portafolios de io
TRANSCRIPT
-
UNIVERSIDAD TECNOLGICA DE PANAM
FACULTAD DE INGENIERA INDUSTRIAL
DEPARTAMENTO DE PRODUCCIN
LICENCIATURA EN INGENIERA INDUSTRIAL
INVESTIGACIN DE OPERACIONES
Estudiante:
Joselyne Johany Nez Pitty
Cdula
4-762-918
Profesora:
Rubiela de Quintero
Segundo Semestre
Ao 2013
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Plan de la Asignatura
UNIVERSIDAD TECNOLGICA DE PANAM
FACULTAD DE INGENIERA INDUSTRIAL
ASIGNATURA: INVESTIGACION DE OPERACIONES ( II ) COD. DE ASIG: 7230 CRDITOS: 4 HORAS: 4 ULTIMA REVISIN: AGOSTO DE 2011 COMISIN DE REVISIN: ING. IZAEL URIETA FUNDAMENTAL: NO CARRERA: LIC. INGENIERIA INDUSTRIAL
LIC. ING. MECANICA INDUSTRIAL AO: IV SEMESTRE: II PRE-REQUISITO: INVESTIGACION DE OPERACIONES I
BREVE DESCRIPCIN:
Este curso incorpora conocimientos de Introduccin a la Programacin dinmica.
Programacin dinmica determinista. Modelos de optimizacin en la gestin de
inventarios. Elementos de un modelo general de inventarios. Control de Inventarios.
Optimizacin de los Modelos deterministas. Variaciones de los modelos deterministas.
Modelos estocsticos de Inventario. Modelado de colas o lneas de espera. Proceso de
Poisson. Introduccin y definiciones bsicas de teora de colas. Modelos clsicos de colas.
Introduccin a la simulacin. Elementos necesarios para el proceso de simular. Simulacin
de procesos. Aplicacin de la simulacin en la toma de decisiones. Modelado de
Inventarios. Teora de la decisin. Criterios de decisin. Decisin multicriterio. Modelos de
Redes
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
OBJETIVO GENERAL:
Introducir modelos de decisin basados en anlisis matemtico o simulacin, con el
objetivo de tomar decisiones en situaciones de complejidad o incertidumbre,
obteniendo los valores ptimos de las variables de decisin que intervienen en el
modelo.
Brindar Herramientas Cuantitativas para la Toma de Decisiones.
Apoyar el proceso de Toma de Decisiones a travs de la Modelacin de problemas de
aplicacin
METODOLOGA
Clases Dirigidas
Solucin de Casos y Problemas en Clase
Talleres en el laboratorio de computadoras para desarrollar aplicaciones a travs de
softwares de la especialidad.
Aprendizaje interactivo: se enviar con anticipacin material de lectura para evaluar la
comprensin del estudiante
CONTENIDO:
I- PROGRAMACIN DINMICA DETERMINSTICA (10 Horas)
1. Introduccin
2. Algoritmo de la Programacin Dinmica
3. La Recursin de la Programacin dinmica
a. Clculo hacia Adelante.
b. Clculo hacia atrs.
4. Aplicaciones de Ejemplo.
5. Regla de mximos y mnimos para intervalos continuos.
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
II- MODELOS DE INVENTARIOS DETERMINISTICOS (10 Horas)
1. Modelo General de Inventario
a. Costos de un Sistema de Inventario
2. Modelos de Cantidad Econmica de Pedidos (EOQ)
a. Modelos sin Dficit (Compra y Manufactura)
b. Modelos con Dficit (Compra y Manufactura)
3. Descuento por Cantidad en Modelos EOQ
a. Descuento Incremental
b. Descuento Total
4. Modelo EOQ de Mltiples Artculos con Restricciones
a. Limitaciones de Espacio, Capital y Nmero de Pedidos.
5. Modelo EOQ con Demanda Dinmica
a. Compra de un artculo en N Periodos
b. Programacin de la Produccin en N Periodos
III- MODELOS DE INVENTARIO PROBABILISTICOS (6 Horas)
1. Modelo de Revisin Continua
a. Modelo probabilista de cantidad econmica de pedido (EOQ)
Modelos con demanda discreta, normal y uniforme.
2. Modelos de un periodo
a. Modelos con costo de preparacin y sin costo de preparacin
b. El caso del vendedor de peridicos.
3. Modelos de Revisin Peridica
4. Clculo del punto de reorden y de las existencias de seguridad
IV- TEORIA DE COLAS. (6 Horas)
1. Descripcin de un sistema de colas.
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
2. El modelo bsico
3. Clasificacin de los modelos de colas
a. Modelo de cola simple
b. Modelo mltiple de colas
4. Notacin Kendall
5. Distribuciones de probabilidad
a. Exponencial (markoviana)
b. Degenerada (tiempos constantes)
c. Erlang
d. Otros Tipos de Distribucin.
V- SIMULACION. (16 Horas)
1. Introduccin a la simulacin discreta
2. Simulacin Monte Carlo
3. Generacin de variables aleatorias
4. Simulacin con hoja de clculo
a. Simulacin con complementos de hoja de clculo
5. Herramientas de simulacin (Flexsim, Arenas, ProModel, etc.)
6. Aplicaciones
a. Lneas de espera
b. Inventarios con demanda aleatoria.
VI TEORA DE LA DECISIN Y JUEGOS (6 Horas)
1. Introduccin a la Teora de la Decisin
2. Tablas de Decisin
a. Toma de Decisin bajo Certidumbre
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Proceso de Jerarqua Analtica (AHP)
b. Toma de Decisin bajo Incertidumbre
Reglas de Decisin (Criterio Wald, Maximax, Hurwicz, Savage y Laplace)
c. Toma de Decisin bajo Riesgo
Reglas de Decisin
Criterio del Valor Esperado
Otros Criterios: Mnima Varianza con media acotada, de la Dispersin,
de la Media con varianza acotada y de la Probabilidad Mxima.
3. Teora de Juegos.
VII- - CADENAS DE MARKOV.
1. Procesos Estocsticos.
a. Definicin de una Cadena de Markov.
2. Ecuaciones de Chapman-Kolmogorov.
3. Clasificacin de Estados en una Cadena de Markov.
4. Tiempos de Primera Pasada.
5. Propiedades a Largo Plazo.
a. Probabilidades de Estado Estable.
b. Costo Promedio Esperado por Unidad de Tiempo.
6. Estados Absorbentes.
a. Formulacin de Problemas Fsicos
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
BIBLIOGRAFA:
INTRODUCCIN A LA INVESTIGACIN DE OPERACIONES
Frederick Hillier & Gerald Lieberman, Ed. McGraw Hill, 9na edicin
METODOS Y MODELOS DE INVESTIGACIN DE OPERACIONES Vol. I
Juan Prawda, Ed. Limusa, 1ra edicin
INVESTIGACIN DE OPERACIONES
Hamdy Taha, Ed. Prentice Hall, 7ma Edicin
INVESTIGACIN DE OPERACIONES Aplicaciones y Algoritmos
Wayne Winston, Ed. Thomson, 4ta edicin
INVESTIGACIN DE OPERACIONES El Arte de la Toma de Decisiones
Kamlesh Mathur & Daniel Solow, Ed. Prentice Hall, 1996
INVESTIGACIN DE OPERACIONES EN LA CIENCIA ADMINISTRATIVA
Gould, Eppend & Schmidt Ed. Prentice Hall, 5ta. edicin
METODOS CUANTITATIVOS PARA ADMINISTRACION
Frederick S. Hillier & Mark S. Hillier & Gerald Lieberman, Ed. McGraw Hill, 2000
METODOS CUANTITATIVOS para los Negocios
David Anderson & Dennis Sweeney & Thomas Williams, Ed. Thomson, 9na edicin
METODOS CUANTITATIVOS para los Negocios
Barry Render & Ralph Stair & Michael Hanna, Ed. Prentice Hall, 9na edicin
PROGRAMACION LINEAL Y FLUJO EN REDES
M. Bazaraa & John Jarvis Ed. Limusa, 1992
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
EVALUACIN (SUGERIDA)
Item a evaluar Porcentaje
Parciales (3)
Casos *
Practicas, Tareas
Proyecto Final( semestral)
45
15
10
35
Total 100 %
(*) Algunos Casos representan el uso de software aplicado. Tal como, Excel (Solver),
Flexsim, QMS y dems software de la especialidad. Se recomienda al menos 4 sesiones de
laboratorio de uso del software incluyendo un taller de evaluacin sumativa.
Conocimientos Mnimos que deben tener los estudiantes al ingresar al curso:
- Conocimientos bsicos de programacin de computadoras.
- Maneja de Hojas de Clculo Electrnicas.
- Conocimiento de modelacin de problemas.
RECURSOS DIDCTICOS
Se utilizarn como recursos didcticos:
Bibliografa actualizada (libros y revistas). Estos se utilizarn como una forma de que el
alumno adquiera habilidad para Sintetizar e integrar informaciones e ideas; como un
medio para que conozcan distintas perspectivas y valoraciones en el rea de la
Investigacin de Operaciones, y desarrollen una actitud de apertura hacia nuevas
ideas, logrando as estimular el desarrollo de su lgica..
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Software Flexsim, WinQSB, QMS, Solver de Excel, Equipamiento computacional del
Laboratorio de Informtica y Consultas a INTERNET (plataforma Moodle). Estos se
utilizarn como una manera de contribuir a que los alumnos adquieran habilidad para
usar herramientas metodolgicas y tecnologa importantes en esta disciplina.
Pilotos, pizarrn, retroproyector y transparencias, PC y can multimedia, software
PowerPoint para presentar los diferentes temas de la teora y para que los alumnos
realicen sus exposiciones.
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Mis metas con respecto a la asignatura
Espero aprender mucho de esta materia principalmente porque es una de las materias
esenciales para ser un ingeniero y es lo que hace a un ingeniero ser como tal.
La investigacin de operaciones, como su nombre lo dice, trata de investigar las
operaciones para que, por medio de clculos matemticos, se tomen las mejores
decisiones y obtener mejores resultados (ms ptimos). Como ingenieros industriales,
debemos buscar la manera de minimizar nuestros recursos y obtener mejores resultados.
En particular, a m me encanta ser buena en lo que hago, si hago algo me gusta hacerlo
bien y si es posible ser la mejor en lo que hago. Como futura ingeniera industrial, a m me
gustara aprender todo lo posible de esta materia para emplearlo tanto en mi vida (en la
economa de mi hogar) como en el trabajo. Tengo muchos proyectos en mente en cuanto
a lo laboral y creo que esta es una de las materias que me ayudarn a planificar mejor lo
que voy a hacer visto desde el plano de las matemticos y me ayudar a tomar decisiones
por lo que mi principal meta ser aprender, y aprender en serio.
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Material de apoyo
Libros consultados:
INVESTIGACIN DE OPERACIONES
Hamdy Taha Ed. Prentice Hall, 7ma. Edicin
Mtodos Cuantitativos de Render . Prentice Hall
Videos instructivos en youtube
http://www.youtube.com/watch?v=VNmPMHJxIy8
http://www.youtube.com/watch?v=KtRUeIxBsyY
http://www.youtube.com/watch?v=jb3_zvj0w_c
http://www.youtube.com/watch?v=j8YWiYgxNVM
http://www.youtube.com/watch?v=QjIPpskMZe0
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Material dado en Clases MODELOS DETERMINSTICOS DE INVENTARIO
CUESTIONARIO DE INVENTARIO
Nombre: Joselyne Nez
Cdula: 4-762-918
1. Qu es inventario?
Se considera inventario cualquier recurso almacenado que se utiliza apra satisfacer una
necesidad actual o futura. La materia prima, los trabajos en proceso y los bienes
terminados son ejemplos de inventario.
2. En qu consiste una poltica de inventario?
Una poltica de inventario consiste en colocar y recibir en forma repetida pedidos (u
rdenes) de determinados tamaos a intervalos de tiempo establecidos.
3. Cul es el objetivo de una poltica de inventario?
El objetivo de una poltica de inventario es la de contestar las 2 siguientes preguntas:
1. Cunto pedir?
2. Cundo pedir?
4. Cules son los costos relacionados a un modelo de inventario?
( )
( ) ( )
( ) ( )
5. En qu consiste un modelo de cantidad econmica de pedido?
El modelo de cantidad econmica de pedido (EOQ) es una de las tcnicas ms antiguas y
mejor conocidas del control de inventarios. Los primeros datos sobre su uso se remontan
a un artculo de 1915 de Ford W. Harris.
6. Derive la frmula de la cantidad ptima de pedido
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
7. Cmo se calcula el ciclo de pedido?
Las caractersticas de la demanda para el modelo, permiten deducir el tiempo en el cual se
presenta un ciclo de pedidos, el cual corresponde a aquel que transcurre desde el
aprovisionamiento de inventario con una cantidad de pedido Q hasta que se agota
completamente y es necesario volver a reaprovisionarlo en la misma cantidad. Esta
variable est dada por:
En donde T representa el tiempo de ciclo de pedido, en fraccin de ao.
8. Cmo se calcula el nivel promedio de inventario?
El nivel promedio de inventario es la mitad del nivel mximo, es decir, Q/2, donde Q es la
cantidad de pedidos.
9. Cmo se calcula el tiempo efectivo de entrega, cuando el tiempo de entrega es menor
que la longitud del ciclo?
Donde,
n es el entero mayor, no mayor que
L es el tiempo de espera entre la colocacin y recepcin de pedido
es el ciclo de pedido
10. Qu es un punto de reorden?
El punto de reorden (ROP) es el nivel de inventario en el cual debe realizarse un pedido. El
ROP se expresa como:
ROP = (demanda por da)x(plazo de entrega de un pedido nuevo en das)
ROP = (d)x(L)
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Desarrolle el ejemplo 11.2-1 del Libro de Taha
Se cambian las luces de Nen en el campus de la U de A a una tasa de 100 unidades
diarias. Estas luces de nen se piden en forma peridica. Cuesta $100 iniciar una orden de
compra. Se estima que una luz de nen en el almacn cuesta unos $0.02 diarios. El tiempo
de entrega, entre la colocacin y la recepcin de un pedido es de 12 das. Determine la
poltica ptima de inventario para pedir las luces de nen.
De acuerdo con los datos de este problema,
D = 100 unidades por da
K = $100 por pedido
h = $0.02 por unidad y por da
L = 12 das
As,
( )( )
La longitud del ciclo correspondiente es
Como el tiempo de entrega L=12 das es mayor que la longitud del ciclo (=10 das), se
debe calcular Le. La cantidad de ciclos incluidos en L es:
(
)
(
)
Entonces,
Le = L-n
Le =12-(1)(10)
Le = 2 das
Entonces el punto de reorden se presenta cuando la cantidad de inventario baja a:
Le D =2 x 100 = 200 luces de nen
La poltica de inventario para pedir luces de nen es:
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Pedir 1000 unidades cuando el inventario baja a 200 unidades
El costo diario de inventario correspondiente a la poltica propuesta es:
( )
( )
( )
11. Desarrolle problemas 1 y 2 de la pg. 433 de Taha del Conjunto de Problemas 11.2A
Problema #1
En cada uno de los siguientes casos no se permiten faltantes y los tiempos de retraso
entre la locacin y la recepcin de un pedido son 30 das. Determine la poltica ptima de
inventario y el costo diario correspondiente.
a. K = $100 h= $0.05 D=30 unidades diarias b. K = $50 h= $0.05 D=30 unidades diarias c. K = $100 h= $0.01 D=40 unidades diarias d. K = $100 h= $0.04 D=20 unidades diarias
a.
( )( )
(
)
(
)
Entonces,
Le = L-n
Le =30-(2)(11.55)
Le = 6.90 das
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Entonces el punto de reorden se presenta cuando la cantidad de inventario baja a:
Le D =6.90 x 30 = 207 unidades
La poltica de inventario para pedir luces de nen es:
Pedir 346.41 unidades cuando el inventario baja a 207 unidades
El costo diario de inventario correspondiente a la poltica propuesta es:
( )
( )
( )
b.
( )( )
(
)
(
)
Entonces,
Le = L-n
Le =30-(3)(8.17)
Le = 5.49 das
Entonces el punto de reorden se presenta cuando la cantidad de inventario baja a:
Le D =5.49 x 30 = 164.7 unidades
La poltica de inventario para pedir luces de nen es:
Pedir 244.95 unidades cuando el inventario baja a 164.7 unidades
El costo diario de inventario correspondiente a la poltica propuesta es:
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
( )
( )
( )
c.
( )( )
(
)
(
)
Entonces,
Le = L-n
Le =30-(1)(22.36)
Le = 7.64 das
Entonces el punto de reorden se presenta cuando la cantidad de inventario baja a:
Le D =7.64 x 40 = 305.60 unidades
La poltica de inventario para pedir luces de nen es:
Pedir 894.43 unidades cuando el inventario baja a 305.60 unidades
El costo diario de inventario correspondiente a la poltica propuesta es:
( )
( )
( )
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
d.
( )( )
(
)
(
)
Entonces,
Le = L-n
Le =30-(1)(15.81)
Le = 14.19 das
Entonces el punto de reorden se presenta cuando la cantidad de inventario baja a:
Le D =14.19 x 20 = 283.80 unidades
La poltica de inventario para pedir luces de nen es:
Pedir 316.23 unidades cuando el inventario baja a 283.80 unidades
El costo diario de inventario correspondiente a la poltica propuesta es:
( )
( )
( )
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Problema #2
Mc Burger pide una carne molida al comenzar cada semana, para cubrir la demanda
semanal de 300lb. El costo fijo por pedido es de $20. Cuesta unos $0.03 por libra y por da
refrigerar y almacenar la carne.
a. Determinar el costo semanal inventario para poltica actual de pedidos
b. Determine la poltica ptima de inventario que debera usar McBurger, suponiendo
tiempo de entrega cero entre la colocacin y la recepcin de un pedido.
c. Determine la diferencia de costos semanales entre las polticas actual y ptima de
pedidos.
a.
( )
( )
( )
b.
( )( )
( )
( )
Le = 0 das
Poltica: Pedir 239 lbs cuando el inventario baje a cero
c. Diferencia de costo: $5.50 - $5.20 = $1.30
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
SISTEMAS DE COLAS
ELEMENTOS DE UN MODELO DE COLAS
En cada una de las siguientes situaciones, identifique al cliente y al servidor:
Cliente Servidor
1 aviones Aeropuerto
2 pasajeros Sitio de taxis
3 herramientas Taller de maquinado
4 cartas Oficina postal
5 Personas que se van a
inscribir
Universidad
6 casos Cortes legales
7 caja Supermercado
8 autos estacionamientos
PAPEL DE LA DISTRIBUCIN EXPONENCIAL
El tiempo entre llegadas a la oficina estatal de Hacienda es exponencial, con valor medio
de 0.05 horas. La oficina abre a las 8:00A.M
a. Escriba la distribucin exponencial que describe el tiempo entre llegadas
f(t)=20e-20t,t
} = e-0.20(0.25)= 0.0067
c. En este momento son las 8:35 A.M. el ultimo cliente lleg a la oficina a la 8:26Cul
es la probabilidad de que el siguiente cliente llegue antes de las 8:38 A.M?de que
no llegue alrededor de los 8:40 A.M?
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
P{t>
} =1- e-0.20(0.05)= 0.63
P{t>
} = e-0.20(0.083)= 0.19
d. Cul es el promedio de clientes que llegan entre 8.10 y 8.45 A.M
NACIMIENTO PURO
El tiempo entre llegadas en el restaurante L&J es exponencial con media de 5 minutos. El
restaurante abre a las 11:00AM determine lo siguiente:
a) La probabilidad de tener 10 llegadas en el restaurante alrededor de las 11:12 A.M
dado que 8 clientes llegaron a las 11:05 A.M
( ) ( )
= 0.2417
b) La probabilidad de que un nuevo cliente llegue entre las 11:28 y las 11.33 A.M, si el
ultimo cliente lleg a las 11:25 A.M
c) ( ) ( )
= 0.3679
MODELO DE MUERTE PURA
Un taller mecnico se acaba de surtir de 10 partes de repuesto para la reparacin de una
mquina. La reposicin de la existencia que regresa el nivel a 10 piezas ocurre cada 7 das.
El tiempo entre fallas es exponencial con media de 1 da. Determine la probabilidad de la
mquina permanezca descompuesta durante dos das porque no hay partes de repuestos
disponibles.
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
MODELO DE COLAS GENERAL DE POISSON
En el modelo de B&K del ejemplo 18.5-1, suponga que las tres cajas estn siempre
abiertas y que la operacin est configurada de tal manera que el cliente vaya primero a la
caja vaca. Determinar lo siguiente:
a) La probabilidad de que las tres cajas estn en uso
La probabilidad de que las tres cajas estn en uso es de 0.4444
b) La probabilidad de que el cliente que llegue no tenga que esperar.
La probabilidad de que el cliente no tenga que esperar es de 0.5556
MODELO DE UN SOLO SERVIDOR
2. Jhon Macko en la U de Ozark. Realiza trabajos peculiares para complementar sus
ingresos. Las solicitudes para que realice un trabajo llegan cada 5 das, pero el tiempo etre
solicitudes es exponencial. El tiempo para terminar un trabajo tambin es exponencial con
media de 4 das.
(M/M/1): (GD/ )
Cul es la probabilidad de que Jhon se quede sin trabajo?
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
=
= 0.8
Si Jhon gana aproximadamente $50 por trabajo, cul es su ingreso mensual
promedio?
$50/trabajo
($50)(0.25)(30 das)= $375.00
Si al final del semestre John decide subcontratar los trabajos pendientes a $40
cada uno, Cunto, en promedio, debe esperar que le paguen?
Lq= wq =
=
= 3.2*$40 =$128
5- Un restaurante de comida rpida tiene una ventanilla para servicio en su auto. Los
autos llegan segn una distribucin de Poisson a razn de dos cada 5 minutos. El espacio
el espacio en frente de la ventanilla puede acomodar a la sumo 10 autos, incluso el que se
est atendiendo. Los dems autos pueden esperar afuera de este espacio si es necesario.
El tiempo de servicio por cliente es exponencial, con una media de 1.5 minutos.
Determine lo siguiente:
(M/M/1): (GD/ )
a) La probabilidad de que la ventanilla este ociosa
La probabilidad de que la ventanilla este ociosa es 0,403
b) La cantidad estimada de clientes que esperan ser atendidos
Lq= 0.8845
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
c) El tiempo de espera hasta que un cliente llega a la ventanilla para hacer su pedido
Wq= 2,21
d) La probabilidad de que la lnea de espera exceda la cantidad de 10 espacios.
P{n>=11}= 0.0034
Conjunto de problemas 18.6C
5. Una cafetera puede acomodar un mximo de 50 personas. Los clientes llegan en una
corriente Poisson a razn de 10 por hora y son atendidos (uno a la vez) a razn de 12 por
hora.
(M/M/1) : (GD/50/ )
a) Cul es la probabilidad de que un cliente que llegue no coma en la cafetera
porque est llena?
P51= ( )
= 0.0000152
b) Suponga que a tres clientes (con tiempos de llegada aleatorios) les gustara
sentarse juntos Cul es la probabilidad de que se cumpla su deseo? (suponga
que pueden hacerse arreglos para que se sienten juntos en cuanto haya tres
sillas disponibles)
P47= (P48+P49+P50)
= (( )
( )
( )
= 0.00006
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
MODELOS DE VARIOS SERVIDORES
El centro de cmputo de la U de A esta equipado est con cuatro maxi computadoras
idnticas. La cantidad de usuarios en cualquier momento es de 25. Cada usuario es capaz
de enviar un trabajo desde una terminal cada 15 minutos es promedio, pero el tiempo real
entre varios es exponencial. Los trabajadores que llegan automticamente se van a la
primera computadora disponible. El tiempo de ejecucin por envi es exponencial con
una media de 2 minutos. Calcule lo siguiente:
a) La probabilidad de que un trabajo no se ejecute de inmediato
inmediatamente despus de enviarlo.
La probabilidad de que no se ejecute de inmediato es de 0.6577, >K
b) El tiempo promedio hasta que los resultados de un trabajo se le devuelvan
al usuario.
Ws= 0,0662
c) El promedio de trabajos en espera de ser ejecutados.
Lq= 3.29 trabajos
d) El porcentaje de tiempo que todo el centro de cmputo este ocioso.
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
P0= 0,0213
e) El promedio de computadoras ociosas.
4-(Lq-Ls)= 4-(3.29-6.62)= 0.67
Conjunto de problemas 18.6E
2. En la tienda de Eat&Gas funciona una estacin de gasolina de dos bombas. El carril que
conduce a las bombas puede alojar cuando mucho 3 autos, excluyendo a los que se les
est dando atencin. Los autos que llegan se van a otra parte si el carril est lleno. La
distribucin de los autos que llegan es de Poisson con media de 20 por hora. El tiempo
para llenar el tanque y pagar es exponencial con media de 6 minutos. Determine lo
siguiente:
a) El porcentaje de autos que buscarn servicio en otra parte.
Segn TORA
Debe ser la probabilidad de P5= 0.18182
b) el porcentaje de tiempo que una bomba est en uso.
P1= 0.18182
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
c) La utilizacin en porcentaje de las dos bombas.
d) La probabilidad de que un auto que llega no inicie el servicio de inmediato
pero que encuentre un espacio vaci en el carril.
(p2+p3+p3)= 0.18182+ 0.0182+0.0182=0.54546
f) La capacidad del carril que garantice que la probabilidad de que ambas
bombas estn ociosas es de menos 0.05 o menos.
P0= 10 para que ambas bombas
estn ociosas y se cumpla que la probabilidad sea menos de 0.05.
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Programacin con metas
Variables de Holgura
Variables de diferencia
(Logro de ms del objetivo de la utilidad)
(Logro de menos del objetivo de la utilidad)
Ejemplo# 1
Una empresa produce 2 productos ( ), los 2 productos deben pasar por un proceso de
produccin que implica cableado elctrico y ensamble. Se requiere de 2 horas para
cablear el producto 1 y 3 horas para el producto 2. En el rea de ensamble se requiere 6 y
5 horas respectivamente para cada producto. El producto 1 redita $ 7.00 y el producto 2
$ 6.00. La empresa se va a mudar a otro lugar durante el periodo de produccin y
considera que un nivel de utilidad de 30 dlares ser satisfactorio durante el periodo de
ajuste. Formule el problema como un problema de programacin con metas.
Suponga que agregamos otras metas:
2. Utilizar por completo las horas en el departamento de cableado.
3. Evitar el tiempo extra en el departamento de ensamble.
4. Cumplir con un proveedor y producir por lo menos 7 unidades del producto 2.
Desarrollo
Meta1: 7 +6 + +
=30 (Metas de utilidad)
Meta2: 2 +3 + +
=12 (Uso del tiempo de cableado)
Meta3: 6 +5 + +
=30 (Evitar el tiempo extra)
Meta4: +
=7 (Compromiso con el cliente)
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
En este caso las prioridades van en el mismo orden que fueron dadas
En la FO hay que minimizar las desviaciones
FO=
Resuelto en QM
Al remplazar los valores obtenidos en QM de las variables:
La primera meta no se cumple ya que nos da un resultado de 36 es decir que nos pasamos
por 6 de utilidad.
La segunda meta no cumple ya que nos da un resultado de 18 al remplazar y este se pasa
por 6 horas.
La tercera meta si cumple ya que nos da el mismo valor en la igualacin de 30.
La cuarta meta no cumple debido a que nos da un resultado de 30 es decir que nos
estamos pasando por 23 unidades del producto 2
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Problemas en Clase
Ejemplo# 1
Una empresa produce 2 productos ( ), los 2 productos deben pasar por un proceso de
produccin que implica cableado elctrico y ensamble. Se requiere de 2 horas para
cablear el producto 1 y 3 horas para el producto 2. En el rea de ensamble se requiere 6 y
5 horas respectivamente para cada producto. El producto 1 redita $ 7.00 y el producto 2
$ 6.00. La empresa se va a mudar a otro lugar durante el periodo de produccin y
considera que un nivel de utilidad de 30 dlares ser satisfactorio durante el periodo de
ajuste. Formule el problema como un problema de programacin con metas.
Suponga que agregamos otras metas:
2. Utilizar por completo las horas en el departamento de cableado.
3. Evitar el tiempo extra en el departamento de ensamble.
4. Cumplir con un proveedor y producir por lo menos 7 unidades del producto 2.
Desarrollo
Meta1: 7 +6 + +
=30 (Metas de utilidad)
Meta2: 2 +3 + +
=12 (Uso del tiempo de cableado)
Meta3: 6 +5 + +
=30 (Evitar el tiempo extra)
Meta4: +
=7 (Compromiso con el cliente)
En este caso las prioridades van en el mismo orden que fueron dadas
En la FO hay que minimizar las desviaciones
FO=
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Resuelto en QM
Al remplazar los valores obtenidos en QM de las variables:
La primera meta no se cumple ya que nos da un resultado de 36 es decir que nos pasamos
por 6 de utilidad.
La segunda meta no cumple ya que nos da un resultado de 18 al remplazar y este se pasa
por 6 horas.
La tercera meta si cumple ya que nos da el mismo valor en la igualacin de 30.
La cuarta meta no cumple debido a que nos da un resultado de 30 es decir que nos
estamos pasando por 23 unidades del producto 2
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Problema# 2 (11.22)
El director de campaa pretende utilizar 4 formas de publicidad (anuncios de TV, radio,
pancartas y anuncios en peridicos). Los costos son $900 por cada anuncio de Tv, $500
por cada anuncio de radio, $600 por las pancartas y $180 por cada anuncio de peridico.
La audiencia alcanzada por cada costo de anuncio ha sido estimada por 40,000 personas
por cada anuncio de TV, 32,000 por cada anuncio de radio, 34,000 por cada pancarta y
17,000 por cada anuncio de peridico. El presupuesto mensual es de 16,000 dlares. Se
han establecido y clasificado las siguientes metas:
1) El nmero de personas alcanzadas debe ser por lo menos 1, 500,000.
2) El presupuesto mensual de publicidad no deber ser excedido.
3) Juntos el nmero de anuncios de TV y radio debern ser por lo menos 6.
4) No debern ser utilizados ms de 10 anuncios de cualquier tipo de publicidad.
Formule, resuelva e indique cules metas pueden ser alcanzadas por completo y cules
no.
Programacin por metas
X1, X2, X3, X4
P1 40,000X1+32,000X2+34,000X3+17000X4+ = 1,500,00
P2 900X1+500X2+600X3+180X4+ = 16,000
P3 X1+ X2 + =6
P4 X1 + =10
X2 + =10
X3 + =10
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
X4 + =10
F.O. P1 P3
Resolucin del problema mediante QM
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Problema 11.24
Geraldine Shawhan es presidente de Shawhan File Works, una firma que fabrica dos tipos
de archiveros metlicos. La demanda de su modelo de dos cajones es hasta de 600
archiveros por semana; la demanda del archivero de 3 cajones est limitada a 400 por
semana. La capacidad semanal de operacin de Shawhan File Works es de 1300 horas y el
archivero de 2 cajones requiere 1 hora para ser fabricado y el de 3 cajones requiere 2
horas. Cada modelo de 2 cajones que se vende, redita una utilidad de $10 y la utilidad
del modelo grande es de $15. Shawhan estableci las siguientes metas en orden de
importancia.
1. Alcanzar una utilidad semanal tan cerca de $11,000 como sea posible
2. Evitar la subutilizacin de la capacidad de produccin de la firma
3. Vender tantos archiveros de 2 y 3 cajones conforme la demanda lo indique
Formule este problema como un problema de programacin por metas
Programacin por metas
P1 10X1 + 15X2 + = 11 000
P2 X1 + 2X2 + = 1300
P3 X1 + = 600
X2 + = 400
F.O.
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
PROGRAMACIN DINMICA DETERMINSTICA INTRODUCCIN A LA PROGRAMACIN DINMICA
Una forma razonable y comnmente empleada de resolver un problema es definir o
caracterizar su solucin en trminos de las soluciones de sub-problemas del mismo. Esta
idea proporciona mtodos eficientes de solucin para problemas en los que los sub-
problemas son versiones ms pequeas del problema original. La programacin dinmica
es til para resolver un problema donde se deben tomar una serie de decisiones
interrelacionadas. La programacin dinmica encuentra la solucin ptima de un
problema con n variable, descomponindolo en n etapas, siendo cada etapa un sub-
problema de una sola variable. Conviene resaltar que a diferencia de la programacin
lineal, el modelado de problemas de programacin dinmica no sigue una forma estndar.
As, para cada problema ser necesario especificar cada uno de los componentes que
caracterizan un problema de programacin dinmica.
La solucin de problemas mediante esta tcnica se basa en el llamado principio de
optimalidad que establece la idea de que Dado el estado actual, la decisin ptima para
cada una de las etapas restantes no tiene que depender de los estados ya alcanzados o de
las decisiones tomadas previamente.
Esta tcnica llega a una solucin trabajando hacia atrs, partiendo del final del problema
hacia el principio, por lo que un problema enorme e inmanejable se convierte en una serie
de problemas ms pequeos y manejables. La programacin dinmica se utiliza tanto en
problemas lineales como no lineales.
PROGRAMACIN DINMICA DETERMINSTICA
En este tipo de programacin dinmica, el estado de la siguiente etapa est determinado
por completo por el estado y la poltica de decisin de la etapa actual. El caso
probabilstico es en el cual existe una distribucin de probabilidad del valor posible del
siguiente estado. Se analizar posteriormente.
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
NATURALEZA RECURSIVA DE LA PROGRAMACIN DINMICA
Los clculos de programacin dinmica se hacen en forma recursiva, ya que la solucin
ptima de un sub-problema se usa como dato para el siguiente sub-problema. Para
cuando se resuelve el ltimo sub-problema se obtiene la solucin ptima de todo el
problema. La forma en la que se hacen los clculos recursivos depende de cmo se
descomponga el problema original. En particular, los sub-problemas se vinculan
normalmente mediante restricciones comunes. Al pasar de un sub-problema al siguiente
se debe mantener la factibilidad de esas restricciones comunes.
RECURSIN EN AVANCE Y EN REVERSA
Se usa la recursin en avance, cuando los clculos se hacen de la primera etapa a la ltima
etapa; y se usa la recursin en reversa, cuando los clculos se hacen de la ltima etapa a la
primera etapa. Con las recursiones en avance y en reversa se obtiene la misma solucin.
Aunque el procedimiento en avance parece ms lgico, en las publicaciones sobre
programacin dinmica se usa la recursin en reversa. La razn de esta preferencia es
que, en general, la recursin en reversa es ms eficiente desde el punto de vista
computacional.
ELEMENTOS DE UN PROBLEMA DE PROGRAMACIN DINMICA
ETAPA (n) Es el perodo de tiempo, lugar, fase o situacin en donde se produce un cambio
debido a una decisin (Xn).
ESTADO (Sn) Muestra la situacin actual del sistema cuando nos encontramos en la etapa
n. En la terminologa de la programacin dinmica, a Sn se le llama estado del sistema en
la etapa n. De hecho, se considera que el estado del sistema en la etapa n es la
informacin que enlaza, conecta o vincula las etapas, de tal modo que se puedan tomar
las decisiones para las etapas restantes sin volver a examinar cmo se lleg a las
decisiones de las etapas anteriores. Tambin se puede decir que por estado se quiere dar
a entender la informacin que se necesita en cualquier etapa para tomar una decisin
ptima.
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
VARIABLES DE DECISIN (Xn) Hacen referencia a toma de decisiones (o poltica de
decisin) que se producen en una etapa y que produce un cambio en el estado
actual del sistema.
FUNCIN RECURRENTE (Fn) Refleja el comportamiento del sistema en funcin de
los estados y de las variables de decisin: F n (Sn, Xn). La recursin relaciona el
costo o la contribucin ganada durante alguna etapa con el costo o la contribucin
ganada en la etapa posterior de forma acumulativa.
CARACTERSTICAS DE UN PROBLEMA DE PROGRAMACIN DINMICA
Para que un problema pueda ser resuelto con la tcnica de programacin dinmica, debe
cumplir conciertas caractersticas: o
El problema puede ser dividido en etapas, cada una de las cuales requiere de una
poltica de decisin.
Cada etapa se relaciona con una cierta cantidad de etapas.
Cada etapa tiene cierto nmero de estados asociados con su inicio.
La decisin ptima de cada etapa depende solo del estado actual y no de las
decisiones anteriores.
La decisin o poltica de decisin tomada en una etapa determina el modo en que
el estado de la etapa actual se transforma en el estado de la etapa siguiente.
Tipos de problemas que se pueden utilizar
Ruta ms corta
Volumen carga
Mochila,
Asignacin de recursos
Asignacin de personal
De inventarios
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
PROBLEMA 5.
Un alumno debe seleccionar en total 10 cursos opcionales de cuatro departamentos
distintos, y al menos un curso de cada departamento. Los 10 cursos se asignan a los 4
departamentos en una forma que maximiza el conocimiento. El alumno mide el
conocimiento en una escala de 10 puntos, y llega a la tabla siguiente:
Nmero de cursos
Departamento 1 2 3 4 5 6 >=7
I 25 50 60 80 100 100 100
II 20 70 90 100 100 100 100
III 40 60 80 100 100 100 100
IV 10 20 30 40 50 60 70
Este problema tiene 4 etapas y 7 estados.
Variables:
Restricciones:
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Etapa 1
( )
1 25 25 1
2 50 50 2
3 60 60 3
4 80 80 4
5 100 100 5
6 100 100 6
7 100 100 7
Etapa 2
( )
2 45 45 1
3 70 95 95 2
4 80 120 115 120 2
5 100 130 140 125 140 3
6 120 150 150 150 125 150 2,3,4
7 120 170 170 160 150 125 170 2,3
8 120 170 190 180 160 150 125 190 3
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Etapa 3
( )
3 85 85 1
4 135 105 135 1
5 160 155 175 175 3
6 180 180 175 145 180 1,2
7 190 200 200 195 145 200 2,3
8 210 210 220 220 195 145 220 3,4
9 230 230 230 240 220 195 145 240 4
Etapa 4
( )
4 95 95 1
5 145 105 145 1
6 185 175 115 185 1
7 190 195 165 125 195 2
8 20 200 205 175 135 210 1
9 230 220 210 215 185 145 230 1
10 250 240 230 220 225 195 155 250 1
Solucin optima:
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Ejemplo 10.3-1
Un barco de 4 toneladas se carga con uno o ms de tres artculos. La tabla siguiente muestra el
peso unitario, , en toneladas, y el ingreso por unidad
, en miles de dlares, para el artculo i. Cmo se debe cargar el barco para maximizar los
ingresos totales?
Artculo i 1 2 31 2 3 47 3 1 14
Como los pesos unitarios y el peso mximo W son enteros, el estado slo debe tener
valores enteros.
Etapa 3
f3(x3)= mx {14m3}, mx {m3} = 4/1= 4
14m3 Solucin ptima X3 m3=0 m3=1 m3=2 m3=4 f3(x3) m3 0 0 - - - 0 0 1 0 14 - - 14 1 2 0 14 28 - 28 2 3 0 14 28 42 42 3 4 0 14 28 42 56 4
Etapa 2
f2(x2)= mx {47m2 + f3 ( -3 m2), mx {m2} = 4/3= 1
47m2 + f3( -3 m2) Solucin ptima X2 m2=0 m2=1 f2 (x2) m2 0 0+0=0 - 0 0 1 0+14=14 - 14 0 2 0+28=28 - 28 0 3 0+42=42 47+0=47 47 1 4 0+56=56 47+14=61 61 1
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Etapa 1
f3(x3)= mx {31m1 + f2 ( -2 m1)}, mx {m2} = 4/2= 2
31m1 + f2( -2 m1) Solucin ptima X1 m1=0 m1=1 m1=2 f1(x1) m1 0 0+0=0 - - 0 0 1 0+14=14 - - 14 0 2 0+28=28 31+0=31 - 31 1 3 0+47=47 31+14=45 - 47 0 4 0+61=61 31+28=59 62+0=62 62 2
La solucin ptima se determina de la siguiente manera:
X1=4; m1=2
X2 = X1-2m1
= 4-2 (2)
X2=0; m2=0
X3=x2-3m2
=0-3 (0)
X3=0; m3=0
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
PROBLEMA 5.
Un alumno debe seleccionar en total 10 cursos opcionales de cuatro departamentos
distintos, y al menos un curso de cada departamento. Los 10 cursos se asignan a los 4
departamentos en una forma que maximiza el conocimiento. El alumno mide el
conocimiento en una escala de 10 puntos, y llega a la tabla siguiente:
Nmero de cursos
Departamento 1 2 3 4 5 6 >=7
I 25 50 60 80 100 100 100
II 20 70 90 100 100 100 100
III 40 60 80 100 100 100 100
IV 10 20 30 40 50 60 70
Variables:
Restricciones:
Etapa 1
( ) 1 25 25 1
2 50 50 2
3 60 60 3
4 80 80 4
5 100 100 5
6 100 100 6
7 100 100 7
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Etapa 2
( ) 2 45 45 1
3 70 95 95 2
4 80 120 115 120 2
5 100 130 140 125 140 3
6 120 150 150 150 125 150 2,3,4
7 120 170 170 160 150 125 170 2,3
8 120 170 190 180 160 150 125 190 3
Etapa 3
( ) 3 85 85 1
4 135 105 135 1
5 160 155 175 175 3
6 180 180 175 145 180 1,2
7 190 200 200 195 145 200 2,3
8 210 210 220 220 195 145 220 3,4
9 230 230 230 240 220 195 145 240 4
Etapa 4
( ) 4 95 95 1
5 145 105 145 1
6 185 175 115 185 1
7 190 195 165 125 195 2
8 20 200 205 175 135 210 1
9 230 220 210 215 185 145 230 1
10 250 240 230 220 225 195 155 250 1
Solucin ptima:
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Ejemplo 10.3-2
Un contratista constructor estima que la fuerza de trabajo necesaria durante las prximas 5
semanas ser de 5,7,8,4 y 6 trabajadores, respectivamente. La mano de obra en exceso que se
conserve le costar $300 por trabajador semanalmente, y la nueva contratacin en cualquier
semana tendr un costo fijo de $400 ms $200 por trabajador y por semana.
Los datos del problema en resumen como sigue:
= 5, =7, =8, =4, = 6
( )= 3( ), , i=1,2,,5
( )= 4+2( ), , i=1,2,,5
Las funciones de costo, , se dan en cientos de dlares
Etapa 5 ( =6)
( )+ ( ) Solucin ptima X4 X5=6 f5(x4) X5 4 3(0)+4+2(2)=8 8 6 5 3(0)+4+2(1)=6 6 6 6 3(0)+0 =0 0 6
Etapa 4 ( =4)
( )+ ( )+ f5(x4) Solucin ptima X3 X4=4 X4=5 X4=6 f5(x4) X5 8 3(0)+0+8=8 3(1)+0+6=9 3(2)+0+0=6 6 6
Etapa 3 ( =8)
( )+ ( ) + f4(x3) Solucin ptima X2 X3=8 f3(x2) X3 7 3(0)+4+2(1)+6=12 12 8 8 3(0)+0+6=6 6 8
Etapa 2 ( =7)
( )+ ( ) + f3(x2) Solucin ptima X1 X2=7 X2=8 f2(x1) x2 5 3(0)+4+2(2)+12=20 3(1)+4+2(3)+6=19 19 8 6 3(0)+4+2(1)+12=18 3(1)+4+2(2)+6=17 17 8 7 3(0)+0 +12=12 3(1)+4+2(1)+6=15 12 7 8 3(0)+0 +12=12 3(1)+0 +6=9 9 8
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Etapa 1 ( =5)
( )+ ( ) + f2(x1) Solucin ptima
X0 X1=5 X1=6 X1=7 X1=8 f1(x0) x1 0 3(0)+4+2(5)+19=33 3(1)+4+2(6)+17=36 3(2)+4+2(7)+12=36 3(2)+4+2(8)+9=38 33 5
La solucin ptima:
X0=0; X1=5; X2=8; X3=8; X4=6; X5=6
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Practica 1
Investigacin de operaciones
Problema en clase
Una empresa produce 2 productos ( ), los 2 productos deben pasar por un proceso de
produccin que implica cableado elctrico y ensamble. Se requiere de 2 horas para cablear
el producto 1 y 3 horas para el producto 2. En el rea de ensamble se requiere 6 y 5 horas
respectivamente para cada producto. El producto 1 redita $ 7.00 y el producto 2 $ 6.00. La
empresa se va a mudar a otro lugar durante el periodo de produccin y considera que un
nivel de utilidad de 30 dlares ser satisfactorio durante el periodo de ajuste. Formule el
problema como un problema de programacin con metas.
Suponga que agregamos otras metas:
2. Utilizar por completo las horas en el departamento de cableado.
3. Evitar el tiempo extra en el departamento de ensamble.
4. Cumplir con un proveedor y producir por lo menos 7 unidades del producto 2.
Desarrollo
Meta1: 7 +6 +
+
=30 (Metas de utilidad)
Meta2: 2 +3 +
+
=12 (Uso del tiempo de cableado)
Meta3: 6 +5 +
+
=30 (Evitar el tiempo extra)
Meta4:
+
=7 (Compromiso con el cliente)
En este caso las prioridades van en el mismo orden que fueron dadas
En la FO hay que minimizar las desviaciones
FO=
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Resuelto en QM
Al remplazar los valores obtenidos en QM de las variables:
La primera meta no se cumple ya que nos da un resultado de 36 es decir que nos pasamos
por 6 de utilidad.
La segunda meta no cumple ya que nos da un resultado de 18 al remplazar y este se pasa
por 6 horas.
La tercera meta si cumple ya que nos da el mismo valor en la igualacin de 30.
La cuarta meta no cumple debido a que nos da un resultado de 30 es decir que nos estamos
pasando por 23 unidades del producto 2
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Problema 11.22 Render
El director de campaa pretende utilizar 4 formas de publicidad (anuncios de TV, radio,
pancartas y anuncios en peridicos). Los costos son $900 por cada anuncio de Tv, $500 por
cada anuncio de radio, $600 por las pancartas y $180 por cada anuncio de peridico. La
audiencia alcanzada por cada costo de anuncio ha sido estimada por 40,000 personas por
cada anuncio de TV, 32,000 por cada anuncio de radio, 34,000 por cada pancarta y 17,000
por cada anuncio de peridico. El presupuesto mensual es de 16,000 dlares. Se han
establecido y clasificado las siguientes metas:
1) El nmero de personas alcanzadas debe ser por lo menos 1, 500,000.
2) El presupuesto mensual de publicidad no deber ser excedido.
3) Juntos el nmero de anuncios de TV y radio debern ser por lo menos 6.
4) No debern ser utilizados ms de 10 anuncios de cualquier tipo de publicidad.
Formule, resuelva e indique cules metas pueden ser alcanzadas por completo y cules no.
Programacin por metas
X1, X2, X3, X4
P1 40,000X1+32,000X2+34,000X3+17000X4+ = 1,500,00
P2 900X1+500X2+600X3+180X4+ = 16,000
P3 X1+ X2 + =6
P4 X1 + =10
X2 + =10
X3 + =10
X4 + =10
F.O. P1 P3
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Resolucin QM
Al ver los resultados podemos concluir que hay 2 de 4 metas que se cumplen la uno y la
dos. La meta 3 y 4 no se cumplen y vemos que es porque faltaran 5.2701 para la meta 2 y
se excede en 76.86 la meta 4 y esto no es lo ideal ni lo propuesto.
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Problema 11. 24 Render
Problema 11.24
Geraldine Shawhan es presidente de Shawhan File Works, una firma que fabrica dos tipos
de archiveros metlicos. La demanda de su modelo de dos cajones es hasta de 600
archiveros por semana; la demanda del archivero de 3 cajones est limitada a 400 por
semana. La capacidad semanal de operacin de Shawhan File Works es de 1300 horas y el
archivero de 2 cajones requiere 1 hora para ser fabricado y el de 3 cajones requiere 2 horas.
Cada modelo de 2 cajones que se vende, redita una utilidad de $10 y la utilidad del
modelo grande es de $15. Shawhan estableci las siguientes metas en orden de importancia.
1. Alcanzar una utilidad semanal tan cerca de $11,000 como sea posible
2. Evitar la subutilizacin de la capacidad de produccin de la firma
3. Vender tantos archiveros de 2 y 3 cajones conforme la demanda lo indique
Formule este problema como un problema de programacin por metas
Programacin por metas
P1 10X1 + 15X2 + = 11 000
P2 X1 + 2X2 + = 1300
P3 X1 + = 600
X2 + = 400
F.O.
Formulacin en QM
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Tabla solucin
Los resultados muestran que se cumplen con las 4 metas propuestas, sin embargo hay una
deficiencia de 100 en la meta 2 pero la exigencia era igual o por debajo del valor asi que no
estamos violando la meta a cumplir.
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Problemas 8.2 A
1. Formule el problema fiscal de Fairville, suponiendo que el concejo municipal especifique
una meta ms, G5, que requiera que el impuesto sobre la gasolina sea igual por lo menos a
1% de la factura fiscal total.
Solucin:
Segn lo plantado ya tenamos 4 metas definidas, sin embargo para esta debemos anexar
una quinta meta.
Definiendo las variables:
La funcin objetivo es:
Sujeto a las restricciones:
X1= impuesto predial
X2=impuesto alimento y medicina
X3= impuesto de ventas generales.
X4= impuesto de gasolina
Minimizar Z= Pd1-+Pd2
-+Pd3
-+Pd4
++Pd5
+
550 X1 +35 X2 +55 X3 +.075 X4 16
55 X1 -31.5 X2 +5.5X3 +.0075 X4 0
110 X1 +7 X2-44X3 +.015 X4 0
X4 2
5.5 X1 +0.35 X2+0.55X3 -0.07425 X4 0
X1 , X2 ,X3 , X4 0
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Estas restricciones se transforman en:
Desarrollando en QM tenemos:
La tabla de solucin es:
550 X1 +35 X2 +55 X3 +.075 X4 +d1--d1
+ = 16
55 X1 -31.5 X2 +5.5X3 +.0075 X4+d2--d2
+ = 0
110 X1 +7 X2- 44X3 +.015 X4+d3--d3
+ = 0
X4+d4--d4
+= 2
5.5 X1 +0.35 X2+0.55X3 -0.07425 X4 + d5--d5
+ = 0
X1, X2 ,X3 , X4 0
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Segn la tabla de solucin se cumplen 4 de las 5 metas propuestas, sin embargo la meta 5
que es la que no se cumple excede lo solicitada por 0.01 milln.
2. El Centro Comercial NW gestiona eventos especiales para atraer clientes potenciales.
Entre los eventos que parecen atraer a los adolescentes, al grupo de jvenes de mediana
edad y a los adultos mayores, los dos ms populares son los conciertos de bandas y las
exposiciones de arte. Sus costos por presentacin son de $1500 y $3000, respectivamente.
El presupuesto anual (estricto) total asignado a los dos eventos es de $15,000. El gerente
del centro comercial estima la asistencia como sigue:
El gerente ha fijado metas mnimas de 1000, 1200 y 800 para la asistencia de adolescentes,
personas de mediana edad y adultos mayores, en ese orden. Formule el problema como un
modelo de programacin de metas.
Solucin
Definiendo las variables
Funcin objetivo:
Sujeta a las restricciones:
X1= concierto con orquesta
X2=espectculos del arte
Minimizar Z= Pd1++Pd2
-+Pd3
-+Pd4
-
1500 X1 +3000X2 15000
200 X1 1000
100X1 +400 X2 1200
250X2 800
X1, X2, X3, X4 0
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Las restricciones se convierten en:
Desarrollando en QM
Tabla de resultados
1500 X1 +3000X2 +d1--d1
+ = 15000
200 X1 +d2--d2
+ =1000
100 X1 +400X2+d3--d3
+ = 1200
250X2+d4--d4
+= 800
X1, X2 ,X3 , X4 0
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Segn los resultados la meta 4 no se cumplir ya que requerimos de 175 para cubrir la meta
de los adultos mayores en la asistencia. Sin embargo la meta 3 tenemos valores de
excedencia que compensa esta deficiencia en la 4.
3. La oficina de admisin de la Universidad de Ozark est recibiendo solicitudes de
estudiantes de primer ao para el ao acadmico venidero. Las solicitudes caen dentro de
tres categoras: estudiantes del estado, de fuera del estado, e internacionales. Las relaciones
hombres-mujeres de los solicitantes del estado y de fuera del estado son 1:1 y 3:2; para
estudiantes internacionales, la relacin correspondiente es de 8:1. La calificacin en el
Examen de Universidades Americanas (ACT, por sus siglas en ingls) es un importante
factor en la aceptacin de nuevos estudiantes. Las estadsticas recopiladas por la
universidad indican que las calificaciones promedio de estudiantes del estado, fuera del
estado e internacionales, son de 27, 26 y 23, respectivamente. El comit de admisiones ha
establecido las siguientes metas deseables para la nueva clase de primer ao:
(a) Que la clase que empieza sea por lo menos de 1200 estudiantes.
(b) Que la calificacin promedio de todos los solicitantes sea por lo menos de 25.
(c) Que los estudiantes internacionales constituyan por lo menos 10% de la clase.
(d) Que la relacin mujeres-hombres sea por lo menos de 1:1.
(e) Que los estudiantes de fuera del estado comprendan por lo menos 20% de la clase.
Formule el problema como un modelo de programacin de metas.
Definiendo las variables
Funcin objetivo
X1= estudiantes de estado
X2=estudiantes de otros estados
X3= estudiantes internacionales
Minimizar Z= Pd1-+Pd2
-+Pd3
-+Pd4
-+Pd5
-
X1 + X2 +X3 1200
2X1 +X2 -2X3 0
-0.1X1 -0.1X2+0.9X3 0
2X2+7X3 0
-0.2X1 +0.8 X2-0.2X3 0
X1 , X2 ,X3 0
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Estas restricciones se convierten en
En QM
Solucin
,
X1 + X2 +X3 +d1--d1
+ = 1200
2X1 +X2 -2X3 +d2--d2
+ = 0
-0.1X1 -0.1X2+0.9X3 +d3--d3
+ = 0
2X2+7X3 +d4--d4
+= 0
-0.2X1 +0.8 X2-0.2X3 + d5--d5
+ = 0
X1, X2 ,X3 , X4 0
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Segn los resultados podemos ver que las 5 metas se cumplen, sin embargo hay unas metas
que como la 2 y la 4 que exceden los valores que solicitamos, pero las indicaciones eran
que por lo menos una cantidad as q podamos pasar ese valor.
4. Las granjas Circle K consumen 3 toneladas diarias de un alimento especial, el cual est
constituido por una mezcla de piedra caliza (carbonato de calcio), maz y soya, y que debe
satisfacer los siguientes requisitos nutricionales:
Calcio. Al menos 0.8%, pero no ms de 1.2%.
Protena. Por lo menos 22%.
Fibra. A lo sumo 5%.
La siguiente tabla muestra el contenido nutricional de los ingredientes alimenticios.
Formule el problema como un modelo de programacin de metas, y establezca su opinin
con respecto a la aplicabilidad de la programacin de metas a esta situacin.
Solucin
Definiendo las variables
Funcin objetivo
Minimizar Z= Pd1++Pd2
- +Pd3++Pd4
-+Pd5
-
X1= piedra caliza
X2= maz
X3= soya
X1+X2 +X3 6000
0.380 X1 +0.001 X2 +002 X3 48
0.380 X1 +0.001 X2 +002 X3 72
0.09 X2+0.5X3 1320
0.02 X2+0.08X3 300
X1 , X2 ,X3 0
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Sujeta a:
Las restricciones se convierten en:
En QM
X1 + X2 +X3 +d1--d1
+ = 6000
0.380 X1 +0.001 X2 +002 X3 +d2--d2
+ = 48
0.380 X1 +0.001 X2 +002 X3 +d3--d3
+ = 72
0.09 X2+0.5X3+d4--d4
+= 1320
0.02 X2+0.08X3 + d5--d5
+ = 300
X1, X2 ,X3 0
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Vemos que las 5 metas se cumplen y segn las cantidades de cada uno de los ingredientes
hay dos metas que excedemos del valor, sin embargo no viola la meta porque nos
solicitaban ms de ese valor base.
5. Mantel produce un carruaje de juguete, cuyo ensamble final debe incluir cuatro ruedas y
dos asientos. La fbrica que produce las piezas trabaja tres turnos al da. La siguiente tabla
proporciona las cantidades producidas de cada pieza en los tres turnos.
Idealmente, la cantidad de ruedas producidas es el doble de la de asientos. Sin embargo,
como las tasas de produccin varan de turno a turno, el balance exacto en la produccin
puede no ser posible. A Mantel le interesa determinar la cantidad de corridas de produccin
en cada turno que minimice el desbalance en la produccin de las piezas. Las limitaciones
de la capacidad restringen las corridas a entre 4 y 5 para el turno 1; 10 y 20 para el turno 2,
y 3 y 5 para el turno 3. Formule el problema como un modelo de programacin de metas.
Solucin
Como deseamos minimizar el desbalanceo en la produccin, debemos buscar las partes
que se producen en mayor o menor cantidad en los diferentes turnos:
En el turno 1 se producen ruedas suficientes para 125 ensambles, sin embargo se producen
asientos para 150 ensambles, por cual el desbalanceo es de 25 ensambles de ruedas que
faltan, y como cada ensamble requiere tenemos que faltaran 100 ruedas en el turno 1.
De forma anloga, sabemos que el turno 2 sobran 40 ruedas; y en el turno 3 sobran 80
ruedas.
Definimos las variables:
X1=corridas de ruedas turno 1
X2= corridas de ruedas turno 2
X3= corridas de ruedas turno 3
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Funcin objetivo:
Restricciones
-100 X1 +40 X2 -80 X3 0
X1 4
X1 5
X2 10
X2 20
X3 3
X3 5
X1, X2 ,X3 , 0
Estas restricciones se convierten en
Como la meta nica de la empresa es eliminara el desequilibrio entre la produccin de un
turno y otro, a la nica restriccin que le agregamos las desviaciones de mas o de menos es
a la primera. Adems por eso se minimiza en la funcin objetivo esas dos desviaciones
porque necesitamos un numero estndar por turno que no est de ms ni de menos.
En QM
Minimizar Z= Pd1-+Pd1
+
-100 X1 +40 X2 -80 X3 +d1--d1
+ = 0
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Solucin
Con este resultado vemos que los valores que x toma en alguna de las restricciones no las
cumple, sin embargo lo que las meta exiga era evitar las desviaciones de estos valores ya
fuera hacia arriba o abajo, por lo cual deba ser un numero que mantuviera entre las
corridas un valor preciso de juguetes realizados por turno.
6. Camyo Manufacturing produce cuatro piezas que requieren el uso de un torno y un
taladro vertical. Las dos mquinas operan 10 horas al da. La siguiente tabla proporciona el
tiempo en minutos que se requiere por pieza:
Se desea balancear las dos mquinas limitando la diferencia entre sus tiempos de operacin
totales a lo sumo a 30 minutos. La demanda del mercado de cada pieza es de al menos 10
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
unidades. Adems, la cantidad de unidades de la pieza 1 no puede exceder la de la pieza 2.
Formule el problema como un modelo de programacin de metas.
Definimos las variables
Funcin objetivo
Minimizar Z= Pd1++Pd2
+
Sujeto a las restricciones:
Luego se transforman en
En QM
X1= parte 1
X2=parte 2
X3= parte 3
X4= parte 4
2 X1 +4 X2 +2X3 +3 X4 30
X1 10
X2 10
X3 10
X4 10
X1 - X2 0
X1 , X2 ,X3 , X4 0
2 X1 +4 X2 +2X3 +3 X4 +d1--d1
+ = 30
X1 - X2 +d2--d2
+ = 10
X1, X2 ,X3 , X4 0
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Solucin
Vemos que la meta 1 no se cumple, sin embargo esta meta se excede asi que podemos decir
que la meta fue mejor de lo que esperamos.
7. Se fabrican dos productos en dos mquinas secuenciales. La siguiente tabla da los
tiempos de maquinado en minutos por unidad para los dos productos.
Las cuotas de produccin diarias para los dos productos son de 80 y 60 unidades. Cada
mquina opera 8 horas al da, y si es necesario, aunque no deseable, puede utilizarse tiempo
extra para satisfacer las cuotas de produccin. Formule el problema como un modelo de
programacin de metas.
Definiendo las variables:
X1= producto A
X2=producto B
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Funcin objetivo
Restricciones:
Las restricciones se convierten en:
En QM
Minimizar Z= Pd1-+Pd2
-+Pd3
++Pd4
+
X1 80
X2 60
5 X1 +3X2 480
6 X1 +2X2 480
X1 , X2 , 0
X1+d1--d1
+ = 16
X2+d2--d2
+ = 0
5 X1 +3X2+d3
d3+ = 480
6 X1 +2X2 +d4--d4
+= 480
X1, X2 0
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Solucin
Vemos que las metas 3 y 4 no se cumplen, y al evaluar los valores de:
X1 80
X2 60
En las restricciones de tiempo vemos que para la meta 3 el valor es 580 as que necesitamos
100 minutos mas para la maquina 1.
Para la meta 4 al evaluar los valores vemos que el valor es 600 por cual necesitamos 120
minutos en la maquina 2 para cumplir con estas metas.
8. El hospital de Vista City planea la asignacin de camas sobrantes (las que no estn ya
ocupadas) para estancias cortas, con 4 das de anticipacin. Durante el periodo de
planificacin de 4 das, alrededor de 30,25 y 20 pacientes requerirn estancias de 1, 2 o 3
das, respectivamente. Las camas sobrantes durante el mismo periodo se estiman en 20, 30,
30 y 30, respectivamente. Aplique la programacin de metas para resolver el problema de
sobre admisin y subadmisin en el hospital.
Definiendo las variables
X1= disponibilidad de camas da 1
X2= disponibilidad de camas da 2
X3= disponibilidad de camas da 3
X4= disponibilidad de camas da 4
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Funcin objetivo
Restricciones
Se convierten en
En Qm
Minimizar Z= Pd1++Pd2
++Pd3
+
-10X1 + -10X2 + X3 + X4 30
X1 + X2 +X3 + X4 25
X1 + X2 + X3 + X4 20
X1 20 X2 20
X3 24 X4 30
X1 , X2 ,X3 , X4 0
X1 + X2 + X3 + X4 +d1--d1
+ = 30
X1 + X2 + X3 + X4 +d2--d2
+ = 25
X1 + X2 + X3 + X4 +d3--d3
+ = 20
X1, X2 ,X3 , X4 0
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Los resultados son que las metas se cumplen y que al evaluar los valores las metas tienen
excedencia.
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Conjunto de Problemas 11.3B
1. Resuelva el ejemplo 11.3-1, suponiendo que los costos unitarios de produccin y
almacenamiento son los de la siguiente tabla.
Periodo i Costo Unitario en
tiempo normal ($)
Costo Unitario en
tiempo extra ($)
Costo unitario de
almacenamiento ($)
para el periodo i*1
1 5.00 7.50 0.10
2 3.00 4.50 0.15
3 4.00 6.00 0.12
4 1.00 1.50 0.20
Tabla
1 2 3 4 Exedente
R1 90
O1 10 30
R2 100
O2 60
R3 120
O3 80
R4 110
O4 50 20
Costo total:
(90*5.00)+(10*7.50)+(30*7.69)+(100*3.00)+(60*4.50)+(10*7.75)+(120*4.00)+(80*6.00)+(
110*1.00)+(50*1.50)= $2545.50
5.00
7.50 7.60
3.00
4.50
4.00
6.00
1.00
1.50 0
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
2. Se fabrica un artculo para satisfacer la demanda conocida durante 4 periodos de
acuerdo con los datos siguientes:
Costo de produccin unitario ($) durante el periodo
Intervalo de produccin
(Unidades)
1 2 3 4
1-3 1 2 2 3
4-11 1 4 5 4
12-15 2 4 7 5
16-25 5 6 10 7
Costo de retencin
unitaria ($)
0.30 0.35 0.20 0.25
Demanda Total
(Unidades)
11 4 17 29
1 2 3 4
R1 11
R2 4 11
R3 6 5
R4 10
Costo Total= (11*5)+(4*4)+(11*4.35)+(6*5)+(14*5.85)+(5*5.20)+(10*4)=$ 296.75
5.00
4.00 4.35
5.00 5.20
4.00
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
CUESTIONARIO
TEORIA DE COLAS
1. En qu consiste el modelo de teora de colas o el modelo de sistema de espera?
El estudio de lneas de espera, llamada teora de colas, es una de las tcnicas de anlisis
cuantitativo ms antiguas y que se utilizan con mayor frecuencia. Las lneas de espera son
un suceso cotidiano, que afecta a las personas que van de compra a las tiendas de
abarrotes, a cargar gasolina, a hacer depsitos bancarios, o bien, a quienes esperan en el
telfono a que conteste la primera operadora disponible para hacer su reservacin en una
aerolnea. La mayora de los problemas de lnea de espera se centran en la cuestin de
encontrar el nivel ideal de servicio que debera proporcionar una empresa
2. Cules son los componentes o elementos de un modelo de colas?
Los componentes de un modelo de colas son las llegadas, las instalaciones de servicio y la
lnea de espera real
3. Cules son los costos relacionados a los modelos de lnea de espera o modelo de colas?
Los costos relacionados al modelo de lnea son el costo total esperado que es igual al costo
de dar el servicio de tiempo de espera del cliente
4. Qu papel juega la distribucin exponencial o Poisson en el modelo de cola?
La distribucin de Poisson es utilizado en el modelo de colas para calcular el nmero de
llegadas por unidad de tiempo (el patrn de llegadas)
5. En qu consisten los modelos de nacimientos puros o muertes puras?
Dos situaciones del modelo de colas por el modelo de nacimiento puro en el cual solo
ocurren llegadas, y el modelo de muerte pura en el cual slo ocurren salidas. Un ejemplo
de nacimiento puro es la creacin de actas de nacimiento de bebs recin nacidos. EL
modelo de muerte pura puede demostrarse por medio del retiro aleatorio de un artculo
en existencia en una tienda.
6. En qu consiste el modelo generalizado de cola de Poisson? Cmo se define?
El modelo generalizado de colas de Poisson combina tanto llegadas como salidas con base
en la suposicin de Poisson, es decir los tiempos entre llegadas y los tiempos de servicio
siguen la distribucin exponencial. El desarrollo de ste modelo se basa en el
comportamiento a largo plazo o de estado estable de la situacin de colas, alcanzando
despus de que el sistema ha estado en operacin durante un tiempo suficientemente
largo.
7. En qu consiste el modelo de colas especializadas?
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
En el modelo de colas especializadas se selecciona un cliente de la cola para iniciar el
servicio con el primer servidor disponible. La tasa de llegadas al sistema es de clientes
por unidad de tiempo. Todos los servidores paralelos son idnticos, es decir que la tasa de
servicio de cualquier servidor es de clientes por unidad de tiempo. La cantidad de
clientes en el sistema se define para incluir los que estn en el servicio y los que estn en
cola.
8. Indique en qu consiste la notacin de Kendall
La notacin de Kendall es un mtodo de clasificacin de sistemas de cola que se basa en la
distribucin de llegadas, la distribucin de los tiempos de servicio y el nmero de canales
de servicio.
La notacin de Kendall bsica tiene 3 smbolos que tienen la siguiente forma:
Distribucin de llegadas/Distribucin de tiempos de servicio/Nmero de canales de
servicio abiertos
Se utilizan 3 letras apra representar las distribuciones de probabilidad
M= Distribucin de Poisson del nmero de ocurrencias (o tiempos exponenciales)
D=Tasa constante (Determinstica)
G= Distribucin general con media y varianza conocidas
Una notacin cmoda para resumir las caractersticas de la cola es la que tiene el siguiente
formato:
(a/b/c) : (d/e/f)
En donde
a= distribucin de llegadas
b= distribucin de salidas (o del tiempo de servicio)
c= cantidad de servicio en paralelo (=1,2, , )
d= disciplina de la cola
e= cantidad mxima (finita o infinita) admisible en el sistema (en la cola ms en servicio)
f= tamao de la fuente (finito o infinito)
9. Cules son las medidas de desempeo o de eficiencia de un sistema de colas?
Las medidas de desempeo, eficiencia o funcionamiento de una cola son:
Ls = Cantidad esperada de clientes en el sistema
Lq = Cantidad esperada de clientes en la cola
Ws = Tiempo esperado de espera en el sistema
Wq = Tiempo esperado de espera en la cola
C = Cantidad esperada de servidores ocupados
= tasa de utilizacin del sistema
= tasa de llegada
= tasa de servicios
Recuerde que el sistema abarca tanto la cola como la instalacin de servicio
Tasa de llegada debe ser menor que la tasa de servicio
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
SISTEMAS DE COLAS
ELEMENTOS DE UN MODELO DE COLAS
En cada una de las siguientes situaciones, identifique al cliente y al servidor:
Cliente Servidor
1 aviones Aeropuerto
2 pasajeros Sitio de taxis
3 herramientas Taller de maquinado
4 cartas Oficina postal
5 Personas que se van a inscribir
Universidad
6 casos Cortes legales
7 caja Supermercado
8 autos Estacionamientos
PAPEL DE LA DISTRIBUCIN EXPONENCIAL
El tiempo entre llegadas a la oficina estatal de Hacienda es exponencial, con valor medio
de 0.05 horas. La oficina abre a las 8:00A.M
e. Escriba la distribucin exponencial que describe el tiempo entre llegadas
f(t)=20e-20t,t
} = e-0.20(0.25)= 0.0067
g. En este momento son las 8:35 A.M. el ultimo cliente lleg a la oficina a la 8:26Cul
es la probabilidad de que el siguiente cliente llegue antes de las 8:38 A.M?de que
no llegue alrededor de los 8:40 A.M?
P{t>
} =1- e-0.20(0.05)= 0.63
P{t>
} = e-0.20(0.083)= 0.19
h. Cul es el promedio de clientes que llegan entre 8.10 y 8.45 A.M
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
NACIMIENTO PURO
El tiempo entre llegadas en el restaurante L&J es exponencial con media de 5 minutos. El
restaurante abre a las 11:00AM determine lo siguiente:
d) La probabilidad de tener 10 llegadas en el restaurante alrededor de las 11:12 A.M
dado que 8 clientes llegaron a las 11:05 A.M
( ) ( )
= 0.2417
e) La probabilidad de que un nuevo cliente llegue entre las 11:28 y las 11.33 A.M, si el
ultimo cliente lleg a las 11:25 A.M
f) ( ) ( )
= 0.3679
MODELO DE MUERTE PURA
Un taller mecnico se acaba de surtir de 10 partes de repuesto para la reparacin de una
mquina. La reposicin de la existencia que regresa el nivel a 10 piezas ocurre cada 7 das.
El tiempo entre fallas es exponencial con media de 1 da. Determine la probabilidad de la
mquina permanezca descompuesta durante dos das porque no hay partes de repuestos
disponibles.
MODELO DE COLAS GENERAL DE POISSON
En el modelo de B&K del ejemplo 18.5-1, suponga que las tres cajas estn siempre
abiertas y que la operacin est configurada de tal manera que el cliente vaya primero a la
caja vaca. Determinar lo siguiente:
c) La probabilidad de que las tres cajas estn en uso
La probabilidad de que las tres cajas estn en uso es de 0.4444
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
d) La probabilidad de que el cliente que llegue no tenga que esperar.
La probabilidad de que el cliente no tenga que esperar es de 0.5556
MODELO DE UN SOLO SERVIDOR
2. Jhon Macko en la U de Ozark. Realiza trabajos peculiares para complementar sus ingresos. Las
solicitudes para que realice un trabajo llegan cada 5 das, pero el tiempo etre solicitudes es
exponencial. El tiempo para terminar un trabajo tambin es exponencial con media de 4 das.
(M/M/1): (GD/ )
Cul es la probabilidad de que Jhon se quede sin trabajo?
=
= 0.8
Si Jhon gana aproximadamente $50 por trabajo, cul es su ingreso mensual promedio?
$50/trabajo
($50)(0.25)(30 das)= $375.00
Si al final del semestre John decide subcontratar los trabajos pendientes a $40 cada uno,
Cunto, en promedio, debe esperar que le paguen?
Lq= wq =
=
= 3.2*$40 =$128
5- Un restaurante de comida rpida tiene una ventanilla para servicio en su auto. Los
autos llegan segn una distribucin de Poisson a razn de dos cada 5 minutos. El espacio
el espacio en frente de la ventanilla puede acomodar a la sumo 10 autos, incluso el que se
est atendiendo. Los dems autos pueden esperar afuera de este espacio si es necesario.
El tiempo de servicio por cliente es exponencial, con una media de 1.5 minutos.
Determine lo siguiente:
(M/M/1): (GD/ )
e) La probabilidad de que la ventanilla este ociosa
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
La probabilidad de que la ventanilla este ociosa es 0,403
f) La cantidad estimada de clientes que esperan ser atendidos
Lq= 0.8845
g) El tiempo de espera hasta que un cliente llega a la ventanilla para hacer su pedido
Wq= 2,21
h) La probabilidad de que la lnea de espera exceda la cantidad de 10 espacios.
P{n>=11}= 0.0034
Conjunto de problemas 18.6C
5. una cafetera puede acomodar un mximo de 50 personas. Los clientes llegan en una
corriente Poisson a razn de 10 por hora y son atendidos (uno a la vez) a razn de 12 por
hora.
(M/M/1) : (GD/50/ )
c) Cul es la probabilidad de que un cliente que llegue no coma en la cafetera
porque est llena?
P51= ( )
= 0.0000152
d) Suponga que a tres clientes (con tiempos de llegada aleatorios) les gustara
sentarse juntos Cul es la probabilidad de que se cumpla su deseo? (suponga
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
que pueden hacerse arreglos para que se sienten juntos en cuanto haya tres
sillas disponibles)
P47= (P48+P49+P50)
= (( )
( )
( )
= 0.00006
MODELOS DE VARIOS SERVIDORES
El centro de cmputo de la U de A esta equipado est con cuatro maxi computadoras
idnticas. La cantidad de usuarios en cualquier momento es de 25. Cada usuario es capaz
de enviar un trabajo desde una terminal cada 15 minutos es promedio, pero el tiempo real
entre varios es exponencial. Los trabajadores que llegan automticamente se van a la
primera computadora disponible. El tiempo de ejecucin por envi es exponencial con
una media de 2 minutos. Calcule lo siguiente:
g) La probabilidad de que un trabajo no se ejecute de inmediato
inmediatamente despus de enviarlo.
La probabilidad de que no se ejecute de inmediato es de 0.6577, >K
h) El tiempo promedio hasta que los resultados de un trabajo se le devuelvan
al usuario.
Ws= 0,0662
i) El promedio de trabajos en espera de ser ejecutados.
Lq= 3.29 trabajos
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
j) El porcentaje de tiempo que todo el centro de cmputo este ocioso.
P0= 0,0213
k) El promedio de computadoras ociosas.
4-(Lq-Ls)= 4-(3.29-6.62)= 0.67
Conjunto de problemas 18.6E
2. En la tienda de Eat&Gas funciona una estacin de gasolina de dos bombas. El carril que
conduce a las bombas puede alojar cuando mucho 3 autos, excluyendo a los que se les
est dando atencin. Los autos que llegan se van a otra parte si el carril est lleno. La
distribucin de los autos que llegan es de Poisson con media de 20 por hora. El tiempo
para llenar el tanque y pagar es exponencial con media de 6 minutos. Determine lo
siguiente:
d) El porcentaje de autos que buscarn servicio en otra parte.
Segn TORA
Debe ser la probabilidad de P5= 0.18182
e) el porcentaje de tiempo que una bomba est en uso.
P1= 0.18182
f) La utilizacin en porcentaje de las dos bombas.
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
d) La probabilidad de que un auto que llega no inicie el servicio de inmediato
pero que encuentre un espacio vaci en el carril.
(p2+p3+p3)= 0.18182+ 0.0182+0.0182=0.54546
l) La capacidad del carril que garantice que la probabilidad de que ambas
bombas estn ociosas es de menos 0.05 o menos.
P0= 10 para que ambas bombas estn
ociosas y se cumpla que la probabilidad sea menos de 0.05.
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Metalco va a contratar un tcnico en mantenimiento para un taller de 0 mquinas. Se estn
considerando 2 candidatos. El primero puede realizar reparaciones a razn de 5 mquinas por
hora y gana $15 por hora. El candidato 2 gana $20 ya que puede realizar reparaciones a razn de 8
mquinas por hora. Metalco estima que cada mquina descompuesta incurrir en un costo de $50
por hora a causa de la produccin perdida. Suponiendo que las maquinas se descomponen con
una distribucin de Poisson con una media de 3 por hora y que el tiempo de reparacin es
exponencial cul tcnico debe ser contratado?
Candidato 1 Candidato 2
Lamda= 3 mq/hora Lamda= 3 mq/hora
= 5 = 8
Sueldo= $15 Sueldo= $20
Costo por prdida= $50 Costo por prdida= $50
Candidato 1
Candidato 2
Segn los resultados arrojados por QM indica los siguientes costos: candidato 1= $813.34 y el
candidato 2= $723. 44, es decir, que el candidato que se debe contratar es el candidato 2 ya que
incurre en menos costos para Metalco.
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
B&K groceries va abrir una tienda que presumir de contar con lectores de barras de ultima
generacin. El seor BIH uno de los propietarios de B&K a limitado las opciones a dos lectores: el
lector A puede procesar 10 artculos por minutos, el lector B puede leer 15 artculos por minutos.
El costo diario de operacin (10 horas) y mantenimiento de los lectores es de $25 y $35
respectivamente. Los clientes que terminan sus compras llegan a las cajas de acuerdo a una
distribucin de Poisson a razn de 10 clientes por hora. Cada carrito lleva entre 25 y 35 artculos.
Distribuidos de manera uniforme. El seor BIH estima que el costo promedio por cliente que
espera es de 20 centavos por minuto. cul lector debe adquirir B&K?. (sugerencia: el tiempo de
servicio por cliente no es exponencial, sino uniformemente distribuido).
Lamda: 10 clientes/hora
Detector A detector B
= 600 art/ hora = 900 art/ hora
Costo de mantenimiento= $2.50 costo= $3.50
Costo de espera= 0.20x60= $12
Lector A
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
Lector B
Segn los datos obtenidos de QM al meter los datos los costos son: lector A= $23.00 y lector B=
$15. En conclusin se escogera el lector B ya que sus costos son ms baratos.
-
PORTAFOLIOS DE INVESTIGACIN DE OPERACIONES 16 de
octubre de 2013
AUTOEVALUACIN
Antes de aplicarse la autoevaluacin, remtase a los objetivos de aprendizaje al principio del captulo, a las notas en los mrgenes y al glosario al final del captulo
Utilice las soluciones al final del libro para corregir sus respuestas Estudie nuevamente las pginas correspondientes a cualquier pregunta que conteste
incorrectamente o al material con el cual se sienta inseguro
1. La simulacin es una tcnica que se reserva generalmente slo para el estudio de los
problemas ms sencillos y ms claros
a. Verdadero
b. Falso
2. Un modelo de simulacin est diseado para llegar a una respuesta numrica y especfica
para un problema determinado
a. Verdadero
b. Falso
3. El empleo de simulacin generalmente requiere estar familiarizado con las estadsticas
para evaluar los resultados
a. Verdadero
b. Falso
4. Un modelo de simulacin de incremento de tiempo de evento de evento siguiente se
justificara si la variable a investigar fuera
a. La venta diaria de peridicos
b. La cantidad de lluvia en un da especfica
c. El tiempo promedio que en cliente pasa en espera en la cola
d. El nmero de llamadas de emergencia al 9