UNIDAD 2: TAREA 3 - SOLUCIÓN DE MODELOS PROBABILÍSTICOS DE OPTIMIZACIÓN

JOSE YEISON URQUIJO HERNANDEZ

CÓDIGO: 1.110.479.574

GRUPO: 104561_83

EDGAR ANTONIO DEL RIO

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

METODOS PROBABILISTICOS
IBAGUE
2019
S DE OPTIMIZACIÓN

CIA
 RELACION DE TIEMPOS

TIEMPO
TIEMPO DE
ENTRE
No. No. SERVICIO
LLEGADAS
(Minutos)
(Minutos)
1 2.037879331 1 0.002332903
2 2.372445178 2 0.022521574
3 2.590996817 3 0.677955563
4 2.606071803 4 0.884449355
5 2.742904958 5 0.909796222
6 3.323461616 6 1.064111329
7 3.447118499 7 1.085536286
8 3.51115821 8 1.356424111
9 3.574428931 9 1.63141748
10 3.644463287 10 1.780861756
11 4.07181812 11 1.791102515
12 4.378594177 12 1.825834425
13 4.537719648 13 1.896127275
14 4.663713801 14 1.897365727
15 4.698708515 15 2.050137228
16 4.71352115 16 2.121240035
17 4.851247329 17 2.133412909
18 5.065806759 18 2.219751178
19 5.072338746 19 2.264568901
20 5.144558911 20 2.294477697
21 5.299601562 21 2.845323166
22 5.490800344 22 3.166441517
23 5.986619438 23 3.35848008
24 6.271231757 24 3.368797688
25 6.302318955 25 3.516993343
26 6.337252424 26 3.586840059
27 6.452332225 27 3.996729331
28 6.492707122 28 4.023047577
29 6.601724747 29 4.947130081
30 7.275389656 30 5.108956872
31 7.302533029 31 5.335040472
32 7.406269701 32 5.354927202
33 7.6710992 33 5.640867078
34 7.849248253 34 5.7888307
35 8.05251196 35 5.970749267
36 8.116144372 36 6.348695405
37 8.301787282 37 6.511150338
38 8.41276457 38 6.539900377
 39 8.562336341 39 6.540012124
40 8.69314671 40 6.548503903
41 8.746482581 41 6.654885995
42 8.811329884 42 6.672890044
43 8.994610951 43 6.846251484
44 9.256585428 44 7.223565103
45 9.262575533 45 7.501687726
46 9.554864643 46 7.511062064
47 9.58547282 47 7.619401829
48 9.609253333 48 7.755828682
49 10.08009965 49 8.742401592
50 10.09427734 50 8.759425636
51 10.12614272 51 8.999569477
52 10.49279232 52 9.003242842
53 10.77462597 53 9.189727375
54 10.84129888 54 9.342721018
55 10.98362181 55 9.397479436
56 11.03539051 56 9.401017734
57 11.11767681 57 9.435186024
58 11.30594914 58 9.463535633
59 11.42145923 59 9.55485479
60 11.96880942 60 9.824888464

MEDIA 7.066501573 MEDIA 4.955107733

α 0.14151274 α 0.201811959
λ= 8.490764401 μ= 12.10871756
𝜌=𝜆/𝜇
CONDICION DE ESTADO 0.701210872

1. MODELO DE LINEAS DE ESPERA CON UN SOLO SERVIDOR

A) Modelo (M/M/1) : (DG/∞/∞)

Condición de estado estable

Teniendo en cuenta que P es < que 1 (P<1) podemos determinar que el sistema opera en estado estable.

(M/M/1) : (DG/∞/∞)
Tasa de Tasa de
Condición de llegada servicio Número de Disciplina de Límite del Tamña de la
estado p (Exponencial) (Exponencial) servidores la Cola sistema fuente
λ μ

DG Disciplina
0.701210872 8.4907644011 12.10871756 1 ∞ ∞
general
 Medida de desempeño del estado estable

Cantidad esperada de clientes en el sistema

𝐿_𝑠=𝜌/(1−𝜌)

Ls 2.35

Cantidad esperado de clientes en la fila

𝐿_𝑞=𝜌^2/(1−𝜌) 𝑜 𝐿_𝑞=𝐿_𝑠−𝜌

Lq 1.65

Tiempo estimado de espera en el sistema

𝑊_𝑠=1/(𝜇(1−𝜌)) 𝑜 𝑊_𝑠=𝐿_𝑠/𝜆

Ws 0.28

Tiempo estimado de espera en la fila

𝑊_𝑞=1/(𝜇(1−𝜌)) 𝑜 𝑊_𝑞=𝐿_𝑠/𝜆

Wq 0.28

Diseño de la instalación del servicio

PROBABILIDAD DEL ESTADO

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:

𝑃_0=(1−𝜌)
P0 30%

Nota. Determinar la probabilidad en el sistema cuando n es 0

b. La probabilidad de que un cliente tenga que esperar, es:
〖 1−𝑃 〗 _0=1−(1−𝜌)
1-p0 70%

c. La probabilidad de que el cliente 5 sea atendido, es:

𝑃_𝑛=(1−𝜌) 𝜌^𝑛
 Pn 5%

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

𝑃𝑛≥10=∑_0^(𝑛=10)▒𝑃𝑛

Pn>=10 1%

e. La cantidad de clientes que pueden ser atendidos por lo menos el 90% de las veces, es:
∑_1^(𝑛=10)▒𝑃𝑛≥0,90

98%

B. Modelo (M/M/1) : (DG/N/∞)

Condición de estado:

Si 𝝆 ≠ 𝟏, el sistema puede operar.

Si 𝝆 = 𝟏, el sistema puede operar.
Si 𝑵 = 𝟒𝟎, se tiene que:

(M/M/1) : (DG/∞)
Tasa de Tasa de
Condición de llegada servicio Número de Disciplina de Límite del Tamña de la
estado p (Exponencial) (Exponencial) servidores la Cola sistema fuente
λ μ

DG Disciplina
0.701210872 8.4907644011 12.10871756 1 40 ∞
general

Medidas de desempeño de estado estable:

Diseño de la instalación de servicio:

Medidas de desempeño de estado estable

Cantidad esperada de clientes en el sistema.

𝐿_𝑠=𝜌[1−(𝑁+1) 𝜌^𝑁+𝑁𝜌^(𝑁+1) ]/(1−𝜌)( 〖 1−𝜌 〗 ^(𝑁+1) ) 𝑠𝑖 𝜌≠1

𝐿_𝑠=𝑁/2, 𝑠𝑖 𝜌=1
 𝐿_𝑠=𝑁/2, 𝑠𝑖 𝜌=1

Ls 2

Cantidad esperada de clientes en la fila. Sea

𝜆_𝑒𝑓= 8.0606789148
𝐿_𝑞 〖 =𝐿 〗 _𝑠−𝜆_𝑒𝑓/𝜇

Lq 1.7

Tiempo estimado de espera en la fila.

𝑊_𝑞=𝐿_𝑞/𝜆_𝑒𝑓

Wq 4.79

Tiempo estimado de espera en el sistema. Sea

𝑊_𝑠=𝑊_𝑞+1/𝜇 𝑜 𝑊_𝑠=𝐿_𝑠/𝜆_𝑒𝑓

Ws 4.88

PROBABILIDAD DEL ESTADO

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:
𝑃_0=((1−𝜌))/(1−𝜌^(𝑁+1´) ), 𝑆𝑖 𝜌≠1

P0 30%

b. La probabilidad de que un cliente tenga que esperar, es:

〖 1−𝑃 〗 _0=1−(((1−𝜌))/(1−𝜌^(𝑁+1) )), 𝑆𝑖 𝜌≠1

1-P0 70%

c. La probabilidad de que el cliente 5 sea atendido, es

𝑃_5=((1−𝜌))/(1−𝜌^(𝑁+1) ) 𝜌^5

Pn 94%

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

𝑃𝑛≥10=∑_0^(𝑛=10)▒𝑃𝑛

Pn>=10 2%
 e. La cantidad de clientes que pueden ser atendidos por lo menos el 90% de las veces, es:
∑_1^(𝑛=10)▒𝑃𝑛≥0,90

194%

2.MODELOS DE LINEAS DE ESPERA CON VARIOS SERVIDORES

a. Modelo (M/M/c) : (DG/∞/∞)

Condición de estado
𝑆𝑖 𝑒𝑙 𝑓𝑎𝑐𝑡𝑜𝑟 𝑑𝑒 𝑢𝑠𝑜 𝜌/𝑐<1, 𝑜 𝜆/𝜇𝑐<1, 𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝑝𝑢𝑒𝑑𝑒 𝑜𝑝𝑒𝑟𝑎𝑟

ρ= Condición de estado
C= N de servidores
λ= Tasa de llegada
μ= Tasa de servicio
ρ/c= 0.070121087
Si c=10, se tiene que: 10

(M/M/1) : (DG/∞)
Tasa de Tasa de
Condición de llegada servicio Número de Disciplina de Límite del Tamña de la
estado p (Exponencial) (Exponencial) servidores la Cola (c) sistema fuente
λ μ

DG Disciplina
0.701210872 8.4907644011 12.10871756 5 ∞ ∞
general

Diseño de la instalación de servicio:

PROBABILIDAD DE ESTADO

Las probabilidades de estado del modelo (M/M/c): (DG/∞/∞), están dadas por:
𝑃_𝑛=𝜌^𝑛/𝑛! 𝑃_0, 𝑠𝑖 0≤𝑛≤𝑐

𝑃_𝑛=𝜌^𝑛/(𝑐^(𝑛−𝑐) 𝑐!) 𝑃_0, 𝑠𝑖 𝑛>𝑐

𝑃_0=(∑_(𝑛=0)^(𝑐−1)▒ 〖𝜌 ^𝑛/𝑛!+ 〗 𝜌 ^𝑐/𝑐!(1−𝜌/𝑐) )-1=

0.488495969

Medidas de desempeño de estado estable:

Cantidad esperada de clientes en la fila. Sea,

 Lq 6.4227E-10

Cantidad esperada de clientes en el sistema. Sea,

𝐿_𝑠=𝐿_𝑞/𝜌

Ls
𝐿_𝑞=𝜌^(𝑐+1)/((𝑐−1)! 9.1595E-10
〖 (𝑐−𝑝) 〗 ^2 ) 𝑃^0 𝑜 𝐿_𝑞=(𝑐𝜌/ 〖 (𝑐−𝜌) 〗 ^2 )𝑃𝑐

Tiempo estimado de espera en la fila. Sea,

𝑊_𝑞=𝐿_𝑞/𝜆

Wq 7.5644E-11

Tiempo estimado de espera en el sistema. Sea,

𝑊_𝑠=𝑊_𝑞+1/𝜇

Ws 4.96

PROBABILIDAD DEL ESTADO

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:

𝑃_𝑜=(∑_(𝑛=0)^(𝑐−1)▒ 〖𝑝 ^𝑛/𝑛!+
〖𝑝 ^𝑐/(𝑐!(1−𝑝/𝑐)) 〗 ^(−1) 〗

𝑃_𝑜=(∑_(𝑛=0)^(10−1)▒ 〖〖 0,755 〗
^0/0!+ 〖〖 0,755 〗 ^10/(10!
(1−0,755/10))) 〗 ^(−1) 〗

P0 49%

b. La probabilidad de que un cliente tenga que esperar, es:

1-P0 51%

c. La probabilidad de que el cliente 5 sea atendido, es:

𝑃_𝑛=(𝑝^5/𝑛!
𝑝_0)

Pn 7%

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

𝑃_(𝑛≥10)=∑_1^(𝑛=10)▒𝑝_𝑛
Pn>=10 94%

La cantidad de clientes que pueden ser atendidos por lo menos el 90% de las veces, es:
𝑃_𝑛=∑_1^𝑛▒ 〖 (1−𝑝)∗𝑝^𝑛≥ 〗 90%

Pn 0.0086
Probabilidad 83%

b. Modelo (M/M/c) : (DG/N/∞)

Condición de estado
𝑆𝑖, 𝑓𝑎𝑐𝑡𝑜𝑟 𝑑𝑒 𝑢𝑠𝑜 𝜌/𝑐≠1, 𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝑝𝑢𝑒𝑑𝑒 𝑜𝑝𝑒𝑟𝑎𝑟.

𝑆𝑖, 𝑓𝑎𝑐𝑡𝑜𝑟 𝑑𝑒 𝑢𝑠𝑜 𝜌/𝑐=1, 𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝑝𝑢𝑒𝑑𝑒 𝑜𝑝𝑒𝑟𝑎𝑟.

𝜌:𝐶𝑜𝑛𝑑𝑖𝑐𝑖ó𝑛 𝑑𝑒 𝑒𝑠𝑡𝑎𝑑𝑜

c:𝑁𝑜. 𝑑𝑒 𝑠𝑒𝑟𝑣𝑖𝑑𝑜𝑟𝑒𝑠
Si c=5 𝑦 𝑁=200, 𝑠𝑒 𝑡𝑖𝑒𝑛𝑒 𝑞𝑢𝑒:

(M/M/1) : (DG/∞)
Tasa de Tasa de
Condición de llegada servicio Número de Disciplina de Límite del Tamña de la
estado p (Exponencial) (Exponencial) servidores la Cola (c) sistema fuente
λ μ

DG Disciplina
0.701210872 8.4907644011 12.10871756 5 general 200 ∞

Medidas de desempeño de estado estable:

Cantidad esperada de clientes en la fila. Sea,

𝐿_𝑞=𝑃_𝑜 𝑝^(𝑐+1)/((𝑐−1)!(𝑐−𝑝))

Lq 0.61

Cantidad esperada de clientes en el sistema. Sea,

𝐿_𝑠=𝑙_𝑞+ (c−(_𝑐^−))

Ls 1.32

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
 probabilidad de estar desocupado el servidor o la probabilidad de que
no haya clientes en la fila, es: -0.50858607
4.298789128

P0 50%

b. La probabilidad de que un cliente tenga que esperar, es:

1−𝑃_𝑜
𝑃_𝑜=(∑_(𝑛=0)^(𝑐−1)▒
1-P0 50% 〖𝑝 ^𝑛/𝑛!+
〖 (𝑝^𝑐
(1−( 〖𝑝 /𝑐) 〗 ^(𝑁−𝑐+1)))/(𝑐!
d. La probabilidad de que por lo menos 10 clientes sean atendidos, es:
(1−𝑝/𝑐))) 〗 ^(−1) 〗
𝑃_(𝑛≥10)=∑_1^(𝑛=10)▒𝑝_𝑛

Pn>=10 2.0

e. La cantidad de clientes que pueden ser atendidos por lo menos el 90% de las veces, es:
𝑃_𝑛=∑_1^𝑛▒ 〖 (1−𝑝)∗𝑝^𝑛≥ 〗 90%

Pn 0.0086
Probabilidad 83%
stado estable.
 PROBABILIDADES
0 P0 0.29879
1 P1 0.20951
2 P2 0.14691
3 P3 0.10302
4 P4 0.07224
5 P5 0.05065
6 P6 0.03552
7 P7 0.02491
8 P8 0.01746
9 P9 0.01225
10 P10 0.00859
11 P11 0.00602
12 P12 0.00422
13 P13 0.00296
14 P14 0.00208
15 P15 0.00146
16 P16 0.00102
17 P17 0.00072
18 P18 0.0005
19 P19 0.00035
20 P20 0.00025
21 P21 0.00017
22 P22 0.00012
23 P23 8.51E-05
24 P24 6E-05
25 P25 4.18E-05
26 P26 2.93E-05
27 P27 2.06E-05
28 P28 1.44E-05
29 P29 1E-05
30 P30 7.09E-06
31 P31 5E-06
32 P32 3.49E-06
33 P33 2.45E-06
34 P34 1.71E-06
35 P35 1.2E-06
36 P36 8.43E-07
37 P37 5.91E-07

38 P38 4.15E-07

39 P39 2.91E-07
40 P40 2E-07
41 P41 1.43E-07
42 P42 1E-07
43 P43 7E-08
44 P44 4.93E-08
45 P45 3.46E-08
46 P46 2.42E-08
47 P47 1.7E-08
48 P48 1.19E-08
49 P49 8.36E-09
50 P50 5.86E-09
 PROBABILIDADES
0 P0 0.29879
1 P1 0.20951
2 P2 0.14691
3 P3 0.10302
4 P4 0.07224
5 P5 0.05065
6 P6 0.03552
7 P7 0.02491
8 P8 0.01746
9 P9 0.01225
10 P10 0.00859
11 P11 0.00602
12 P12 0.00422
13 P13 0.00296
14 P14 0.00208
15 P15 0.00146
16 P16 0.00102
17 P17 0.00072
18 P18 0.0005
19 P19 0.00035
20 P20 0.00025
21 P21 0.00017
22 P22 0.00012
23 P23 8.51E-05
24 P24 6E-05
25 P25 4.18E-05
26 P26 2.93E-05
27 P27 2.06E-05
28 P28 1.44E-05
29 P29 1E-05
30 P30 7.09E-06
31 P31 5E-06
32 P32 3.49E-06
33 P33 2.45E-06
34 P34 1.71E-06
35 P35 1.2E-06
36 P36 8.43E-07
37 P37 5.91E-07
38 P38 4.15E-07
39 P39 2.91E-07
40 P40 2E-07
41 P41 1.43E-07
42 P42 1E-07
43 P43 7E-08
44 P44 4.93E-08

45 P45 3.46E-08

46 P46 2.42E-08
47 P47 1.7E-08
48 P48 1.19E-08
49 P49 8.36E-09
50 P50 5.86E-09

n Pn Pn/n! (Pn/n!)*P0
0 P0 1 0.4884959691
1 P1 0.70121 0.3425386847
2 P2 0.24585 0.120095925
3 P3 0.05746 0.0280708561
4 P4 0.01007 0.0049208974
5 P5 0.00141 0.0006901173
6 P6 0.00017 8.065296E-05
7 P7 1.65E-05 8.079248E-06
8 P8 1.45E-06 7.081571E-07
 9 P9 1.13E-07 5.517416E-08
10 P10 7.92E-09 3.868872E-09
11 P11 5E-10 2.466268E-10
12 P12 3E-11 1.441145E-11
13 P13 1.59E-12 7.773436E-13
14 P14 8E-14 3.893441E-14
15 P15 3.73E-15 1.820082E-15
16 P16 1.63E-16 7.976634E-17
17 P17 6.74E-18 3.290178E-18
18 P18 2.62E-19 1.281727E-19
19 P19 9.68E-21 4.73032E-21
20 P20 3.4E-22 1.658476E-22
 1. MODELO DE PROGRAMACION ESTOCASTICA CON RESTRICCIONES ALEATORIAS

RELACION DEL COMPORTAMIENTO DE LA DEMAN

COMPONENTES DEL
DISPOSITIVO UNIDADES
ELECTRONICO

Mecánico 1
Electronico 2
Electrico 1

DISPOSITIVO
PARAMETRO b2
ELECTRONICO

DISPOSITIVO UNIDADES DEL

ELECTRONICO DISPOSITIVO

20000

DISPOSITIVO
Periodo
ELECTRONICO
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
TOTALES
 Demanda diaria normalmente distribuida Tarea 2 eje

Demanda duaria
Dispositivo Dd
103.3

Determinamos la media dela

demanda periodica
𝜎^2 𝐷𝑝=(∑2_19^36▒ 〖 (𝑫_𝒕−𝑫_𝒑 " " )" " ^𝟐) 〗 )/
𝐷𝑝=(∑2_19^36▒ 〖𝐷 (𝑡) 〗 )/18

𝐷𝑝= 14830

Media de la demada periódica normalmente distribuida

Parametro b2
𝐸{𝑎}= 14830

Donde:

E{a}: Media de la demanda periódica normalmente distribuida vari{a} : Varianza de la demanda

Nivel de significancia
Si α1 = 0.05 y ν = inf, evaluando en la tabla de la distribución t(α1, ν), t(0.05, inf) = 1,645 Si param

Si α2 = 0.10 y ν = inf, evaluando en la tabla de la distribución t(α2, ν), t(0.10, inf) = 1,285 Si param

Entonces
Nivel de significancia α1 = 0.05
Unidades del Parametro K nivel de
Dispositivo UD significancia 1 K(α1)
UD = K(α1) = 1,645

Donde:

α1: Nivel de significancia 1

K(a1) : Parametro K nivel de significancia 1
α2: Nivel de significancia 2
K(a2): Parametro K nivel de significancia 2
DD: Unidades del dispositivo a programa

Función Objectivo

𝑀𝑎𝑥 𝑍= 𝑥_1+ 〖 2𝑥 〗 _2+𝑥_3

Sujeto a las restricciones

〖 103 𝑥 〗 _1+207𝑥_2+ 〖 "103 " 𝑥 〗 _3+1,645∗𝑦≤20000

 〖 103 𝑥 〗 _1+207𝑥_2+ 〖 "103 " 𝑥 〗 _3+1,645∗𝑦≤20000

3 𝑥_1^2+6 〖 𝑥〗 _2^2+3 〖 𝑥〗 _3^2−𝑦^2=0

√3 〖 𝑥〗 _1+√2 〖 𝑥〗 _2+√3 〖 𝑥〗 _3−𝑦=0

〖 𝑥〗 _1+ 〖 2𝑥 〗 _2+𝑥_3≤14830+1,285∗√859175

〖 𝑥〗 _1+ 〖 2𝑥 〗 _2+𝑥_3≤16021
〖 𝑥〗 _1, 𝑥_2,𝑥_(3, 𝑦)≥0

2. MODELO DE PROGRAMACION ESTOCASTICA CON RESTRICCIONES ALEATORIAS

RELACION DEL COMPORTAMIENTO DE LA DEMAN

COMPONENTES DEL
DISPOSITIVO UNIDADES
ELECTRONICO

Mecánico 1
Electronico 2
Electrico 1

DISPOSITIVO
PARAMETRO b2
ELECTRONICO

DISPOSITIVO UNIDADES DEL

ELECTRONICO DISPOSITIVO

20000

DISPOSITIVO
Periodo
ELECTRONICO
19
 20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
TOTALES

Demanda diaria normalmente distribuida Tarea 2 eje

Demanda duaria
Dispositivo Dd
103.3

Determinamos la media dela

demanda periodica
𝜎^2 𝐷𝑝=(∑2_19^36▒ 〖 (𝑫_𝒕−𝑫_𝒑 " " )" " ^𝟐) 〗 )/
𝐷𝑝=(∑2_19^36▒ 〖𝐷 (𝑡) 〗 )/18

𝐷𝑝= 14830

Media de la demada periódica normalmente distribuida

Parametro b2
𝐸{𝑎}= 14830

Donde:

E{a}: Media de la demanda periódica normalmente distribuida vari{a} : Varianza de la demanda

Nivel de significancia
Si α1 = 0.05 y ν = inf, evaluando en la tabla de la distribución t(α1, ν), t(0.05, inf) = 1,645 Si param

Si α2 = 0.10 y ν = inf, evaluando en la tabla de la distribución t(α2, ν), t(0.10, inf) = 1,285 Si param

Entonces
 Nivel de significancia α1 = 0.05
Unidades del Parametro K nivel de
Dispositivo UD significancia 1 K(α1)
UD = K(α1) = 1,645

Donde:

α1: Nivel de significancia 1

K(a1) : Parametro K nivel de significancia 1
α2: Nivel de significancia 2
K(a2): Parametro K nivel de significancia 2
DD: Unidades del dispositivo a programa

Función Objectivo

𝑀𝑎𝑥 𝑍= 𝑥_1+ 〖 2𝑥 〗 _2+𝑥_3

Sujeto a las restricciones

〖 103 𝑥 〗 _1+207𝑥_2+ 〖 "103 " 𝑥 〗 _3+1,645∗𝑦≤20000

3 𝑥_1^2+6 〖 𝑥〗 _2^2+3 〖 𝑥〗 _3^2−𝑦^2=0

√3 〖 𝑥〗 _1+√2 〖 𝑥〗 _2+√3 〖 𝑥〗 _3−𝑦=0

〖 𝑥〗 _1+ 〖 2𝑥 〗 _2+𝑥_3≤14830+1,645∗√859175

〖 𝑥〗 _1+ 〖 2𝑥 〗 _2+𝑥_3≤16354
〖 𝑥〗 _1, 𝑥_2,𝑥_(3, 𝑦)≥0
CION ESTOCASTICA CON RESTRICCIONES ALEATORIAS CON TODOS LOS PARAMETROS NORMALMENTE DISTRIBUIDOS

RELACION DEL COMPORTAMIENTO DE LA DEMANDA

VARIANZA DE LA DEMANDA DIARIA

DEMANDA DIARIA NORMALMENTE
NORMALMENTE DISTRIBUIDA POR
DISTRIBUIDA POR COMPONENTE
COMPONENTE

103 3.24
207 6.49
103 3.24

DEMANDA PERIODICA NORMALMENTE VARIANZA DE LA DEMANDA PERIODICA

DISTRIBUIDA NORMALMENTE DISTRIBUIDA

14830 859175

NIVEL DE SIGNIFICANCIA 1 NIVEL DE SIGNIFICANCIA 2

α1 α2

0.05 0.10

DEMANDA PERIODICA Diferencia de la Demanda entre la

(Unidades) Demanda Periodica.(𝑫_𝒕−𝑫_𝒑 " " )" " ^𝟐
14247 340212
14938 11569
15394 317813
15637 651176
15830 999194
16002 1372346
16051 1490107
15942 1235795
15682 725592
15335 254270
15018 35341
14621 43725
14180 422770
13928 814920
13678 1327570
13459 1879861
13422 1982795
13581 1560090
14830 859175
manda diaria normalmente distribuida Tarea 2 ejercicio 1.

Varianza de la Demanda diaria Desviación tipica de la diaria Demanda

𝛔𝟐 diaria 𝛔
10.5 110.5

Determinamos la variaza de la
demanda periodica
𝜎^2 𝐷𝑝=(∑2_19^36▒ 〖 (𝑫_𝒕−𝑫_𝒑 " " )" " ^𝟐) 〗 )/18

𝜎^2 𝐷𝑝= 859175

a de la demada periódica normalmente distribuida

Variaza de la demanda periódica normalmente distribuida
14830 𝒗𝒂𝒓{𝒂=} 859175

malmente distribuida vari{a} : Varianza de la demanda periodica normalmente distribuida.

a de la distribución t(α1, ν), t(0.05, inf) = 1,645 Si parametro K(α1) = t(0.05, inf), entonces K(0.05) = 1,645

a de la distribución t(α2, ν), t(0.10, inf) = 1,285 Si parametro K(α2) = t(0.10, inf), entonces K(0.10) = 1,285

α2 = 0.10
Parametro K nivel de significancia 2
K(α2)
K(α2) = 1,285

645∗𝑦≤20000
645∗𝑦≤20000

CION ESTOCASTICA CON RESTRICCIONES ALEATORIAS CON ALGUNOS PARAMETROS NORMALMENTE DISTRIBUIDOS

RELACION DEL COMPORTAMIENTO DE LA DEMANDA

VARIANZA DE LA DEMANDA DIARIA

DEMANDA DIARIA NORMALMENTE NORMALMENTE DISTRIBUIDA POR
DISTRIBUIDA POR COMPONENTE
COMPONENTE

103 3.24
207 6.49
103 3.24

DEMANDA PERIODICA NORMALMENTE VARIANZA DE LA DEMANDA PERIODICA

DISTRIBUIDA NORMALMENTE DISTRIBUIDA

14830 859175

NIVEL DE SIGNIFICANCIA 1 NIVEL DE SIGNIFICANCIA 2

α1 α2

0.05 0.10

DEMANDA PERIODICA Diferencia de la Demanda entre la

(Unidades) Demanda Periodica.(𝑫_𝒕−𝑫_𝒑 " " )" " ^𝟐
14247 340212
 14938 11569
15394 317813
15637 651176
15830 999194
16002 1372346
16051 1490107
15942 1235795
15682 725592
15335 254270
15018 35341
14621 43725
14180 422770
13928 814920
13678 1327570
13459 1879861
13422 1982795
13581 1560090
14830 859175

manda diaria normalmente distribuida Tarea 2 ejercicio 1.

Varianza de la Demanda diaria Desviación tipica de la diaria Demanda

𝛔𝟐 diaria 𝛔
10.5 110.5

Determinamos la variaza de la
demanda periodica
𝜎^2 𝐷𝑝=(∑2_19^36▒ 〖 (𝑫_𝒕−𝑫_𝒑 " " )" " ^𝟐) 〗 )/18

𝜎^2 𝐷𝑝= 859175

a de la demada periódica normalmente distribuida

Variaza de la demanda periódica normalmente distribuida
14830 𝒗𝒂𝒓{𝒂=} 859175

malmente distribuida vari{a} : Varianza de la demanda periodica normalmente distribuida.

a de la distribución t(α1, ν), t(0.05, inf) = 1,645 Si parametro K(α1) = t(0.05, inf), entonces K(0.05) = 1,645

a de la distribución t(α2, ν), t(0.10, inf) = 1,285 Si parametro K(α2) = t(0.10, inf), entonces K(0.10) = 1,285
645∗𝑦≤20000
STRIBUIDOS
TRIBUIDOS