Estrategia de Participación. Dada la Participación en el mercado de TECOL S. A.

inicial y
desarrollar la Estrategia de Participación planteando un modelo de cadena Markov, para de
a. Las probabilidades estacionarias de los periodos futuros.
b. Las probabilidades de estado estable de la participación.

TABLA DE PARTICIPACION EN EL M

DISTRIBUIDOR 1
PARTICIPACION INICIAL EN EL MERCADO 0.01

DISTRIBUIDOR 1 0.28
DISTRIBUIDOR 2 0.36
DISTRIBUIDOR 3 0.24
DISTRIBUIDOR 4 0.25

Teniendo en cuenta el Modelo de Cadena de Markov:

�_𝒏=�_(𝒏−�
)�

Donde:
Pn: Probabilidades estacionarias del periodo n
P n - 1: Probabilidades estacionarias del periodo anterior
T: Probabilidades de transición
n: Periodo

Teniendo en cuenta los datos de la tabla anterior de participacion en el mercado de TECOL

Se tiene:

Las probabilidades del periodo inicial (0):

Periodo Po : Probabilidades del periodo inicial

0 0.01 0.35 0.32

Las probabilidades de transición:

T: Probabilidades de transición
�_�=(0.01,
Estado 0.35, 0.32,1 0.32) 2 3
1 0.28 0.33 0.38
 2 0.36 0.07 0.42
3 0.24 0.28 0.37
4 0.25 0.25 0.25

Donde:
Estado 1: Distribuidor 1
Estado 2: Distribuidor 2
Estado 3: Distribuidor 3
Estado 4: Distribuidor 4

Entonces, aplicando el producto vector por matriz, se obtienen las siguientes probabilidad

Probabilidades estacionarias del periodo 1: P1

Si n = 1, entonces,

Estado
1 0.0028 0.0033 0.0038
2 0.126 0.0245 0.147
3 0.0768 0.0896 0.1184
4 0.08 0.08 0.08
0.2856 0.1974 0.3492
�_�=�_((1−1))
�
�_�=�_0�

Probabilidades estacionarias del periodo 3: P3

Si n = 3, entonces,

�_�

�_�=(0.2856, 0.1974, 0.3492, 0.1678)

Estado
1 0.0775 0.0913 0.1052
2 0.0892 0.0173 0.1041
3 0.0870 0.1015 0.1342
4 0.0282 0.0282 0.0282
0.2819 0.2384 0.3716
�_�=�_((3−1))
�
�_�=�_2�

�_�=�_�×
�
 �_�=�_�×
�
Probabilidades estacionarias del periodo 5: P5

Si n = 5, entonces,
�_�

�_�=(0.2819, 0.2384, 0.3716, 0.1080)

Estado
1 0.0787 0.0927 0.1068
2 0.0867 0.0169 0.1011
3 0.0892 0.1041 0.1376
4 0.0266 0.0266 0.0266
0.2812 0.2403 0.3721

Probabilidades estacionarias del periodo 7: P7

�_�=�_((5−1))
�
Si�_�=�_4�
n = 7, entonces,
�_�=�_�×
�

Estado
1 0.0787 0.0928 0.1068
�_�
2 0.0865 0.0168 0.1010
3 0.0893 0.1042 0.1377
�_�=(0.2812, 0.2403, 0.3721, 0.1064)
4 0.0266 0.0266 0.0266
0.2812 0.2404 0.3721

Probabilidades
�_�=�_((7−1))estacionarias del periodo 9: P9
�
�_�=�_6�
Si n = 9, entonces,

�_�=�_�×
�

Estado
1 0.0617 0.0727 0.0838
�_� 2 0.0610 0.0119 0.0712
3 0.0668 0.0780 0.1030
4 0.0196 0.0196 0.0196
 0.2092 0.1822 0.2776

�_�=(0.2812, 0.2404, 0.3721, 0.1064)

Para alcanzar el estado estable, se deben estimar las probabilidades estacionarias para tan
hasta cuandoas probabilidades sean las mismas periodo tras periodo.

Por tanto, las probabilidades estacionarias de cada uno de los periodos son:

�_�=�_((9−1)) Probabilidades estacionarias por periodo

�
�_�=�_8�
Periodo Distribuidos 1 Distribuidos 2 Distribuidos 3
1 0.2856 0.1974 0.3492
2 �_�=�_��
0.2768 0.2478 0.3626
3 0.2819 0.2384 0.3716
4 0.2810 0.2408 0.3718
5 0.2812 0.2403 0.3721
6 0.2811 0.2404 0.3721
�_� 7 0.2812 0.2404 0.3721
8 0.2204 0.1695 0.2785
�_�=(0.2092, 0.1822,
9 0.2776, 0.0779
0.2092 ) 0.1822 0.2776
10 0.2103 0.1790 0.2782
n 2.6088 2.1763 3.4057

El estado estable, se alcanza cuando las probabilidades estacionarias no varían periodo tra

Por último, las probabilidades de estado estable son:

Probabilidades del estado estable

Periodo Distribuidor 1 Distribuidor 2 Distribuidor 3
n 2.6088 2.1763 3.4057
TECOL S. A. inicial y estimada,
dena Markov, para determinar:

TICIPACION EN EL MERCADO DE TECOL S. A.

DISTRIBUIDOR 1 DISTRIBUIDOR 2 DISTRIBUIDOR 3 DISTRIBUIDOR 4

0.01 0.35 0.32 0.32

0.28 0.33 0.38 0.01

0.36 0.07 0.42 0.15
0.24 0.28 0.37 0.11
0.25 0.25 0.25 0.25
PARTICIPACION ESTIMADA EN EL MERCADO

el mercado de TECOL S. A.

o inicial
0.32

4
0.01
 0.15
0.11
0.25

siguientes probabilidades estacionarias para cada uno de los periodos, hasta alcanzar el estado estable:

Probabilidades estacionarias del periodo: P2

Si n = 2, entonces,

Estado
0.0001 1
0.079968 0.094248 0.108528
0.0525 2
0.071064 0.013818 0.082908
0.0352 3
0.083808 0.097776 0.129204
0.08 4
0.04195 0.04195 0.04195
0.1678 0.27679 0.247792 0.36259
�_�=�_((2−1))
�
�_�=�_1�

Probabilidades estacionarias del periodo 4: P4

Si n = 4, entonces,

�_�

�_�=(0.2768, 0.2478, 0.3626, 0.1128)

Estado
0.0028 1 0.0789 0.0930 0.1071
0.0372 2 0.0858 0.0167 0.1001
0.0399 3 0.0892 0.1041 0.1375
0.0282 4 0.0270 0.0270 0.0270
0.1080 0.2810 0.2408 0.3718
�_�=�_((4−1))
�
�_�=�_3�

�_�=�_�×
�
 �_�=�_�×
�
Probabilidades estacionarias del periodo 6: P6

Si n = 6, entonces,
�_�

�_�=(0.2810, 0.2408, 0.3718, 0.1065)

Estado
0.0028 1 0.0787 0.0928 0.1069
0.0361 2 0.0865 0.0168 0.1009
0.0409 3 0.0893 0.1042 0.1377
0.0266 4 0.0266 0.0266 0.0266
0.1064 0.2811 0.2404 0.3721

Probabilidades estacionarias del periodo 8: P8

�_�=�_((6−1))
�
�_�=�_5�
Si n = 8, entonces,
�_�=�_�×
�

Estado
0.0028 1 0.0787 0.0928 0.1068
�_�
0.0361 2 0.0865 0.0168 0.1010
0.0409 3 0.0286 0.0333 0.0441
0.0266 4 �_�=(0.2811, 0.2404,
0.0266 0.3721,
0.0266 0.1064 )
0.0266
0.1064 0.2204 0.1695 0.2785

Probabilidades estacionarias del periodo 10: P10

�_�=�_((8−1))
�
�_�=�_7�
Si n = 10, entonces,

�_�=�_�×
�

Estado
0.0022 1 0.0586 0.0690 0.0795
0.0254 2 �_� 0.0656 0.0128 0.0765
0.0306 3 0.0666 0.0777 0.1027
0.0196 4 0.0195 0.0195 0.0195
 0.0779 0.2103 0.1790 0.2782

�_�=(0.2204, 0.1695, 0.2785, 0.0786)

estacionarias para tantos periodos sean necesarios hasta que la variación sea nula o mínima, es decir
.

eriodos son:

o �_��=�_((10−1))×
�
�_��=�_9�
Distribuidos 4
0.1678
0.1128 �_��=�_��
0.1080
0.1065
0.1064
0.1064
0.1064 �_�
�
0.0786
0.0779 �_��=(0.2103, 0.1790, 0.2782, 0.0794)
0.0794
1.0503

s no varían periodo tras periodo

Distribuidor 4
1.0503
DISTRIBUIDOR 4
0.32

0.01
0.15
0.11
0.25
nzar el estado estable:

0.002856
0.02961
0.038412
0.04195
0.112828

8)

0.0028
0.0358
0.0409
0.0270
0.1065

�_�=�_�×
�
 �_�=�_�×
�

065)

0.0028
0.0360
0.0409
0.0266
0.1064

�_�=�_�×
�

0.0028
0.0361
0.0131
064) 0.0266
0.0786

�_�=�_�×
�

0.0021
0.0273
0.0305
0.0195
 0.0794

786)

a o mínima, es decir

.0794)
 TABLA 5 RELACION DE TIEMPOS DE TECOL S.A.

TIEMPO TIEMPO
ENTRE DE
LLEGAD SERVICI
AS O
No. (Minutos) No. (Minutos)
1 10.19783 1 6.525544
2 6.448058 2 0.056283
3 9.01914 3 7.673396
4 5.793923 4 9.998769
5 3.513397 5 2.591639
6 5.723166 6 6.154937
7 5.577782 7 1.308792
8 9.510398 8 4.526408
9 4.367301 9 3.580243
10 6.927388 10 3.535
11 11.52257 11 0.959845
12 8.416002 12 2.237542
13 11.40259 13 6.284366
14 7.157296 14 6.846547
15 3.344973 15 8.375508
16 2.974981 16 9.913707
17 9.938278 17 1.99653
18 7.182895 18 4.28824
19 6.110272 19 7.541195
20 3.662338 20 2.710082
21 3.618243 21 6.684114
22 11.48065 22 8.056319
23 6.598091 23 1.32467
24 9.515468 24 2.762163
25 9.993137 25 3.350218
26 8.105729 26 7.120384
27 2.648332 27 7.451326
28 9.250044 28 6.817666
29 9.459691 29 3.158209
30 4.539768 30 6.8436
31 4.784224 31 5.688534
32 8.412778 32 1.913853
33 7.068858 33 5.977271
34 6.817368 34 2.782206
35 8.132233 35 7.572525
36 5.977591 36 8.74802
37 2.278819 37 9.41622
38 8.880678 38 1.66382
39 6.319727 39 7.525337
40 9.709842 40 2.283091
41 8.052646 41 6.49976
42 5.517637 42 2.625656
43 5.617029 43 1.747998
44 4.723873 44 6.139825
45 5.519178 45 7.822131
46 7.541791 46 0.050015
47 7.353529 47 7.54385
48 6.635885 48 9.363225
49 11.48469 49 7.194902
50 8.103277 50 7.78484
51 4.439892 51 2.997592
52 2.717773 52 7.864631
53 10.66458 53 1.595454
54 9.813598 54 9.925654
55 11.52972 55 5.806255
56 4.54606 56 4.653733
57 2.526656 57 0.476034
58 4.275946 58 5.046486
59 9.54458 59 2.52196
60 6.55231 60 4.563466

Tabla de Distribución Empí

No. de
Clases
�

1
2
3
4
5
6
7
8
9
10
 Total

Representar gráficamente

Determinar la Media de la d

Donde:
Media de la distribución e
Frecuencia relativa de la
Marca de clase
No. de Clase

Marca de
clase

2.5
3.5
4.5
5.5
6.5
7.5
 8.5
9.5
10.5
11.5

Determinar la Varianza de l

Marca de
clase

2.5
3.5
4.5
5.5
6.5
7.5
8.5
9.5
10.5
11.5

PRUEBA DE BONDAD DE A

DISTRIBUCION EXPONENC
Tabla de Distribución Expo

No. de
Clases
�=�

1
2
3
4
5
6
7
8
9
10

Representar gráficamente

DISTRIBUCION

Tabla de Distribución p
 Li-1
2
3
4
5
6
7
8
9
10
11

Prueba de Hipotesis

Prueba de Bondad de ajust

Solucion:
N
K
Nivel de confianza
alfa

TIEMPOS DE SERVICIO

Tabla de Distribución Empí

No. de
Clases
�

1
2
3
4
5
6
7
8
9
10
Total

Representar gráficamente
Media de la distribución em

Donde:
Media de la distribución e
Frecuencia relativa de la
Marca de clase
No. de Clase

Marca de
clase

0.5
1.5
2.5
3.5
4.5
5.5
6.5
7.5
8.5
9.5

Varianza de la distribución
 Marca de
clase

0.5
1.5
2.5
3.5
4.5
5.5
6.5
7.5
8.5
9.5

PRUEBA DE BONDAD DE A

DISTRIBUCION EXPONENC

Tabla de Distribución Expo

No. de
Clases
�=�

1
2
3
4
5
6
7
8
9
10
 λ

Representar gráficamente

DISTRIBUCION

Tabla de Distribución p

Li-1

0
1
2
3
4
5
6
7
8
9
Prueba de Hipotesis

Prueba de Bondad de ajust

Solucion:

N
K
Nivel de confianza
alfa
la de Distribución Empírica para Tiempo entre llegadas: Ordenamos los datos de menor a mayor y agrupados en

Clase Marca de Frecuencia Observada Frecuencia Relativa Frecuencia Relativa

clase empírica empírica Acumulada empírica
�_(�−�) �_� �_� �_�
−�_�
(2 - 3) 2.5 5 0.083333333 0.083333333
(3 - 4) 3.5 4 0.0666666667 0.150000000
(4 - 5) 4.5 7 0.1166666667 0.266666667
(5 - 6) 5.5 7 0.1166666667 0.383333333
(6 - 7) 6.5 8 0.1333333333 0.516666667
(7 - 8) 7.5 5 0.0833333333 0.600000000
(8 - 9) 8.5 7 0.1166666667 0.716666667
(9 - 10) 9.5 10 0.1666666667 0.883333333
(10 - 11) 10.5 2 0.0333333333 0.916666667
(11 - 12) 11.5 5 0.0833333333 1.000000000
 60 1.000

resentar gráficamente la Frecuencia Relativa empírica �� y la Frecuencia Relativa Acumulada empírica ��

fi - Fi
1.2

0.8

0.6

0.4

0.2

0
1 2 3 4 5 6 7 8 9 10
Col umn M Col umn N

erminar la Media de la distribución empírica para Tiempos entre llegada. Sea,

Media de la distribución�  : empírica

Frecuencia relativa de �_ la Clase
Marca de clase ��: 
o. de Clase �:�:
�=1,10

Frecuencia Relativa Media de la

empírica distribución empírica
�_� �_�×�  �

0.083333333 0.2083333333
0.066666667 0.2333333333
0.116666667 0.525
0.116666667 0.6416666667
0.133333333 0.8666666667
0.083333333 0.625
 0.116666667 0.9916666667
0.166666667 1.5833333333
0.033333333 0.35
0.083333333 0.9583333333
∑_(�
=1)^
10▒ 6.9833333333
〖=
〗

erminar la Varianza de la distribución empírica para Tiempo entre llegada. Sea,

Frecuencia Relativa Varianza de la

empírica distribución empírica
�_� �_�×(�  � −�)
^�
0.083333333 1.6750231481
0.066666667 0.8089074074
0.116666667 0.7194768519
0.116666667 0.2566990741
0.133333333 0.0311481481
0.083333333 0.0222453704
0.116666667 0.2683657407
0.166666667 1.0556018519
0.033333333 0.4122314815
0.083333333 1.7000231481
∑_(�
=1)^ 6.9497222222
10▒
〖=
〗

UEBA DE BONDAD DE AJUSTE PARA TIEMPO ENTRE LLEGADAS

TRIBUCION EXPONENCIAL TEORICA

la de Distribución Exponencial teórica para Tiempo entre llegadas:

Clase Marca de Frecuencia Frecuencia Relativa

clase Exponencial teorica Exponencial teórica
�_(�−�) �(�)
�=�  � �(�)
−�_�
(2 - 3) 2.5 0.1240929437 0.3009235881
(3 - 4) 3.5 0.1075367597 0.3941926922
(4 - 5) 4.5 0.0931894622 0.4750180553
(5 - 6) 5.5 0.0807563469 0.5450598917
(6 - 7) 6.5 0.0699820281 0.6057569136
(7 - 8) 7.5 0.0606451932 0.658355884
(8 - 9) 8.5 0.0525540564 0.7039372254
(9 - 10) 9.5 0.0455424198 0.7434372132
(10 - 11) 10.5 0.039466259 0.7776672071
(11 - 12) 11.5 0.0342007651 0.8073303169

0.1431980907

resentar gráficamente la Frecuencia relativa acumulada empírica �� Vs Frecuencia relativa Exponencial teóri

fi vs F(t)
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
1 2 3 4 5 6 7 8 9 10
Col umn I Col umn L

TRIBUCION �^�

la de Distribución �^�
para Tiempo entre llegadas:
 No. de Clase Frecuencia Observada Agrupamiento de
Li Clases Clases para �^
�_(�−�) �_� 5 �
3 �1 (2 - 3)
−�_� 0.1702012697
4 2 (3 - 4) 4 0.2808018979
5 3 (4 - 5) 7 1.3685000131
6 4 (5 - 6) 7 2.4372676992
7 5 (6 - 7) 8 6.268204933
8 6 (7 - 8) 5 1.4474255716
9 7 (8 - 9) 7 7.7924571957
10 8 (9 - 10) 10 27.5321860278
11 9 (10 - 11) 2 0.0040605335
12 10 (11 - 12) 5 6.7460430147
Total 60

eba de Hipotesis

eba de Bondad de ajusta. Para el Tiempo entre llegadas probar:

Edgar Echavez Grupo#_

 7
1
el de confianza 0.95
0.05
�^2 54.047148
(�^2 ) 11.07
_5,0,095
Se acepta
�^2>(�^2 ) la hipotesis nula
_5,0,095

MPOS DE SERVICIO

la de Distribución Empírica para Tiempos de servicio: Se ordenan los datos de menor a mayor y se agrupan en

Clase Marca de Frecuencia Observada Frecuencia Relativa Frecuencia Relativa

�_(�−�) clase empírica empírica Acumulada empírica
−�_� �_� �_� �_�
(0 - 1) 0.5 4 0.066666667 0.066666667
(1 - 2) 1.5 7 0.116666667 0.183333333
(2 - 3) 2.5 9 0.150000000 0.333333333
(3 - 4) 3.5 4 0.066666667 0.400000000
(4 - 5) 4.5 4 0.066666667 0.466666667
(5 - 6) 5.5 4 0.066666667 0.533333333
(6 - 7) 6.5 9 0.150000000 0.683333333
(7 - 8) 7.5 11 0.183333333 0.866666667
(8 - 9) 8.5 3 0.050000000 0.916666667
(9 - 10) 9.5 5 0.083333333 1.000000000
60 1.000

resentar gráficamente la Frecuencia Relativa empírica �� y la Frecuencia Relativa Acumulada empírica ��

fi - Fi
1.2

0.8

0.6

0.4

0.2

0
1 2 3 4 5 6 7 8 9 10
 0.6

0.4

0.2

0
1 2 3 4 5 6 7 8 9 10
Col umn M Col umn N

dia de la distribución empírica para Tiempos de servicio. Sea,

Media de la distribución�  : empírica

Frecuencia relativa de �_ la Clase
Marca de clase ��: 
o. de Clase �:�:
�=1,10

Frecuencia Relativa Media de la

empírica distribución empírica
�_� �_�×�  �

0.066666667 0.0333333333
0.116666667 0.175
0.150000000 0.375
0.066666667 0.2333333333
0.066666667 0.3
0.066666667 0.3666666667
0.150000000 0.975
0.183333333 1.375
0.050000000 0.425
0.083333333 0.7916666667
∑_(�
=1)^
��▒ 5.05
〖=
〗

anza de la distribución empírica para Tiempos de servicio. Sea,

 Frecuencia Relativa Varianza de la
empírica distribución empírica
�_� �_�×(�  � −�)
^�
0.066666667 1.3801666667
0.116666667 1.4702916667
0.150000000 0.975375
0.066666667 0.1601666667
0.066666667 0.0201666667
0.066666667 0.0135
0.150000000 0.315375
0.183333333 1.1004583333
0.050000000 0.595125
0.083333333 1.6502083333
∑_(�
=1)^ 7.6808333333
10▒
〖=
〗

UEBA DE BONDAD DE AJUSTE PARA TIEMPOS DE SERVICIO

TRIBUCION EXPONENCIAL TEORICA

la de Distribución Exponencial teórica para Tiempo de servicio:

Clase Marca de Frecuencia Frecuencia Relativa

clase Exponencial teorica Exponencial teórica
�_(�−�)
�=�  � �(�) �(�)
−�_�
(0 - 1) 0.5 0.1624462591 0.0942662597
(1 - 2) 1.5 0.1332633748 0.2569780579
(2 - 3) 2.5 0.1093230904 0.3904592687
(3 - 4) 3.5 0.0896835917 0.4999610617
(4 - 5) 4.5 0.073572258 0.5897912526
(5 - 6) 5.5 0.0603552674 0.6634837739
(6 - 7) 6.5 0.0495126614 0.7239376997
(7 - 8) 7.5 0.0406178904 0.7735312958
(8 - 9) 8.5 0.033321033 0.8142155813
(9 - 10) 9.5 0.0273350296 0.8475910818
 0.198019802

resentar gráficamente la Frecuencia relativa acumulada empírica �� Vs Frecuencia relativa Exponencial teóri

Fi vs F(t)
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
1 2 3 4 5 6 7 8 9 10
Col umn I Col umn M

TRIBUCION �^�

�^�
la de Distribución para Tiempos de servicio:

No. de Clase Frecuencia Observada Agrupamiento de

Clases Clases para �^
Li �_(�−�) �_� �
� −�_�

1 1 (0 - 1) 4 4.2631810658
2 2 (1 - 2) 7 0.3838871534
3 3 (2 - 3) 9 0.4203037031
4 4 (3 - 4) 4 0.6394966408
5 5 (4 - 5) 4 0.1592579588
6 6 (5 - 6) 4 5.62961224744087E-06
7 7 (6 - 7) 9 9.9405200664
8 8 (7 - 8) 11 25.5911490191
9 9 (8 - 9) 3 0.2816002089
10 10 (9 - 10) 5 5.5972880516
Total 60
eba de Hipotesis

eba de Bondad de ajusta. Para el Tiempo entre llegadas probar:

7
1
el de confianza 0.95
0.05
�^2 47.276689
(�^2 ) 11.07
_5,0,095
Se acepta
�^2>(�^2 ) la hipotesis nula
_5,0,095
enor a mayor y agrupados en Clases (intervalos)

Frecuencia Relativa
Acumulada empírica
�_�

0.083333333
0.150000000
0.266666667
0.383333333
0.516666667
0.600000000
0.716666667
0.883333333
0.916666667
1.000000000
Acumulada empírica ��

9 10
a relativa Exponencial teórica � (�)

10
 Frecuencia Agrupamiento de
Teórica Clases para �^
𝒏_� �
6.0115176395 0.1702012697 0.1702012697
5.2094753235 0.2808018979 0.2808018979
4.5144395764 1.3685000131 1.3685000131
3.9121338376 2.4372676992 2.4372676992
3.3901862909 6.268204933 6.268204933
2.9378757385 1.4474255716 1.4474255716
2.5459113789 7.7924571957 7.7924571957
2.2062419674 27.5321860278 27.5321860278
1.911890437 0.0040605335 0.0040605335
1.6568105843 6.7460430147 6.7460430147
34.296482774 54.0471481561

Edgar Echavez Grupo#_78

or a mayor y se agrupan en Clases (intervalos)

Frecuencia Relativa
Acumulada empírica
�_�
0.066666667
0.183333333
0.333333333
0.400000000
0.466666667
0.533333333
0.683333333
0.866666667
0.916666667
1.000000000

Acumulada empírica ��

10
10
a relativa Exponencial teórica � (�)

Frecuencia Agrupamiento de
Teórica Clases para �^
𝒏_� �

10.778783499 4.2631810658 4.2631810658

8.842413937 0.3838871534 0.3838871534
7.2539061797 0.4203037031 0.4203037031
5.9507681092 0.6394966408 0.6394966408
4.8817340908 0.1592579588 0.1592579588
4.0047481764 5.62961224744E-06 5.62961224744087E-06
3.2853096171 9.9405200664 9.9405200664
2.6951155989 25.5911490191 25.5911490191
2.2109478065 0.2816002089 0.2816002089
1.8137590109 5.5972880516 5.5972880516
51.717486026 47.2766894975
Edgar Echavez Grupo#_78
Teniendo en cuenta el Modelo de Programación Estocástica con restricciones aleatorias

Demanda diaria normalmente distribuida

Componente Unidades Demanda diaria

normalmente distribuida por componente
�
_�
Mecánico 1 4911.9656
Eléctrico 2 9823.9312
Electrónico 2 9823.9312

Demanda periodica normalmente distribuida

Si la demanda del dispositivo es:

Demanda del Dispositivo

Demanda del
Perido t
dispositivo D(t)

17 145661
18 145661
19 144855.44
20 150844.4672
 21 146743.771136
22 148027.43859968
23 149611.625967718
24 153375.830851592
25 150514.691149401
26 147510.408211473
27 145429.559226096
28 148892.932118965
29 151900.620264689
30 145903.785832926
31 140426.531532975
32 142384.387749018

Demanda periodica

Demanda del
Perido t
dispositivo D(t)

17 145661
18 145661
19 144855.44
20 150844.4672
21 146743.771136
22 148027.43859968
23 149611.625967718
24 153375.830851592
25 150514.691149401
26 147510.408211473
27 145429.559226096
28 148892.932118965
29 151900.620264689
30 145903.785832926
31 140426.531532975
32 142384.387749018
 ∑2_1
7^32 2357743.48984053
▒
Dp = 147358.968115033

Varianza de la Demanda periodica:

Demanda del
Perido t
dispositivo D(t)
Varianza de la
Demanda periodica
17 145661 2883095.71967
18 145661 2883095.71967
19 144855.44 6267653.02276257
20 150844.4672 12148703.8713033
21 146743.771136 378467.323011764
22 148027.43859968 446852.788843725
23 149611.625967718 5074467.40126362
24 153375.830851592 36202637.1905902
25 150514.691149401 9958587.86963939
26 147510.408211473 22934.1028096499
27 145429.559226096 3722618.66070957
28 148892.932118965 2353045.56535702
29 151900.620264689 20626604.248471
30 145903.785832926 2117555.47415842
31 140426.531532975 48058676.9642596
32 142384.387749018 24746449.8179448
∑2_1 ∑2_1
7^32 2357743.48984053 7^32 177891445.740465
▒ ▒
Dp = 147358.968115033 11118215.358779
 Tabla 6 Comportamiento de la Demanda de TECOL S. A.
Media de la Demanda periodica Varianza de la Demanda periodi
normalmente distribuida normalmente distribuida
Parametro b2 � ����

147358.968115033 11118215.358779

Nivel de significancia

Tabla 6 Comportamiento de la Demanda de TECOL S. A.

Unidades del Dispositivo �_1=0,05 �_2=0,10
200 �_((0,05))=1,6 �_((0,10))=1,2
45 85

Modelo de Programación Estocástica con restricciones aleatorias

Función objetivo:
𝑀�𝑥 �=𝑥_1+ 〖 2𝑥 〗 _2+ 〖 2𝑥 〗 _3

Sujeto a:
�{ 〖 4911,9656 𝑥 〗 _1+ 〖 9823,9312 𝑥 〗 _2+ 〖 9823,9312 𝑥 〗 _3≤200,000}≥0

�{𝑥_1+ 〖 2𝑥 〗 _2+ 〖 2𝑥 〗 _3≤𝑏_2 }≥0,10

Primera restricción:
 Entonces:

〖 4911,9656 𝑥 〗 _1+ 〖 9823,9312 𝑥 〗 _2+ 〖 9823,9312 𝑥 〗 _3+1,645√( 〖 12353,5726 𝑥 〗 _1^2+ 〖 49414,2905 𝑥 〗 _2^2+

Segunda restricción:

Entonces
𝑥_1+ 〖 2𝑥 〗 _2+ 〖 2𝑥 〗 _3≤147358,9681+1,285√11118215,36

Si,
�^2= 〖 12353,5726 𝑥 〗 _1^2+ 〖 49414,2905 𝑥 〗 _2^2+ 〖 49414,2905 𝑥 〗 _3^2

Entonces, el problema completo para resolver por programación separable será:

𝑀�𝑥 �=𝑥_1+ 〖 2𝑥 〗 _2+ 〖 2𝑥 〗 _3

〖 4911,9656 𝑥 〗 _1+ 〖 9823,9312 𝑥 〗 _2+ 〖 9823,9312 𝑥 〗 _3+1,645 � ≤200,000

〖 12353,5726 𝑥 〗 _1^2+ 〖 49414,2905 𝑥 〗 _2^2+ 〖 49414,2905 𝑥 〗 _3^2−�^2=0

𝑥_1+ 〖 2𝑥 〗 _2+ 〖 2𝑥 〗 _3≤147358,9681+1,285√11118215,36

𝑥_1+𝑥_2+𝑥_3≤0
estricciones aleatorias:

da diaria Varianza de la Demanda diaria normalmente

uida por componente distribuida por componente

9656 12353.5726
9312 49414.2905
9312 49414.2905
COL S. A.
de la Demanda periodica
malmente distribuida
����

11118215.358779

9312 𝑥 〗 _3≤200,000}≥0,05

𝑏_2 }≥0,10
+ 〖 49414,2905 𝑥 〗 _2^2+ 〖 49414,2905 〗 _3^2 )≤200,000

rable será:

5 � ≤200,000

𝑥 〗 _3^2−�^2=0

118215,36