FASE 3- Evaluacion

Presentado por:
Andy Milibeth Pire Diaz

Grupo: 83

Tutor:
Fabio Ossa Ortega

Universidad Nacional Abierta y a Distancia UNAD

Escuela de Ciencias Básicas Tecnologia e Ingenieria
Ingenieria Industrial
Curso Métodos Probabilisticos
Cread Tunja
2023
Introduccion
Construir un balance óptimo usando modelos probabilísticos para
determinar la demanda futura y la cantidad de servidores necesarios
que permite atender de manera satisfactoria esta demanda. Y Evaluar algunas
soluciones para optimizar variables aleatorias a través
del cálculo de medidas estadísticas.

en este trabajo encontraremos los contenidos adquiidos en la fase 1 y 2. como

lo son Programacion estacostica con recursos, tecnica de evaluacion y revision
de proyectos, modelos de inventarios probabilisticos, modelos de linea de
espera y modelos de pronostico probabilistico.
 Ejercicio 1 Programación estocástica con recurso.

Variables
𝑋1 # 𝑑𝑒 𝑙𝑜𝑡𝑒𝑠 𝑑𝑒𝑙 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜 1 𝑞𝑢𝑒 𝑠𝑒 𝑑𝑒𝑏𝑒𝑛 𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑟
𝑋21 # 𝑑𝑒 𝑙𝑜𝑡𝑒𝑠 𝑑𝑒𝑙 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜 2 𝑞𝑢𝑒 𝑠𝑒 𝑑𝑒𝑏𝑒𝑛 𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑟 𝑒𝑛
𝑋22 # 𝑑𝑒 𝑙𝑜𝑡𝑒𝑠 𝑑𝑒𝑙 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜 𝑚𝑜𝑑𝑖𝑓𝑖𝑐𝑎𝑑𝑜 2 𝑞𝑢𝑒 𝑠𝑒 𝑑𝑒𝑏𝑒𝑛

Restricciones
Escenario 1 Rumor falso Probabilidad de que se tenga el escenario 1: 0,45
Tiempo de producción Tiempo de Probabilidad de que se tenga el escenario 2: 0,55
por lote, horas producción
Planta disponible a
poducto la semana, Maximizar
1 2 horas 2000 X1 + 0.45*3800*X21 + 0,55* 1500* X22
1 2 0 6 1710 825
2 0 3 10
3 3 4 18 Sujeto a
Ganancia por $ 2,000 $ 3,800 2X₁ + 0 +0 ≤ 6
0 + 3X₂₁+ 0 ≤ 10
0 + 0+ 3X₂₂ ≤ 10
Escenario 2 Rumor cierto (Alpina & Alqueria) 3 X₁ + 4 X₂₁ + 0 ≤ 18
Tiempo de producción Tiempo de 3 X₁ + 0 + 2 X₂₂ + 0 ≤ 18
por lote, horas producción
Planta disponible a
poducto la semana,
1 2 horas RESUELVA EL MODELO USANDO LA FUNCIÓN LP DEL SOFTW
 1 2 0 6
2 0 3 10
3 3 2 18
Ganancia por $ 2,000 $ 1,500

la funcion objetiva es de 12640

la variables 2,3,3

conclusiones
para obtimizar el producto se debe
Produccir dos lotes del producto uno
si el rumor es falso se deben producir 3 lotes de producto dos
si el rumor es verdadero se deben producir 3 lotes del producto 2
𝑜 1 𝑞𝑢𝑒 𝑠𝑒 𝑑𝑒𝑏𝑒𝑛 𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑟
𝑡𝑜 2 𝑞𝑢𝑒 𝑠𝑒 𝑑𝑒𝑏𝑒𝑛 𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑟 𝑒𝑛 𝑒𝑙 𝑒𝑠𝑐𝑒𝑛𝑎𝑟𝑖𝑜 1)
𝑡𝑜 𝑚𝑜𝑑𝑖𝑓𝑖𝑐𝑎𝑑𝑜 2 𝑞𝑢𝑒 𝑠𝑒 𝑑𝑒𝑏𝑒𝑛 𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑟 𝑒𝑛 𝑒𝑙 𝑒𝑠𝑐𝑒𝑛𝑎𝑟𝑖𝑜 2)

a el escenario 1: 0,45
a el escenario 2: 0,55

0,55* 1500* X22

NDO LA FUNCIÓN LP DEL SOFTWARE

Ejercicio 2. Técnica de evaluación y revisión de proyectos.

Tabla 3
Duración
Predecedor
actividades estimada en
inmediato
minutos
A 60
B A 20
C A 50
D B 40
E C,D 70
F E 60
G D,E,F 85

Tabla 4
Predecedor Duración Estimación Estimación
actividades
inmediato estimada m optimista a pesimista b
A 60 60 60
 B A 20 15 35
C A 50 35 80
D B 40 30 65
E C,D 70 50 125
F E 60 40 100
G D,E,F 85 85 85

3. Considere la ruta según su literal escogido. Considerando el peor de los casos, es decir la estimación
pesimista, ¿Cuál es la duración de la fabricación del producto?

Estimación
Actividad
pesimista Muestre graficamen
A 60
B 20
C 50
D 40
E 70 A
G 85 60

4. ¿cuál es la duración de la fabricación del producto?

Actividad Media Varianza

A 60 0
B 21.6666667 11.111111111111
C 52.5 56.25
D 42.5 34.027777777778
E 75.8333333 100
G 85 0
SUMA 337.5 201.38888888889
La media y la varianza de la ruta que estamos considerando es de 337,5 y 201,39,

5. ¿Cuál es la media y la varianza de la duración de la fabricación del producto? ¿Cuál es la probabilidad de que la ruta
cumpla con el objetivo de fabricar el producto en máximo 300 minutos?

337,5 hay una baja probabilidad de que la ruta se cumpla en los 300 minutos

Z -2.64249099
probabiolidad 0.004145 0.41%
Excel 0.00411493 0.41%
Para esta ruta tenemos una probabilidad del 0,41% que su tiempo de duracion sea 300 minutos o menos, lo
que significa que es la mejor ruta Planteada en la fase 1.
 Muestre graficamente el proyecto para visualizar mejor el flujo de actividades

B D
20 40

A
60

C E
50 70

Media Varianza
 60 0
21.6666667 11.1111111
52.5 56.25
42.5 34.0277778
75.8333333 156.25
63.3333333 100
85 0

Muestre graficamente el proyecto para visualizar mejor el flujo de actividades

B D G
20 40 85

C E F
50 70 60

dad de que la ruta

ar mejor el flujo de actividades

G
85

F
60
 DATOS
Costo de fabricación por lote K
Costo de retención por hora de lote H
Costo por faltante por hora por lote P
Media de la demanda µ
Desviación estandar de la demanda σ
Tiempo de producción en horas t

1. Calcule la cantidad de pedido Q que es necesario orden

producción

con la media de la demanda en 80 lotes por hora, entonces

Dt=µ*24=80*24

cantidad optima de pedido

2. Para minimizar el riesgo de interrumpir la línea de produc

debe ser suficiente para evitar faltantes el ( )% del tiempo d
decir, debe tener un nivel de servicio L. Considere L, según s
de reorden R y el inventario de seguridad. Compruebe los re
EOQ, ROP y SS del software R.

La media de la demanda durante el tiempo de produccion d

La desviación estándar durante el tiempo deproducción

Inventario de seguridad
se determina de modo que se garantice evitar faltantes el 0,7% del tiempo
podemos observar que para 0,7, el valor de esta entre 0,52 y 0,53, lo cual arroja como resultados el siguente:

Comando de excel 0.52440051

Asi, B/σL = 0,52440051 y por lo tanto, el tamaño de reserva que grantiza que la produccion no tenga faltantes el 70% del tiem

B 25.6956251
El tamaño de reserva para un inventario seguro el 70% del tiempo debe ser de 26 lotes.

el punto de reorden R, esta dado por

R 506
comprueba el resultado usando EOQ, ROP y SS del software R
 VALOR
1200
3
11
80
20
6

do Q que es necesario ordenar en cada corrida de

producción

80 lotes por hora, entonces, la demanda de un dia sera

1920

en cada corrida de produccion es necesario ordenar

1240 lotes del producto

nterrumpir la línea de producción, su inventario de seguridad

faltantes el ( )% del tiempo durante el periodo de producción. Es
ervicio L. Considere L, según su literal escogido y calcule el punto
seguridad. Compruebe los resultados usando las funciones

te el tiempo de produccion de espera

µL= 480

el tiempo deproducción

49
ultados el siguente:

nga faltantes el 70% del tiempo esta dado por:

Modelo 1 Limite de Modelo Infinito probabilidad P0
Datos 0 1
Tasa de llegada λ 13.5 1 4.82142857
Tasa de servicio µ 2.8
Servidores (camiones) 5
607.932654
Condicion de estado 4.8214285714

Factor de uso 0.9642857143 666.573154

Cantidad esperada de distribuidores en el sistema 29.4461551 Ls

Cantidad esperada de distribuidores en fila 24.6247266 Lq
Tiempo de espera en el sistema 2.18119668 Ws
Tiempo de espera en la guia 1.82405382 Wq

Probabilidad de que no haya distribuidores en el sistema P0 0.00150021

probabilidad de que un distribuidor tenga que esperar p(x>=5) 0.91202691
probabilidad de que haya 6 distribuidores en el sistema p(x=6) 0.03140909
Probabilidad de que hayan 8 distribuidores o mas en el sistema p(x>=8) 0.8177581
 2 3 4
11.6230867 18.68 22.5160242
58.6405003

0.00150021 0.15%

P0 0 0.00150021
P1 1 0.00723316
P2 2 0.01743708
P3 3 0.02802387
P4 4 0.03377877
p5 5 0.03257239
P6 6 0.03140909
P7 7 0.03028734
p8 8 0.02920565
Modelo 2 de sistema es N

Datos
Tasa de llegada λ 13.5 N 20
Tasa de servicio µ 2.8 C 5
Servidores (camiones) 5
Tasa de llegada efectiva 12.9803
Condicion de estado 4.82142857

Factor de uso 0.96428571 0 1 2

1 4.82142857 11.6230867

268.192252

Probabilidadde que el sistema este completamente lleno 0.03849975

Cantidad esperada de distribuidores en el sistema Ls 10.1595608

Cantidad esperada de distribuidores en fila Lq 5.52375598
Tiempo de espera en el sistema Ws 0.78269356 P0
Tiempo de espera en la guia Wq 0.4255507 P1
P2
Probabilidad de que no haya distribuidores en el sistema 0.00305967 P3
probabilidad de que un distribuidor tenga que esperar 0.82057949 P4
probabilidad de que haya 6 distribuidores en el sistema 0.06405862 P5
Probabilidad de que hayan 8 distribuidores o mas en el sistema 0.62831888 P6
P7
P8
P9
P10
P11
P12
P13
P14
P15
P16
P17
P18
P19
P20
 3 4
18.6799608 22.5160242
58.6405003

P0 0.00305967

0.3%

0 0.00305967
1 0.01475197
2 0.0355628
3 0.05715449
4 0.06889158
5 0.06643117
6 0.06405862
7 0.06177082
8 0.05956471
9 0.0574374
10 0.05538607
11 0.05340799
12 0.05150057
13 0.04966126
14 0.04788764
15 0.04617737
16 0.04452818
17 0.04293789
18 0.04140439
19 0.03992566
20 0.03849975
alpha
0.18
beta
0.4
tendencia
34

1. Modelo de pronostico de suavizacion expon

Día Demanda (D)

1 65
2 78
3 95
4 64
5 71
6 85
7 93
pronostico de suavizacion exponencialsimple

Pronosticos (F)
65
65
67.6
73.08
71.264
71.2112
73.96896
77.775168
 concluciones
la programacion estatonica juega un papel muy importante en el problema de alpina nos
ayuda a resolverlo dando una solucion en los cuales nos dice que para optimizar el producto
se debe producir dos lotes del producto 1. si el rumor es falso producir 3 del producto dos y
si el rumor es verdadero se puede producir 3 lotes del producto dos.

en el ejercicio dos de la tecnica y revicion de proyectos, bamos a escoger la ruta mas

acorde, para que esta cumpla con los objetivos propuestos en la fabricacion de los
productos, para esta ruta tenemos una probabilidad minima de 0,41% que su tiempo de
duracion sea de 300 minutos o menso.

en el tercer ejercicio de los modelos de inventarios probabilisticos, la nueva planta para la

fabricacion del producto 2. la cua se tiene una incertidumbre sobre la demanda del
producto 2, sin embargo se debe determinar la cantidad de lotes los cuales son: 26 lotes
con un inventario seguro de 70%

en el literal 4 los modelos de linea de espera, se pretende platear una linea de espera una
suponiendo que alpina puede despachar infinitos productos y dos suponiendo que alpina
puede despachar x pedidos.en conclucion deacuerdo con los resultados optenidos, no se
hace nesesario adicionar camiones a la flota.

cuerdo a la tendencia de 15 que tenemos para este caso, podemos observar en la grafica claramente que se mantiene la demanda, mientr