Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Trabajo de Io
Trabajo de Io
Superior de Lerdo
Carrera: Informática
Catedrático:
4F4B I.S.C. E.D. M.E. Ricardo de Jesús Bustamante González
Índice
Contenido
Instituto Tecnológico
Superior de Lerdo
S
1. INVENTARIOS.........................................................................................................................3
1.1. El costo total.....................................................................................................................3
1.2. FORMULARIO.................................................................................................................4
2. LÍNEAS DE ESPERA..............................................................................................................8
2.1. Modelos de una cola y un servidor................................................................................8
Nomenclatura de las fórmulas:.......................................................................................9
3. SIMULACIÓN........................................................................................................................17
4. TEORÍA DE JUEGOS...........................................................................................................18
4.1. ¿Qué es un juego?........................................................................................................18
4.1.1. Estrategias...............................................................................................................18
4.1.2. Juegos de suma cero para dos personas: estrategias aleatorias,
dominación y solución gráfica......................................................................................18
4.1.3.........................................................Estrategias aleatorias o combinados
20
4.1.4. Solución grafica de pares y nones...........................................................20
5. CADENA DE MARKOV........................................................................................................22
5.1.1. Problema de la cadena de Markov:..................................................................22
6. PROGRAMACIÓN DINÁMICA............................................................................................25
6.1. Problema de la diligencia:............................................................................................25
7. PROGRAMACIÓN DINÁMICA DETERMINÍSTICA.........................................................28
Página 2
Instituto Tecnológico
Superior de Lerdo
1. INVENTARIOS
En este modelo se representan iguales el inventario máximo y la cantidad pedido.
1.2. FORMULARIO
Este formulario es de gran utilidad a la hora de tratar con problemas empleados en
la teoría de inventarios.
Q= √
2 DC 2
C3
C2D C 3q
TC ( q )= +( C 1 ) ( D ) +
q 2
N=D /Q
T =Q/ D
Inventario promedio:
Q/ 2
C3q
HC ( q ) =
2
Página 4
C2 D
OC ( q ) =
q
Instituto Tecnológico
Superior de Lerdo
S
EOQ cuando costo de retención se expresa en términos del valor del
q∗¿ √
2 DC 2
inventario en dólares:
C1C3
Punto de reposición = LD
Ejemplo 1: Inventario
La empresa servimedica vende agujas hipodérmicas a hospitales y desea reunir
el costo de su inventario determinado el costo óptimo de agujas hipodérmicas de
cada pedido. La demanda anual es de 1000 unidades, el costo de preparación por
pedido es de $10 .00 y el costo de almacenamiento por unidad por año es de
$0.50 cada aguja tiene un precio de $3.00.
Cantidad óptima:
Primero se reemplazan los datos en la primera fórmula, ésta es
utilizada para calcular la cantidad óptima de pedido:
Q=
√ ( 2 DC 2 )
(c 3) Q=
√ 2(1000)(10)
.50
Después se efectúan cada una de las operaciones indicadas iniciando por las
operaciones dentro del paréntesis, después la división y por último la raíz
cuadrada:
Q=
√ 2000
.50
Q=200
Página 5
Ahora se reemplazaran los datos para calcular el costo total por año:
2∗D 3∗Q
CT= (C 1∗D ) + C ( Q )
+(C
2
)
D 1000 N=5
N= N=
Q 200
Q 200 t=0.2
t= t=
D 1000
Ejemplo 2: Inventario
Una empresa vende un artículo que tiene una demanda de 18,000 unidades por
año, su costo de almacenamiento por unidad es de $1.20 y el costo de ordenar
una compra es de $400.00. El costo total unitario del artículo es de $1.00 no se
permite faltante de unidades y su tasa de reemplazo es instantáneo.
Cantidad óptima:
Página 6
Q=
√ (2 D C 2)
(iC 1)
Q=
√ 2(18,000)( 400)
(1.20∗1)
Q=
√ 14400000
1.20
Instituto Tecnológico
Superior de Lerdo
Q=3,465 unidades
2∗D 3∗Q
CT= (C 1∗D ) + C ( Q )+(C
2
)
Ahora se reemplazaran los datos para calcular el costo total por año:
CT=22,156.92∗año
D 18,000
N= N=
Q 3,465 N=5.19
2. LÍNEAS DE ESPERA
Una cola es una línea de espera.
Fórmula M/M/1
λ2
λ Lq =
Ls = μ ( μ−λ )
λ−µ
λ
W q=
1 μ ( μ− λ )
Ws=
µ− λ
t ≥ 0, p< 1
S
Ejemplo1. M/M/1
Un lavacar puede atender un auto cada 5 minutos y la tasa media de llegadas es
de 9 autos por hora. Obtenga las medidas de desempeño de acuerdo con el
modelo M/M/1. Además la probabilidad de tener 0 clientes en el sistema, la
probabilidad de tener una cola de más de 3 clientes y la probabilidad de esperar
más de 30min. En la cola y en el sistema.
9
λ=9, µ=12, P= =0.75
Solución: 12
λ λ2
Ls = =3 clientes Lq = =2.25 clientes
λ−µ μ ( μ−λ )
1
W s= =0.33 hrs .=20 min . λ
µ− λ W q= =0.25 hrs .=15 min .
μ ( μ− λ )
0
P0=( 1−P ) P =0.25
P=( L S >3 ) P3+1=0.32
−µ ( 1− p ) t
P ( W S >30 /60 ) ¿ e =0.22 P ( W q >30 /60 ) Pe
−µ ( 1−p ) t
=0.17
Ejemplo 2. M/M/1
A un supermercado llegan en promedio 80 clientes por hora que son atendidos
entre sus 5 cajas. Cada caja puede atender en promedio a un cliente cada 3
minutos. Obtenga las medidas de desempeño de acuerdo con el modelo M/M/1.
Además la probabilidad de tener 2 clientes en el sistema, la probabilidad de tener
una cola de más de 4 clientes y la probabilidad de esperar más de 10 min. En la
cola.
80 1 1.33
λ= =1.33 μ= =1.66 P= =0.801
60 3 1.66
Página 10
1
ws= − λ
μ
1
ws= −1.33=−0.72
1.66
λ 1.33
Ls= −μ= −1.66=−4.03 clientes
λ 1.33
M/G/1: Un servidor con tiempos entre llegadas exponenciales y una distribución
generalλ 2 de tiempos
(1.33)2 1.7689
de servicio.
Lq= = = =0.665
μ ( μ− λ ) 1.66 ( 1.66−1.33 ) 1.66(−1)
Instituto Tecnológico
Superior de Lerdo
Fórmula M/G/1
2
Ls=Lq + P 2 σ 2+¿ P
λ
2 ( 1−P )
Lq=¿
1 L
W s =W q + W q= q
µ λ
P0=1−P PW =P
P<1
Ejemplo1. M/G/1
Instituto Tecnológico
Superior de Lerdo
S
Un lavacar puede atender un auto cada 5 min. y la tasa media de llegadas es de 9
autos/hora, s = 2 min. Obtenga las medidas de desempeño de acuerdo con el
modelo M/G/1. Además la probabilidad de tener 0 clientes en el sistema y la
probabilidad de que un cliente tenga que esperar por el servicio.
2
Solución: 2 σ 2+¿ P
λ =1.31 clientes
Ls=Lq + P=1.31+.75=2.06 clientes 2 ( 1−P )
Lq =¿
1
W s =W q + =0.228 hrs .=13.7 min . Lq
µ W q= =0.145hrs . 8.7 min .
λ
Ejemplo1. M/G/1
A un supermercado llegan en promedio 80 clientes por hora que son atendidos
entre sus 5 cajas. Cada caja puede atender en promedio a un cliente cada 3
minutos. Suponga s = 5 min. Obtenga las medidas de desempeño de acuerdo con
el modelo M/G/1. Además la probabilidad de tener 0 clientes en el sistema y la
probabilidad de que un cliente tenga que esperar por el servicio.
Ls=9.94+ 4.03=13.97
P2
Lq= λ 2 σ 2+
2 ( 1−P )
16.24
Lq= (1.76 )( 25 )+
Página 12
−6.06
Lq=9.94
1
ws=wq+
μ
1
ws=7.47+ =10.50
.33
Instituto Tecnológico
Superior de Lerdo
S
M/D/1: Un servidor con tiempos entre llegadas exponenciales y una distribución
degenerada de tiempos de servicio.
Fórmula M/D/1
P2
Ls= λW s Lq =
2 ( 1−P )
1 Lq
W s =W q + W q=
µ λ
P<1
Ejemplo1. M/D/1
Un lavacar puede atender un auto cada 5 min. La tasa media de llegadas es de 9
autos/hora. Obtenga las medidas de desempeño de acuerdo con el modelo M/D/1.
P2
Ls= λW s=1.875 clientes Lq = =1.125 clientes
2 ( 1−P )
1
W s =W q + =0.21hrs .=12.5 min . Lq
µ W q= =0.125hrs .=7.5 min .
λ
Ejemplo1. M/D/1
A un supermercado llegan en promedio 80 clientes por hora que son atendidos
entre sus 5 cajas. Cada caja puede atender en promedio a un cliente cada 3
minutos. Obtenga las medidas de desempeño de acuerdo con el modelo M/D/1.
Ls= λW s λ=1.33 µ=0.33 P=4.03
(1.33)(5.04)=6.70
Ls=6.70
P2 (k +1)
Lq = =( 4.03 ) 2=8.06
2 k ( 1−P )
Página 14
2(1−4.03)
¿ 16.2409
−6.06
¿−2.688(−1)=2.68
1
W s =W q + =2.01+ 1=.33=5.04
µ
Instituto Tecnológico
Superior de Lerdo
Lq 2.68
W q= = =2.01
M/Ekλ/1:1.33
Un servidor con tiempos entre llegadas exponenciales y una distribución
Erlang de tiempos de servicio.
Fórmula M/Ek/1
k +1
Ls= λW s ¿
P2 ¿
Lq=¿
Lq
1 W q=
W s =W q + λ
µ
P<1
Ejemplo1. M/Ek/1
Un lavacar puede atender un auto cada 5 min. La tasa media de llegadas es de 9
autos/hora. Suponga s = 3.5 min (aprox.) Obtenga las medidas de desempeño de
acuerdo con el modelo M/Ek/1
k +1
Ls= λW s=2.437 clientes ¿
P2 ¿
Lq=¿
1 Lq
W s =W q + =0.2708 hrs .=16.25min . W q= =0.1875hrs .=11.25 min
µ λ
Ejemplo1. M/Ek/1
A un supermercado llegan en promedio 80 clientes por hora que son atendidos
entre sus 5 cajas. Cada caja puede atender en promedio a un cliente cada 3
minutos. Suponga que k= 4. Obtenga las medidas de desempeño de acuerdo con
el modelo M/Ek/1 µ=0.33 τ =1.33
Ls= λW s
LS=1.33(5.54)
LS=7.36
Página 16
1
W s =W q + =¿ 2.51 + 1 / 0.33 = 2.51 + 3.03 = 5.54
µ
k +1
¿
P2 ¿
Lq=¿
Lq= 4.032 (4+1) = 16.24 (5) = 81.2 = -3.34 (-1) = 3.34
Lq 3.34
W q= = =2.51
λ 1.33
3. SIMULACIÓN
La simulación es indispensable para la descripción y análisis de una amplia
variedad de problemas reales. Proporciona considerables beneficios según el
contexto en los que se use:
• Ahorro de tiempo.
4. TEORÍA DE JUEGOS
4.1. ¿Qué es un juego?
Un juego es una situación competitiva entre N personas o grupos, denominados
jugadores, que se realiza bajo un conjunto de reglas previamente establecidas,
con consecuencias conocidas. Las reglas definen las actividades elementales, o
movimientos del juego. Pueden permitirse diferentes movimientos para los
distintos jugadores, pero, cada jugador conoce los movimientos de que dispone
los otros jugadores.
4.1.1. Estrategias
Una estrategia pura es un plan previamente determinado que establece la
secuencia de movimientos y contramovimientos que un jugador realizará durante
un juego completo.
exactamente cero.
Ejercicio 1
Solución:
Los renglones
Página 19
1 dedo -1 +2 -1
2 dedos +1 -1 -1
Instituto Tecnológico
Superior de Lerdo
S
Máximo de columnas +1 +1
Por lo que se entendió si x1≥0, x2≥0 y x1+x2 = 1, entonces (x1, x2) es una
estrategia combinada o aleatoria a Non. Por ejemplo, Non puede seguir la
estrategia (1/2,1/2) si lanza una moneda antes de cada jugada del juego y levanta
un dedo si sale cara o dos dedos si sale cruz; de igual manera para Par.
E (1,1)
A
B X1
D C (1,-1)
S
5. CADENA DE MARKOV
Es una serie de eventos, en la cual la probabilidad de que ocurra un evento
depende del evento inmediato anterior. En efecto, las cadenas de este tipo tienen
memoria. “Recuerdan” el último evento y esto condiciona las posibilidades de los
eventos futuros. Esta dependencia del evento anterior distingue a las cadenas de
Markov de las series de eventos independientes, como tirar una moneda al aire o
un dado.
Una cadena de Markov es una secuencia X1, X2, X3,… de variables aleatorias. El
rango de estas variables, es llamado espacio estado, el valor de Xn es el estado
del proceso en el tiempo n. Si la distribución de probabilidad condicional de Xn+1
en estados pasados es una función de Xn por sí sola, entonces:
Si hoy está nublado, para que pasado mañana esté nublado, podríamos tener un
día de mañana soleado o nublado. Así tenemos las siguientes secuencias en
orden de (hoy, mañana y pasado mañana):
Nublado
Soleado
Nublado
Nublado
Nublado
EJERCICIO #1
El ascensor de un edificio con bajo y 2 pisos más realiza viajes de uno a otro piso.
El piso en el que finaliza el viaje enésimo del ascensor, sigue una cadena de
markov.
Se sabe que la mitad de los viajes que parten del bajo se dirigen a los otros 2
pisos, mientras que si un viaje comienza en el primer piso, sólo el 25% de las
veces finaliza en el segundo.
*** 0 1 2
0 0 50 50
1 75 0 25
2 100 0 0
Pa 0
1
2
Instituto Tecnológico
Superior de Lerdo
0 0%
Pb 1 50%
2 50%
B
75%
0 75%
1 1
50% 0%
Pm 1 0% 25% 2
Pb
50% 100% B
2 25% 2
100%
0
Pm
Pa 1 0%
Pb
2 0%
Pa
Página 24
Instituto Tecnológico
Superior de Lerdo
6. PROGRAMACIÓN DINÁMICA
Es un enfoque general para la solución de problemas en los que es necesario
tomar decisiones en etapas sucesivas. Las decisiones tomadas en una etapa
condicionan la evolución futura del sistema, afectando a las situaciones en las que
el sistema se encontrará en el futuro (denominadas estados), y a las decisiones
que se plantearán en el futuro.
S
f(n, s): La política de costo mínimo cuando se encuentra en el estado s de
la etapa n.
f 4∗( H )=c sj =3
f 4∗( H )=c sj =4
Etapa n=3
S
Etapa n=2
Etapa n=1
En la primera etapa, el cazafortunas tiene todas las jornadas por recorrer (n=1).
Necesariamente debe salir de A.
Características de la P.D
de ellas.
S
7. PROGRAMACIÓN DINÁMICA DETERMINÍSTICA
Una ruta crítica es la secuencia de los elementos terminales de la red de
proyectos con la mayor duración entre ellos, determinando el tiempo más corto en
el que es posible completar el proyecto.
Un proyecto puede tener varias rutas críticas paralelas. El método de la ruta crítica
usa ciertos tiempos (reales o determinísticos).
Inicio más cercano IC: Es el tiempo más cercano en el que puede empezar
una actividad, suponiendo que todas las actividades precedentes han
concluido.
Tiempo más cercano TC: El tiempo más cercano en que una actividad
Página 29
puede terminar.
Inicio más lejano IL: Tiempo más lejano en que una actividad puede
comenzar sin retrasar el tiempo de terminación del todo el proyecto.
Tiempo más lejano TL: El tiempo más lejano en que una actividad puede
terminar sin retrasar el tiempo de terminación de todo el proyecto.
Instituto Tecnológico
Superior de Lerdo
S
Ejemplo1. Programación dinámica determinística.
Página 30
Instituto Tecnológico
Superior de Lerdo