Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MÉTODOS PROBABILÍSTICOS
Tarea 3
Presentado Por:
EDUARDO CACERES
Presentado al profesor(a):
Grupo
OS
INGENIERIA
L
21
A continuación, encontrará 3 ejercicios, uno sobre Modelos de revisión y evaluación d
de discusión (entorno de Aprendizaje) y entregar de manera colaborativa en el entorn
Ejercicio 1. Modelos de revisión y evaluación de proyectos.
Se presenta la siguiente situación problema: Una compañía produce motores eléctricos y ha propuesto un proy
optimizar
Ejercicio 1.laModelos duraciónde
delrevisión
proyecto y les encarga
y evaluación delaproyectos.
solución de los siguientes aspectos:
1. Modelo de revisión y evaluación de proyectos
Se presenta la siguiente situación problema: Una compañía con estimación de tiempos.
produce motoresPlantear el ymodelo
eléctricos de revisión
ha propuesto ye
un proy
•línea Determinar media y varianza de los tiempos estimados mediante la distribución Beta.
de ensamble, las actividades y sus tiempos estimados, se presentan en la Relación del proyecto de amplia
•departamento
Determinar lade media y varianza
producción esperadas
realizar normalmente
una revisión distribuidas.
y evaluación de proyectos para optimizar la duración del pro
•deDeterminar el parámetro
los siguientes aspectos: K para cada evento asociado a la distribución normal.
•1.Determinar
Modelo de las probabilidades
revisión y evaluaciónasociadas de cada
de proyectos conevento.
estimación de tiempos. Plantear el modelo de revisión y e
estimación de tiempos con base en la Relación del proyecto de ampliación, para lograr esto, debe:
Ejercicio
• Determinar 2. Modelo
mediade revisiónde
y varianza y evaluación
los tiemposde proyectosmediante
estimados con estimación extra de
la distribución tiempo.
Beta.
Plantear
• Determinar el modelo de revisión
la media y evaluación
y varianza esperadas de proyectos con
normalmente estimación extra de tiempo con base en la Relació
distribuidas.
•• Determinar
Determinar media y varianza
el parámetro de cada
K para los tiempos
eventoestimados
asociado amediante la distribución
la distribución normal. Beta.
•• Determinar la media y varianza esperadas normalmente
Determinar las probabilidades asociadas de cada evento. distribuidas.
• Determinar el parámetro K para cada evento asociado a la distribución normal.
• Determinar las probabilidades asociadas de cada evento.
MEDIA VARIANZA
EVENTO RUTA NORMALMENTE NORMALMENTE
DISTRIBUIDA DISTRIBUIDA
tricos y ha propuesto un proyecto de ampliación en su línea de ensamble, las actividades y sus tiempos estimados, se presentan en la Relac
tos: Ejercicio 2. Modelo de revisión y evaluación de proyectos c
ear el ymodelo
tricos de revisión
ha propuesto y evaluación
un proyecto de proyectos
de ampliación en sucon estimación de tiemposPlantear el en
con base modelo de revisión
la Relación y evaluación
del proyecto de proyectos
de ampliación, paracon
lo
Beta. para lograr esto debe:
ación del proyecto de ampliación, encomienda al • Determinar media y varianza de los tiempos estimados me
optimizar la duración del proyecto y les encarga la solución • Determinar la media y varianza esperadas normalmente di
• Determinar el parámetro K para cada evento asociado a la
ear el modelo de revisión y evaluación de proyectos con • Determinar las probabilidades asociadas de cada evento.
grar esto, debe:
e tiempo.
Beta.
tiempo con base en la Relación del proyecto de ampliación, estimando los tiempos utilizando el índice multiplicador, para lograr esto debe:
Beta.
INDICE MULTIPLICADOR
tricos yCON
ha propuesto un proyecto
DEdeTIEMPOS.
ampliación en su línea de ensamble, las actividades y sus tiempos estimados, se presentan en la Relac
CTOS
tos:
ESTIMACIÓN 2. MODELO DE REVISIÓN Y
ear el modelo de revisión
MEDIANTE y evaluación de proyectos
DISTRIBUCION con estimación de tiempos con base en la Relación del proyecto de ampliación,
BETA TIEMPOS para
ESTlo
Beta.
ACTIVIDAD TIEMPO OPTIMISTA
MEDIA VARIANZA
a
2.5 0.03 0, 1 1.3
3 1.00 0, 2 2.5
2 0.11 1, 3 1.3
3 2.78 2, 3 1.3
2 1.36 2, 4 0.6
3 1.00 3, 5 1.3
2 0.11 3, 6 1.3
7 0.11 4, 5 7.5
5 1.78 4, 6 3.8
6 0.44 5, 6 5.0
EVENTO RUTA
1 (0, 1)
2 (0, 2)
3 (0, 2, 3)
4 (0, 2, 3, 4)
5 (0, 2, 3, 4, 5)
6 (0, 2, 3, 4, 5, 6)
VARIANZA Parmetro Probabilida
NORMALMENTE d EVENTO RUTA
DISTRIBUIDA K p(z)
ados, se presentan en la Relación del proyecto de ampliación, encomienda al departamento de producción realizar una revisión y evaluació
n y evaluación de proyectos con estimación extra de tiempo.
y evaluación
royecto de proyectos
de ampliación, paracon estimación
lograr extra de tiempo con base en la Relación del proyecto de ampliación, estimando los tiempos utiliz
esto, debe:
de los tiempos estimados mediante la distribución Beta.
za esperadas normalmente distribuidas.
ara cada evento asociado a la distribución normal.
s asociadas de cada evento.
1.25
ados, se presentan en la Relación del proyecto de ampliación, encomienda al departamento de producción realizar una revisión y evaluació
O DE REVISIÓN Y EVALUACIÓN DE PROYECTOS CON ESTIMACIÓN EXTRA DE T
royecto de ampliación,
TIEMPOS para lograr esto, debe:
ESTIMADOS MEDIANTE DISTRIBUCION BETA
TIEMPO PESIMISTA TIEMPO MAS
MEDIA VARIANZA
b PROBABLE m
2.5 3.8 3.1 0.0
10.0 2.5 3.8 1.6
3.8 2.5 2.5 0.2
13.8 1.9 3.8 4.3
9.4 1.3 2.5 2.1
8.8 3.1 3.8 1.6
3.8 2.5 2.5 0.2
10.0 8.8 8.8 0.2
13.8 5.0 6.3 2.8
10.0 7.5 7.5 0.7
VARIANZA
MEDIA NORMALMENTE
NORMALMENTE
DISTRIBUIDA
DISTRIBUIDA
3.1 0.04
3.8 1.56
7.5 5.90
8.8 8.03
17.5 9.59
25.0 12.37
TIEMPO DE MEDIA VARIANZA
TERMINACION MAS NORMALMENTE NORMALMENTE
Parmetro
TARDIO DISTRIBUIDA DISTRIBUIDA K
TTTi
4 3.1 0.04 9.0
3 3.8 1.56 -0.6
6 7.5 5.90 -0.6
6 8.8 8.03 -1.0
13 17.5 9.59 -1.5
19 25.0 12.37 -1.7
hoja de cálculo (Excel) de forma individual en el Foro
1.00
0.27
0.27
0.17
0.07
0.04
Model
Modelo (M/M/1) : (DG
Condicion de estado estable Si ρ < 1, Entonces el sistema puede operar en con
(M/M/1) : (DG/∞/∞)
Condicion del Tasa de llegada Tasa de servicio Numero de
estado ρ (Exponencial) λ (Exponencial) μ servidores
0.8259 12.4887322772 15.12214277721 1
Sistema Total
Entrada
Cola
Las probabilidades de estado del modelo (M/M/1): (DG/∞/∞), están dadas por:
0 1 2 3 4 5 6
0.1741 0.1438 0.1188 0.0981 0.0810 0.0669 0.0553
e. La cantidad de clientes que pueden ser atendidos por lo menos el 90% de las veces es:
Comprobación mediante software WinQ
CONCLUSIÓN:
a. La probabilidad de inactividad en la instalación de servicio, o la probabilidad de estar desocupado el servido
b. La probabilidad de que un cliente tenga que esperar e
c. La probabilidad de que el cliente 5 sea atendido es
d. La probabilidad de que por lo menos 10 clientes sean atend
e. La cantidad de clientes que pueden ser atendidos por lo menos el 9
Modelo
Condicion de estado
Modelo (M/M/c) : (DG
Si el factor de uso , Entonces el sistema puede operar:
(M/M/c) : (DG/∞/∞)
Condicion del Tasa de llegada Tasa de servicio
Numero de
estado ρ (Exponencial) λ (Exponencial) μ
servidores
1.3829 25.61664953544 18.52327649991 3
Factor de Uso 0.4610
Entrada ∞
Cola
Probabilidades de estado
Las probabilidades de estado del modelo (M/M/c): (DG/∞/∞), están dadas por:
0 1 2 3 4 5 6
0.2406 0.3327 0.2300 0.1060 0.0489 0.0225 0.0104
e. La cantidad de clientes que pueden ser atendidos por lo menos el 90% de las
M/M/1) : (DG/∞/∞)
Numero de Tamaño de la
Disciplina en la cola Limite del sistema
servidores fuente
1 Disciplina General ∞ ∞
Sistema Total
Salida
Unidad de Servicio
Sevidor
n dadas por: 𝑷_𝒏=(𝟏−𝝆)∗𝝆^𝒏=
7 8 9 10
0.0456 0.0377 0.0311 0.0257
0.8259 = 83%
0.0669 = 6.7%
0.8781 = 86%
idad de estar desocupado el servidor o la probabilidad de que no haya clientes en la fila. es: 17,44%
e que un cliente tenga que esperar es: 82,55%
d de que el cliente 5 sea atendido es: 6,7%
por lo menos 10 clientes sean atendidos es: 87,85%
eden ser atendidos por lo menos el 90% de las veces es: 11
12.4887323 15.1221428
Modelos de Líneas de E
M/M/c) : (DG/∞/∞)
M/M/c) : (DG/∞/∞)
Numero de Tamaño de la
servidores Disciplina en la cola Limite del sistema fuente
3 Disciplina General ∞ ∞
Salida
Salida
Unidad de Servicio
Sevidor
n dadas por:
7 8 9 10
0.0048 0.0022 0.0010 0.0005
c =3
0 factorial 1.0000
1 factorial 1.0000
2! factorial 2.0000
3!=(c!) factori 6.0000
obabilidad de
0.2406
0.4268
0.0225
0.9991
3 0.91
Representar gráfi
Siste
Entrada
Cola
Probabilidades de estado
Las probabilidades de estado del modelo (M/M/1): (DG/N/∞), están dadas por:
0 1 2 3 4 5
0.1741 0.1438 0.1187 0.0981 0.0810 0.0669
CONCLUSIÓN:
a. La probabilidad de inactividad en la instalación de servicio, o la probabil
b. La probabilidad d
c. La probabilidad
d. La probabilidad de que
e. La cantidad de clientes que pu
s de Espera con varios s
Condicion de estado
Si el factor de uso , entonces el sistema puede operar Si el factor de uso
Entrada
Cola
Probabilidades de estado
Las probabilidades de estado del modelo (M/M/c): (DG/∞/∞), están dadas por:
0 1 2 3 4 5
0.2406 0.3327 0.2300 0.1060 0.0489 0.0225
Medidas de desempeño de estado estable
e. La cantidad de clientes que pueden ser atendidos por lo menos el 90% de las veces es:
Comprobació
CONCLUSIÓN:
a. La probabilidad de inactividad en la instalación de servicio, o la probabil
b. La probabilidad de
c. La probabilidad
d. La probabilidad de que
e. La cantidad de clientes que pu
n solo servidor
odelo (M/M/1) : (DG/N/∞)
≠ 1, Entonces el sistema puede operar
= 1, Entonces el sistema puede operar
(M/M/1) : (DG/N/∞)
Numero de servidores Disciplina en la cola Limite del sistema
1 Disciplina General 50
ón de servicio, o la probabilidad de estar desocupado el servidor o la probabilidad de que no haya clientes en la fila. es: 17,41%
b. La probabilidad de que un cliente tenga que esperar es: 82,55%
c. La probabilidad de que el cliente 5 sea atendido es: 6,69%
d. La probabilidad de que por lo menos 10 clientes sean atendidos es: 87,86%
cantidad de clientes que pueden ser atendidos por lo menos el 90% de las veces es: 11
rios servidores
l factor de uso , entonces el sistema puede operar
(M/M/c) : (DG/N/∞)
Numero de servidores Disciplina en la cola Limite del sistema
3 Disciplina General 100
Cola
Unidad de Servicio
Sevidor
6 7 8 9 10
0.0104 0.0048 0.0022 0.0010 0.0005
Probabilidad de capacidad máxima en el sistema
0.2406
n la fila. es:
0.4268
0.0225
0.9996
50 ∞
Salida
11
0.00
1.00
0.0000
12.49
17%
83% 0.0212
0.0000
6.7% 0.0000
88%
entes en la fila. es: 17,41%
Limite del sistema Tamaño de la fuente
100 ∞
Salida
Salida
Salida
c =3
0 factorial 1.0000
1 factorial 1.0000
2! factorial 2.0000
3!=(c!) factorial 6.0000
0.0000
25.6166
0.0000
entes en la fila. es: 24,06%
1. Modelo con restricciones aleatorias con todos los parámetros normalmente distribuido. Plantear un modelo de pr
aleatorias con solo un parámetro normalmente distribuido a partir de la Relación del comportamiento de la demand
• Determinar la demanda diaria normalmente distribuida y sus varianzas para cada uno de los componentes del mot
• Determinar la demanda periódica normalmente distribuida del motor eléctrico.
• Determinar la varianza de la demanda periódica normalmente distribuida del motor eléctrico.
• Plantear el modelo de programación estocástica con restricciones aleatorias con solo un parámetro normalmente
La función objetivo.
Las restricciones.
El problema determinista.
3. Interpretar los resultados de los modelos de programación estocástica con restricciones aleatorias para la optimiz
2. Modelo con restricciones aleatorias con solo un parámetro normalmente distribuido. Plantear un modelo de prog
aleatorias con solo un parámetro normalmente distribuido a partir de la Relación del comportamiento de la demand
• Determinar la demanda diaria normalmente distribuida y sus varianzas para cada uno de los componentes del mot
• Determinar la demanda periódica normalmente distribuida del motor eléctrico.
• Determinar la varianza de la demanda periódica normalmente distribuida del motor eléctrico.
• Plantear el modelo de programación estocástica con restricciones aleatorias con solo un parámetro normalmente
La función objetivo.
Las restricciones.
El problema determinista.
3. Interpretar los resultados de los modelos de programación estocástica con restricciones aleatorias para la optimiz
2,367.88 525,021.43
Rotor C1 = 5 E{a11} =
Inductor C2 = 5 E{a12} =
Escobillas C3 = 20 E{a13} =
1 67298 61,494.00
2 56391
3 68204
4 64404
5 68793
6 50532
7 62983
8 66921
9 59252
10 59170
11 61661
12 52319
TOTAL 737,928.00
NIVEL DE SIGNIFICANCIA 1
DISPOSITIVO UNIDADES DEL DISPOSITIVO
ELECTRONICO
α1 = 0.05
UD = 61091 K(α1) = 1.645
COMPONENTES NIVEL DE
DEL MOTOR UNIDADES SIGNIFICANCIA 2
ELECTRICO α2
Rotor 3
Inductor 3 0.10
Escobillas 6
Modelo de Programación estocástica con todos los parámetros normalmente distr
2408 179,019.41
COMPONENTES DEL DISPOSITIVO UNIDADES DEMANDA DIARIA NORMALMENTE DISTRIBU
ELECTRONICO POR COMPONENTE
Rotor C1 = 5 E{a11} =
Inductor C2 = 5 E{a12} =
Escobillas C3 = 20 E{a13} =
1 67298 61,494.00
2 56391
3 68204
4 64404
5 68793
6 50532
7 62983
8 66921
9 59252
10 59170
11 61661
12 52319
TOTAL 737,928.00
NIVEL DE SIGNIFICANCIA 1
DISPOSITIVO UNIDADES DEL DISPOSITIVO
ELECTRONICO α1 = 0.05
UD = 61091 K(α1) = 1.645
Desviación Estándar
Demanda Diaria: σ
(Unidades)
724.58
33,686,416.00 34,413,797.83
26,040,609.00
45,024,100.00
8,468,100.00
53,275,401.00
120,165,444.00
2,217,121.00
29,452,329.00
5,026,564.00
5,400,976.00
27,889.00
84,180,625.00
412,965,574.00
NIVEL DE SIGNIFICANCIA 2
α2 = 0.1
K(α2) = 1.285
34,413,797.83
parámetros normalmente distribuídos
Desviación Estándar
Demanda Diaria: σ
(Unidades)
423
VARIANZA DE LA DEMANDA DIARIA
DEMANDA DIARIA NORMALMENTE DISTRIBUIDA NORMALMENTE DISTRIBUIDA POR
POR COMPONENTE
COMPONENTE
33,686,416.00 34,413,797.83
26,040,609.00
45,024,100.00
8,468,100.00
53,275,401.00
120,165,444.00
2,217,121.00
29,452,329.00
5,026,564.00
5,400,976.00
27,889.00
84,180,625.00
412,965,574.00
NIVEL DE SIGNIFICANCIA 2
α2 = 0.1
K(α2) = 1.285
34,413,797.83
parámetros normalmente distribuídos
a [OVI]. Recuperado