METODOS PROBABILISTICOS

TAREA 3. SOLUCION DE MODELOS PROBABILISTICOS DE OPTIMIZACION

PRESENTADO POR:
RAMIRO ANDRES MEDINA REYES
CODIGO: 86.062.735
GRUPO: 104561_111

TUTOR:
EDGAR ANTONIO DEL RIO

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA “UNAD”

INGENIERIA INDUSTRIAL
CEAD ACACIAS
NOVIEMBRE DEL AÑO 2019
 EJERCICIO 1. MODELOS DE LINEA DE ESPERA CON UN SOLO SERVIDOR

a. Plantear un Modelo de línea de espera con un solo servidor y número de clientes

permitido en el sistema infinito (M/M/1): (DG/Infinito/Infinito) a partir de la Validacion
estadística para tiempo de llegadas y validación estadística para tiempos de servicio
desarrolladas en la Tarea 1, para:

• Determinar la Tasa de Llegada de acuerdo a los tiempos entre llegadas, según una
Distribucion exponencial o de Poisson

TASA DE LLEGADA
De la Validación Estadística para tiempo entre llegadas, tomar la Media de la Distribución
empírica para Tiempo entre llegadas.

Donde

Estima la Tasa de llegada (En Horas), según una Distribución de Exponencial o de

Poisson, Mediante:

Donde

Entonces

Donde

Entonces la Tasa de Llegada es

• Tasa de Servicio:
De la Validación Estadística para tiempos de Servicio, Tomar la Media de la Distribución
Empírica para Tiempos de servicio.

Donde:
Estimar la Tasa de Servicio (Clientes/Hora) según una Distribución Exponencial o de
Poisson, Mediante:

Donde

Entonces

Donde

Entonces la Tasa de Servicio (en Horas) es:

Condición de estado:

Donde

1. Modelo de Líneas de Espera con un Solo Servidor.

Modelo (M/M/1) : (DG/∞/∞)
• Condición de Estado Contable:
Si ρ<1, El sistema puede operar en condiciones de estado estable, se tiene que:
 (M/M/1) : (DG/

Condición de Tasa de Tasa de Numero de Disciplina Límite del Tamaño de

Estado Llegada Servicio Servidores en la Cola Sistema la Fuente

DG
𝝀=1,54 1 Disciplina
General

• Diseño de Instalación de Servicios:

• Medidas de Desempeño de Estado Estable.

Cantidad esperada de Clientes en el sistema:

Donde

Cantidad esperado de Clientes en la Fila.

Donde

Tiempo Estimado de espera en el Sistema.

 Donde

• Tiempo Estimado de espera en la Fila.

Donde

*PROBABILIDADES DE ESTADO
Las Probabilidades de estado del Modelo (M/M/1): (DG/Infinito/Infinito), Están dadas por:

Donde

• Determinar las Siguientes Probabilidades:

a. La Probabilidad de instalación de Servicio, o la Probabilidad de estar desocupado el

Servidor o la Probabilidad de que no haya clientes en la Fila, es:

b. La Probabilidad de que un Cliente tenga que esperar es:

c. La Probabilidad de que el Cliente 5 sea atendido, es:

d. La Probabilidad de que por lo menos 10 clientes sean atendidos, es:

Sumatoria
e. La Cantidad de clientes que pueden ser atendidos por lo menos el 90% de las veces,
es:

Nota: Determinar las Probabilidades en el Sistema hasta que su sumatoria sea superior
o igual al 90%, donde n es la Cantidad de Clientes que pueden ser atendidos.
 Sumatoria

Entonces

b. Modelo (M/M/1): (DG/N/Infinito)

• Condición de Estado:
 (M/M/1) : (DG/N/Infinito)

Tasa de Tasa de
Condición de Numero de Disciplina Límite del Tamaño de
Llegada Servicio
Estado Servidores en la Cola Sistema la Fuente
(Exponencial) (Exponencial)

DG
1 Disciplina 40
General
*Diseño de la Instalacion de Servicio

• Medidas de Desempeño de Estado Estable:

Cantidad esperada de Clientes en el Sistema:

Donde

• Cantidad esperada de Clientes en la Fila:

 Donde

Donde

• Tiempo Estimado de espera en la Fila:

Donde

• Tiempo estimado de espera en el Sistema:

Donde
 PROBABILIDADES DE ESTADO:
Las Probabilidades de estado del Modelo (M/M/1): (DG/N/Infinito), están dadas por:

Donde

• Determinar las Siguientes Probabilidades:

a. La Probabilidad de Inactividad en la Instalación de Servicio, o la Probabilidad de estar
desocupado el servidor o la Probabilidad de que no haya clientes en la fila:

b. La Probabilidad de que un Cliente tenga que esperar:

c. La Probabilidad de que el Cliente 5 sea atendido es:

d. La Probabilidad de que por lo menos 10 Clientes sean atendidos es:
 Sumando

e. La Cantidad de Clientes que pueden ser atendidos por lo menos el 90% de las veces:
 Sumatoria

2. Modelos de Líneas de Espera con Varios Servidores.

a. Modelo (M/M/c): (DG/Infinito/Infinito)
Condición de Estado:

Si c=10,Se tiene que:

(M/M/c) : (DG/Infinito/Infinito)
Condición de Tasa de Llegada Tasa de Servicio Numero de Disciplina en Límite del Tamaño de la
Estado (Exponencial) (Exponencial) Servidores la Cola Sistema Fuente

"𝝀"=1,54 13.04 5 DG Disciplina

General
𝝀: 1,54

Diseño de la Instalación de Servicio:

 PROBABILIDADES DE ESTADO

Las Probabilidades de Estado del Modelo (M/M/c): (DG/Infinito/Infinito), están dadas por:

Donde

• Medidas de Desempeño de Estado Estable:

Cantidad Esperada de Clientes en la Fila:
 Donde

• Cantidad esperada de Clientes en el Sistema:

Donde

• Tiempo Estimado de espera en la Fila:

Donde

• Tiempo Estimado de espera en el Sistema:

Donde
• Determinar las Siguientes Probabilidades:

a. La Probabilidad de Inactividad en la Instalación de Servicio o la Probabilidad de estar

desocupado el servidor o la Probabilidad de que no haya clientes en la fila, es:

b. La Probabilidad de que un cliente tenga que esperar es:

c. La Probabilidad de que el Cliente 5 sea atendido es:

d. La Probabilidad de que por lo menos 10 Clientes sean atendidos es:

 Sumatoria

e. La Cantidad de Clientes que pueden ser atendidos por lo menos el 90% de las veces
es:
 130,4≥0.90

b. Modelo (M/M/c): (DG/N/Infinito)

• Condición de Estado:

Si C=5 y N=200,Se tiene que:

(M/M/c): (DG/N/Infinito)
Condición de Tasa de Llegada Tasa de Servicio Numero de Disciplina en Límite del Tamaño de la
Estado (Exponencial) (Exponencial) Servidores la Cola Sistema Fuente.

DG
5 Disciplina 200
General

• Diseño de la Instalación de Servicio:

PROBABILIDADES DE ESTADO

Las Probabilidades de estado del Modelo (M/M/c): (dg/Infinito/Infinito), están dadas por:
 Donde

• Medidas de Desempeño de Estado Contable:

Cantidad esperada de Clientes en la Fila:
 Donde

• Cantidad esperada de Clientes en el Sistema:

Donde

Donde
 Donde

• Determinar las Siguientes Probabilidades:

a. La Probabilidad de Inactividad en la Instalacion de Servicio o la Probabilidad de estar
desocupado el servidor o la probabilidad de que no haya clientes en la fila es:

b. La Probabilidad de que un cliente tenga que esperar:

c. La Probabilidad de que por lo menos 10 Clientes sean atendidos es:
d. La Cantidad de Clientes que pueden ser atendidos por lo menos el 90% de las veces es
a. Modelo de linea de espera con un solo servidor y número de clientes permitido en el
sistema infinito (M/M/1): (DG/∞/∞).

b. Modelo de linea de espera con un solo servidor y número de clientes permitido en el

sistema finito (M/M/1): (DG/N/∞)
a. Modelo de linea de espera con varios servidores y número de clientes permitido en el
sistema infinito (M/M/c): (DG/∞/∞).

b. Modelo de linea de espera con varios servidores y número de clientes permitido en el

sistema finito (M/M/c): (DG/N/∞).
a. Plantear un modelo de linea de espera con un solo servidor y numero de clientes
permitido en el Sistema Infinito (M/M/1):(DG/Infinito/Infinito) a partir de la validacion
estadistica para tiempo de llegadas y validacion estadistica para tiempos de servicio
desarrolladas en la Tarea 1. Para:

Teniendo en cuenta el Siguiente Modelo de Programacion Estocastica con Restricciones

Aleatorias con todos los Parametros normalmente distribuidos:

VARIANZA DE LA
DEMANDA DIARIA
COMPONENTES DEL DEMANDA DIARIA
NORMALMENTE
DISPOSITIVO UNIDADES NORMALMENTE
DISTRIBUIDA POR
ELECTRONICO DISTRIBUIDA POR
COMPONENTE COMPONENTE

Mecánico 1
Electronico 2
Electrico 1

VARIANZA DE LA
DISPOSITIVO DEMANDA DEMANDA
PARAMETRO b2
ELECTRONICO PERIODICA PERIODICA
NORMALMENTE NORMALMENTE
DISTRIBUIDA DISTRIBUIDA

NIVEL DE
SIGNIFICANCIA 1 NIVEL DE
DISPOSITIVO UNIDADES DEL
ELECTRONICO DISPOSITIVO α1 SIGNIFICANCIA 2α2

20828 0.05 0.10

DEMANDA
DISPOSITIVO Periodo PERIODICA
ELECTRONICO (Unidades)

19 17241
20 17042.45
21 17077.93
22 17232.92
23 17047.69
24 16581.87
25 15986.67
26 16321.33
27 16111.74
28 16418.78
29 16614
30 16855.34
31 17088.06
32 17051.53
33 16779.66
 34 16490.4
35 16845.22
36 16113.59

Para Diligenciar la Anterior Tabla debemos tener en cuenta los Datos de la Actividad
Tarea 2 que es la anterior, Para ello:
DEMANDA DIARIA NORMALMENTE DISTRIBUIDA
Tomar la Demanda Diaria normalmente distribuida y su varianza del dispositivio,
determinada en el Modelo de Inventario EOQ Probabilizado en el Ejercicio 2 de la Tarea
2:

Varianza de la Demanda Desviacion Tipica de la

Demanda Diaria Diaria Demanda Diaria
Dispositivo Dd �
�^2
557.22 4985197.83 2232.76

Dd: Demanda Diaria normalmente Distribuida

Donde
�^2:𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑑𝑒 𝑙𝑎 𝐷𝑒𝑚𝑎𝑛𝑑𝑎 𝑑𝑖𝑎𝑟𝑖𝑎 𝑛𝑜𝑟𝑚𝑎𝑙𝑚𝑒𝑛𝑡𝑒 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑖𝑑𝑎.

Ahora tenemos:

Si 𝑎_𝑖� esta normalmente distribuida, entonces, la Demanda normalmente Distribuida �

�=√(𝑉𝑎𝑟 {𝑎_𝑖� } )
𝐷𝑑=𝐸{𝑎_𝑖�� }
N(Dd, ), Donde , Demanda Diaria como la Media de la Demanda diaria con
Como la Desviacion Tipica de la Demanda Diaria, Entonces:

Demanda Varianza de la
Diaria Demanda Diaria
normalmente Normalmente
Componentes Distribuida por Distribuida por
del Dispositivo Unidades Componente Componente
Electronico
�_𝑖
𝐷𝑑=𝐸{𝑎_𝑖� } �=√(𝑉𝑎𝑟 {𝑎_𝑖� } )

Mecanico �_1=1 𝐸{𝑎_11 }=𝐷𝑑 𝑉𝑎𝑟{𝑎_11 }=�^2

Electrico �_1=2 𝐸{𝑎_12 }=2𝐷𝑑
𝑉𝑎𝑟{𝑎_12 }= 〖 2� 〗 ^2
Electronico �_3=1 𝐸{𝑎_13 }=𝐷𝑑 𝑉𝑎𝑟{𝑎_13 }=�^2

�_1=𝑈𝑛𝑖𝑑𝑎𝑑𝑒𝑠 𝑑𝑒𝑙 �𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒 𝑀𝑒𝑐𝑎𝑛𝑖𝑐𝑜.

�_1=𝑈𝑛𝑖𝑑𝑎𝑑𝑒𝑠 𝑑𝑒𝑙 �𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒 𝐸𝑙𝑒𝑐𝑡𝑟𝑖𝑐𝑜.
�_1=𝑈𝑛𝑖𝑑𝑎𝑑𝑒𝑠 𝑑𝑒𝑙 �𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒 𝐸𝑙𝑒𝑐𝑡𝑟𝑜𝑛𝑖𝑐𝑜.
𝐸{𝑎_11 }=𝐷𝑒𝑚𝑎𝑛𝑑𝑎 𝐷𝑖𝑎𝑟𝑖𝑎 𝑁𝑜𝑟𝑚𝑎𝑙𝑚𝑒𝑛𝑡𝑒 𝐷𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑖𝑑𝑎 𝑑𝑒𝑙 �𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒 𝑀𝑒𝑐𝑎𝑛𝑖𝑐𝑜.
𝐸{𝑎_12 }=𝐷𝑒𝑚𝑎𝑛𝑑𝑎 𝐷𝑖𝑎𝑟𝑖𝑎 𝑁𝑜𝑟𝑚𝑎𝑙𝑚𝑒𝑛𝑡𝑒 𝐷𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑖𝑑𝑎 𝑑𝑒𝑙 �𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒 𝐸𝑙𝑒𝑐𝑡𝑟𝑖𝑐𝑜.
𝐸{𝑎_13 }=𝐷𝑒𝑚𝑎𝑛𝑑𝑎 𝐷𝑖𝑎𝑟𝑖𝑎 𝑁𝑜𝑟𝑚𝑎𝑙𝑚𝑒𝑛𝑡𝑒 𝐷𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑖𝑑𝑎 𝑑𝑒𝑙 �𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒 𝐸𝑙𝑒𝑐𝑡𝑟𝑜𝑛𝑖𝑐𝑜.
Donde:
𝑉𝑎𝑟{𝑎_11 }=𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑑𝑒 𝑙𝑎 𝐷𝑒𝑚𝑎𝑛𝑑𝑎 𝑑𝑖𝑎𝑟𝑖𝑎 𝑛𝑜𝑟𝑚𝑎𝑙𝑚𝑒𝑛𝑡𝑒 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑖𝑑𝑎 𝑑𝑒𝑙 �𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒
𝑀𝑒𝑐𝑎𝑛𝑖𝑐𝑜.

𝑉𝑎𝑟{𝑎_12 }=𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑑𝑒 𝑙𝑎 𝐷𝑒𝑚𝑎𝑛𝑑𝑎 𝑑𝑖𝑎𝑟𝑖𝑎 𝑛𝑜𝑟𝑚𝑎𝑙𝑚𝑒𝑛𝑡𝑒 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑖𝑑𝑎 𝑑𝑒𝑙 �𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒

𝐸𝑙𝑒𝑐𝑡𝑟𝑖𝑐𝑜.

𝑉𝑎𝑟{𝑎_12 }=𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑑𝑒 𝑙𝑎 𝐷𝑒𝑚𝑎𝑛𝑑𝑎 𝑑𝑖𝑎𝑟𝑖𝑎 𝑛𝑜𝑟𝑚𝑎𝑙𝑚𝑒𝑛𝑡𝑒 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑖𝑑𝑎 𝑑𝑒𝑙 �𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒

𝐸𝑙𝑒𝑐𝑡𝑟𝑜𝑛𝑖𝑐𝑜.
 DEMANDA PERIODICA NORMALMENTE DISTRIBUIDA
Teniendo en cuenta la demanda proyectada mediante Suavizacion Exponencial Simple
en Ejercicio 1 de la Tarea 2, la Demanda del Dispositivo es:

Demanda del Dispositivo

Demanda
Periodo
Periodica
t
D(t)
19 𝐷_((17) )
20 𝐷_((18) )
21 𝐷_((19) )
22 𝐷_((20) )
23 𝐷_((21) )
24 𝐷_((22) )
23 𝐷_((23) )
24 𝐷_((24) )
25 𝐷_((25) )
26 𝐷_((26) )
27 𝐷_((27) )
28 𝐷_((28) )
29 𝐷_((29) )
30 𝐷_((30) )
31 𝐷_((31) )
32 𝐷_((32) )
33 𝐷_((33) )
34 𝐷_((34) )
35 𝐷_((35) )
36 𝐷_((36) )

Entonces La Media de la Demanda Periodica

Donde

VARIANZA DE LA DEMANDA PERIODICA

 SOLUCION

Donde:

Media de la Varianza de
Demanda la Demanda
Periódica Periódica
Parámetro normalmente normalment
distribuida e Distribuida
300900.18

Donde:

NIVEL DE SIGNIFICANCIA

Nivel de
Significancia

Entonces:
 Parámetro K Parámetro K
Unidades del Nivel de Nivel de
Entonces: Significancia Significancia 2
Dispositivo
UD 1

UD=

Donde:

• Modelo de Programación Estocástica con Restricciones Aleatorias con solo un

parámetro normalmente distribuido:
Funcion Objetivo

Sujeto a

Entoncces
Funcion Objetivo

Sujeto a

PRIMERA RESTRICCION

Entonces

SEGUNDA RESTRICCION

Entonces

Pero

Entonces, el Problema completo para resolver por programación separable será:

 Sujeto a

MODELO DE PROGRAMACION ESTOCASTICA CON RESTRICCIONES ALEATORIAS CON

ALGUNOS PARAMETROS NORMALMENTE DISTRIBUIDOS

DEMANDA VARIANZA DE LA
COMPONENTES DIARIA DEMANDA DIARIA
DEL DISPOSITIVO UNIDADES NORMALMENTE NORMALMENTE
ELECTRONICO DISTRIBUIDA POR DISTRIBUIDA POR
COMPONENTE COMPONENTE

Mecánico 1
Electronico 2
Electrico 1

VARIANZA DE LA
DISPOSITIVO DEMANDA DEMANDA
PARAMETRO b2
ELECTRONICO PERIODICA PERIODICA
NORMALMENTE NORMALMENTE
DISTRIBUIDA DISTRIBUIDA

NIVEL DE NIVEL DE
DISPOSITIVO UNIDADES DEL SIGNIFICANCIA 1 SIGNIFICANCIA 2
ELECTRONICO DISPOSITIVO α2
α1

20629 0.05 0.10

DEMANDA
DISPOSITIVO PERIODICA
Periodo
ELECTRONICO
(Unidades)
19
20
21
22
 23
24
25
26
27
28
29
30
31
32
33
34
35
36

Teniendo en cuenta el Modelo de Programación Estocástica con Restricciones aleatorias

con algunos parámetros normalmente distribuidos, tenemos:

Sujeto a

El Nombre de restricciones aleatorias se deduce que cada restricción.

Se realiza con una Probabilidad mínima de

Donde cada esta normalmente distribuida con media y varianza

• Demanda diaria normalmente Distribuida.

Tomar la demanda diaria normalmente distribuida y su varianza del Dispositivo,
determinada en el Modelo de inventar EOQ probabilidad en el Ejercicio 2 de la Tarea 2:
Se tiene que
Demanda Varianza de Desviación
Diaria la Demanda típica de la
Dd Diaria Demanda
Diaria
Dispositivo

557.22 4985197.83 4985197.83

Donde

Si esta normalmente distribuida, entonces, la Demanda diaria normalmente Distribuida

Donde Demanda diaria como la media de la demanda diaria con
como la desviación típica de la demanda diaria, entonces:
Si esta normalmente distribuida, entonces, la Demanda diaria normalmente Distribuida
Donde Demanda diaria como la media de la demanda diaria con
como la desviación típica de la demanda diaria, entonces:

Demanda Diaria Varianza de la

normalmente Demanda diaria
distribuida por normalmente
componente distribuida por
Componentes del componente
Dispositivo Unidades
Electrónico

Mecánico
Eléctrico
Electrónico

Donde

• Demanda Periódica Normalmente Distribuida.

Teniendo en cuenta la demanda proyectada mediante Suavización Exponencial Simple
en el Ejercicio 1 de la Tarea 2, la Demanda del Dispositivo es:

Demanda del Dispositivo

Demanda
Periodo
Periódica
(t)
D(t)

19 17955
20 18330.95
21 18854.36
22 7233.76
23 6771.24
24 6204
25 5462.82
26 6034.85
27 6239.42
28 7221.51
29 8283.79
 30 9550.89
31 10686.85
32 11795.88
33 12610.92
34 13326.26
35 14729.8
36 14821.76

Entonces la Media de la Demanda Periodica Seria

Donde:

Dónde: Media de la Demanda Periódica.

D(t): Demanda Periódica.
T: Periodo 19 a 39

VARIANZA DE LA DEMANDA PERIODICA

Donde
 Media de la Varianza de la
Demanda Demanda
Periódica Periódica
Parámetro normalmente normalmente
distribuida Distribuida

10895.23 -4307936.57
Donde

NIVEL DE SIGNIFICANCIA

Entonces

Nivel de
Significancia
Parámetro K nivel de
Unidades del Significancia 1
Dispositivo UD

UD=
Donde

• Modelo de Programación Estocástica con Restricciones aleatorias con algunos

parámetros normalmente distribuidos:
FUNCION OBJETIVO

Sujeto a

Entonces la Funcion Objetivo es

Sujeto a
 PRIMERA RESTRICCION

Entonces

SEGUNDA RESTRICCION

Entonces

Entonces, el Problema completo para resolver por Programación separable será:

√(𝑉𝑎𝑟 {𝑎_𝑖� } )

𝑒 𝑀𝑒𝑐𝑎𝑛𝑖𝑐𝑜.
𝑒 𝐸𝑙𝑒𝑐𝑡𝑟𝑖𝑐𝑜.
𝑒 𝐸𝑙𝑒𝑐𝑡𝑟𝑜𝑛𝑖𝑐𝑜.
𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒

𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒

𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒
 BIBLIOGRAFIA
* Rojas, A. y Ospina, A. (2018). Modelos de línea de espera [OVI]. Recuperado de
http://hdl.handle.net/10596/22265
*Rojas, A. y Ospina, A. (2018). Modelos de programación estocástica [OVI].
Recuperado de http://hdl.handle.net/10596/22264
*Gallagher, C. y Hugh, W. (1982). Métodos cuantitativos para la
toma de decisiones en administración. México, México: Editorial McGraw-Hill Interamericana.
Recuperado de https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/reader.action?
ppg=8&docID=3194160&tm=1541107217175
*UNAD (2019) Tarea 3. Solucion de Modelos
Probabilisticos de Optimizacion, Recuperado de: URL (grabación): http://bit.ly/34IYEPX