Estrategia didáctica para aprender modelaje probabilístico en sistemas de colas

• Víctor Miguel Burbano Pantoja ^[1] ; Margoth Adriana Valdivieso Miranda ^[1] ; Ángela Saray Burbano Valdivieso ^[1]
  1. [1] Universidad Pedagógica y Tecnológica de Colombia

     Universidad Pedagógica y Tecnológica de Colombia

     Colombia

     
• Localización: Boletín Redipe, ISSN-e 2256-1536, Vol. 10, Nº. 6, 2021 (Ejemplar dedicado a: Education socio-emotional, inclusive, and concept of education), págs. 441-456
• Idioma: español
• Títulos paralelos:
  • Didactic strategy to learn probabilistic modeling in queuing sytems
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Este trabajo investigativo tuvo como objetivo implementar una estrategia didáctica para elaborar un modelaje del sistema de colas del kiosco estudiantil en una universidad colombiana mediante modelos probabilísticos. La metodología fue cuantitativa con diseño de corte transversal. Los datos fueron recopilados por observación directa y conteo del número de usuarios que llegaban a la cola del kiosco universitario para adquirir sus tiquetes de almuerzo, en intervalos de 10 minutos. Los resultados evidenciaron que tal sistema podía modelarse mediante distribuciones de probabilidad de Poisson y exponencial. Este operaba de forma estable, el tiempo de espera en la cola era reducido y el tiempo de servicio fue pertinente. Se concluye que el modelamiento matemático es una herramienta poderosa para representar un sistema real pero requiere desarrollar una estrategia planificada que va de los datos hacia el modelo y de este nuevamente a la realidad.

  • English

    This investigative work aimed to implement a didactic strategy to develop a modeling of the queue system of the student kiosk in a Colombian university using probabilistic models. The methodology was quantitative with a cross-sectional design. The data was collected by direct observation and counting the number of users who reached the queue of the university kiosk to purchase their lunch tickets, in 10-minute intervals. The results showed that such a system could be modeled by Poisson and exponential probability distributions, this system operated in a stable way, the waiting time in the queue was reduced and the service time was relevant. It is concluded that mathematical modeling is a powerful tool to represent a real system but it requires developing a planned strategy that goes from the data to the model and from this back to reality.