104561 METODOS PROBABILISTICOS

TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION

EJERCICIO 2. MODELOS DE PROGRAMACION ESTOCASTICA
GUIA DE DESARROLLO

1. MODELO DE PROGRAMACION ESTOCASTICA CON RESTRICCIONES ALEATORIAS CON TODOS

LOS PARAMETROS NORMALMENTE DISTRIBUIDOS

1. Generar la Relación del comportamiento de la demanda (consulte aquí) para diligenciar la

información solicitada:

2. Teniendo en cuenta el Modelo de Programación Estocástica con restricciones aleatorias con

todos los parámetros normalmente distribuidos:

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos
 104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 2. MODELOS DE PROGRAMACION ESTOCASTICA
GUIA DE DESARROLLO

Sea,
𝒏

𝑴𝒂𝒙 𝒁 = ∑ 𝑪𝒊 𝒙𝒋
𝒋=𝟏
Sujeto a:

𝑷 {∑ 𝒂𝒊𝒋 𝒙𝒋 ≤ 𝒃𝒊 } ≥ 𝟏 − 𝜶𝒊 , 𝑖 = 1, 2, … , 𝑚; 𝑚𝑗 ≥ 0, 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑎 𝑗

𝒋=𝟏

El nombre de restricciones aleatorias se deduce de que cada restricción

𝒏

∑ 𝒂𝒊𝒋 𝒙𝒋 ≤ 𝒃𝒊
𝒋=𝟏

Se realiza con una probabilidad mínima de 𝟏 − 𝜶𝒊 , 𝟎 < 𝜶𝒊 < 𝟏

Donde cada 𝒂𝒊𝒋 esta normalmente distribuida con media 𝑬{𝒂𝒊𝒋 } y varianza 𝒗𝒂𝒓 {𝒂𝒊𝒋 } y 𝒃𝒊 está
normalmente distribuido con media 𝑬{𝒃𝒊 } y varianza 𝒗𝒂𝒓 {𝒃𝒊 }

• Demanda diaria normalmente distribuida

Tomar la demanda diaria normalmente distribuida y su varianza del dispositivo, determinada en el

modelo de inventario EOQ probabilizado en el Ejercicio 2 de la Tarea 2:

Se tiene que:

Varianza de la Demanda Desviación tipica de la

Demanda diaria
diaria Demanda diaria
Dispositivo 𝐃𝐝
𝛔𝟐 𝛔

Donde:

𝑫𝒅: Demanda diaria normalmente distribuida

𝛔𝟐 : Varianza de la Demanda diaria normalmente distribuida

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos
 104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 2. MODELOS DE PROGRAMACION ESTOCASTICA
GUIA DE DESARROLLO

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

distribuida N(𝑫𝒅, 𝝈), donde 𝑫𝒅 = 𝑬{𝒂𝒊𝒋 }, Demanda diaria como la media de la demanda

díaria con 𝝈 = √𝑣𝑎𝑟 {𝑎𝑖𝑗 } , como la desviacion tipica de la demanda diaria, entonces:

Componentes Demanda diaria Varianza de la Demanda

del Unidades normalmente distribuida diaria normalmente
dispositivo 𝑪𝒊 por componente distribuida por componente
electronico 𝑫𝒅 = 𝑬{𝒂𝒊𝒋 } 𝛔𝟐 = 𝒗𝒂𝒓 {𝒂𝒊𝒋 }
Mecánico 𝑪𝟏 = 𝟏 𝑬{𝒂𝟏𝟏 } = 𝑫𝒅 𝒗𝒂𝒓{𝒂𝟏𝟏 } = 𝛔𝟐
Eléctrico 𝑪𝟐 = 𝟐 𝑬{𝒂𝟏𝟐 } = 𝟐𝑫𝒅 𝒗𝒂𝒓{𝒂𝟏𝟐 } = 𝟐𝛔𝟐
Electrónico 𝑪𝟑 = 𝟏 𝑬{𝒂𝟏𝟑 } = 𝑫𝒅 𝒗𝒂𝒓{𝒂𝟏𝟑 } = 𝛔𝟐

Donde:

𝑪𝟏 : Unidades del componente mecánico

𝑪𝟏 : Unidades del componente eléctrico
𝑪𝟏 : Unidades del componente electrónico

𝑬{𝒂𝟏𝟏 }: Demanda diaria normalmente distribuida del componente mecánico

𝑬{𝒂𝟏𝟐 }: Demanda diaria normalmente distribuida del componente eléctrico
𝑬{𝒂𝟏𝟑 }: Demanda diaria normalmente distribuida del componente electrónico

𝒗𝒂𝒓{𝒂𝟏𝟏 }: Varianza de la demanda diaria normalmente distribuida del componente mecánico

𝒗𝒂𝒓{𝒂𝟏𝟐 }: Varianza de la demanda diaria normalmente distribuida del componente eléctrico
𝒗𝒂𝒓{𝒂𝟏𝟑 }: Varianza de la demanda diaria normalmente distribuida del componente electrónico

• Demanda periodica normalmente distribuida

Teniendo en cuenta la demanda proyectada mediante Suavización exponencial simple en

Ejercicio 1 de la Tarea 2, la demanda del dispositivo es:

Demanda del dispositivo

Periodo Demanda periódica
t D(t)
19 D(17)
20 D(18)
Alvaro Javier Rojas Baracaldo
Director de curso
Red de curso 104561 Métodos Probabilísticos
 104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 2. MODELOS DE PROGRAMACION ESTOCASTICA
GUIA DE DESARROLLO

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

∑𝟑𝟔
𝟏𝟗 𝑫(𝒕)
𝑫𝒑 =
𝟏𝟖

𝑫𝟏𝟗 + 𝑫𝟐𝟎 + ⋯ + 𝑫𝟑𝟓 + 𝑫𝟑𝟔

𝑫𝒑 =
𝟏𝟖
Donde:

𝐃𝐩 : Media de la Demanda periodica

𝐃(𝐭): Demanda periodica
𝐭 : Periodo 19 a 39

La Varianza de la Demanda periodica:

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos
 104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 2. MODELOS DE PROGRAMACION ESTOCASTICA
GUIA DE DESARROLLO

𝟐
∑𝟑𝟐
𝟏𝟕[ 𝑫(𝒕) − 𝑫𝒑]
𝟐
𝝈 𝑫𝒑 =
𝟏𝟖

𝟐
[ 𝑫𝟏𝟗 − 𝑫𝒑]𝟐 + [ 𝑫𝟐𝟎 − 𝑫𝒑]𝟐 + ⋯ + [ 𝑫𝟑𝟓 − 𝑫𝒑]𝟐 − [ 𝑫𝟑𝟔 − 𝑫𝒑]𝟐
𝝈 𝑫𝒑 =
𝟏𝟖

Donde:

𝛔𝟐 𝑫𝒑: Varianza de la Demanda periodica

𝑫𝒑 : Media de la Demanda periodica
𝑫(𝒕): Demanda periodica.
𝒕 : Periodo 19 a 36

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

N(𝑫𝒑, 𝝈𝑫𝒑), donde 𝑫𝒑 = 𝑬{𝒂}, Demanda periodica como la media de la demanda
periodica con 𝝈𝑫𝒑 = √𝒗𝒂𝒓 {𝒂} , como la desviacion tipica de la demanda periodica,
entonces:

Media de la Demanda periodica Varianza de la Demanda periodica

normalmente distribuida normalmente distribuida
Parametro b2
E{a} = Dp var{a} = 𝛔𝟐 𝑫𝒑

Donde:

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

𝒗𝒂𝒓{𝒂} : Varianza de la demanda periodica normalmente distribuida

• 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 parametro K(α1) = t(0.05, inf), entonces K(0.05) = 1,645

Si α2 = 0.10 y ν = inf, evaluando en la tabla 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
Alvaro Javier Rojas Baracaldo
Director de curso
Red de curso 104561 Métodos Probabilísticos
 104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 2. MODELOS DE PROGRAMACION ESTOCASTICA
GUIA DE DESARROLLO

Entonces:

Nivel de significancia α1 = 0.05 α2 = 0.10

Parametro K nivel de Parametro K nivel de
Unidades del Dispositivo
significancia 1 significancia 2
UD
K(α1) K(α2)
UD = K(α1) = 1,645 K(α2) = 1,285

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 programar

• Modelo de Programación Estocástica con restricciones aleatorias con todos los

parámetros normalmente distribuidos:

Si,

Función objetivo:

𝑴𝒂𝒙 𝒁 = 𝑪𝟏 𝒙𝟏 + 𝑪𝟐 𝒙𝟐 + 𝑪𝟑 𝒙𝟑
Sujeto a:
𝑷{𝒂𝟏𝟏 𝒙𝟏 + 𝒂𝟏𝟐 𝒙𝟐 + 𝒂𝟏𝟑 𝒙𝟑 ≤ 𝑼𝑫} ≥ 𝜶𝟏

𝑷{𝑪𝟏 𝒙𝟏 + 𝑪𝟐 𝒙𝟐 + 𝑪𝟑 𝒙𝟑 ≤ 𝒃𝟐 } ≥ 𝜶𝟐

Entonces:

Función objetivo:

𝑴𝒂𝒙 𝒁 = 𝒙𝟏 + 𝟐𝒙𝟐 + 𝒙𝟑

Sujeto a:
𝑷{𝒂𝟏𝟏 𝒙𝟏 + 𝒂𝟏𝟐 𝒙𝟐 + 𝒂𝟏𝟑 𝒙𝟑 ≤ 𝑼𝑫} ≥ 𝟎. 𝟎𝟓

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos
 104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 2. MODELOS DE PROGRAMACION ESTOCASTICA
GUIA DE DESARROLLO

𝑷{𝒙𝟏 + 𝟐𝒙𝟐 + 𝒙𝟑 ≤ 𝒃𝟐 } ≥ 𝟎. 𝟏𝟎

Primera restricción:

Si,
𝑬{𝒂𝟏𝟏 }𝒙𝟏 + 𝑬{𝒂𝟏𝟐 }𝒙𝟐 + 𝑬{𝒂𝟏𝟑 }𝒙𝟑 + 𝒌(𝜶𝟏 ) √𝒗𝒂𝒓 {𝒂𝟏𝟏 } 𝒙𝟐𝟏 + 𝒗𝒂𝒓 {𝒂𝟏𝟐 } 𝒙𝟐𝟐 + 𝒗𝒂𝒓 {𝒂𝟏𝟑 } 𝒙𝟐𝟑
≤ 𝑼𝑫

Entonces:
𝑬{𝒂𝟏𝟏 }𝒙𝟏 + 𝑬{𝒂𝟏𝟐 }𝒙𝟐 + 𝑬{𝒂𝟏𝟑 }𝒙𝟑 + 𝟏, 𝟔𝟒𝟓 √𝒗𝒂𝒓 {𝒂𝟏𝟏 } 𝒙𝟐𝟏 + 𝒗𝒂𝒓 {𝒂𝟏𝟐 } 𝒙𝟐𝟐 + 𝒗𝒂𝒓 {𝒂𝟏𝟑 } 𝒙𝟐𝟑
≤ 𝑼𝑫

Segunda restricción:

Si,
𝒙𝟏 + 𝟐𝒙𝟐 + 𝒙𝟑 ≤ 𝑬𝒂 + 𝒌(𝜶𝟐 ) √𝒗𝒂𝒓 𝒂
Entonces
𝒙𝟏 + 𝟐𝒙𝟐 + 𝒙𝟑 ≤ 𝑬𝒂 + 𝟏, 𝟐𝟖𝟓 √𝒗𝒂𝒓 𝒂

Si,
𝒚𝟐 = 𝒗𝒂𝒓 {𝒂𝟏𝟏 }𝒙𝟐𝟏 + 𝒗𝒂𝒓 {𝒂𝟏𝟐 }𝒙𝟐𝟐 + 𝒗𝒂𝒓 {𝒂𝟏𝟑 } 𝒙𝟐𝟑

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

𝑴𝒂𝒙 𝒁 = 𝒙𝟏 + 𝟐𝒙𝟐 + 𝒙𝟑
Sujeto a:
𝑬{𝒂𝟏𝟏 }𝒙𝟏 + 𝑬{𝒂𝟏𝟐 }𝒙𝟐 + 𝑬{𝒂𝟏𝟑 }𝒙𝟑 + 𝟏, 𝟔𝟒𝟓 𝒚 ≤ 𝑼𝑫

𝒗𝒂𝒓 {𝒂𝟏𝟏 }𝒙𝟐𝟏 + 𝒗𝒂𝒓 {𝒂𝟏𝟐 } 𝒙𝟐𝟐 + 𝒗𝒂𝒓 {𝒂𝟏𝟑 } 𝒙𝟐𝟑 − 𝒚𝟐 = 𝟎

𝒙𝟏 + 𝟐𝒙𝟐 + 𝒙𝟑 ≤ 𝑬𝒂 + 𝟏, 𝟐𝟖𝟓 √𝒗𝒂𝒓 𝒂

𝒙𝟏 , 𝒙𝟐 , 𝒙𝟑 , 𝒚 ≥ 𝟎

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos
 104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 2. MODELOS DE PROGRAMACION ESTOCASTICA
GUIA DE DESARROLLO

2. MODELO DE PROGRAMACION ESTOCASTICA CON RESTRICCIONES ALEATORIAS CON ALGUNOS

PARAMETROS NORMALMENTE DISTRIBUIDOS

1. Generar la Relación del comportamiento de la demanda (consulte aquí) para diligenciar la

información solicitada:

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos
 104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 2. MODELOS DE PROGRAMACION ESTOCASTICA
GUIA DE DESARROLLO

2. Teniendo en cuenta el Modelo de Programación Estocástica con restricciones aleatorias con

algunos parámetros normalmente distribuidos:

Sea,
𝒏

𝑴𝒂𝒙 𝒁 = ∑ 𝑪𝒊 𝒙𝒋
𝒋=𝟏
Sujeto a:

𝑷 {∑ 𝒂𝒊𝒋 𝒙𝒋 ≤ 𝒃𝒊 } ≥ 𝟏 − 𝜶𝒊 , 𝑖 = 1, 2, … , 𝑚; 𝑚𝑗 ≥ 0, 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑎 𝑗

𝒋=𝟏

El nombre de restricciones aleatorias se deduce de que cada restricción

𝒏

∑ 𝒂𝒊𝒋 𝒙𝒋 ≤ 𝒃𝒊
𝒋=𝟏

Se realiza con una probabilidad mínima de 𝟏 − 𝜶𝒊 , 𝟎 < 𝜶𝒊 < 𝟏

Donde cada 𝒂𝒊𝒋 esta normalmente distribuida con media 𝑬{𝒂𝒊𝒋 } y varianza 𝒗𝒂𝒓 {𝒂𝒊𝒋 }

• Demanda diaria normalmente distribuida

Tomar la demanda diaria normalmente distribuida y su varianza del dispositivo, determinada en el

modelo de inventario EOQ probabilizado en el Ejercicio 2 de la Tarea 2:

Se tiene que:

Varianza de la Demanda Desviación tipica de la

Demanda diaria
diaria Demanda diaria
Dispositivo 𝐃𝐝
𝛔𝟐 𝛔

Donde:

𝑫𝒅: Demanda diaria normalmente distribuida

𝛔𝟐 : Varianza de la Demanda diaria normalmente distribuida

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos
 104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 2. MODELOS DE PROGRAMACION ESTOCASTICA
GUIA DE DESARROLLO

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

distribuida N(𝑫𝒅, 𝝈), donde 𝑫𝒅 = 𝑬{𝒂𝒊𝒋 }, Demanda diaria como la media de la demanda

díaria con 𝝈 = √𝑣𝑎𝑟 {𝑎𝑖𝑗 } , como la desviacion tipica de la demanda diaria, entonces:

Componentes Demanda diaria Varianza de la Demanda

del Unidades normalmente distribuida diaria normalmente
dispositivo 𝑪𝒊 por componente distribuida por componente
electronico 𝑫𝒅 = 𝑬{𝒂𝒊𝒋 } 𝛔𝟐 = 𝒗𝒂𝒓 {𝒂𝒊𝒋 }
Mecánico 𝑪𝟏 = 𝟏 𝑬{𝒂𝟏𝟏 } = 𝑫𝒅 𝒗𝒂𝒓{𝒂𝟏𝟏 } = 𝛔𝟐
Eléctrico 𝑪𝟐 = 𝟐 𝑬{𝒂𝟏𝟐 } = 𝟐𝑫𝒅 𝒗𝒂𝒓{𝒂𝟏𝟐 } = 𝟐𝛔𝟐
Electrónico 𝑪𝟑 = 𝟏 𝑬{𝒂𝟏𝟑 } = 𝑫𝒅 𝒗𝒂𝒓{𝒂𝟏𝟑 } = 𝛔𝟐

Donde:

𝑪𝟏 : Unidades del componente mecánico

𝑪𝟏 : Unidades del componente eléctrico
𝑪𝟏 : Unidades del componente electrónico

𝑬{𝒂𝟏𝟏 }: Demanda diaria normalmente distribuida del componente mecánico

𝑬{𝒂𝟏𝟐 }: Demanda diaria normalmente distribuida del componente eléctrico
𝑬{𝒂𝟏𝟑 }: Demanda diaria normalmente distribuida del componente electrónico

𝒗𝒂𝒓{𝒂𝟏𝟏 }: Varianza de la demanda diaria normalmente distribuida del componente mecánico

𝒗𝒂𝒓{𝒂𝟏𝟐 }: Varianza de la demanda diaria normalmente distribuida del componente eléctrico
𝒗𝒂𝒓{𝒂𝟏𝟑 }: Varianza de la demanda diaria normalmente distribuida del componente electrónico

• Demanda periodica normalmente distribuida

Teniendo en cuenta la demanda proyectada mediante Suavización exponencial simple en

Ejercicio 1 de la Tarea 2, la demanda del dispositivo es:

Demanda del dispositivo

Periodo Demanda periódica
t D(t)
19 D(17)

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos
 104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 2. MODELOS DE PROGRAMACION ESTOCASTICA
GUIA DE DESARROLLO

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

∑𝟑𝟔
𝟏𝟗 𝑫(𝒕)
𝑫𝒑 =
𝟏𝟖

𝑫𝟏𝟗 + 𝑫𝟐𝟎 + ⋯ + 𝑫𝟑𝟓 + 𝑫𝟑𝟔

𝑫𝒑 =
𝟏𝟖
Donde:

𝐃𝐩 : Media de la Demanda periodica

𝐃(𝐭): Demanda periodica
𝐭 : Periodo 19 a 39

La Varianza de la Demanda periodica:

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos
 104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 2. MODELOS DE PROGRAMACION ESTOCASTICA
GUIA DE DESARROLLO

𝟐
∑𝟑𝟐
𝟏𝟕[ 𝑫(𝒕) − 𝑫𝒑]
𝟐
𝝈 𝑫𝒑 =
𝟏𝟖

[ 𝑫𝟏𝟗 − 𝑫𝒑]𝟐 + [ 𝑫𝟐𝟎 − 𝑫𝒑]𝟐 + ⋯ + [ 𝑫𝟑𝟓 − 𝑫𝒑]𝟐 − [ 𝑫𝟑𝟔 − 𝑫𝒑]𝟐

𝝈𝟐 𝑫𝒑 =
𝟏𝟖

Donde:

𝛔𝟐 𝑫𝒑: Varianza de la Demanda periodica

𝑫𝒑 : Media de la Demanda periodica
𝑫(𝒕): Demanda periodica.
𝒕 : Periodo 19 a 36

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

N(𝑫𝒑, 𝝈𝑫𝒑), donde 𝑫𝒑 = 𝑬{𝒂}, Demanda periodica como la media de la demanda
periodica con 𝝈𝑫𝒑 = √𝒗𝒂𝒓 {𝒂} , como la desviacion tipica de la demanda periodica,
entonces:

Media de la Demanda periodica Varianza de la Demanda periodica

normalmente distribuida normalmente distribuida
Parametro b2
E{a} = Dp var{a} = 𝛔𝟐 𝑫𝒑

Donde:

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

𝒗𝒂𝒓{𝒂} : Varianza de la demanda periodica normalmente distribuida

• 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 parametro K(α1) = t(0.05, inf), entonces K(0.05) = 1,645

Entonces:

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos
 104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 2. MODELOS DE PROGRAMACION ESTOCASTICA
GUIA DE DESARROLLO

Nivel de significancia α1 = 0.05

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

Donde:

α1: Nivel de significancia 1

K(a1) : Parametro K nivel de significancia 1
DD: Unidades del dispositivo a programar

• Modelo de Programación Estocástica con restricciones aleatorias con algunos

parámetros normalmente distribuidos:

Si,

Función objetivo:

𝑴𝒂𝒙 𝒁 = 𝑪𝟏 𝒙𝟏 + 𝑪𝟐 𝒙𝟐 + 𝑪𝟑 𝒙𝟑
Sujeto a:
𝑷{𝒂𝟏𝟏 𝒙𝟏 + 𝒂𝟏𝟐 𝒙𝟐 + 𝒂𝟏𝟑 𝒙𝟑 ≤ 𝑼𝑫} ≥ 𝜶𝟏

𝑷{𝑪𝟏 𝒙𝟏 + 𝑪𝟐 𝒙𝟐 + 𝑪𝟑 𝒙𝟑 ≤ 𝒃𝟐 } ≥ 𝜶𝟏

Entonces:

Función objetivo:

𝑴𝒂𝒙 𝒁 = 𝒙𝟏 + 𝟐𝒙𝟐 + 𝒙𝟑

Sujeto a:
𝑷{𝒂𝟏𝟏 𝒙𝟏 + 𝒂𝟏𝟐 𝒙𝟐 + 𝒂𝟏𝟑 𝒙𝟑 ≤ 𝑼𝑫} ≥ 𝟎. 𝟎𝟓

𝑷{𝒙𝟏 + 𝟐𝒙𝟐 + 𝒙𝟑 ≤ 𝒃𝟐 } ≥ 𝟎. 𝟎𝟓

Primera restricción:

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos
 104561 METODOS PROBABILISTICOS
TAREA 3 – SOLUCION DE MODELOS PROPBABILISTICOS DE OPTIMIZACION
EJERCICIO 2. MODELOS DE PROGRAMACION ESTOCASTICA
GUIA DE DESARROLLO

Si,
𝑬{𝒂𝟏𝟏 }𝒙𝟏 + 𝑬{𝒂𝟏𝟐 }𝒙𝟐 + 𝑬{𝒂𝟏𝟑 }𝒙𝟑 + 𝒌(𝜶𝟏 ) √𝒗𝒂𝒓 {𝒂𝟏𝟏 } 𝒙𝟐𝟏 + 𝒗𝒂𝒓 {𝒂𝟏𝟐 } 𝒙𝟐𝟐 + 𝒗𝒂𝒓 {𝒂𝟏𝟑 } 𝒙𝟐𝟑
≤ 𝑼𝑫

Entonces:
𝑬{𝒂𝟏𝟏 }𝒙𝟏 + 𝑬{𝒂𝟏𝟐 }𝒙𝟐 + 𝑬{𝒂𝟏𝟑 }𝒙𝟑 + 𝟏, 𝟔𝟒𝟓 √𝒗𝒂𝒓 {𝒂𝟏𝟏 } 𝒙𝟐𝟏 + 𝒗𝒂𝒓 {𝒂𝟏𝟐 } 𝒙𝟐𝟐 + 𝒗𝒂𝒓 {𝒂𝟏𝟑 } 𝒙𝟐𝟑
≤ 𝑼𝑫

Segunda restricción:

Si,
𝒙𝟏 + 𝟐𝒙𝟐 + 𝒙𝟑 ≤ 𝑬𝒂 + 𝒌(𝜶𝟏 ) √𝒗𝒂𝒓 𝒂
Entonces
𝒙𝟏 + 𝟐𝒙𝟐 + 𝒙𝟑 ≤ 𝑬𝒂 + 𝟏, 𝟔𝟒𝟓 √𝒗𝒂𝒓 𝒂

Si,
𝒚𝟐 = 𝒗𝒂𝒓 {𝒂𝟏𝟏 }𝒙𝟐𝟏 + 𝒗𝒂𝒓 {𝒂𝟏𝟐 }𝒙𝟐𝟐 + 𝒗𝒂𝒓 {𝒂𝟏𝟑 } 𝒙𝟐𝟑

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

𝑴𝒂𝒙 𝒁 = 𝒙𝟏 + 𝟐𝒙𝟐 + 𝒙𝟑
Sujeto a:
𝑬{𝒂𝟏𝟏 }𝒙𝟏 + 𝑬{𝒂𝟏𝟐 }𝒙𝟐 + 𝑬{𝒂𝟏𝟑 }𝒙𝟑 + 𝟏, 𝟔𝟒𝟓 𝒚 ≤ 𝑼𝑫

𝒗𝒂𝒓 {𝒂𝟏𝟏 }𝒙𝟐𝟏 + 𝒗𝒂𝒓 {𝒂𝟏𝟐 } 𝒙𝟐𝟐 + 𝒗𝒂𝒓 {𝒂𝟏𝟑 } 𝒙𝟐𝟑 − 𝒚𝟐 = 𝟎

𝒙𝟏 + 𝟐𝒙𝟐 + 𝒙𝟑 ≤ 𝑬𝒂 + 𝟏, 𝟔𝟒𝟓 √𝒗𝒂𝒓 𝒂

𝒙𝟏 , 𝒙𝟐 , 𝒙𝟑 , 𝒚 ≥ 𝟎

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos