TRABAJO COLABORATIVO No 2 METODOS PROBABILISTICOS 104561_8

PRESENTADO POR:

NENCER GOMEZ CODIGO: 7701008

PRESENTADO A: TUTOR: DARWIN WILLIAM BARROS

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA ESCUELA DE CIENCIAS BASICAS, TECNOLOGIA E INGENIERIA INGENIERIA INDUSTRIAL CALI, 2013

OBJETIVOS

Identificar los diferentes algoritmos utilizados para solucionar problemas de Cadenas de Markov, teora de colas y programacin no lineal.

Proponer y plantear problemas de aplicacin donde se utilicen los Modelos Prototipo para solucionar problemas de Cadenas de Markov, teora de colas y programacin no lineal.

2. Resolver los siguientes problemas de aplicacin: a. Formule como una cadena de Markov el siguiente proceso. El fabricante de dentfrico AROMA controla actualmente 60% del mercado de una ciudad. (Estado inicial). Datos del ao anterior muestran que 80% de consumidores de AROMA continan usndola, mientras que 20% de los usuarios de AROMA cambiaron a otras marcas. Adems 75% de los usuarios de la competencia permanecieron leales a estas otras marcas, mientras que 25% restante se cambi a AROMA. Considerando que estas tendencias continan, determnese la parte del mercado que corresponde a AROMA: en 3 aos y a largo plazo. (Dibuje el diagrama de estados correspondiente a la cadena de Markov). Solucin Definimos la variable J: consumidores

Entonces tenemos:

Probabilidad de que un consumidor de AROMA siga fiel a AROMA = 0,8 Probabilidad de que un cliente de AROMA cambie a otras marcas = 0,2 Probabilidad de que un cliente de otras marcas se cambie a AROMA =0,25 Probabilidad de que un cliente de otra marca siga fiel a esa marca = 0,75

Luego realizamos la matriz e transicin:

DIAGRAMA DE ESTADOS 0.8 M1 0.25 M2 0.20 0.75

a. en 3 aos y a largo plazo. (Dibuje el diagrama de estados correspondiente a la cadena de Markov). Vector inicial de distribucin probabilstica

Calculo probabilstico para los primeros tres aos SOLUCIN M1= consumo AROMA M2= consumo otras marcas Entonces tenemos:

 Probabilidad de que un consumidor de AROMA siga fiel a AROMA Probabilidad de que un cliente de AROMA cambie a otras marcas Probabilidad de que un cliente de otras marcas se cambie a AROMA Probabilidad de que un cliente de otra marca siga fiel a esa marca Vector inicial es Calculando la probabilidad de los ciclos tenemos :

A continuacin relacionamos las probabilidades para cada estado: Estado PROBABILIDADES PROBABILIDADES ESTADO 1(M1) ESTADO 2(M2) INICIO 0.60 0.40 1 0.58 0.42

2 3

0.56 0.5555

0.43 0.4352

Segn lo anterior en un periodo de 3 aos el mercado le corresponder en un 55.55% a AROMA y en un 43.52% a las otras marcas Ahora calculamos la probabilidad a largo plazo, tenemos: Entonces obtenemos las siguientes ecuaciones:

Resolviendo el sistema encontramos que:

Lo que quiere decir que a la marca AROMA capturara el 56% del mercado y las otras marcas tendrn el 44% 3. La empresa Sharp Inc. es una empresa que comercializa agujas hipodrmicas indoloras en los hospitales, desea reducir sus costos de inventario mediante la determinacin del nmero de agujas que debe obtener en cada orden. La demanda anual es de 1000 unidades; el costo de manejo por unidad por ao es de 0.50 dlares. Calcule el nmero ptimo de unidades por orden. Datos: D = demanda anual = 1000 A = $ 10.00 (costo por cobrar una orden) H = $ 0.50/unidad-ao (costo por mantener una unidad en inventario por ao) a) Nmero ptimo de unidad por orden Q* = 2AD/H= [((2 x 10) x 1000) / 0.50]
1/2

Q* = 200 agujas/orden

b) Nmero de rdenes en el ao (N) N = D/Q = (200 unidades/orden) / (200 unidades/orden) N = 5 rdenes c) Costo total de Inventario C = 10 (1000/200) +8(1000) + 0.50 (200/2) = 8100 4. El departamento de comercializacin de la marca X hizo una investigacin y encontr que, si un cliente compra su marca, existe un 68% de posibilidades de que la compre de nuevo la prxima vez, por otro lado, si la ltima compra fue de otra marca, entonces se escoge la marca X slo el 25% del tiempo. Cul es el porcentaje de mercado que puede pronosticarse a la larga para la marca X. Para comenzar un anlisis de transicin, se deben conocer el estado actual. Supngase que se est comenzando y que hay 75% de posibilidades de estar en el estado 1 y 25% de estar en el estado 2. Esto define el estado actual en forma probabilstica. Cul es el porcentaje de mercado que puede pronosticarse a la larga para la marca X? Estados: S1 = Un cliente compra su marca de nuevo la prxima vez. S2 = La ultima compra fue de otra marca. Matriz de Transicin: S1 S2 S1 0.68 0.32 S2 0.25 0.75 X0= Representa la proporcin de objetos en cada estado al inicio del proceso (vector inicial de distribucin probabilstica) ESTADO ACTUAL X0= [X1, X2]= [0.68, 0.32] Para hallar el porcentaje de mercado que puede pronosticarse es necesario determinar las 2 probabilidades anteriores, ya que: X2 = x1.p X1 = x0.p

Xn = x0.pn esta ecuacin representa la proporcin de objetos en el estado i que realizan la transicin al estado j durante un perodo. Entonces las probabilidades para el primer ciclo se calcularan as:

Entonces las probabilidades para el segundo ciclo se calcularan as:

De esta forma se halla el porcentaje de transicin, el resultado final es Probabilidades Probabilidades estado 1S1 estado 2S2 Inicio 1 2 0.68 0.68 0.68 0.32 0.23 0.23

Respuesta: El porcentaje de mercado que puede pronosticarse a la larga para la marca X es: 0.23%