Documentos de Académico
Documentos de Profesional
Documentos de Cultura
a. Plantear un modelo de línea de espera con un solo servidor y número de clientes permitido en el sistema infinito (M/M/1
Validación estadística para tiempos de servicio desarrolladas en
· Determinar la tasa de llegada (λ) de acuerdo a los tiempos entre llegadas, según una Distribución de E
· Determinar la tasa de servicio (µ) de acuerdo a los tiempos de servicio, según una Distribución Expon
· Formular y plantear el modelo de Líneas de Espera bajo condiciones de estado estable
· Proponer gráficamente el diseño de la instalación de servicio del modelo de línea de espera.
· Determinar las medidas de desempeño de estado estable.
· Determinar las siguientes probabilidades de estado:
La probabilidad de inactividad en la instalación de servicio.
La probabilidad de que un cliente tenga que esperar
La probabilidad de que el cliente 5 sea atendido.
La probabilidad de que por lo menos 10 clientes sean atendidos
Medidas de desempeñ
(M/M/1): (DG/∞/∞)
Condicion de Tasa de llegada Tasa de Numero de Disciplina en
Limite del sistema
estado (ρ) (λ) servicio (µ) servidores la cola
DG Disciplina
general
0.58 6.29 10.83 1 ∞
Modelo de linea de espera
(M/M/1) : (DG/∞/∞)
12
10.8270676691729
10
6 6.2882096069869
2
0.580786026200873
0
Tasa de llegada (λ) Tasa de servicio (µ) Condicion de estado (ρ)
itido en el sistema infinito (M/M/1): (DG/∞/∞) a partir de la Validación estadística para tiempo de llegadas y
mpos de servicio desarrolladas en la Tarea 1, para:
La
La La
Cantidad Tiempo Tiempo Probabilidad probabilidad
probabilidad probabilidad
esperada de estimado de estimado de de inactividad de que por lo
de que un de que el
clientes en la fila espera en el espera en la del servicio menos 10
cliente tenga cliente 5 sea
(Lq) sistema (Ws) fila (Wq) (ρ0) clientes sean
que esperar atendido.
atendidos
Tamaño de la
fuente
∞
0.580786026200873
ndicion de estado (ρ)
1. Modelos de línea de espera con un solo servidor.
b. Plantear un modelo de línea de espera con un solo servidor y número de clientes permitido en el sistema finito (M/M/
llegadas y Validación estadística para tiempos de servicio desarrollad
· Determinar la tasa de llegada (λ) de acuerdo a los tiempos entre llegadas, según una Distribución de E
· Determinar la tasa de servicio (µ) de acuerdo a los tiempos de servicio, según una Distribución Expon
· Formular y plantear el modelo de Líneas de Espera bajo condiciones de estado estable
· Proponer gráficamente el diseño de la instalación de servicio del modelo de línea de espera.
· Determinar las medidas de desempeño de estado.
· Determinar las siguientes probabilidades de estado:
La probabilidad de inactividad en la instalación de servicio.
La probabilidad de que un cliente tenga que esperar
La probabilidad de que el cliente 5 sea atendido.
La probabilidad de que por lo menos 10 clientes sean atendidos
(M/M/1): (DG/50/∞)
Condicion de Tasa de llegada Tasa de Numero de Disciplina en
Limite del sistema
estado (ρ) (λ) servicio (µ) servidores la cola
DG Disciplina
general
0.58 6.29 10.83 1 50
6 6.2882096069869
2
0.580786026200873
0 7.62170438431985E-11
Tasa de llegada (λ) Tasa de servicio (µ) Condicion de estado (ρ) PN
mitido en el sistema finito (M/M/1): (DG/N/∞) si N=40 a partir de la validación estadística para tiempo de
ra tiempos de servicio desarrolladas en la Tarea 1, para:
Tamaño de la
fuente
∞
62170438431985E-11
Probabilidades de estado
La
La
probabilidad
probabilidad
de que por lo
de que el
menos 10
cliente 5 sea
clientes sean
atendido.
atendidos
1% 29%
1. Modelos de línea de espera con varios servidores
a. Plantear un modelo de línea de espera para varios servidores y número de clientes permitido en el sistema infinito (M/M/C
llegadas y Validación estadística para tiempos de servicio desarrolladas en la Tarea 1, para:
· Determinar la tasa de llegada (λ) de acuerdo a los tiempos entre llegadas, según una Distribución de E
· Determinar la tasa de servicio (µ) de acuerdo a los tiempos de servicio, según una Distribución Expon
· Formular y plantear el modelo de Líneas de Espera bajo condiciones de estado estable
· Proponer gráficamente el diseño de la instalación de servicio del modelo de línea de espera.
· Determinar las medidas de desempeño de estado estable.
· Determinar las siguientes probabilidades de estado:
La probabilidad de inactividad en la instalación de servicio.
La probabilidad de que un cliente tenga que esperar
La probabilidad de que el cliente 5 sea atendido.
La probabilidad de que por lo menos 10 clientes sean atendidos
La cantidad de clientes que pueden ser atendidos por lo menos el 90% de las veces.
Medidas de desempeñ
(M/M/c): (DG/∞/∞)
Condicion de Tasa de llegada Tasa de Numero de Disciplina en
Limite del sistema
estado (ρ) (λ) servicio (µ) servidores la cola
DG Disciplina
general
0.58 6.29 10.83 5 ∞
12
10.8270676691729
10
8
6 6.2882096069869
4
2
0.5
0
Tasa de llegada (λ) Tasa de servicio (µc) Condicion de est
tido en el sistema infinito (M/M/C): (DG/∞/∞) si C = 5, a partir de la Validación estadística para tiempo de
:
Tamaño de la
fuente
ea de espera
/∞/∞)
ea de espera 0
/∞/∞)
0.8270676691729
0.580786026200873
cio (µc) Condicion de estado (ρ)
1. Modelos de línea de espera con un solo servidor.
b. Plantear un modelo de línea de espera con varios servidores y número de clientes permitido en el sistema finito (M/M/C
tiempo de llegadas y Validación estadística para tiempos de servicio des
para:
· Determinar la tasa de llegada (λ) de acuerdo a los tiempos entre llegadas, según una Distribución de E
· Determinar la tasa de servicio (µ) de acuerdo a los tiempos de servicio, según una Distribución Expon
· Formular y plantear el modelo de Líneas de Espera bajo condiciones de estado estable
· Proponer gráficamente el diseño de la instalación de servicio del modelo de línea de espera.
· Determinar las medidas de desempeño de estado.
· Determinar las siguientes probabilidades de estado:
La probabilidad de inactividad en la instalación de servicio.
La probabilidad de que un cliente tenga que esperar
La probabilidad de que el cliente 5 sea atendido.
La probabilidad de que por lo menos 10 clientes sean atendidos
La cantidad de clientes que pueden ser atendidos por lo menos el 90% de las veces.
(M/M/c): (DG/N/∞)
Condicion de Tasa de llegada Tasa de Numero de Disciplina en
Limite del sistema
estado (ρ) (λ) servicio (µ) servidores la cola
DG Disciplina
general
0.58 6.29 10.83 5 200
Modelo de linea de espera
(M/M/c): (DG/∞/∞)
12
10.8270676691729
10
6 6.2882096069869
0.580786026200873
0 7.62170438431985E-11
Tasa de llegada (λ) Tasa de servicio (µ) Condicion de estado (ρ) PN
mitido en el sistema finito (M/M/C): (DG/N/∞), si C = 5 y N = 200 a partir de la Validación estadística parA
ística para tiempos de servicio desarrolladas en la Tarea 1,
para:
Tamaño de la
fuente
∞
7.62170438431985E-11
PN
Probabilidades de estado
La
La
probabilidad
probabilidad
de que por lo
de que el
menos 10
cliente 5 sea
clientes sean
atendido.
atendidos
0%
Ejercicio 2. Modelos de Programación estocástica.
1. Programación estocástica con restricciones aleatorias con todos los parámetros normalmente distribuidos.
Plantear un modelo de programación estocástica con restricciones aleatorias teniendo en cuenta la demanda pr
Tarea 2, para diligenciar la Relación del comportamiento de la demanda:
· Determinar la demanda diaria normalmente distribuida y sus varianzas de cada uno de
· Determinar la demanda periódica normalmente distribuida del dispositivo electrónico d
· Determinar la varianza de la demanda periódica normalmente distribuida del dispositiv
· Plantear el modelo de programación estocástica con restricciones aleatorias con todos l
La función objetivo.
Las restricciones.
El problema determinista.
· Comprobar los resultados utilizando software de optimización WinQSB.
UNIDADES COMPONENTES
1 Mecánico
2 Electronico
1 Electrico
DISPOSITIVO UNIDADES
23692
2. Programación estocástica con restricciones aleatorias con solo un parámetro normalmente distrib
UNIDADES COMPONENTES
1 Mecánico
2 Electronico
1 Electrico
DISPOSITIVO UNIDADES
22039 23692
DISPOSITIVO ELECTRONICO Periodo
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
a diaria normalmente distribuida y sus varianzas de cada uno de los componentes del dispositivo electrónico de iluminación.
a periódica normalmente distribuida del dispositivo electrónico de iluminación.
de la demanda periódica normalmente distribuida del dispositivo electrónico de iluminación.
programación estocástica con restricciones aleatorias con todos los parámetros normalmente distribuidos, mediante:
PARAMETRO b2
VARIANZA DE LA DEMANDA
DEMANDA PERIODICA NORMALMENTE
PERIODICA NORMALMENTE
DISTRIBUIDA ( Dp )
DISTRIBUIDA σ2 Dp
12828.311 2456738.088
( α1 ) ( α2 )
0.05 0.1
855.22 X2 + 428
5781 X2 +
2
2890
2 X2 +
X2,
ocástica con restricciones aleatorias teniendo en cuenta la demanda proyectada mediante Suavización
la Tarea 2, la demanda diaria normalmente distribuida y su varianza determinada en el modelo de
cicio 2 de la Tarea 2, para diligenciar la Relación del comportamiento de la demanda: • Determinar
buida y sus varianzas de cada uno de los componentes del dispositivo electrónico de iluminación. •
lmente distribuida del dispositivo electrónico de iluminación. • Determinar la varianza de la demanda
del dispositivo electrónico de iluminación. • Plantear el modelo de programación estocástica con
parámetro normalmente distribuido, mediante: La función objetivo. Las restricciones. El problema
• Comprobar los resultados utilizando software de optimización WinQSB.
DESV. TÍPICA A
VARIANZA DE LA DEMANDA
DEMANDA DIARIA DE LA
DIARIA
DEMANDA D.
428 2890 54
855 5781 108
428 2890 54
PARAMETRO b2
VARIANZA DE LA DEMANDA
DEMANDA PERIODICA NORMALMENTE
PERIODICA NORMALMENTE
DISTRIBUIDA ( Dp )
DISTRIBUIDA σ2 Dp
15515.121 645.641
( α1 ) ( α2 )
0.05 0.1
DEMANDA PERIODICA (Unidades) Demanda Diaria (Dd)
17195.00 573
17028.05 568
17103.57 570
16741.12 558
16493.96 550
16245.10 542
15883.77 529
15680.50 523
15372.85 512
14961.39 499
15598.40 520
14958.39 499
14571.13 486
14043.92 468
14359.19 479
14255.72 475
14398.09 480
14382.04 479
855 X2 + 428
5781 X2 +
2
2890
2 X2 + 2
X2 +
ercicio 1 de la Tarea 2, la demanda diaria normalmente distribuida y su varianza determinada en el modelo de inventario EOQ probabilizado en el Ejercici
X3+1,645 Y ≤ 22,039
X32 - y2 = 0
X3 ≤𝑬𝒂+𝟏,𝟐𝟖𝟓 √𝒗𝒂𝒓 𝒂 2714
X3, Y ≥ 0
200,000
X3 + 1,645 y <= 0
X32 - y2 = 2714
X3 <= 0
OQ probabilizado en el Ejercicio 2 de la