Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Fase3 Andres Felipe Calderon
Fase3 Andres Felipe Calderon
FASE 3. EVALUACION
PRESENTADO POR:
ANRES FELIPE CALDERON
GRUPO
104561_106
TUTOR:
FABIO OSSA ORTEGA
Producto
Planta 1 2
1 4 0 12
2 0 6 20
3 6 8 36
Ganancia por lote $ 3.000 $ 5.600
Tiempo de producción
Tiempo de producción por lote, horas
disponible a la
Producto semana, horas
Planta 1 2
1 4 0 12
2 0 6 20
3 6 4 36
Ganancia por lote $ 3.000 $ 2.500
0.45 0.55
solución 2
TABLA 4
Estimación
Actividades Media Varianza
A 30 60 pesimista
B 20 35 A 60 48,33333333 25
C 45 75 B 35 29,17 6,25 Probabilidad Verificación
D 25 40 C 75 66,66666667 25 Z= 270,2929799 0,691462 0,6926967078
E 45 65 D 40 37,5 6,25 Porcentaje 69,1% 69,3%
F 40 90 E 65 58,33 11,11111111
G 30 60 G 90 55,00 25
Sumatoria 365 295,00 98,61111111 Resultado para esta ruta tenemos el 69,2 % probabilidade que dure en recorrer entre 300 minutos o menos
EJERCIOC 3
DATOS VALOR
Costo de fabricación por lote K 1800 x
Costo de retención por hora por lote8H
Costo por faltante por hora por lote18
P
Media de la demanda µ 70 Cantidad optima de pedido Media de la demanda en un dia
Desviación estándar de la demanda30 σ Q= 869,4826 870 Dt 1680
Tiempo de producción en horas t 12
C Respuesta
Cada vez= que se realiza un nuevo pedido, se debe fabricar 870 lotes del producto
Nivel de servicio L = 0.7
Podemos observar que, para 0.90, el valor de B/𝜎L estará entre 0.52 y 0.53. También podemos usar el comando de Excel
Así, B/𝜎L =0,5244 y por tanto, el tamaño de reserva que garantiza que la producción no tenga faltantes el 70% del tiempo está dado por:
Así, el tamaño de reserva para un inventario seguro el 70% del tiempo debe ser de 55 lotes.
Para garantizar que no tengamos faltantes el 70% del tiempo, cada vez que nuestro inventario
llegue a 895 lotes, debemos hacer un nuevo pedido de 870 lotes.
Conprobación en eñ sofware R
EJECICIO4. Modelos de línea de espera - Modelo limite del sistema finito
Plantee un modelo de línea de espera, suponiendo que Alpina puede despachar hasta 20 pedidos al día. Determinar las medidas de desempeño y calcule la probabilidad de que todos los camiones estén desocupados. Verifique los resultados usando el software R.
Modelo 2: limite del sistema finito Probabilidad del que el sistema este lleno
N° Pedidos al20
dia
13,5(λ)
Tasa de llegadas
2,8 (µ)
Tasa de servicio Probabilidad P0
Servidores (camiones)
5 0 1 2 3 4 Sumatoria
Tasa de llegada efectiva
12,86896326 1 0 0 0 0 1 4,674346%
0,04674346221
Condición de4,821428571
estado P0 Porcentaje
Factor de uso0,9642857143 268,1922518 0,371482%
269,19225180,003714817174
Cantidad esperada de dintribuidores en el sistema 11,30258257Ls probabilidad de que los camiones estén desocupados P0 4,67% P0 0 0,003714817174
Cantidad esperada de dintribuidores en la fila 6,706524263Lq Probabilidad de que un distribuidor tenga que esperar
P = (X ≥ 5) 99,63% P1 1 0
Tiempo de espera en elsistema 0,8782822938
Ws Probabilidad de que haya 6 distribuidores en elPsistema
= (X = 6) #DIV/0! P2 2 0
Tiempo de espera en la fila 0,5211394366
Wq Probabilidad de que haya 8 distribuidores en elPsistema
= (X ≤ 8) #DIV/0! P3 3 0
P4 4 0
P5 5 #DIV/0!
P6 6 #DIV/0!
P7 7 #DIV/0!
P8 8 #DIV/0!
P9 9 #DIV/0!
P10 10 #DIV/0!
P11 11 #DIV/0!
P12 12 #DIV/0!
EJERCICIO 5 Modelo de pronóstico usando suavización exponencial simple
Proyecte la demanda futura usando un modelo de pronóstico de
suavización exponencial simple con constante de suavización 0.2, luego
verifique los resultados usando el software R.
Dia Demanda Alpha (α) 0,2 Pronostico usando suavización exponencial simple
1 65
2 78
3 95
4 64 Dia Demanda (D) Pronosticos (F)
5 71 1 65 65
6 85 2 78 65,00000
7 93 3 95 65,00000
4 64 65,00000
5 71 65,00000
6 85 65,00000
7 93 65,00000
Comprobación en el software R
Modelo de pronóstico usando suavización exponencial simple con tendencia
Comprobación en el software R
https://bit.
edes PERT
ly/GuiaFase1Ej2
https://bit.
Líneas de espera
ly/GDFase2Ej1
Pronóstico https://bit.ly/GDFase2
Gerald J. Lieberman, & Hillier, F. S. (2015). Investigación de operaciones (10a. ed.). McGraw-Hill Interamericana. https://www-ebooks7-24-com.bibliotecavirtual.unad.edu.co/?il=2269&pg=695
Gerald J. Lieberman, & Hillier, F. S. (2015). Investigación de operaciones (10a. ed.). McGraw-Hill Interamericana. https://www-ebooks7-24-com.bibliotecavirtual.unad.edu.co/?il=2269&pg=1122