TRABAJO COLABORATIVO UNIDAD 2

METODOS PROBABILISTICOS 104561_60

YINETH CAROLINA ESCOBAR MORENO

FABIO DAVID BUELVAS SÁNCHEZ

MAIRA JOHANA LOZANO BONILLA

IVÁN CAMILO ORTIZ DUQUE

ALEXANDRA ALMEYDA LOBO

Cód.: 1.098.654.893

VLADIMIR DE JESUS VANEGAS ANGULO

Tutor de curso

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD -

ESCUELA CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
PROGRAMA INGENIERIA INDUSTRIAL
2012
 INTRODUCCIÓN

A continuación se presenta el trabajo colaborativo numero 2, en cuando a

la teoría de cadenas de Markov, teorías de colas o líneas de espera y la
programación lineal , logrando colocar en practica todos lo conocimientos
adquirido en la unidad 2 del curso, y analizando de una manera mas
cognitiva y heurística los resultado obtenidos y logrando aplicar un análisis
temático sobre la probabilidad de ocurrencia o eventualidad de cualquier
situación, lo cual conforma la base de nuestra formación.
 OBJETIVOS

General

 Aplicar los conocimientos adquirido de teoría de cadena de Markov,

teoría de colas y programación no lineal.

Específicos.

 Estudias el concepto de teoría de cadena, teoría de cola y programación

no lineal.
 Compara las diferentes teorías de teoría de cadena ,teoría de cola y
programación no lineal.
 Analizarteoría de cadena,teoría.
 Practicarde cola y programación no lineal.
 Inferir que es programación no lineal.

CONCEPTO
CADENA DE Es una forma de analizar el
MARKOV movimiento actual de alguna
variable, a fin de pronosticar
un movimiento futuro de la
misma.
TEORIA DE COLAS Conocidas como líneas de
espera, el fenómeno de las
colas surge cuando unos
recursos compartidos
necesitan ser accedidos para
dar servicio a un elevado
número de trabajos o clientes.
CUADRO COMPARATIVO
CARACTERISTICA APLICACIONES
 Es una serie de eventos, en la cual la  Los patrones de compra de los
probabilidad de que ocurra un evento depende consumidores.
del evento inmediato anterior.  Pronosticar las concesiones por
 Recuerdan” el último evento y esto condiciona deudores morosos.
las posibilidades de los eventos futuros  Para planear las necesidades de
 permite encontrar la probabilidad de que un personal.
sistema se encuentre en un estado en particular  Para analizar el remplazo de equipo.
en un momento dado
 contiene:
 DIAGRAMA DE ESTADOS
 MATRIZ DE TRANSICIÓN
 Es importante porque proporciona tanto una  Los cruces de dos vías de circulación.
base teórica del tipo de servicio que podemos  Los semáforos.
esperar de un determinado recurso, como la  El peaje de una autopista los cajeros la
forma en la cual dicho recurso puede ser atención a clientes en un establecimiento
diseñado para proporcionar un determinado comercial.
grado de servicio a sus clientes.  La avería de deben ser reparados por un
 Las colas se presentan con frecuencia cuando servicio técnico,
de solicita un servicio por parte de una serie de
clientes y tanto el servicio como los clientes son
de tipo probabilístico.
 características operacionales de la cola
 Población de Clientes
 Proceso de llegada
 Proceso de colas
 Disciplina de colas
 Proceso de servicio
 Proceso de Salida
 Sistema de colas de un paso
 Red de colas
PROGRAMACION Es el proceso de resolución  No se dispone de un algoritmo que en los problemas de planeación económica
NL de un sistema de resuelva todos los problemas
igualdades y desigualdades específicos que se ajustan a este
sujetas a un conjunto de formato.
restricciones sobre un  En este caso se destaca el estudio de
conjunto de variables reales optimización en una variable sin
desconocidas, con una restricciones de la forma:
función objetivo a  Optimizar z = f(x).
maximizar, cuando alguna  programación cuadrática es un caso
de las restricciones o la particular de programación lineal.
función objetivo no son
lineales.  Métodos:
 las condiciones de optimalizad de.
 Karush Kuhn Tucker (KKT)
 TÉCNICA DEL GRADIENTE
 MÉTODO DE NEWTON- RAPHSON
 2. Resolver los siguientes problemas de aplicación:

a. Formule como una cadena de Markov el siguiente proceso. El fabricante

de dentífrico AROMA controla actualmente 60% del mercado de una
ciudad. (Estado inicial). Datos del año anterior muestran que 80% de
consumidores de AROMA continúan usándola, mientras que 20% de los
usuarios de AROMA cambiaron a otras marcas. Además 75% de los
usuarios de la competencia permanecieron leales a estas otras marcas,
mientras que 25% restante se cambió a AROMA. Considerando que
estas tendencias continúan, determínese la parte del mercado que
corresponde a AROMA: en 3 años y a largo plazo. (Dibuje el diagrama
de estados correspondiente a la cadena de Markov).

Datos:

Estado inicial 0,6 0,4

AROMAS OTRAS MARCAS
AROMAS (estado 1) 0,8 0,2
OTRAS MARCAS (estado 2) 0,25 0,75

Matriz de transición
S1 S2
S1 0.8 0.2
S2 0.25 0.75

Vector Inicial: 𝑥 0 = (0,6; 0,4)

Se calcula de la siguiente manera:

0,8 0,2 0,8(0,6) 0,2(0,6) 0,48 0,12

𝑥1 = (0,6; 0,4) [ ]→[ ]→[ ]
0,25 0,75 0,25(0,4) 0,75(0,4) 0,1 0,3
𝑥1 = (0,58; 0,42)
0,8 0,2 0,8(0,58) 0,2(0,58) 0,464 0,116
𝑥2 = (0,58; 0,42) [ ]→[ ]→[ ]
0,25 0,75 0,25(0,42) 0,75(0,42) 0,105 0,315
𝑥2 = (0,569; 0,431)
0,8 0,2 0,8(0,569) 0,2(0,569)
𝑥3 = (0,569; 0,431) [ ]→[ ]
0,25 0,75 0,25(0,431) 0,75(0,431)
0,455 0,113
→[ ]
0,107 0,323
𝑥3 = (0,562; 0,436)
En el año tres la empresa AROMAS tendrá el 56,2% de los consumidores y las
OTRAS MARCAS el 43,6%, para comprender mejor su disminución de
consumidores se mostraran los resultados en la siguiente tabla:

ESTADO % AROMA % OTRAS MARCAS

Inicio 60% 40%
Año 1 58% 42%
Año 2 56,9% 43,1%
Año 3 56,2% 43,6%

Calculando la probabilidad a largo plazo se tiene:

𝐸𝑠𝑡𝑎𝑑𝑜 1: (0,8 ; 0,2) 𝐸𝑠𝑡𝑎𝑑𝑜 2: (0,25 ; 0,75)

𝑋1 = 𝑥1 + 𝑥2 𝑋2 = 𝑥1 + 𝑥2

Remplazando se tiene:
𝑋1 = 0,8𝑥1 + 0,25𝑥2
𝑋2 = 0,2𝑥1 + 0,75𝑥2
𝑋1 + 𝑋2 = 1

Para hallar el resultado se puede tomar la segunda ecuación e igualarla a cero y luego
por medio del método de reducción con la tercera ecuación quedarías así:

0,2𝑥1 − 0,25𝑥2 = 0 0,2𝑥1 − 0,25𝑥2 = 0

→
𝑥1 + 𝑥2 = 1 (0,25) 0,25𝑥1 + 0,25𝑥2 = 0,25

0,25
0,45𝑥1 = 0,25 → 𝑥1 = → 𝑥1 = 0,555
0,45
𝑠𝑒 𝑡𝑜𝑚𝑎 𝑒𝑙 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟 𝑣𝑎𝑙𝑜𝑟 𝑝𝑎𝑟𝑎 𝑠𝑢𝑠𝑡𝑖𝑡𝑢𝑖𝑟𝑙𝑜
𝑋1 + 𝑋2 = 1 → 0,555 + 𝑋2 = 1 → 𝑋2 = 1 − 0,555 → 𝑋2 = 0,444

A largo plazo la empresa AROMAS tendrá el 55,5% de los consumidores y OTRAS

MARCAS el 44,4% de los consumidores.
 b. El departamento de comercialización de la marca X hizo una
investigación y encontró que, si un cliente compra su marca, existe un
68% de posibilidades de que la compre de nuevo la próxima vez, por
otro lado, si la última compra fue de otra marca, entonces se escoge la
marca X sólo el 25% del tiempo. ¿Cuál es el porcentaje de mercado que
puede pronosticarse a la larga para la marca X.

Datos:

S1 S2
S1 0.68 0.32
S2 0.25 0.75

Calculando la probabilidad a largo plazo se tiene:

𝐸𝑠𝑡𝑎𝑑𝑜 1: (0,68 ; 0,32) 𝐸𝑠𝑡𝑎𝑑𝑜 2: (0,25 ; 0,75)

𝑋1 = 𝑥1 + 𝑥2 𝑋2 = 𝑥1 + 𝑥2

Remplazando se tiene:

0,68𝑥1 + 0,25𝑥2 = 𝑥1

0,32𝑥1 + 0,75𝑥2 = 𝑥2

𝑥1 + 𝑥2 = 1

Para hallar el resultado se puede tomar la segunda ecuación e igualarla a cero y luego
por medio del método de reducción con la tercera ecuación quedarías así:

0,32𝑥1 − 0,25𝑥2 = 0 0,32𝑥1 − 0,25𝑥2 = 0

→
𝑥1 + 𝑥2 = 1 (0,25) 0,25𝑥1 + 0,25𝑥2 = 0,25

0,25
0,57𝑥1 = 0,25 → 𝑥1 = → 𝑥1 = 0,4385
0,57
𝑠𝑒 𝑡𝑜𝑚𝑎 𝑒𝑙 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟 𝑣𝑎𝑙𝑜𝑟 𝑝𝑎𝑟𝑎 𝑠𝑢𝑠𝑡𝑖𝑡𝑢𝑖𝑟𝑙𝑜
𝑋1 + 𝑋2 = 1 → 0,4385 + 𝑋2 = 1 → 𝑋2 = 1 − 0,4385 → 𝑋2 = 0,5614

A largo plazo la marca X tendrá el 43,85% de los consumidores y OTRAS MARCAS el

56,14% de los consumidores.
 c. Suponga un restaurant de comidas rápidas al cual llegan en promedio
90 clientes por hora, Se tiene capacidad para atender en promedio a 120
clientes por hora, Se sabe que los clientes esperan en promedio 2
minutos en la cola, Calcule las medidas de desempeño del sistema.

Promedio tasa de llegada =𝝀 = 𝟗𝟎

Promedio tasa de servicio =𝝁 = 𝟏𝟐𝟎
Como 𝝁 > 𝜆 se hace el análisis

Probabilidad que el sistema este ocupado

𝑷 = 𝝀/ 𝝁
𝟗𝟎
𝑷 = 𝟏𝟐𝟎 = 𝟎, 𝟕𝟓 * 100 = 75%
No esta tan cerca de 1 por cual tiene una buena probabilidad de atención
sin tanta espera

Probabilidad ociosa o que no hayan cliente en el sistema

𝑃𝑜 = 1 − 𝑃
𝑃𝑜 = 1 − 0,75 = 0,25 * 100 =25%
Significa que el 25 % de tiempo no hay cliente en el sistema no tendría q
esperar
Probabilidad que un hayan cliente tenga q esperar en el sistema
𝑃𝑤 = 1 − 𝑃𝑜
𝑃𝑤 = 1 − 0,25 = 0,75 * 100 =75%
Significa que el 75 % de tiempo hay cliente en el sistema, ósea tendría q
esperar
Numero de cliente promedio en la fila
𝐿𝑞 = 𝑃2 /1 − 𝑃
𝐿𝑞 = 0,752 /1 − 0,75
𝐿𝑞 = 2,24
El promedio de cliente a las espera es de 2 clientes antes de ser atendido

El tiempo promedio de cola es de 2 min según el planteamiento.

𝑊𝑞 = 2Min se pasa horas
𝑊𝑞 = 0,033Hrs
Tiempo promedio espera en el sistema
𝑊 = 𝑊𝑞 + 1/𝜇
𝑊 = 0,033 + 1/120
𝑊 = 0,086Hrs
 El promedio de un cliente desde que llega hasta que sale es de 0,086 hrs
en min 5.16 min

d. Identifique diferencias entre la programación lineal y la no lineal.

PROGRAMACION PROGRAMACION PROGRAMACION NO LINEAL

LINEAL
DEFINICION
Todas sus restricciones Su función objetivo o alguna de sus
y su función objetivos restricciones es no lineal (tiene un exponente
son lineales (máximo diferente de).
exponente 1). 
ALGORITMO No dispone de un algoritmo general que
Se dispone de un plantee una solución.
algoritmo general que
planea una solución. 
METODOS Sus métodos de solución:
Sus métodos de  las condiciones de optimalizad de.
solución:  Karush Kuhn Tucker (KKT)
 Método grafico  TÉCNICA DEL GRADIENTE
 Método  MÉTODO DE NEWTON-
algebraico RAPHSON
 Método simplex
 Método dualidad
 CONCLUSIONES

Durante la realización del trabajo colaborativo numero 2, sobre teoría de

cadenas de Markov, teorías de colas o líneas de espera y la programación
lineal , se logra colocar en practica todos lo conocimientos adquirido en la
unidad 2 del curso, y analizando de una manera mas interpretativa y eficaz
de los resultados obtenidos a través de estos métodos de calculo, aplicando
las conocimientos adquirido de teoría de cadena de Markov, teoría de colas y
programación no lineal.
 BIBLIOGRAFÍA

 VLADIMIR DE JESÚS VANEGAS ANGULO (2012); modulo métodos

determinísticos, universidad nacional abierta y a distancia Unad

 Camacho, Miguel A. Director Nacional (2010) ; Modulo de Planeación y

Control de Producción Tercera Edición, Universidad Nacional Abierta y a
Distancia UNAD

 CESAR AUGUSTO FIGUEREDO GARZON(2008); ADMINISTRACION

DE INVENTARIOS