UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
Universidad del Perú. Decana de América
Dirección General de Estudios de Posgrado
Facultad de Ingeniería Industrial
Unidad de Posgrado
Titulo:
EXAMEN FINAL
Docente:
DR. JUAN MANUEL CEVALLOS AMPUERO
Integrantes:
Espinoza Aponte Almira Ángela
Contreras Conche Diana Carolina
Ramos Sparrow Julio Cesar
Lima-Perú
2022
Semana 9
TEORIA DE COLAS
EJEMPLO: REPARACION DE MAQUINAS
Un mecánico atiende cuatro máquinas. Para cada máquina, el tiempo medio entre requerimientos de servicio
es de 10 horas y se supone que tiene una distribución exponencial. El tiempo de reparación tiende a seguir la
misma distribución y tiene un tiempo medio de 2 horas. Cuando una máquina queda en reparación, el tiempo
perdido tiene un valor de $20 / hora. El servicio del mecánico cuesta $50 / hora.
SOLUCIÓN
Mecánico (k = 1) que atiende cuatro máquinas: M = 4. X1:
Arribos:
Media del tiempo entre arribos:
E(X1) = 1 = 10 hrs
. Promedio del número de arribos / hrs λ1 = 0.10
λ1
X2: Servicio:
Media del tiempo de servicio:
1
E (X2) =
λ2 = 2 hrs. Promedio del número de servicios /hrs λ2 = 0.5}
Probabilidad que el sistema este vacío o probabilidad que no haya máquinas malogradas
P0 = 1 /1.2496 = 0.80025
Número esperado de máquinas que no funcionan (malogrados) en el sistema de cola:
0.2 5* 0.00032
Ls = – = 0.25 – 0.0016 = 0.248
0.8 0.99968
Número esperado de máquinas que esperan servicio:
Lq = 0.248 – 0.19975 = 0.04825
Número esperado de máquinas que funcionan en el sistema:
= 4 - 0.248 = 3.752
Tiempo promedio de espera de una máquina en la cola:
Wq = 0.04825 = 0.4825
0.096926
Tiempo promedio de una máquina en el sistema de colas:
WS = 0.4825 +
1 = 2.4825
0.5
Costo total / hora = Costo total de espera + costo total de servicio
Costototal / hora
= Cq Ws λ + Cs k
Ct = 20 ( 2.4825) 0.10 + 50 ( 1 ) = 54.965
EJEMPLO: REPARACION DE MAQUINAS
Población: M = 4 máquinas. Número de mecánicos K = 2.
Arribos λ1 = 0.10 / hr. y Servicio λ2 = 0.50 / hr.
Características de operación:
Probabilidad que no haya máquinas malogradas:
calculando las probabilidades:
4!
4!
0
4!0! (0.2) .= 1,
3! 1!
(0.2)1 = 0.8 → P1 = 0.4778 * 0.8= 0.38224
4!
2 P2 = 0.4778 * 0.24 = 0.11467
0 ( 0.2 ) = 0.24
2! 2!2 →
4!
3 0.048 → P3 = 0.4778 * 0.048= 0.02293
( 0.2 )
1!2!(2)1
=
4!
(0.2)4 = 0.0048 → P4= 0.4778 * 0.0048= 0.00229
0!2!( 2) 2
Número esperado de máquinas que esperan en la cola: Lq =
(3 - 2) P3 + (4 - 2 ) P4 = 0.02751
Número esperado de máquinas que no funcionan (malogradas) en el sistema:
LS = 0* P0 +1* P1 + 2*P2 + 3* P3 + 4 * P4
Ls = 0(0.48)+1(0.382)+2(0.114)+3(0.0229)+4(0.0022) = 0.6895
Número esperado de máquinas que funcionan en el sistema
= 4 - 0.6895 = 3.3105
Tiempo promedio de espera de una máquina en la cola
–
Wq = 0.02751 –
= 0.0831 donde λ = 0.10 ( 4 – 0.68953) = 0.331
0.331
Tiempo promedio de espera de una máquina en el sistema
Ws
0.6895 2.083
=
0.3310 =
Costo total / hora = Costo total de espera + costo total de servicio
Costo / hora
= Cq Ws λ + Cs k = 20 * 2.083 * 0.1 + 50 = 104.166
*2
SEMANA 14
INVENTARIOS
Una compañía manufacturera produce caramelos y toffees. La demanda pronosticada para los meses de
enero, febrero y marzo se muestra a continuación:
La compañía posee dos plantas de producción. Cualquier producto puede ser elaborado en cualquier
planta. La capacidad de cada planta y las tasas de producción se muestran en la siguiente tabla
Además, se debe
tener en cuenta lo
siguiente:
•
No hay obligación
de vender todo lo
pronosticado.
•
El costo de
producción de
5$/hora(se paga
sólo por las horas
trabajadas).
•
Se puede
almacenar
productos a un
costo mensual de
1.20 $/bolsa.
•
El inventario en el
almacén a inicios
de Enero, es de
600 bolsas de
caramelos y 800
bolsas de toffees.
•
Al final del mes de
marzo, se desea un
inventario de por
lo menos
1000 bolsas de
caramelos y 1000
bolsas de toffees
en el almacén.
Se pide plantear un
modelo de
programación
lineal para
determinar el
plan mensual de
producción e
inventarios que
maximice la
utilidad
total.
Además, se debe tener en cuenta lo siguiente:
No hay obligación de vender todo lo pronosticado.
El costo de producción de 5$/hora (se paga sólo por las horas trabajadas).
Se puede almacenar productos a un costo mensual de 1.20 $/bolsa.
El inventario en el almacén a inicios de enero, es de 600 bolsas de caramelos y 800 bolsas de
toffees.
Al final del mes de marzo, se desea un inventario de por lo menos 1000 bolsas de caramelos y
1000 bolsas de toffees en el almacén. Se pide plantear un modelo de programación lineal para
determinar el plan mensual de producción e inventarios que maximice la utilidad total.
Definición de variables:
Definición de variable
Y(i,j,k) es la cantidad de golosinas tipo i (i=1:Bolsa de Caramelos, i=2:Bolsa
de Toffees) fabricadas en la planta j (j=1:Planta 1, j=2:Planta 2) durante el mes
k (k=1: Enero,k=2:Febrero,k=3:Marzo).
Inv_Final(j) es el inventario final del producto i (i=1:Bolsa de Caramelos,
i=2:Bolsa de Toffees) al final del mes k (k=1:Enero,k=2:Febrero,k=3:Marzo).
Restricciones:
Producción Enero:
0.25 * Y_1_1_1 + 0.22 * Y_2_1_1 <= 500;0.26 * Y_1_2_1 + 0.24 * Y_2_2_1 <= 500;
Producción Febrero: 0.25 * Y_1_1_2 + 0.22 * Y_2_1_2 <= 300;0.26 * Y_1_2_2 + 0.24 * Y_2_2_2
<= 300;
Producción Marzo: 0.25 * Y_1_1_3 + 0.22 * Y_2_1_3 <= 600;0.26 * Y_1_2_3 + 0.24 * Y_2_2_3 <= 500;
- Y_1_1_3 - Y_1_2_3 - INV_FINAL_1_2 + VENTA_1_3 + INV_FINAL_1_3 = 0;
- Y_2_1_3 - Y_2_2_3 - INV_FINAL_2_2 + VENTA_2_3 + INV_FINAL_2_3 = 0;
INV_FINAL_1_3 >= 1000;
INV_FINAL_2_3 >= 1000;
Ventas Enero: VENTA_1_1 >= 1000;
VENTA_2_1 >= 100;
VENTA_2_1 >= 100;
Ventas Febrero: VENTA_1_2 >= 500
VENTA_2_2 >= 120
Ventas Marzo: VENTA_1_3 >= 800
VENTA_2_3 >= 100
Demanda Enero: VENTA_1_1 <= 10700;
VENTA_2_1 <= 4300;
Demanda Febrero: VENTA_1_2 <= 10000;
VENTA_2_2 <= 4250
Demanda Marzo: VENTA_1_3 <= 10900
VENTA_2_3 <= 4400;
INVENTARIO ENERO: - Y_1_1_:1 - Y_1_2_1 + VENTA_1_1 + INV_FINAL_1_1 = 600;
Y_2_1_1 - Y_2_2_1 + VENTA_2_1 + INV_FINAL_2_1 = 800;
INVENTARIO FEBRERO: - Y_1_1_2 - Y_1_2_2 - INV_FINAL_1_1 + VENTA_1_2 +
INV_FINAL_1_2 = 0;
Y_2_1_2 - Y_2_2_2 - INV_FINAL_2_1 + VENTA_2_2 + INV_FINAL_2_2 = 0;
INVENTARIO MARZO: - Y_1_1_3 - Y_1_2_3 - INV_FINAL_1_2 + VENTA_1_3 +
INV_FINAL_1_3 = 0; - Y_2_1_3 - Y_2_2_3 - INV_FINAL_2_2 + VENTA_2_3 + INV_FINAL_2_3 =
0;
INV_FINAL_1_3 >= 1000;
INV_FINAL_2_3 >= 1000;
Función objetivo:
MAX Z= Total de
Ingresos - Costos
de Fabricación -
Costos de
Almacenaje,
MAX Z = 10 *
Y1_1_1 + 11 *
Y_1_1_2 + 12 *
Y_1_1_3 +
10 * Y_1_2_1 + 11
* Y_1_2_2 + 12 *
Y_1_2_3 +
13 * Y_2_1_1 + 12
* Y_2_1_2 + 13 *
Y_2_1_3 +
13 * Y_2_2_1 + 12
* Y_2_2_2 + 13 *
Y_2_2_3
- 1.2 *
INV_FINAL_1_1 -
1.2
*INV_FINAL_1_2
- 1.2 *
INV_FINAL_1_3
- 1.2 *
INV_FINAL_2_1 -
1.2
*INV_FINAL_2_2
- 1.2 *
INV_FINAL_2_3;
MAX Z= Total de Ingresos - Costos de Fabricación - Costos de Almacenaje,
MAX Z = 10 * Y1_1_1 + 11 * Y_1_1_2 + 12 * Y_1_1_3 +10 * Y_1_2_1 + 11 * Y_1_2_2 + 12 *
Y_1_2_3 +13 * Y_2_1_1 + 12 * Y_2_1_2 + 13 * Y_2_1_3 +13 * Y_2_2_1 + 12 * Y_2_2_2 + 13 *
Y_2_2_3 - 1.2 * INV_FINAL_1_1 - 1.2 *INV_FINAL_1_2 - 1.2 * INV_FINAL_1_3- 1.2 *
INV_FINAL_2_1 - 1.2 *INV_FINAL_2_2 - 1.2 * INV_FINAL_2_3;
Ingreso de Datos en Excel
Ingreso de Datos en Excel:
Reporte Lingo a Excel
La Solución obtenido del software Lingo es: Utilidad Máxima = $ 127,718.60
Dicha información también se exporta del Excel al Lingo y la tenemos en la pestaña “REPORTE
SOLUCION” del archivo [Link]
