 segundos con 2 servicios
minimos.
0.37 o 37%.
(4.3.2.) utilizando la distribució n de probabilidades acumuladas de servicios del sistema de tipo
exponencial acumulada de que los servicios demoran un tiempo mayor a 2 minutos con 2 servicios
mínimos.
0.018 o 1,8%.
(4.3.2)Utilizando la distribució n de probabilidades acumuladas de servicios del sistema tipo
exponencial: Cual es la probabilidad acumulado de que los servicios de un sistema demoren un
tiempo t:0, mayor a un cierto valor T, con 2ser/min:
1
(4.3.2) Considere la siguiente matriz de costos para un problema de decisió n para la cual no hay datos
previos disponibles. ¿Cuá l alternativa elegiría, y cuá l sería el costo correspondiente usando el método
pesimista? (A,B,C son estados de la naturaleza).
A B C
Alt. I 10 100 50
Alt. II 75 50 60
Alt. III 30 40 25
Alt. III con $40 de costo
4.3.3
(4.3.3)- En una caja rá pida de un supermercado arriban con una media de 30 personas por hora. Los
servicios son realizados a una media de 1 servicio por minuto. ¿Qué tipo de línea se presenta?
M/M/1 (Donde 1 es el nú mero de servicios).
(4.3.3)- Se puede afirmar que en el aná lisis de las leyes de distribució n de clientes en el sistema de
espera para casos, M/M/1, hay que tener presente como asesor de la empresa alguna de las siguientes
consideraciones. ¿Cuá l?
Todas las respuestas son correctas
(4.3.3-) ¿Cuá l de las siguientes hipó tesis es falsa en un modelo de Markov, para líneas de espera?

(4.3.3) Cual de las siguientes afirmaciones es correcta:

La cola se forma cuando los elementos que lleguen esperan un servicio.
(4.3.3) Indicar cuá l de las siguientes AFIRMACIONES es correcta:
Durante la congestió n en horas de má xima demanda, el sistema tiende a saturarse.
(4.3.3) Si una línea de espera se halla en estado estacionario entonces se cumple que:
b. La distribució n de probabilidad que existan n personas en el sistema funcionando arribos y
servicios simultá neos es Pn = constante.
(4.3.3)Dada una línea de espera del tipo M/M/S ¿Cuá l de las siguientes afirmaciones es falsa?
La cantidad de arribos es la misma si los intervalos de tiempo son iguales Los clientes de un sistema
pueden o no ser atendidos por orden de llegada a la cola de espera.
(4.3.3)Dado una sistema de espera M/M/S indique cuá l de las siguientes afirmaciones es falsa?
Los tiempos de espera de los clientes son mayores en un sistema de cola ú nica con S estaciones de
servicios que en un sistema con S colas paralelas.
7
(4.3.3-) Dado un sistema de espera del tipo M/M/1 sabiendo que el tiempo de espera promedio de
arribos es 116 y la cantidad de servicios 9. Cual el numero promedio de unidades que está n siendo
atendidas en cualquier momento de tiempo.
12,8.
(4.3.3-) Dado un sistema de espera del tipo M/M/1 sabiendo que el tiempo de espera promedio de
arribos es 16 y la cantidad de servicios 5. Cual el numero promedio de unidades que está n siendo
atendidas en cualquier momento de tiempo.
3,2.
4.3.4
(4.3.4.) en una caja rá pida de un supermercado arriban clientes con una media de 30 personas por
hora. Los servicios son realizados con una media de un servicio por minuto. Cuales el tiempo
promedio que transcurren entre dos arribos al sistema.
2 minutos.
(4.3.4.) Al cajero automá tico de un banco llegan clientes aleatoriamente con una media de 10 clientes
por hora. Cada cliente demora en realizar su transacció n en promedio es de 4 minutos, entonces el
tiempo promedio que un cliente permanece esperando para hacer sus transacciones es:
8 minutos.

4.4
(4.4)¿Có mo 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.
(4.4)¿Có mo se supone que se encuentra el sistema de colas modelados por un proceso de nacimiento y
muerte pura?
Estable
(4.4) En un modelo de toma de decisiones con datos previos el aná lisis clá sico es:
Un método de prueba de hipó tesis, de qué se producirá o no un cierto estado de la naturaleza
(4.4) En un club de verano las personas pasan el tiempo entrenando y saliendo de la pileta para…
pileta segú n Poisson a tasa promedio de 4 personas por minuto y permanecen en la pileta un tiempo
exponencial con un tiempo medio de permanencia de 10 minutos. Suponga que la pileta tiene
capacidad infinita para recibir a todas las personas que entran a ella. La tasa de nacimientos en j=0 es:
λ (j)=4 personas por minuto.
(4.4) En un club de verano las personas pasan el tiempo entrenando y saliendo de la pileta para…
pileta segú n Poisson a tasa promedio de 4 personas por minuto y permanecen en la pileta un tiempo
exponencial con un tiempo medio de permanencia de 10 minutos. Suponga que la pileta tiene
capacidad infinita para recibir a todas las personas que entran a ella. La tasa de muerte para en j⦣=0
es: µ(j)=1/10*j
4.4.2
(4.4.2) En un problema de decisió n con datos previos, se ha determinado que el valor medio esperado
ó ptimo es VME* = $ 2.000 y el valor medio esperado de la informació n perfecta es VME*(ip) = $ 2.200,
entonces el valor que se debería pagar por la "informació n perfecta" podría ser:
Menor a $ 200
(4.4.2) El Sr. Pérez debe decidir entre reparar el auto que tiene o comprar uno nuevo. Si repara su
vehículo y se vuelve inservible dentro de los añ os, el valor presente de su costo total será de $8.000.
Por otra parte, si el automó vil dura má s de 2 añ os, el valor presente de su costo sería de $13.000. Si
vende el automó vil que ya tiene sin repararlo y compra uno nuevo de inmediato, su costo será de
$9.000, sin importar lo que suceda al automó vil actual. El señ or Pérez ha calculado que la

8
probabilidad que el auto dure má s de 2 añ os es del 40%. ¿Cuá l es el valor de la informació n perfecta
para este problema?
$ 600
(4.4.2) Dada la siguiente matriz de costos con datos previos y las probabilidades correspondientes a
los distintos estados de la naturaleza:
Estados de la Naturaleza
Alternativas E1 E2 E3
Alt. 1 300 200 200
Alt. 2 200 200 300
Probabilidad 0,4 0,3 0,3
¿Cuá l es el valor medio de la informació n perfecta?
Rta. $200
Otra ¿Cuá l es el valor de la informació n perfecta?
$15
4.4.3
( 4.4.3 ) Ver imagen.
Rta. $25
4.4
(4.4) ¿Có mo 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.
(4.4) ¿Có mo se supone que se encuentra el sistema de colas modelados por un proceso de nacimiento
y muerte pura?
Estable.
(4.4) Enunciado. En un club de verano las personas pasan el tiempo entrenando y saliendo de la pileta
para… pileta segú n Poisson a tasa promedio de 4 personas por minuto y permanecen en la pileta un
tiempo exponencial con un tiempo medio de permanencia de 10 minutos.Suponga que la pileta tiene
capacidad infinita para recibir a todas las personas que entran a ella. La tasa de nacimientos en j=0 es:
λ (j)=4 personas por minuto.
4.5
(4.5) La ventanilla de un banco realiza las transacciones en un tiempo medio de 2 minutos. Los
clientes llegan con una tasa media de 20 clientes a la hora. Si se suponen llegadas siguen un proceso
de Poisson y el tiempo de servicio es exponencial, el porcentaje de tiempo en el que el cajero está
desocupado es (aproximadamente) =
33%
(4.5) Una tienda de alimentació n es atendida por una persona. Aparentemente el patró n de llegadas
de clientes durante los sá bados se comporta siguiendo un proceso de Poisson con una tasa de llegadas
de 10 personas por hora. A los clientes se les atiende siguiendo un orden primero en entrar primero
en salir y debido al prestigio de la tienda, una vez que llegan está n dispuestos a esperar el servicio. Se
estima que el tiempo que se tarda en atender una cliente se distribuye exponencialmente, con un
tiempo medio de 4 minutos. El numero esperado de clientes en el sistema (Ls) es: =
2
(4.5) Si el modelo (M/M/1): (GD/∞/∞) tiene un límite N en el nú mero en el sistema (longitud má xima
de la cola es N-1), entonces los valores Λn y µn son: seleccione 2 respuestas correctas
 λn= λ si 0<=n<=N-1 y 0 si n>=N
 µn= µ para todo n
(4.5) La notació n (a/b/c): (d/e/f). Seleccione las 4 respuestas correctas:
 Resume las características de la situació n dentro de un modelo de colas.
9
  a= distribució n de las llegadas
 b= distribució n de las salidas (tiempo de servicio)
 c= cantidad de servidores paralelos
(4.5) La notació n (a/b/c): (d/e/f). Seleccione las 4 respuestas correctas:
 f= tamañ o de la fuente solicitante
 e= nro má ximo permitido en el sistema (haciendo cola o en servicio)
 d= disciplina en las colas
4.5.1
(4.5.1) Un banco posee un solo cajero automá tico, en donde arriban los clientes en forma aleatoria,
con una tasa de arribo de 20 clientes por hs. El tipo de atenció n en el cajero automá tico es aleatorio y
con una tasa de servicio de 25 servicios por hora. Calcule la cantidad de clientes esperados en sistema.
4 clientes
(4.5.1) Supongamos que se posee un solo servidor y que los arribos y los tiempos de servicios son
aleatorios. Ademá s las tasas de arribo y servicios son respectivamente, A=5 cliente/horas y u=8
clientes/horas, entonces la probabilidad que el sistema este vacío es:
0,375
(4.5.1) Un centro de pago posee una sola caja habilitada para la atenció n al pú blico. Arriban los
clientes en forma aleatoria con una tasa de arribos de 15 clientes por… de atenció n al pú blico en el
puesto de caja es aleatorio y con una tasa de servicio de 20 servicios por hora. Calcule el tiempo medio
que pasan los clientes en el sistema de pago (expresado en minutos)
12 minutos
(4.5.1) los trabajadores de una fá brica tienen que llevar su trabajo al departamento de control de
calidad antes de que el producto llegue al final del proceso de producció n. Hay un gran nú mero de
empleados y las llegadas son aproximadamente de 20 por hora, siguiendo un proceso de Poisson. El
tiempo para inspeccionar una pieza sigue una distribució n exponencial de medios 4 minutos. El
nú mero medio de trabajadores en el control de calidad si hay dos inspectores es:
Ls=2,4 empleados
(4.5.1) Supongamos que se posee un solo servidor y que los arribos y los tiempos de servicios son
aleatorios. Ademá s las tasas de arribo y servicios son respectivamente, A=5 cliente/horas y u=8
clientes/horas, entonces la probabilidad que el sistema este vacío es:
0,375
(4.5.1) Una tienda de alimentació n es atendida por una persona. Aparentemente el patró n de llegadas
de clientes durante los sá bados se comporta siguiendo un proceso de Poisson con una tasa de llegadas
de 10 personas por hora. A los clientes se los atiende siguiendo un orden primero en entrar primero
en salir y debido al prestigio de la tienda, una vez que llegan está n dispuestos a esperar el servicio. Se
estima que el tiempo que se tarda en atender a un cliente se distribuye exponencialmente, con un
tiempo medio de 4 minutos. Este sistema se puede modelar con:
M/M/1
(4.5.1) En una oficina se recibe un promedio de 10 visitas por hora, el tiempo de atenció n de cada
visita es de 4 minutos, ambos procesos son de Poisson. Selecciona las 4 respuestas correctas:
 λ=10
 U=15
 PO=33%
 Lq=1
 Puesto que u=60/4=15 personas por hora.

10
S/N: Dada la matriz de costo. Modelos de minimizació n del arrepentimiento:
 Alt 1: 700-1200-2000
 Alt 2: 600-1800-1000
 Alt 3: 800-1700-1200
De acuerdo al modelo de minimizació n de costo de oportunidad la mejor alternativa y el valor de
costo correspondiente es:
Alt. 3 con -500.-

S/N Dado un sistema de espera del tipo Markov, que es simulado por el generado… media de 1,5…
El quinto arribo se produce 2 minutos después que el primero.

(S/N)El siguiente modelo de línea ….--- se clasifica como:

Sistemas de etapa mú ltiple

(S/N) En una empresa, operarios de má quinas asisten a los talleres de mantenimiento con una
medida de 6arr/hora…
Pw=70,2%

5.1
(5.1)La simulació n es un proceso que consiste en…
Desarrollar un modelo (estructura ló gica), poniendo especial énfasis en la descripció n del sistema y a
partir de un conjunto de datos de entrada y factores operativos, que definen las interrelaciones entre
los datos de entrada (variable de proceso) y otros componentes, describe el comportamiento del
sistema que se quiere simular.
(5.1)- Se puede afirmar que, en un modelo de simulació n…
La salida tiene la forma de descripció n del comportamiento del sistema.
(5.1-) Se puede afirmar que, en un modelo de simulació n…
El ingreso es un conjunto de datos de entrada obtenidos experimentalmente. Ejemplo: arribo de
clientes, cantidad de servicios, entre otros.
(5.1) ¿Cuá l de las siguientes opciones se utiliza para resolver problemas desde un modelo de
simulació n o enfoque simulativo?
Recopilació n de datos de entrada.
(5.1)Una estrategia ló gica permite…
Correlacionar las variables de entrada y los factores operativos.
(5.1-) En un modelo de simulació n, se puede afirmar que…
La salida tiene la forma de descripció n del comportamiento del sistema.
(5.1)- El método de Monte Carlo consiste en…
Un proceso que permite “generar” valores aleatorios de una variable a partir de un conjunto de datos
de entrada.
(5.1) En la estructura de los modelos de simulació n, para solucionar el problema desde el enfoque de
modelos los siguientes es uno de ellos?
Métodos matemá ticos
(5.1) ¿Cuá l es la diferencia de simular por el método de Montecarlo o por los generadores de proceso?
Monte Carlo se utiliza para variables discretas en el caso de ser una variable continú a, como el tiempo,
se debe “discretisar”.
(5.1)Indicar cuá l de las siguientes afirmaciones es correcta:
El método Montecarlo permite una correcta simulació n de ocurrencia de una variable aleatoria
discreta.
11
(5.1) una estructura ló gica permite……
Permite correlacionar las variables de entrada y los factores operativos
(5.1) ¿En qué etapa de la estructura de un proceso de simulació n se definen, las personas
involucradas, el costo del estudio, el tiempo disponible y las medidas para evaluar el desempeñ o del
estudio?
Definició n de objetivo y planes de estudio.

(5.1) Un modelo de simulació n es una representació n de un sistema real donde se describen el

comportamiento del sistema.
Verdadero.
(5.1) El método congruencial, segú n teorema, tiene periodo completo si y solo si cuando cumple con la
condició n de que:
Los nú meros b y m son coprimos, es decir, no tienen divisores comunes. Si un numero primo “p”
divide a “m”, entonces “p” divide a-1.
Si 4 divide a “m”, entonces 4 divide a “a-1”
(5.1) En el método congruencial lineal, para generar valores medios xn=a x((n-1+b mod n. la cantidad
má xima de nú meros aleatorios que puede ser generados está representada por:
M
(5.1) En el método congruencial, un generador del ciclo compuesto es independiente de.....seleccione
la respuesta correcta. =
XN
(5.1) ¿Có mo se denomina la etapa de la estructura de un proceso de simulació n en donde se registran
todos los eventos realizados y los resultados obtenidos dep…aplicació n?
Documentació n y comunicació n.
(5.1) ¿Có mo se denomina a la secuencia de nú meros generados como si fuera aleatorios?
Pseudoaleatorio.
(5.1) ¿En qué etapa de la estructura de un proceso de simulació n se definen, las personas
involucradas, el costo del estudio, el tiempo disponible y las medidas para evaluar el desempeñ o del
estudio?
Formulació n del modelo.
(5.1) En los modelos congruenciales, un generador de ciclo completo es independiente del:
Valor inicial xo
(5.1) Segú n las condiciones del teorema del método congruencial, si a=5, b=1, m=9 y X0=1, ¿Tiene
periodo completo?
No, porque no cumple la segunda condició n del teorema
(5.1) Un modelo de simulació n es una representació n de un sistema real donde se describen el
comportamiento del sistema.
Verdadero.
(5.1) ¿Có mo se denomina la etapa de la estructura del proceso de simulació n donde se determina qué
configuraciones o alternativas van a ser simuladas?
Diseñ o experimental
(5.1) Los métodos modernos de generació n de nú meros aleatorios no son realmente aleatorios, ya
que son generados a través de programas determinados.
Verdadero.
(5.1) El método congruencia, segú n teorema, tiene periodo completo si y solo si cuando cumple con la
condició n de que:
B y m son coprimos.

12
(5.1) ¿Có mo se denomina la etapa de la estructura de un proceso de simulació n en donde se registran
todos los eventos realizados y los resultados obtenidos dep…aplicació n?
Documentació n y comunicació n.
(5.1) ¿Có mo se denomina a la secuencia de nú meros generados como si fuera aleatorios?
Pseudoaleatorio.
(5.1) ¿En qué etapa de la estructura de un proceso de simulació n se controla que el modelo siga una
secuencia ló gica y sin errores para lograr un comportamiento adecuado a las necesidades previstas?
Verificació n del modelo
(5.1) ¿En qué etapa de la estructura de un proceso de simulació n se desea conocer como es el
proceder real de un sistema a simular para identificar las variables y relaciones funcionales del
sistema?
Formulació n del modelo

(5.1) ¿En qué etapa de la estructura de un proceso de simulació n se definen, las personas
involucradas, el costo del estudio, el tiempo disponible y las medidas para evaluar el desempeñ o del
estudio?
Formulació n del mó dulo.
(5.1) ¿En qué paso de la estructura del proceso de simulació n se definen los tiempos disponibles para
el proyecto, el plan de experimentació n, las variables y los fondos necesarios?
Definició n del problema
(5.1) ¿Có mo se denomina la etapa de la estructura del proceso de simulació n en la que se busca…
empleadas como ingreso al sistema a simular?
Recolecció n de datos
(5.1) ¿En qué etapa de la estructura del proceso de simulació n, el modelo esbozado se codifica
mediante…?
Traducir el modelo
(5.1) En el método de aceptació n o rechazo se debe elegir una funció n que denomine la funció n de
densidad de probabilidad:
Verdadero.
(5.1) Cuando ponemos en funcionamiento un modelo de simulació n y lo examinamos, ¿en qué etapa
de la estructura del proceso de simulació n estamos?
Ejecució n y aná lisis.
(5.1) ¿En qué paso de la estructura del proceso de simulació n se suele incorporar a especialistas que
ayuden a determinar la eficacia y eficiencia del…?
Validació n del modelo
(5.1) En los métodos congruenciales, un generador de ciclo completo es independiente del: Seleccione
la respuesta correcta.
Valor de b.
(5.1) Un nú mero aleatorio de un conjunto de nú meros, es caracterizado por las siguientes
propiedades: selecciones las 2 respuestas correctas.
 La elecció n de un nú mero es totalmente independiente de la elecció n anterior.
 Todos los nú meros del conjunto tienen la misma probabilidad de ser elegido.
(5.1) ¿Cuá les son las razones para realizar una simulació n?. Selecciones las 4 respuestas correctas.
 El sistema real no existe.
 Es sistema real evoluciona muy rá pido o muy lento.
 Es inviable experimentar sobre el sistema real.
 El sistema real es muy complejo.
13
(5.1) ¿Cuá les son los elementos de construcció n bá sica de un modelo de simulació n, para el caso de un
sistema estocá stico? Selecciones las 4 respuestas correctas.
 Reloj de simulació n
 Definició n del estado de sistema
 Descripció n de los componentes del sistema
 Método para generar al azar

(5.1) El método generado de pseudoaleatorios está formado por: seleccione las 4 respuestas correctas.
 Funció n de salida.
 Elemento inicial.
 Conjunto finito de nú meros.
 Funció n de transició n
(5.1) En el método congruencial lineal para generar valores mediante xn=a x(n-1)+b mod m, ¿qué
significa a, b y m? Seleccione las 3 respuestas correctas.
 B=incremento.
 M=modulo.
 A=multiplicador.
(5.1) ¿Cuá les con las etapas del proceso de simulació n realizado en computadora?. Seleccione las 4
respuestas correctas.
 Traducció n del modelo.
 Verificació n del modelo
 Recolecció n de datos
 Formulació n del modelo.
(5.1) Un nú mero aleatorio de un conjunto de nú meros, es caracterizado por las siguientes
propiedades: selecciones las 2 respuestas correctas.
 La elecció n de un nú mero es totalmente independiente de la elecció n anterior.
 Todos los nú meros del conjunto tienen la misma probabilidad de ser elegido.
(5.1) Empleando el generador del método de congruencia lineal para obtener nú meros aleatorios, si
a=6, b=2, y m=10, con x0=1, entonces el nú mero aleatorio generado es:
0,8
(5.1) Empleado el método de los cuadrados medios, obtenga un nú mero pseudoaleatorio partiendo
del valor de inicio o semilla elegido al azar x0= 3708. El valor del nú mero pseudoaleatorio es:
0,7492
(5.1) Empleando el método de los cuadrados medios, obtenga un nú mero pseudoaleatorio partiendo
del valor inicial o semilla elegido al azar x0=2538. El valor del nú mero pseudoaleatorio es:
0,4414 2538^2=6441444=(4414)/10000=0,4414

……….con otros datos el correcto es 4144

(5.1) empleando el método de los cuadrados medidos, partiendo del valor inicial o semilla elegida al
azar x0=3578. Calcule el valor resultante x1 y seleccione las 2n cifras centrales.
8020
5.2
(5.2) ¿Cuá l de las siguientes opciones es un pará metro estadístico utilizado como aná lisis está ndar, en
el estudio de las salidas que produce el modelo de Montecarlo?
Mediana

14
(5.2) ¿Có mo se denomina el método de simulació n en donde se generan nuestras aleatorias de la
variable de entrada, se obtienen los valores de salida del modelo aná lisis estadístico de los resultados
obtenidos?
Método de Montecarlo.
s/n Suponga que se posee un solo servicio y que los arribos y los tiempos de servicios con aleatorios.
Ademá s las tasas de arribo y servicios son respectivamente, A= 10 clientes/(horas y u=5
clientes/horas, entonces podemos afirmar que:
La cola crece sin límites.
(5.2) Montecarlo se utiliza para:
Variables discretas, en el caso de ser una variable continua, como el tiempo, se debe “discretizar”

(5.2)Los tipos de simulació n son: selecciona 2 respuestas correctas:

 Discreto -
 Continuo
(5.2) La aleatoriedad se presenta en la simulació n cuando el intervalo t entre eventos sucesivos es
probabilístico. Se presentan tres métodos para generar muestras aleatorios sucesivas (t, t1, t2,…) a
partir de una distribució n de probabilidad f(t). Seleccione las 3 respuestas correctas:
 Método de la inversa.
 Método de convolució n.
 Método de aceptació n y rechazo.
5.2.1
(5.2.1-) segú n la notació n de Kendall, una cola de espera M/D/S significa:
Arribos aleatorios, servicios determinados y S estaciones de servicios.
5.3
(5.3)- La simulació n de distribuciones por generadores de proceso…
Es un procedimiento para generar nú meros aleatorios de observaciones muéstrales que
correspondan a una distribució n probabilística conocida.
(5.3 ) El Generador de procesos es:
El Generador de procesos es la funció n o procedimiento matemá tico que genera en forma automá tica
valores aleatorios que corresponden a la distribució n probabilística teó rica para la cual se diseñ a el
generador
(5.3)- Usted como asesor de una firma puede afirmar que…
La simulació n de distribuciones por generadores de proceso es un procedimiento para generar
nú meros aleatorios de observaciones que corresponden a una distribució n probabilística conocida,
como por ejemplo, la distribució n uniforme y exponencial negativa.
(5.3)- El procedimiento para generar las observaciones muéstrales de una distribució n especifica de
probabilidad se denomina…
Generador de proceso
(5.3) Cual sería la clasificació n de los modelos de simulació n que se conoce con certeza sus relaciones
funcionales (pará metros)
Determinístico.
( 5.3 ) En el proceso de Distribuciones uniformes:
Generadores de distribuciones uniformes.
(5.3)- La teoría de colas es una rama de…
La investigació n operativa.
(5.3)- Se puede afirmar que la simulació n…
15
No limita el aná lisis del sistema a datos está ticos.
(5.3-) Para una variable cuya densidad de probabilidad es constante, se trabaja con…
Densidad uniforme.
(5.3) Suponga que desea simular el ingreso y egreso de los clientes de una peluquería, los clientes
arriba y son atendidos en forma aleatoria ¿Qué modelo de simulació n debe emplearse?
Estocá stico.
(5.3) un modelo de simulació n, el cual se define en un punto fijo del tiempo, es:
Está tico.

(5.3) Se desea simular un sistema en la cual la demanda de clientes como sus relaciones funcionales
varían constantemente de acuerdo al evento que se produce. ¿Qué modelo de simulació n aconsejaría
para esta situació n?
Continuo
(5.3) En una pizzería de atenció n nocturna se pudo observar que los clientes arriban aleatoriamente y
que en la primera hora de atenció n llegan a una tasa de 5 clientes por hora, en la segunda hora de
atenció n la tasa cambia a 8 clientes por hora y finalmente en la ultima hora de atenció n, la tasa es de 6
clientes por hora. ¿Qué modelo de simulació n es el má s adecuado para simular esta situació n?
Discreto
(5.3) dado un sistema de colas de espera que se encuentra colapsado, esto significa que:
El nú mero de estaciones de servicio es superado por el valor del trá fico del sistema.
(5.3) Suponga que desea simular el ingreso y egreso de los clientes de una peluquería, los clientes
arriba y son atendidos en forma aleatoria ¿Qué modelo de simulació n debe emplearse?
Estocá stico –componente aleatorio.
(5.3)- Es posible afirmar que los nú meros pseudoaleatorios son:
Nú meros generados matemá ticamente, con distribució n uniforme y que ocurren al azar,
determinando esto a través de diversas pruebas estadísticas.
(5.3)- En el método de la transformació n para variable continua, debido a que la probabilidad
acumulada en el intervalo [a,x] es una funció n de "x" y ésta varía entre 0 y 1 se cumple que:
La probabilidad acumulada en el intervalo [a,b] = 1, y La probabilidad acumulada en el intervalo [a,a]
=0*
( 5.3 ) Se puede afirmar que: La simulació n de distribuciones por generadores de proceso es un
procedimiento para generar nú meros aleatorios de observaciones muestrales que correspondan a una
distribució n probabilista conocida, como por ejemplo, la distribució n uniforme y exponencial
negativa; distribuciones objeto de estudio de esta materia.
El procedimiento para generar las observaciones muestrales de una distribució n específica de
probabilidad se denomina generado de proceso.
(5.3-) En el proceso de distribuciones uniformes…
Para calcular la funció n acumulada de la densidad, debemos integrar la funció n de densidad para el
intervalo de valores.
(5.3-) ¿Có mo simular distintos valores dela variable x en forma aleatoria?
A través de método de la transformació n inversa.
(5.3.) La funció n de densidad probabilística para la distribució n uniforme se define como:
(0x)=1/b-a para a < 0 = x < 0=b

(5.3.) En el método de transformació n para variable continua, debido a que la probabilidad…

Rta.; la probabiliadad acumulada en el intervalo (a,B)=1
(5.3)- Es posible crear una herramienta eficaz para la simulación de fenómenos de espera con
prioridades utilizando una aplicación de…

16
Hoja de cá lculo.
(5.3)- ¿Cuál de las siguientes hipótesis es falsa en un modelo de Markov, para espera?
Los clientes de un sistema pueden o no abandonar la cola de espera.
(5.3)- ¿Cuál de las siguientes afirmaciones es correcta en relación a los generadores de procesos?
El método de la transformació n inversa permite obtener el generador de proceso a partir de la
probabilidad acumulada de ocurrencia de la variable aleatoria.
(5.3) El generador de procesos es...:
Ninguna opció n es correcta
(5.3)- Los procedimientos de transformación inversa son…
Métodos matemá ticos.
(5.3) se puede afirmar que:
La teoría de colas es una rama de: la investigació n operativa.
s/N-¿Qué significa en el modelo generalizado de cola de Poisson la siguiente notació n (D/M/4):
(P/20/00)? Seleccione las 4 respuestas correctas.
 Tiene 4 servidores.
 Cantidad má xima en el sistema 20 clientes.
 Disciplina de la fila es prioritaria.
 Distribució n de salida corresponde a Poisson.
(5.3)Dados los pará metros u0=2; b=5; c=9 y m=7; u_1 es congruente a: selecciones 4 respuestas:
“5”; 12”; “19”; 26” puesto que cualquier diferencia entre 2 nú meros en esta lista es mú ltiplo de m=7
-¿Qué significa en el modelo generalizado de cola de Poisson la siguiente notació n (D/M/4):
(P/20/00)?. Seleccione las 4 respuestas correctas.
 Tiene 4 servidores.
 Cantidad má xima en el sistema 20 clientes.
 Disciplina de la fila es prioritaria.
 Distribució n de salida corresponde a Poisson.
(5.3.) Dada una variable aleatoria continua con densidad de probabilidad uniforme y definida por el
intervalo (20,90). ¿Cual sería el valor que asumiría la variable por el procedimiento de transformació n
inversa si el n° aleatorio 0,8952?
82,66.
(5.3)- Se puede afirmar que…
La simulació n de distribuciones por generadores de proceso es un procedimiento para generar
nú meros aleatorios de observaciones muéstrales que corresponde a una distribució n probabilística
conocida, como por ejemplo, la distribució n uniforme y exponencial negativa.
(5.3) se puede afirmar que:
Generador de proceso: el procedimiento para generar las observaciones muestrales de una
distribució n especifica de probabilidad.
(5.3) La simulación….
No limita el aná lisis del sistema a datos está ticos
(5.3)En una pizzería de atenció n nocturna se pudo observar que los clientes arriban aleatoriamente y
que en la primera hora de atenció n llegan a una tasa de 5….adecuado para simular esta situació n?
Discreto
(5.3) ¿Cuá l de las siguientes hipó tesis es falsa en un modelo de Markov, para líneas de espera?
Los clientes de un sistema pueden o no abandonar la cola de espera
( 5.3 ) Ver imagen.
0,3
5.3.1

17
(5.3.1) Si x es una variable aleatoria con distribució n uniforme que varia en el intervalo [30,80], cual
será el valor simulado de la variable x por le método de la transformació n inversa si R (numero
aleatorio) es 0,2572?:
42,86
5.3.2
(5.3.2) Si una variable aleatoria continua obedece, a una distribució n uniforme, y su intervalo de
ocurrencia es [30,100] Cual es la probabilidad acumulada de que dicha variable se halle en el intervalo
[30,100]?
RTA: 1
(5.3.2)Si una variable x aleatoria obedece a una distribució n uniforme, en el intervalo [30,100] , por
el método de la transformació n inversa, Cual sería el valor de la variable si el numero aleatorio
correspondiente es R: 92,71?
No puede ser calculado porque R no puede tomar el valor propuesto.
5.3.3
(5.3.3-) El método de la transformació n inversa, para una variable continua aleatoria x cuyos valores
posibles se hallan en el intervalo *a,b+ es un método que…
Asignan un valor aleatorio R tal que 0<R<0=1, a la probabilidad acumulada de que la variable
aleatoria tenga un valor en el intervalo [a,x]
(5.3.3-) En un modelo de colas de espera del tipo M/M/S. ¿Cuá l de las siguientes hipó tesis no
corresponde a dicho modelo?
Los servicios del sistema tienen una media de servicio diferente segú n sea la estació n de servicios que
se considere.
(5.3.3.) Dados dos distintos sistemas de espera MMS donde la media de servicios del primero µ1 es
mayor que la media de servicios del segundo µ2, y tal que µ1> µ2 ¿Cuá l de las siguientes afirmaciones
es correcta?
La probabilidad de que existan servicios de menor duració n es mayor en el primer sistema que en el
segundo
(5.3.3 ) Ver imagen.
La probabilidad de que existan servicios de mayor duració n, es mayor en el primer sistema qué en el
segundo.
5.3.4
(5.3.4)- Al cajero automá tico de un banco llegan clientes aleatoriamente con una media de 10 clientes
por hora. Cada cliente demora en realizar sus transacciones un tiempo aleatorio qué en promedio es
de 4 minutos, entonces la probabilidad de que el cajero esté desocupado es:
0,33
(5.3.4)Al cajero automá tico de un banco llegan clientes aleatoriamente con una media de 10 clientes
por hora. Cada cliente demora en realizar sus transacciones un tiempo aleatorio qué en promedio es
de 4 minutos, entonces la probabilidad de que arriben al cajero automá tico 2 o má s clientes en 1 hora
es:
0,9995
(5.3.4)En una caja rá pida de un supermercado arriban clientes con una media de 30 personas por
hora. Los servicios son realizados a una media de 1 servicio por minuto. ¿Cuá l es el tiempo medio que
la caja permanece vacía (ociosidad de los servicios) en una jornada de 8 hs.?
4 horas
(5.3.4) ¿Cuá l es la probabilidad de qué los servicios de un sistema sean de una duració n menor o igual
a 2 minutos si la media de servicios es 1/2 [servicios/minutos].
0,632

18
(5.3.4)- Al cajero automá tico de un banco llegan clientes aleatoriamente con una media de 10 clientes
por hora. Cada cliente demora en realizar sus transacciones un tiempo aleatorio qué en promedio es
de 4 minutos, entonces la probabilidad de que los servicios del sistema demoren un tiempo menor o
igual a 5 minutos es:
0,713
(5.3.4-) En un banco arriban clientes con una media de 15 clientes/hora. Si los servicios del banco son
capaces de generar servicios a una media de 0,2 servicios/minutos, con una probabilidad de qué el
sistema esté desocupado (Po) de 0,23 y suponiendo que el sistema se halla en estado estacionario y es
del tipo M/M/2. Calcule el tiempo medio de espaciamiento de servicio.
5 minutos
(5.3.4- )Una línea de espera de característica M/M/1, tiene una la tasa promedio de llegadas de 20
unidades por hora y una tasa promedio de servicio de 30 unidades por hora. ¿Cuá nto es el tiempo
promedio que una unidad permanece esperando ser atendida?
wq = 4 minutos
(5.3.4) En una caja rá pida de un supermercado arriban con una media de 30 personas por hora. Los
servicios son realizados a una media de 1 servicio por minuto. ¿Qué tipo de línea de espera se
presenta?
M/M/1
( 5.3.4 ) Al cajero automá tico de un banco arriban clientes con una media de 22 clientes/hora. Cada
cliente demora para realizar sus transacciones, en promedio 4 minutos en una ú nica línea de espera.
Entonces, ¿cuá l es el nú mero mínimo de cajeros automá ticos que deben habilitarse para evitar colapso
de la cola?
2
(5.3.4) En un banco arriban clientes con una media de 15 clientes/hora. Si los servicios del banco son
capaces de generar servicios a una media de 0,2 servicios/minutos, con una probabilidad de que el
sistema esté desocupado (Po) de 0,23 y suponiendo que el sistema se halla en estado estacionario y es
del tipo MM2 ¿Cuá l es el tiempo medio de espera en cola?
Wq = 3.2 minutos
Otra: Calcule el tiempo medio de espaciamiento de servicio.
Rta. 5 minutos
(5.3.4) Dado un sistema de espera MMS indique cual de las siguientes afirmaciones es correcta:
Pw = Ps+Ps+1+... = sumatoria de n = s hasta infinito de Pn
( 5.3.4 ) Si un sistema de espera M/M/S tiene un nú mero medio de estaciones ociosas de 0,8 en una
jornada de 8 horas, esto significa qué:
La cantidad de horas ociosas de los servicios es en total 6,4 horas.
( 5.3.4 ) Ver imagen.
Rta. La ociosidad total es menor con S=4 que con S=3
( 5.3.4 ) Ver imagen.
P(t <= 30 seg) = 0,78
5.3.5
(5.3.5)Usted como asesor Puede afirmar que la funció n de densidad probabilística para la distribució n
uniforme se define como...:
(x)= 1/(b-a) para a ≤ x ≤ b

5.4
(5.4) El mecanismo para avanzar el tipo en la simulació n discreta, puede realizarse a:
Intervalos de tiempo variables.

19
(5.4) La siguiente definició n. “Una ocurrencia instantá nea que puede cambiar el estado del sistema”
hace referencia a:
Un Evento.
(5.4) ¿Cuá l de las siguientes rutinas que se mencionan es un componente de los modelos de
simulació n de eventos discretos?
Rutina de tiempo
(5.4) ¿Qué componente de los modelos de simulació n de eventos discretos se conforma de un
conjunto variables de estado que describen el sistema en un determinado tiempo?
Estado del sistema
(5.4) En los modelos de simulació n de eventos discretos. ¿Qué realiza la lista de sucesos?
Contiene el tiempo de los futuros posibles sucesos
(5.4) El mecanismo para avanzar el tipo en la simulació n discreta, puede realizarse a:
Intervalos de tiempo variables.
(5.4) ¿Cuá l de las siguientes rutinas que se mencionan es un componente de los modelos de
simulació n de eventos discretos?
Rutina de tiempo
(5.4) ¿Qué componente de los modelos de simulació n de eventos discretos se conforma de un
conjunto variables de estado que describen el sistema en un determinado tiempo?
Estado del sistema
(5.4) En los modelos de simulació n de eventos discretos. ¿Qué realiza la lista de sucesos?
Contiene el tiempo de los futuros posibles sucesos
(5.4) la utilizació n exclusiva de un software informá tico de tipo generalista, como es la hoja de cá lculo:
Permite abordar la realizació n de complejas simulaciones de sistemas de líneas de espera
independientemente de la magnitud de los mismos y, por tanto, se perfila como una herramienta
perfecta frente a otros productos má s específicos y complejos en las labores de simulació n
(5.4)Si R1=0,0589 y R2=0,6733 el procedimiento de Box Muller nos produce que x1 yx2 son
aproximadamente igual:
“-1.103 y -2.109”
(5.4) Si R1= 0,021 y R2= 0,421 el procedimiento de box Muller nos produce que x1 y x2 son
aproximadamente igual a:
“-2,4441 y 1,3237 respectivamente”
(5.4)Basado en método congruente multiplicativo usando los siguientes valores iniciales: b=9; c=5;
u0=11 y m=12; el valor de u_4 es:
“11” u_4=9*2+5=11 (mod 12)
(5.4) Basado en el método congruente multiplicativo usando los siguientes valores iniciales b=9, c=5,
uo=11 y m=12, el…
8
Otra: R_2: 0,4167
R_3: 0,1667
(5.4) Sabiendo que x1=1.103 y x2=2,109, el procedimiento de box- Muller a la distribució n normal n
(10,2) nos produce que y1 es aproximadamente igual a:
7794
(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

20
5.4.1
(5.4.1.) Dado un sistema de espera M/M/1 con una media de servicios 10 hora…. El inicio del cuarto
servicio se produce:
19,4 minutos después del inicio de la jornada
5.5
(5.5) ¿Cuá l de las siguientes operaciones referido al reloj de simulació n se relaciona a la simulació n de
eventos discretos utilizados un mecanismo de intervalos de tiempo fijos?
El reloj de simulació n avanza exactamente un valor de AT de tiempo.
6
(6) Suponga que se atiende 4 clientes por hora (λ =4) y que F(t)=R=0.9 en una distribució n
exponencial, entonces el valor del tiempo que transcurre hasta la ocurrencia de la siguiente llegada es:
34.5

6.2
(6.2)- Dado el modelo de simulació n Montecarlo, ¿cuá l de las siguientes afirmaciones es falsa?
Permite simular la ley de distribució n de probabilidades acumuladas de la/s variable/s aleatorias del
sistema.
(6.2)Si una variable aleatoria tiene una distribució n de probabilidad para distintos intervalos de
ocurrencia de la variable có mo se detalla a continuació n:
Intervalo Probabilidad
[0,5] 0,20
[5,10] 0,40
[10,15] 0,30
[15,20] 0,10

(6.2) Ver imagen.

Rta. 35 minutos
(6.3) Ver imagen.
Rta. 2 clientes
(6.3.2-) Si x es una variable aleatoria continua cuya densidad de probabilidad es uniforme en el
intervalo [a,b], entonces el generador de proceso de la variable x es:
x = a + R (b - a) con R perteneciente al [ 0,1 ] aleatorio

21
(S/N)¿Qué significa en el modelo generalizado de cola de Poisson la siguiente notació n (D/M/4):
(P/20/∞)?. Seleccione las 4 (cuatro) respuestas correctas:
 *Tiene 4 servidores.
 *Cantidad má xima en el sistema 20 clientes.
 *Disciplina de la fila es prioritaria.
 *Distribució n de salida corresponde a Poisson.
(S/N) Un modelo general de colas se resume con la siguiente notació n (a/b/s):(d/e/f),
Donde:
a: distribució n de probabilidad de tiempo entre llegadas (D = tiempo constante);
b=distribució n de probabilidad de tiempo de servicio (M=distribució n de Poisson);
s = cantidad de servidores en paralelo (4);
d = disciplina de la fila (P=prioritario);
e = cantidad má xima del sistema (20);
f = tamañ o de la fuente (∞ = infinito)

(S/N)Considere la distribució n de Erlang con m=3, λ=4 eventos por hora y los nú meros aleatorios
R1=0.0589, R2=0.019, entonces la variable aleatoria m-Erlang es:
Y=0.991

(S/N)Debe cumplirse el método congruencial del a=1, b=6 y n=9. Periodo completo tiene q tener.
No se cumple la segunda condició n.

(S/N)Suponga que se posee un solo servicio y que los arribos y los tiempos de servicios con aleatorios.
Ademá s las tasas de arribo y servicios son respectivamente, A= 10 clientes/horas y u=5
clientes/horas, entonces podemos afirmar que:
La cola crece sin límites.

(S/N) ¿Qué significa el modelo generalizado de cola de Poisson la siguiente notació n (D/M/4):
(P/20/200)?Seleccione las 4 rptas correctas:
 Tiene 4 servidores
 Cantidad má xima en el sistema 20 clientes
 Disciplina en la fila es prioritaria
 Distribució n de salida corresponde a Poisson.

S/N Una línea de espera con servicios que tienen una distribució n exponencial decreciente P (t≥T)=e-
µ, si µ=3 servicios por hora, ¿cuá l es la probabilidad de que los servicios sean de una duració n mayor
o igual a 1 hora?
0,049

S/N Una línea de espera con servicios que tienen una distribució n exponencial decreciente P (t≥T)=e-
µT, si µ=3 servicios por hora, ¿cuá l es la probabilidad de que los servicios sean de una duració n mayor
o igual a 1 hora?
0,16

(S/N) Basado en el método congruente multiplicativo, y usando los siguientes valores iniciales: b=9,
c=5, u0= 6 y m=12; el valor del nú mero aleatorio u1 generado es:
11

22
S/N Calcule la probabilidad de que el sistema esté ocupado, cuando se posee un solo servidor, con
arribos y tiempos de servicio aleatorios. Ademá s las tasas de arribo y servicio son respectivamente
símbolo = 12 clientes/ hora y u=20 clientes/hora
0.6

(S/N )Sabiendo que la tasa media de llegada de clientes que ingresa a un sistema de colas es (símbolo)
=3 y w=2 que es el tiempo de espera de un sistema, el numero esperado de clientes en un sistema es
6 puesto que la fó rmula de little nos dice que L=SIMBOLOW=2*3=6

(S/N)Considere la distribució n de Erlang con m=4, símbolo=5 eventos por hora y los nú meros
aleatorios r1= 0.0589, r2=0,6733 r3=0,019 r4=0.0012, entonces la variable aleatoria elegida m-Erlang
es
Y= 2.91161 por hora.

(S/N)Segú n el modelo de Monte Carlo, dado el nú mero aleatorio R = 0,852 ¿Cuá l de las siguientes
afirmaciones es correcta respecto a la variable aleatoria?
Se halla en el intervalo [10,15]

(S/N) El tiempo t entre llegada de clientes a una instalació n se representa con una distribucoió n
exponencial con media E(t)= 1/ λ unidades de tiempo con λ=4; entonces a funció n de densidad
acumulada en t=1es:
0.9817

23