Professional Documents
Culture Documents
EN INGENIERA EN SISTEMAS
COMPUTACIONALES
Asignatura:
Asesor:
INVESTIGACION DE OPERACIONES
Escolarizado
Modalidad:
Grado:
Sexto Cuatrimestre
Correspondiente al Plantel:
Uruapan
2016-2017
!!!
207
PRESENTACIN
ESTIMADO ESTUDIANTE:
Te damos la ms cordial bienvenida a esta asignatura Investigacin de
Operaciones, que conforma una parte fundamental en tu formacin profesional, la
cual forma tu curricula de egreso. Por lo que la programacin y ejecucin de la misma
se ha planeado con la nica intensin de que proponga conocimientos y aprendizajes
acordes a las expectativas y objetivos generales y particulares determinados por la
Universidad Contempornea de las Amricas, con el respaldo de la Secretaria de
Educacin Pblica.
Este material est conformado para que lo uses de la mejor manera y con eficiencia en
tus tiempos.
a. Manera; que sepas que encontraras modos evaluativos, reglas ulicas,
planeacin de fechas para cada una de las unidades de aprendizaje,
bibliografas auxiliares y antologa sobre la asignatura.
b. Eficiencia de tiempos; para esto requerimos que muestres inters y
participacin para que los periodos se cumplan, ya que de esta manera podrs
medir tus avances y resolver dudas y/o planteamientos a asesor/profesor.
A continuacin se presenta de manera breve el contenido que encontraras:
!!!
207
Examen 30%
El examen comprender la resolucin de algunos problemas de los mtodos de
investigacin de operaciones.
REGLAMENTO DENTRO DEL AULA:
CICLO
CLAVE DE LA ASIGNATURA
SEXTO
ISC 634
DE
CADENAS DE MARKOV.
3.1 CONCEPTOS, DEFINICIONES Y PROPIEDADES DE LAS
CADENAS DE MARKOV
3.2 FORMULACIN DE LAS CADENAS DE MARKOV.
3.3 PROPIEDAD MARKOVIANA DE PRIMER ORDEN.
3.4 PROBABILIDADES DE TRANSICIN DE UN PASO Y EN PASOS.
3.5 ESTADOS ABSORBENTES.
3.6 PROBABILIDADES DE TRANSICIN ESTACIONARIAS DE
ESTADOS ESTABLES, TIEMPOS DE PRIMER PASO.
3.7 UTILIZACIN DE SOFTWARE EN LA RESOLUCIN DE
PROBLEMAS DE CADENAS DE MARKOV
ACTIVIDADES DE APRENDIZAJE
ASISTENCIA Y PUNTUALIDAD.
REPORTES DE LECTURA.
ANLISIS CRTICO.
PARTICIPACIN INDIVIDUAL
ARGUMENTADO.
CON
SENTIDO
TERICO
PRCTICO
Puntos
Asistencia y Conducta.
Examen.
Proyecto Integrador.
Trabajos y tareas.
2.0
3.0
3.5
1.5
Total:
10
!!!
207
Puntos
Resultados Correctos.
Diseo.
Manejo de Restricciones.
7
2
1
Total:
BIBLIOGRAFA
HILLIER, FREDERICK S., MTODOS
CUANTITATIVOS PARA
ADMINISTRACIN, MCGRAW-HILL,
MXICO 2008.
IZUNZA VICENTE, INVESTIGACIN
DE OPERACIONES, PEARSON
EDUCATION, 2012.
RENDER BARRY. MTODOS
CUANTITATIVOS PARA LOS
NEGOCIOS, PEARSON EDUCATION,
2012.
10
RECURSOS DIDCTICOS.
VIDEO PROYECTOR.
SOFTWARE PROMODEL.
WINQSB
SPSS
RAPID MINER
MINITAB
MICROSOFT EXCEL VERSION
2013,
MAT LAB, SIMULIK
MIND MANAGER
CMAPTOOLS.
207
FECHA
Del 10 al 31 de Mayo del 2016
Del 2 al 23 de Junio del 2016
Del 28 de Junio al 19 de Junio del 2016
LA Del 21 de Julio al 16 de Agosto del 2016.
16 de Agosto del 2016
Definicin y Concepto
Intuitivamente puede decirse que tomar una decisin implica escoger o seleccionar" una
alternativa o curso de accin entre un conjunto de ellas. La teora de la decisin se enfoca como
una tcnica cuantitativa que sirve de apoyo a la toma de decisiones. Para desarrollar las tcnicas
matemticas propias de la Teora de la Decisin se deben conocer un conjunto de conceptos
bsicos que recogen la terminologa generalmente aceptada por los autores que tratan esta
tcnica. La decisin va a suponer una eleccin o seleccin fundamentada en criterios de algn
carcter bien establecido. Al tomar decisiones en la actividad empresarial debe tratarse de ser
RAClONALES. Nuestro estudio estar por tanto encaminado hacia la TOMA RACIONAL DE
DECISIONES. As, haremos nfasis en ser LOGICOS, RACIONALES Y OBJETIVOS. (Esto es
algo a lo que siempre se aspira, aunque pocas veces se alcance por completo) Para ello debe
buscarse apoyo en los mtodos y modelos econmicos matemticos.
2.
El Concepto de decisin
Es cuando nos enfrentamos a una situacin, adems de comprenderla, se debe tener capacidad
para analizar, evaluar, reunir alternativas, considerar las variables, es decir, aplicar esta tcnica
para encontrar soluciones razonables, podemos decir que se trata de una toma de decisiones
basada en la racionalidad. La tendencia humana es a no correr riesgos al tomar decisiones, es
decir, escoger una accin que sea satisfactoria, la mayora de los dirigentes intentan tomar las
mejores decisiones, para lo cual dirigente debe seguir etapas. Accin racional limitada debido a la
falta de informacin, de tiempo o de la capacidad para analizar alternativas a la luz de las metas
buscadas; metas confusas; la tendencia humana a no correr riesgos al tomar una
decisin. HEBERT SIMON, ha llamado a esto SATISFACCIN SUFICIENTE, es decir, escoger un
curso de accin que sea satisfactorio o lo bastante bueno, dadas las circunstancias. Aunque
muchas decisiones administrativas se toman con el deseo de salir adelante en una forma tan
segura como sea posible, la mayora de los administradores intentan tomar las mejores decisiones
que puedan, dentro de los lmites de la racionalidad y de acuerdo con el tamao y la naturaleza de
los riesgos implcitos por lo que existe un Modelo Racional de la Toma de Decisiones.
5.
Dos criterios mediante los cuales puede evaluarse la eficacia potencial de una decisin: el primero
es la cualidad objetiva de la decisin y el segundo es la aceptacin por parte de quienes debern
ejecutarla. La cualidad objetiva de la decisin se determina por la eficacia con que se lleva a cabo
el proceso formal de la toma de decisiones. Su aceptacin est determinada por su naturaleza y
por la persona que lo realiza.
6.
La mayor parte de los administradores se dan cuenta de que una decisin excelente puede dar
resultados insatisfactorios a causa de los imponderables. Por el contrario, un evento muy poco
probable e imprevisible puede hacer que una decisin ilgica o deficiente se convierta en una
decisin afortunada. Aun cuando una decisin de los resultados esperados, el administrador
nunca estar seguro de que otra no habra sido igualmente buena o hasta mejor. Para tomar
decisiones efectivas, los administradores deben primero superar las barreras que les impiden
reconocer y atacar los problemas que se presentan en su organizacin.
7.
De los cinco elementos antes mencionados los 3 primeros son esenciales, mientras que los otros
2 tienen ms bien un carcter metodolgico.
9.
Modalidades
Es importante porque mediante el empleo de un buen juicio, la Toma de Decisiones nos indica
que un problema o situacin es valorado y considerado profundamente para elegir el mejor
camino a seguir segn las diferentes alternativas y operaciones. Tambin es de vital importancia
para la administracin ya que contribuye a mantener la armona y coherencia del grupo, y por
ende su eficiencia. En la Toma de Decisiones, considerar un problema y llegar a una conclusin
vlida, significa que se han examinado todas las alternativas y que la eleccin ha sido correcta.
Dicho pensamiento lgico aumentar la confianza en la capacidad para juzgar y controlar
situaciones. Uno de los enfoques ms competitivos de investigacin y anlisis para la toma de las
decisiones es la investigacin de operaciones. Puesto que esta es una herramienta importante
para la administracin de la produccin y las operaciones. La toma de decisiones, se considera
como parte importante del proceso de planeacin cuando ya se conoce una oportunidad y una
meta, el ncleo de la planeacin es realmente el proceso de decisin, por lo tanto dentro de este
contexto el proceso que conduce a tomar una decisin se podra visualizar de la siguiente manera:
Elaboracin de premisas.
Identificacin de alternativas.
Evaluaciones alternativas en trminos de la meta deseada.
Eleccin de una alternativa.
pasando en cada iteracin a la etapa antecesora. El anlisis de la primera etapa finaliza con la
obtencin del ptimo del problema.
MODELOS DE PROGRAMACIN DINMICA
Existen tres modelos diferentes manejados por WINQSB.
* Problema de la diligencia (Stagecoach Problem)
* Problema de la mochila (Snapsack Problem)
* Programacin de produccin e inventarios (Production and Inventory Scheduling)
EL PROBLEMA DE LA DILIGENCIA
Considrese el grfico que contempla las rutas posibles para ir desde la ciudad 1 hasta la ciudad
10. Cada nodo representa una ciudad y los arcos la infraestructura vial disponible. La tabla recoge
el costo asociado al desplazamiento entre cada par de nodos para cada una de las etapas.
Supondremos que todos los desplazamientos tienen la misma duracin, y que el viaje ha de
realizarse en cuatro etapas. Cada una de ellas se corresponde con un nico desplazamiento entre
un par de nodos del grafo, as al finalizar la primera etapa estaremos en una de las ciudades 2, 3
4. La segunda etapa finalizar en la ciudad 5, la nmero 6 la nmero7. La tercera jornada nos
llevar a la ciudad 8 o a la nmero 9. La cuarta etapa permite finalizar el viaje en la ciudad 10.
TERMINOLOGA Y NOTACIN BSICA
Perodos o etapas: Sea N= {1, 2,....., n} un conjunto finito de elementos. Mediante el ndice,
representamos cada uno de ellos. N es el conjunto de perodos o etapas del proceso. En la
ilustracin anterior N= {1, 2, 3, 4}, las cuatro etapas del viaje, cada una de ellas es un perodo y se
representa mediante un valor del ndice n, as cuando n =1 nos estamos refiriendo a la primera
etapa del proceso.
Espacio de estados: { } es una familia de conjuntos, uno para cada perodo n. S se denomina
espacio de estados en el perodo n. Cada uno de sus elementos, que se representa mediante Sn,
es un estado, que describe una posible situacin del proceso en ese perodo. En nuestro ejemplo,
S1 = {1}, S2= {2, 3, 4}, S3= {5, 6, 7}, S4= {8, 9}.
La funcin recursiva: Dados unos nodos y unos arcos que conectan estos nodos, el problema de
la diligencia intenta encontrar la ruta ms corta que conecta un nodo de arranque con el nodo final
(el destino).
Sea s: el estado de inicio; j: estado destino
* n: la fase, normalmente representa el nmero de arcos hasta el destino.
* C(s,j): costo o distancia de ir desde s hasta j.
* f(n,s): la poltica de costo mnimo cuando se encuentra en el estado s de la etapa n.
La relacin recursiva dinmica se expresa como
f(n,s) = mnimo [C(s,j) + f(n-1,,j)] para todos los arcos ( s,j) en la red
* R(j,x(j)): la funcin del retorno del artculo j si se llevan x(j) unidades en la mochila, del artculo j
* g(j,w): retorno del total acumulativo dado el espacio w disponible para el artculo j
La relacin recursiva dinmica se expresa como:
g(j,w) = mximo {R(j,x(j)) + g[j-1,w-w(j)x(j)]} para todo posible x(j)
Ahora ingresemos los datos al WINQSB:
La entrada de datos queda como sigue.
Al resolver el problema tenemos:
La solucin nos indica que se deben transportar los tems 3, 4 y 5 con un retorno total de 17800
u.m. y utilizacin plena de la capacidad (en peso), disponible del avin. Teniendo en cuenta slo el
volumen, el nuevo modelo es:
La solucin es:
PROGRAMACIN DE PRODUCCIN E INVENTARIOS
El problema consiste en determinar un programa de produccin para un periodo de tiempo con el
fin de minimizar los costos totales relacionados. Hay demandas conocidas para cada periodo,
lmites de capacidad tanto para la produccin como para los inventarios (almacenamiento).
Cuando hay ms produccin que demanda, se acumula inventario, y cuando la produccin es
menor que la demanda, se generarn retrasos en el cumplimiento de pedidos (backorder). Para
cada periodo, una produccin no-cero incurre en un costo de preparacin. En programacin
dinmica, el costo variable se expresa como una funcin de la produccin (P), el inventario (H), y
backorder (B).
Sea:
* P(n): el nmero de unidades producidas en el periodo n
* D(n): la demanda en el periodo n
* H(n): el inventario disponible al final del periodo n
* B(n): el backorder al final del periodo n
* I(n): la posicin del inventario al final del periodo n, es decir, I(n) = H(n) o I(n) =B(n)
I(n) = I(n-1) + P(n) - D(n)
* S(n): el costo de preparacin en el periodo n
* V (P(n), I(n)): el costo variable = funcin de P(n), H(n), y/o B(n)
* C(n,P(n),I(n)): = S(n) + V(P(n),I(n)) si P(n)>0, = V(P(n),I(n)) si P(n)=0
* f(n,i): costo total acumulativo dado el nivel del inventario inicial i para el periodo n
Procedimiento de solucin
Observe que, cada ao, un cliente puede estar comprando cereal de K o de la competencia.
Podemos construir un diagrama como el mostrado abajo donde los dos crculos representan a los
dos estados en que un cliente puede estar y los arcos representan la probabilidad de que un
cliente haga un cambio cada ao entre los estados. Note que los arcos curvos indican una
"transicin" de un estado al mismo estado. Este diagrama es conocido como el diagrama de
estado de transicin (notar que todos los arcos en ese diagrama son arcos dirigidos).
Dado ese diagrama nosotros podemos construir la matriz de la transicin (normalmente denotada
por el smbolo P) la qu nos dice la probabilidad de hacer una transicin de un estado a otro
estado. Sea:
Estado 1 = cliente que compra cereal de K y
Estado 2 = cliente que compra cereal de la competencia
Tenemos as la matriz de transicin P para este problema, dada por
Para estado 1 2
Del estado 1 | 0.88 0.12 |
2 | 0.15 0.85 |
Note aqu que la suma de los elementos en cada fila de la matriz de la transicin es uno.
Por datos de este ao sabemos que actualmente K tiene un 25% del mercado. Tenemos que la
fila de la matriz que representa el estado inicial del sistema dado por:
Estado
12
[0.25, 0.75]
Normalmente denotamos esta fila de la matriz por s1 indicando el estado del sistema en el primer
periodo (aos en este ejemplo en particular). Ahora la teora de Markov nos dice que, en periodo
(ao) t, el estado del sistema est dado por el st de la fila de la matriz, donde:
st = st-1(P) =st-2(P)(P) = ... = s1(P)t-1
Tenemos que tener cuidado aqu al hacer la multiplicacin de la matriz ya que el orden de clculo
es importante (i.e. st-1(P) no es igual a (P) st-1 en general). Para encontrar st nosotros podramos
intentar hallar P directamente para la potencia t-1 pero, en la prctica, es mucho ms fcil de
calcular el estado del sistema en cada sucesivo ao 1,2,3 ,..., t.
Nosotros ya sabemos el estado del sistema en el ao 1 (s1) tal que el estado del sistema en el
ao dos (s2) est dado por:
s2 = s1P
= [0.25,0.75] |0.88 0.12 |
........|0.15 0.85 |
= [(0.25)(0.88) + (0.75)(0.15), (0.25)(0.12) + (0.75)(0.85)]
= [0.3325, 0.6675]
Note que este resultado tiene sentido intuitivo, e.g. del 25% comprando actualmente al cereal de
K, 88% continan hacindolo, aunque del 75% comprando el cereal del competidor 15% cambia a
comprar cereal de K - dando un (fraccin) total de (0.25)(0.88) + (0.75)(0.15) = 0.3325 comprando
cereal de K.
De lo anterior, en el ao dos 33.25% de las personas estn en estado 1 - esto es, est comprando
cereal de K. Note aqu que, como un chequeo numrico, los elementos de st deben sumar
siempre uno.
En el ao tres el estado del sistema se da por:
s3 = s2P
= [0.3325, 0.6675] |0.88 0.12 |
............... |0.15 0.85 |
= [0.392725, 0.607275]
Por lo tanto en el ao tres 39.2725% de las personas estn comprando al cereal de K.
Recalcar que est pendiente la cuestin hecha sobre la porcin que K comparte del mercado en el
largo plazo. Esto implica que necesitamos calcular st cuando t se hace muy grande (se acerca al
infinito).
La idea de la largo plazo es basada en la suposicin de que, en el futuro, el sistema alcance un
"equilibrio" (a menudo llamado el "estado sustentable") en el sentido de que el st = st-1. sto no
quiere decir que las transiciones entre estados no tengan lugar, suceden, pero ellos tienden "al
equilibrio global" tal que el nmero en cada estado permanece el mismo.
Hay dos enfoques bsicos para calcular el estado sustentable:
Computacional: - encontrar el estado sustentable calculando st para t=1,2,3,... y se detiene
cuando st-1 y st son aproximadamente el mismo. Esto es obviamente muy fcil para una
computadora y este es el enfoque usado por un paquete computacional.
Algebraico: - para evitar clculos aritmticos largos necesarios para calcular st para t=1,2,3,...
tenemos un atajo algebraico que puede usarse. Recalcar que en el estado sustentable st = st-1 (=
[x1,x2] para el ejemplo considerado anteriormente). Entonces como st = st-1P tenemos eso
[x1,x2] = [x1,x2] | 0.88 0.12 |
.............| 0.15 0.85 |
(Y tambin notar que x1 + x2 = 1). De esto tenemos tres ecuaciones que podemos resolver.
Note aqu que hemos usado la palabra suposicin anteriormente. Esto es porque no todos los
sistemas alcanzan un equilibrio, esto es, no cualquier sistema tiene matriz de transicin
|01|
|1 0 |
Nunca alcanza un estado sustentable.
Adoptando el enfoque algebraico anteriormente para el ejemplo del cereal K tenemos las tres
ecuaciones siguientes:
x1 = 0.88x1 + 0.15x2
x2 = 0.12x1 + 0.85x2
x1 + x2 = 1
o
0.12x1 - 0.15x2 = 0
0.12x1 - 0.15x2 = 0
x1 + x2 = 1
Note que la ecuacin x1 + x2 = 1 es esencial. Sin ella no podramos obtener una nica solucin
para x1 y x2. Resolviendo conseguimos x1 = 0.5556 y x2 = 0.4444
Por lo tanto, en la largo plazo, K comercializa una porcin del mercado del 55.56%.
Un chequeo numrico til (particularmente para problemas ms grandes) es sustituir el examen
final calculando los valores en las ecuaciones originales para verificar que ellos son consistentes
con esas ecuaciones.
Paquete de Computo para la solucin
El problema anterior se resolvi usando un paquete, la entrada se muestra abajo.
Datos de entrada del Problema del cereal de K (Iniciales Probabilidades de Estado)
1: 0.2500 2: 0.7500
Datos de entrada del Problema del cereal de K (Matriz de Probabilidades de Transicin) Pg 1
.......De ...........A
1 1: 0.8800 2: 0.1200
2 1: 0.1500 2: 0.8500
El rendimiento se muestra debajo. Aunque el paquete puede usarse para calcular y desplegar st
(para cualquier valor de t) no hemos querido mostrar esto.
En el rendimiento mostrado abajo de la nota:
Las probabilidades de estado sustentables (se necesitaron 38 iteraciones antes de que st-1 y st
fueran aproximadamente el mismo). Estas figuras son como se calcularon antes.
Periodo recurrente para cada estado - stos son el nmero esperado de periodos que pasarn
para que una persona en un estado est de nuevo en ese estado (esto es, esperaramos que
hubieran 1.80 periodos (en promedio) entre que una persona que compra el cereal de K y su
prxima compra de cereal de K).
Iteracin final--las Iteraciones Totales = 38
1: 0.5556 2: 0.4444
Periodo recurrente para Cada Estado
1: 1.80 2: 2.25
Datos
Note aqu que los datos que pueden necesitarse para deducir las probabilidades de transicin,
pueden a menudo fcilmente encontrarse, hoy en da . Por ejemplo se colectar tales datos por
marca del consumidor que cambia, inspeccionando a los clientes individualmente. Sin embargo
hoy da, muchos supermercados tienen sus propias "tarjetas de lealtad" qu son registradas a
travs de inspecciones al mismo tiempo que un cliente hace sus compras en la caja. stos
proporcionan una masa de informacin detallada sobre el cambio de marca, as como tambin
otra informacin - por ejemplo el efecto de campaas promocionales.
Debe estar claro que las probabilidades de transicin no necesitan ser consideradas como
nmeros fijos - ms bien ellas son a menudo nmeros que podemos influenciar/cambiar.
Tambin note que la disponibilidad de tales datos permite modelos ms detallados, al ser
construidos. Por ejemplo en el caso del cereal, la competencia fue representada por slo un
estado. Con datos ms detallados ese estado pudiera ser desagregado en varios estados
diferentes - quiz uno para cada marca competidora del cereal. Tambin podramos tener
modelos diferentes para segmentos diferentes del mercado - quiz el cambio de marca es
diferente en reas rurales del cambio de marca en reas urbanas, por ejemplo. Las familias con
nios constituiran otro segmento importante del mercado obviamente.
2.
Comentarios
Cualquier problema para el que puede obtenerse un diagrama de transicin de estado y que usa
el enfoque dado puede analizarse.
Las ventajas y desventajas de usar teora de Markov incluyen:
Aplicaciones
Una aplicacin interesante de procesos de Markov que yo conozco es la industria costera noruega
del petrleo/gas. En Noruega un cuerpo estatal, el Consejo de administracin de Petrleo
noruego, (junto con la compaa de aceite estatal noruega (STATOIL)), tienen un papel grande en
la planeacin de los medios para el desarrollo costero del petrleo/gas.
El problema esencial que el Consejo de la administracin del Petrleo noruego tiene, es cmo
planear la produccin para aumentar al mximo su contribucin en el tiempo a la economa
noruega. Aqu los horizontes de tiempo son muy largos, tpicamente 30 a 50 aos. De importancia
crtica es el precio del aceite - todava nosotros no podemos prever esto, sensiblemente con
exactitud, para esta horizonte de planeacin.
Para superar este problema ellos modelan el precio del aceite como un proceso de Markov con
tres niveles de precio (estados), correspondiendo a escenarios optimista, probable y pesimista.
Ellos tambin especifican las probabilidades de hacer una transicin entre los estados cada
periodo de tiempo (ao). Pueden usarse matrices de transicin diferentes para horizontes de
tiempo diferentes (matrices diferentes para el cercano, medio y futuro lejano).
Aunque ste simplemente es un enfoque simple, tiene la ventaja de capturar la incertidumbre
sobre el futuro en un modelo que es relativamente fcil de entender y aplicar.
Estudios sobre el modelado de la poblacin (donde nosotros tenemos objetos con "edad") tambin
son una aplicacin interesante de procesos de Markov.
Un ejemplo de esto sera el modelado el mercado del automvil como un proceso de Markov para
prever la "necesidad" de nuevos automviles cuando los automviles viejos puedan extnguirse.
Otro ejemplo sera modelar el progreso clnico de un paciente en hospital como un proceso de
Markov y ver cmo su progreso es afectado por regmenes de droga diferentes.
Modelos a escala.
Tneles de viento.
Canales de agua.
Emergencias o catstrofes.
permite obtener una aproximacin. La simulacin nos permite formular condiciones extremas con
riesgos nulos. La simulacin no interfiere con el mundo real. Permite experimentar. Permite
estudiar la interaccin entre las diferentes variables del problema. Mediante la simulacin
podemos influir en el tiempo de los procesos. La simulacin permite resolver problemas que no
tienen solucin analtica.
Desventajas: Una buena simulacin puede resultar muy complicada, gran nmero de variables. La
simulacin no genera soluciones ptimas globales. No proporciona la decisin a tomar, sino que
resuelve el problema mediante aproximacin para unas condiciones iniciales. Cada simulacin es
nica, interviene el azar.
Ejemplo:
Clculo de Integrales: Una aplicacin inmediata del mtodo, es el clculo de integrales definidas.
Referencias
[1] Libro:Colectivo de autores:Introduccin a la investigacin de operaciones, tomo III, 1999.1
[2] Monografa. Investigacin de operaciones. Autor(a)s: Dr. Grisel Barrios Castillo. Msc.
Meylin Miranda Rodrguez. 2008.
[3] Libro Administracin de Empresas.
[4] [Abraham Wald]. Cosultado en www.ecured.cu el 3 de mayo de 2014.
[5] http://www.eumed.net/libros-gratis/2006c/216/1j.htm
[6] http://www.ingenieria.unam.mx/javica1/ingsistemas2/Simulacion/Cadenas_de_Markov.htm
[7] https://www.uclm.es/profesorado/licesio/Docencia/mcoi/Tema4_guion.pdf