Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Presentado por:
Grupo:
Presentado a:
TIEMPOS ESTIMADOS
0, 1 1 2 1.7
0, 2 2 8 4
1, 3 1 3 2
2, 3 1 11 1.5
2, 4 0.5 7.5 1
3, 4 1 7 2.5
3, 6 1 3 2
4, 5 6 8 7
4, 6 3 11 4
5, 6 4 8 6
1 (0, 1) 1 1.7
2 (0, 2) 2 4
3 (0, 2, 3) 3 5.5
4 (0, 2, 3, 4) 4 8
5 (0, 2, 3, 4, 5) 10 15
6 (0, 2, 3, 4, 5, 6) 14 21
Nota: Para generar y actualizar los datos oprima f9, fn+f9 o ctrl+alt+f9
Estimación ext
RELACION DEL PROYECTO DE AMPLIACION
TIEMPOS ESTIMADOS
ACTIVIDAD
TIEMPO OPTIMISTA TIEMPO PESIMISTA TIEMPO MAS PROBABLE
a b m
Nota: Para generar y actualizar los datos oprima f9, fn+f9 o ctrl+alt+f9
La Estación principal de Servicio Terpel de la ciudad de Bogotá ha propuesto un proyecto de am
línea de servicio. En la Relación del proyecto de ampliación, se presentan algunas actividade
ACION prestados) y sus tiempos estimados. Se encomienda al analista de negocio, revisar y evaluar este
optimizar la duración de los servicios prestados. Ayuda al analista de negocio a optimizar el
realizando lo siguiente:
1.63333333 0.02777778
4.33333333 1
2 0.11111111
3 2.77777778
2 1.36111111
1.26
3 1
2 0.11111111
7 0.11111111
5 1.77777778
6 0.44444444
2.058 0.0441
5.46 1.5876
2.52 0.1764
3.78 4.41
2.52 2.1609
1.26
3.78 1.5876
2.52 0.1764
8.82 0.1764
6.3 2.8224
7.56 0.7056
almente distribuidas.
o a la distribución normal.
de cada evento.
imación de tiempos y estimación
almente distribuidas.
o a la distribución normal.
de cada evento.
TAREA 3 - SOLUCION DE MODELOS PROBABILISTICOS DE O
RELACION DE LA ESPERA
M/M/1:DG/ꝏ/ꝏ
14.76 18.24
M/M/1:DG/N/ꝏ
M/M/C:DG/ꝏ/ꝏ
29.97 18.96
M/M/C:DG/N/ꝏ
CONDICIÓN DE ESTADO: p: λ / μ
MEDIDAS DE DESEMPEÑO:
ꝏ
1
25
ꝏ
4
50
0.809210526315789 PROBABIL
0.2874
LA PROBABILIDAD DE QUE UN CLIENTE TTE
0.2325 1-P0=1-(1-p) 0.80921053
80.9%
0 0.19078947
1 0.15438885
2 0.12493308
3 0.10109717
4 0.08180889
5 0.06620062
6 0.05357023
7 0.0433496
8 0.03507895
9 0.02838626
10 0.02297046
11 0.01858794
SUMA 0.9211615
92%
a Estación principal de Servicio Terpel de la ciudad de Bogotá
equiere determinar la espera en la línea de venta de gasolina
extra, de forma aleatoria ha tomado los tiempos que duran los
operarios en la atención de los clientes, lo cual almacena en la
Relación de la espera. Se encomienda al analista del negocio
onocer las medidas de desempeño mediante modelos de línea
e espera para optimizar la espera y les encarga la solución de
los siguientes aspectos:
PROBABILIDADES
Hay un 80,9% de probabilidad que un cliente tenga que esperar al llegar a la estación de servicio
RELACION DE LA ESPERA
M/M/1:DG/ꝏ/ꝏ
14.76 18.24
M/M/1:DG/N/ꝏ
M/M/C:DG/ꝏ/ꝏ
29.97 18.96
M/M/C:DG/N/ꝏ
CONDICIÓN DE ESTADO: p: λ / μ
MEDIDAS DE DESEMPEÑO:
λef
PROBABILISTICOS DE OPTIMIZACION
La Estación principal de Servic
S DE LINEAS DE ESPERA requiere determinar la espera
extra, de forma aleatoria ha tom
DE LA ESPERA operarios en la atención de los
Relación de la espera. Se enc
conocer las medidas de desem
SERVIDORES TAMAÑO DEL SISTEMA de espera para optimizar la esp
los siguient
ꝏ PN= 0.00096353
1
25 0.10%
Probabilidad de que todo el siste
ꝏ
4
50
0.8092 PROB
0.2804
LA PROBABILIDAD DE QUE UN CLIENTE TTE
0.2256 1-P0= 0.80843083
80.84%
14.7458
0 0.19157
1 0.15502
2 0.12544
3 0.10151
4 0.08214
5 0.06647
6 0.05379
7 0.04353
8 0.03522
9 0.02850
10 0.02306
11 0.01866
SUMA 0.924926
92%
a Estación principal de Servicio Terpel de la ciudad de Bogotá
equiere determinar la espera en la línea de venta de gasolina
extra, de forma aleatoria ha tomado los tiempos que duran los
operarios en la atención de los clientes, lo cual almacena en la
Relación de la espera. Se encomienda al analista del negocio
onocer las medidas de desempeño mediante modelos de línea
e espera para optimizar la espera y les encarga la solución de
los siguientes aspectos:
PROBABILIDADES
Hay un 80,8% de probabilidad que un cliente tenga que esperar al llegar a la estación de servicio
RELACION DE LA ESPERA
M/M/1:DG/ꝏ/ꝏ
14.76 18.24
M/M/1:DG/N/ꝏ
M/M/C:DG/ꝏ/ꝏ
29.97 18.96
M/M/C:DG/N/ꝏ
CONDICIÓN DE ESTADO: p: λ / μ
FACTOR DE USO
MEDIDAS DE DESEMPEÑO:
ꝏ 0 1
1
25 1 1.580696202532
ꝏ
4
50
1.5807 PROBAB
0.3952
E DESEMPEÑO: LA PROBABILIDAD QUE NO HAYAN CLIE
P0= 0.203320885987
1.6378 P1= 0.321388552374
P2= 0.254008832138
0.0571 P3= 0.133836932123
P4= 0.052888882591
0.0546 P0+P1+P2+P3+P4= 0.965444085213
96.5%
0.0019
0 0.203320885987
1 0.321388552374
2 0.254008832138
3 0.133836932123
4 0.052888882591
5 0.020900313967
6 0.00825926173
7 0.003263845913
8 0.00128978721
9 0.000509690436
10 0.000201416434
11 7.95945482E-05
12 3.14537E-05
13 1.2429686E-05
14 4.91188938E-06
SUMA 0.9999967907
99.9997%
Estación principal de Servicio Terpel de la ciudad de Bogotá
ere determinar la espera en la línea de venta de gasolina extra,
ma aleatoria ha tomado los tiempos que duran los operarios en
tención de los clientes, lo cual almacena en la Relación de la
a. Se encomienda al analista del negocio conocer las medidas
sempeño mediante modelos de línea de espera para optimizar
espera y les encarga la solución de los siguientes aspectos:
2 3 SUMA
1.24930024 0.65825472 4.48825116 0.43008271 4.91833387
Po 0.20332089
PROBABILIDADES
Hay un 8,7% de probabilidad que un cliente tenga que esperar al llegar a la estación de servicio
Tenemos una probabilidad de 0,05% de que hayan exactamente 5 clientes en la fila, 9 en sistema
la, 9 en sistema
TAREA 3 - SOLUCION DE MODELOS PROBABILISTICOS DE O
RELACION DE LA ESPERA
M/M/1:DG/ꝏ/ꝏ
14.76 18.24
M/M/1:DG/N/ꝏ
M/M/C:DG/ꝏ/ꝏ
29.97 18.96
M/M/C:DG/N/ꝏ
CONDICIÓN DE ESTADO: p: λ / μ
FACTOR DE USO
MEDIDAS DE DESEMPEÑO:
λef
PROBABILISTICOS DE OPTIMIZACION
ꝏ 0 1
1
25 1 1.5806962
ꝏ FILA
4
50 46
1.5807 PRO
0.3952
E DESEMPEÑO: LA PROBABILIDAD QUE NO HAYAN CLIE
P0= 0.20332089
1.6378 P1= 0.32138855
P2= 0.25400883
0.0571 P3= 0.13383693
P4= 0.05288888
0.0546 P0+P1+P2+P3+P4= 0.96544409
96.5%
0.0019
0 0.20332089
1 0.32138855
2 0.25400883
3 0.13383693
4 0.05288888
5 0.02090031
6 0.00825926
7 0.00326385
8 0.00128979
9 0.00050969
10 0.00020142
11 7.9595E-05
12 3.1454E-05
13 1.243E-05
14 4.9119E-06
SUMA 0.9999968
99.9997%
a Estación principal de Servicio Terpel de la ciudad de Bogotá
equiere determinar la espera en la línea de venta de gasolina
extra, de forma aleatoria ha tomado los tiempos que duran los
operarios en la atención de los clientes, lo cual almacena en la
Relación de la espera. Se encomienda al analista del negocio
onocer las medidas de desempeño mediante modelos de línea
e espera para optimizar la espera y les encarga la solución de
los siguientes aspectos:
2 3 SUMA
1.24930024 0.65825472 4.48825116 0.43008271 4.9183338698701
Po 0.2033208859866
Po 20%
P50 1.498413399E-20
0.0000%
PROBABILIDADES
Hay un 8,7% de probabilidad que un cliente tenga que esperar al llegar a la estación de servicio
Tenemos una probabilidad de 0,05% de que hayan exactamente 5 clientes en la fila, 9 en sistema
Parametro b2
COMPONENTES DE NIVEL DE SIGNIFICANCIA 2
UNIDADES
LA GASOLINA α2
PETROLEO 93
BENCENO 5 0.2
PLOMO 2
X1 PETROLEO 94 690311.561719172
X2 BENCENO 5 36718.7000914453
X3 PLOMO 1 7343.74001828906
DEMANDA
PERIODO DATOS VARIANZA
PERIODICA
1 6721.00 387805.130378654
2 7162.46 32861.4262750371
3 7593.02 62139.2554818456
4 7892.64 301295.260585606
5 8008.49 441897.428429953
6 7847.20 253469.728779058
7 7572.26 52219.8618060741
8 7395.42 2670.83206744832
9 6881.62 213557.714521745
10 6363.29 961280.359525832
NIVEL DE
a2=0,2
SIGNIFICANCIA
VARIANZA DE LA
NIVEL DE
DEMANDA DIARIA UNIDADES DE GALONES
SIGNIFICANCIA 1
NORMALMENTE DE GASOLINA
DISTRIBUIDA POR UD
α1
COMPONENTE
Determinada en el
Ejercicio 3 Tarea 2
Modelo de 985 0.1
inventario EOQ
probabilizado
IBUIDA
DESVIACIÓN TIPICA
DE LA DEMANA
DIARIA
520.50
VARIANZA DE LA NIVEL DE
UNIDADES DE
DEMANDA DIARIA SIGNIFICA
LMENTE DISTRIBUIDA POR GALONES DE
NORMALMENTE NCIA 1
ONENTE GASOLINA
DISTRIBUIDA POR
UD
COMPONENTE α1
25466451.7798018
1354598.49892563 985 0.1
270919.699785125
eatorias con un solo parámetro y luego con todos los parámetros normalmente
blema determinista.
7786.16456902596
8015.18433646624
a1=0,1
PARAMETRO k
NIVELDE
SIGNIFICANCIA 1
1.29
Sujeto a:
690311x1+36718x2+7343x3+1,29y<=985
25466451(x^1)1+1354598(x^2)2+270919(x^3)3-(y^2)=0
93x1+5x2+2x3<=7786 para α2
x1,x2,x3,y >=0
Sujeto a:
690311x1+36718x2+7343x3+1,29y<=985
25466451(x^1)1+1354598(x^2)2+270919(x^3)3-(y^2)=0
93x1+5x2+2x3<=8015 para α2
x1,x2,x3,y >=0
principal de Servicio Terpel de la ciudad de Bogotá desea optimizar la venta de gasolina
e de acuerdo al comportamiento de la demanda que se presenta en la Relación del
nto de la demanda, encomienda al analista aplicar modelos de programación estocástica
ar la venta y le encarga encontrar la solución de los siguientes aspectos: 5 Plantear un
gramación estocástica con restricciones aleatorias con un solo parámetro y con todos los
ormalmente distribuidos a partir de la Relación del comportamiento de la demanda, para
lograr esto debe:
EJERCICIO 3. inventario EOQ pro
TAREA 2 - SOLUCION DE MODELOS PROBABILISTICOS DE DECISION
COSTO DE
COSTO DE
PREPARAC
TIEMPO DE RETENCIO
REFERENC DEMANDA ION POR
PERIODO ESPERA N
IA PERIODICA PEDIDO
(dias) UNITARIO
($)
($)
1 6721.00
2 7162.46
3 7593.02
4 7892.64
Gasolina 5 8008.49
8 $ 20,574 $ 1,136
corriente 6 7847.20
7 7572.26
8 7395.42
9 6881.62
10 6363.29
DEMANDA
DEL 73437.40
PERIODO
• Determinar la cantidad óptima de gasolina, la demanda diaria normalmente distribuida, la varianza de la demanda
CANTIDAD
OPTIMA
1630.96 MEDIA 7343.74
DEL
PEDIDO
• Determinar el tamaño de las existencias de reserva.
MEDIA
DURANTE
DESV L 1472.19 58749.92
TIEMPO DE
ESPERA
COSTO
POR
FALTANTE
UNITARIO
($)
$ 2,990
DESVIACIO
VARIANZA DE LA
N 520.50
DEMANDA DIARIA
ESTANDAR
1 387805.13
2 32861.43
3 62139.26
4 301295.26
5 441897.43
6 253469.73
7 52219.86
8 2670.83
9 213557.71
10 961280.36
VARIANZA 270919.70
TAMAÑO
K 1.65 B 2421.76 DE LA
RESERVA
1.68 GALONES DE GASOLINA, DEBEMOS HACER UN NUEVO PEDIDO DE 1630.96 GALONES DE GASOLINA
o, le solicita al analista quedetermine la cantidad de gasolina corriente con la
róxima demanda y así cumplir con la política del inventario óptimo. Ayude al
ponder al administrador realizando lo siguiente:
NIVEL DE
INVENTARI 61171.68
O
96 GALONES DE GASOLINA
Referencias
Medios Probabilisticos UNAD. (11 de 11 de 2022). Web conferencia Tarea 3 Ejercicio 2 Parte II.
Youtube. Obtenido de https://www.youtube.com/watch?v=uvxTFNg1WSg