METODOS PROBABILISTICOS (104561)

Momento Intermedio

Unidad 2 Modelos probabilísticos

Fase 2- Construcción y discusión

Presentado a:

Fabio Ossa Ortega

Tutor

Entregado por:

Humberto Garcia-
Código: 75.079.504

Grupo: 44

Universidad Nacional Abierta y a Distancia UNAD

Escuela de Ciencias Básicas, Tecnología e Ingeniería ECBTI
Ingeniería Industrial

FECHA

Noviembre del 2023

• Con los resultados obtenidos, en grupo concluyan si se debe adicionar o no camiones a la flota.

Datos:
Distribucion : Exponencial
Tasa de llegada, λ: 15.8
Tasa de servicio, 𝜇: 2.9
Servidores (camiones): 6

Plantee un modelo de línea de espera, suponiendo que se pueden despachar pedidos infinitos.
Para plantear los modelos de líneas de espera, primero calculamos la condición de estado:

si 𝝆: Condición de estado: 5.448275862069

donde:
𝝆: Condición de estado 𝝀: Tasa de llegada 𝝁: Tasa de servicio

Por otro lado, el factor de uso de uso está dado por:

Entonces, el sistema puede operar si el factor de uso es menor que 1. Siendo C el Número de servidores.

Factor de uso : 0.908045977

Determine la cantidad esperada de distribuidores en el sistema:

Donde:
𝑳𝒔 : Cantidad esperada de distribuidores en el sistema
𝑳𝒒: Cantidad esperada de distribuidores en una fila
𝝆: Condición de estado

La cantidad esperada de distribuidores en una fila está dada por:

Primero hallamos la probabilidad de que los camiones esten desocupados; usando la siguiente formula
0.00192303237

Calculamos primero la sumatoria:

tabla de n=0
0 1 2 3
1 5.44827586206897 14.8418549346 26.9541733295

Calculamos el otro termino

 395.0493063

(M/M/c):(DG/N/ ∞)
Condicion de Tasa de llegada Tasa de servicio numero de
estado ( exponencial ) ( exponencial ) servidores
𝜌
ʎ µ C
5.448275862 15.8 2.9 6

Cantidad esperada de distribuidores en el sistema 𝐿_𝑆 12.9502403384

𝐿𝑞
Cantidad esperada de distribuidores en la fila 7.50196447628
𝑤_𝑆
Tiempo estimado de espera en el sistema 0.81963546445

𝑤_𝑞
Tiempo estimado de espera en la fila 0.47480787825

Distribucion Probabilidad
P0 0 0.00192303237358568
P1 1 0.0104772108629841
P2 2 0.0285413675233014
P3 3 0.0518337479158807
P4 4 0.0706011394026651
P5 5 0.0769308967284213
P6 6 0.0698567912821297
P7 7 0.063433178
P8 8 0.057600242
P9 9 0.052303668
P10 10 0.047494136
P11 11 0.043126859
P12 12 0.039161171
P13 13 0.035560143
P14 14 0.032290245
P15 15 0.029321027
P16 16 0.026624841
P17 17 0.024176580
P18 18 0.021953446
P19 19 0.019934738
P20 20 0.018101659
es a la flota.
 har pedidos infinitos.
ondición de estado:

endo C el Número de servidores.

ando la siguiente formula

0.19%

de n=0
4 5
36.713443 40.004993044
124.96274015
)
Disciplina Limite del Tamaño de
en la cola servicio la fuente

DG Disciplina
General N ∞
20

𝐿_𝑆=𝐿_(𝑞+𝑝) Probabilidad de que no halla distribuidores en el sistema

𝐿_(𝑞=)
𝑃^(𝑐+1)/((𝑐−1)!
〖 (𝑐−𝑃) 〗 ^2 ) 𝑃_0 Probabilidad de que un distribuidor tenga que esperar
𝑊_𝑆=𝐿_𝑆/𝜆
Probabilidad de que halla 9 distribuidores en el sistema
𝑊_𝑞=𝐿𝑞/𝜆
Probabilidad de que halla 10 distribuidores o mas en el sistema
 𝑝_0
0.19%

P=(x>=6) 75.97%

P=(x=9) 5.23%

P=(x>=10) 51.65%
• Con los resultados obtenidos, en grupo concluyan si se debe adicionar o no camiones a la flota.

Datos:
Distribucion : Exponencial
Tasa de llegada, λ: 15.8
Tasa de servicio, 𝜇: 2.9
Servidores (camiones): 6
Numero maximo de pedidos
permitido en el sistema: N 20

si 𝝆: Condición de estado: 5.448275862069

donde:
𝝆: Condición de estado 𝝀: Tasa de llegada 𝝁: Tasa de servicio

Por otro lado, el factor de uso de uso está dado por:

Factor de uso : 0.908045977

Determine la cantidad esperada de distribuidores en la Fila:

Donde
𝑳𝒒: Cantidad esperada de distribuidores en la fila
𝑷𝒐: Probabilidad de que los servidores se encuentren inactivos
𝝆: Condición de estado
𝒄: No. de servidores
𝑵: No. máximo de pedidos permitido en el sistema (pedidos que se pueden despachar, se asume uno por distribuidor)

PROBABILIDADES DE ESTADO

La probabilidad de que los servidores se encuentren inactivos para el modelo (M/M/c):(DG/ / /), esta dada por :

0
Determine : Tasa efectiva de llegada
donde : 1
𝝀𝒆𝒇: Tasa efectiva de llegada SUMA
𝑷𝑵: Probabilidad de capacidad máxima en el sistema

Tasa efectiva de llegada

15.45
Tasa efectiva de llegada
𝜆𝑒_𝑓=𝜆(1−𝑃_𝑁 ) 15.45

Probabilidad de capacidad maxima en el

sistema
𝑃_𝑁=𝑃^𝑁/ 0.0220416978359384
(𝑐^(𝑁−𝑐) 𝑐!) 𝑃_0

2.20%
Donde :
𝝆: Condición de estado
𝒄: No. de servidores
𝑵: No. máximo de pedidos permitido en el sistema (pedidos que se pueden despachar, se asume uno po
𝑷𝟎: Probabilidad de inactividad

Cantidad esperada de distribuidores en el sistema

9.04870549294317

Donde:
𝑳𝒔 : Cantidad esperada de distribuidores en el sistema
𝑳𝒒: Cantidad esperada de distribuidores en la fila
𝝁: Tasa de servicio
𝝀𝒆𝒇: Tasa efectiva de llegada

Tiempo estimado de espera en la fila

0.240783147944961

Donde
𝑾𝒒: Tiempo estimado de espera en la fila
𝑳𝒒: Cantidad esperada de clientes en la fila
𝝀𝒆𝒇: Tasa efectiva de llegada

Tiempo estimado de espera en el sistema

0.585610734151858

Donde
𝑾𝒔 : Tiempo estimado de espera en el sistema
𝑳𝒔 : Cantidad esperada de clientes en el sistema
𝝀𝒆𝒇: Tasa efectiva de llegada

∞
(M/M/c):(DG/N/ )
Condicion de Tasa de llegada Tasa de servicio numero de
estado ( exponencial ) ( exponencial ) servidores
𝜌
ʎ µ C
5.448275862 15.8 2.9 6

𝐿_𝑆
Cantidad esperada de distribuidores en el sistema 9.04870549294

𝐿𝑞
Cantidad esperada de distribuidores en la fila 3.72051888115
𝑤_𝑆
Tiempo estimado de espera en el sistema 0.58561073415

𝑤_𝑞
Tiempo estimado de espera en la fila 0.24078314794

Distribucion Probabilidad
P0 0 0.002342
P1 1 0.0127576990835365
P2 2 0.0347537319861856
P3 3 0.063115973032383
P4 4 0.085968308095832
P5 5 0.0936758115802859
P6 6 0.0850619438487654
P7 7 0.077240155908649
P8 8 0.0701376128365893
P9 9 0.0636881771734547
P10 10 0.0578317930655508
P11 11 0.0525139270365347
P12 12 0.0476850601826004
P13 13 0.0433002270623613
P14 14 0.0393185969876615
P15 15 0.0357030938163822
P16 16 0.0324200507068298
P17 17 0.0294388966188455
P18 18 0.0267318716423999
P19 19 0.0242737685028689
P20 20 0.0220416978359384
 3.720518881152

e uno por distribuidor)

TADO

/ /), esta dada por :

1 2 3 4 5

5.44827586 14.84185493 ### 36.713443 40.004993

124.962740
Probabilidad P0
n despachar, se asume uno por distribuidor)
M/c):(DG/N/ )
Disciplina Tamaño de
en la cola Limite del Sistema la fuente

DG Disciplina
General N ∞
20

Probabilidad de que no halla distribuidores en el sistema

Probabilidad de que un distribuidor tenga que esperar

Probabilidad de que halla 9 distribuidores en el sistema

Probabilidad de que halla 10 distribuidores o mas en el sistema

3.72051888115276

302.095134969292

0.002342 0.23%
0.002342 0.23%
 𝑝_0
es en el sistema 0.23%

a que esperar P=(x>=6) 70.74%

s en el sistema P=(x=9) 6.37%

es o mas en el sistema P=(x>=10) 58.87%

Proyectar la demanda futura usando un modelo pronóstico de suavización exponencial simple

La fórmula para calcular el pronóstico de un período usando suavización exponencial simple está dada por:
Donde
𝐹𝑡 = Pronóstico del período actual.
𝐹𝑡−1 = Pronóstico del período anterior
𝐷𝑡−1 = Demanda periódica del período anterior
𝛼 = Constante de suavización (dada en la guía)

Importante: Para el primer período se toma 𝐹1 = 𝐷1 y se calcula a partir de 𝐹2.

Dia Demanda F Datos

1 165 165 Letra
2 178 165 A
3 125 167.6
4 164 159.08
5 171 160.064
6 155 162.2512
7 123 160.80096
8 124 153.240768
9 145 147.3926144
10 156 146.91409152
11 137 148.731273216
12 148 146.385018573
13 159 146.708014858
14 168 149.166411887
15 171 152.933129509

• Graficar las demandas futuras (Simple Vs Con tendencia).

 ✓ Use la función “HoltWinters” de R para comprobar los resultados

Proyectar la demanda futura usando un modelo pronóstico de suavización exponencial simple con tendencia.

Para calcular el pronóstico usando suavización exponencial simple con tendencia, primero calculamos una primera suav
Donde
𝐴𝑡 = Primera suavización del pronóstico
𝐴𝑡−1 = Primera suavización del pronóstico del período anterior
𝛼 = Constante de suavización (dada en la guía)
𝐷𝑡 = Demanda periódica del período
𝑇𝑡−1 = Tendencia del período anterior.

Para cada período la tendencia se calcula de la siguiente forma:

Donde
𝑇𝑡 = Tendencia del período
𝛽 = Constante de suavización (dada en la guía).

Luego, calculamos el pronóstico ajustado mediante la fórmula:

Importante: No se calcula 𝐹1, ni 𝐹2. Empezamos a calcular a partir de 𝐹3. Además 𝐴2 = 𝐷2 y

𝑇2 toma el valor de tendencia dado en la guía según su literal.

Dia Demanda A T F
1 165 165
2 178 178 50
3 125 207.4 38.258 228
4 164 229.3264 28.948988 245.658
5 171 240.8203104 18.9995938 258.275388
6 155 238.855923334 7.05012469 259.819904
7 123 221.324838422 -6.96116478 245.906048
8 124 196.290938912 -17.2626236 214.363674
9 145 172.222652268 -21.1418515 179.028315
10 156 152.064640594 -20.5810628 151.080801
11 137 132.586862227 -19.9521907 131.483578
12 148 119.70773724 -15.9205432 112.634672
13 159 114.829755205 -9.62628335 103.787194
14 168 117.762777483 -2.46747914 105.203472
15 171 92.236238673 -15.6111432 115.295298

• Graficar las demandas futuras (Simple Vs Con tendencia).

✓ Use la función “HoltWinters” de R para comprobar los resultados
 Grafica en excel

Demanda F
165 Demandas futuras ( simples Vs conte
178 300
125 228
250
164 245.658
171 258.275388 200
155 259.819904 150
123 245.906048
124 214.363674 100

145 179.028315 50
156 151.080801
137 131.483578 0
1 2 3 4 5 6 7 8 9 10 1
148 112.634672
159 103.787194
Demanda F
168 105.203472
171 115.295298
le está dada por:
 α β Tendencia
0.2 0.57 50

165,178,125,164,171,155,123,124,145,156,137,148,159,168,171
on tendencia.

calculamos una primera suavización, utilizando la fórmula:

Datos
Letra α β Tendencia
A 0.2 0.57 50
uras ( simples Vs conte tendencia )

5 6 7 8 9 10 11 12 13 14 15

Demanda F