Fase 2 - Construcción y discusión
Metodos Probabilísticos
Estudiante
Jiceth Paola Mancera
Tutor
Miller Ferney Carreño Morales
Grupo
104561_5
Universidad Nacional Abierta y a Distancia UNAD
CEAD VALLEDUPAR
2023
MODELOS DE LINEAS DE ESPERA – FASE 2
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
Datos:
Distribución Exponecial
Tasa de Llegada, λ: 13.5
Tasa de Servicio, µ: 2.8
Servidores (Camiones) 5
a: MODELO (M/M/C):(DG/∞/∞)
Condicion Tasa de llegada tasa de servicio numero de disciplina en la limite del
de estado (exponencial) ( exponencial) servidores cola sistema
DG Disciplina
𝝆 λ µ c
General ∞
por lo tanto el factor de uso esta dado por:
C=5 probabilidad P0
condision de estado 4.82142857143
factor de uso 0.96428571429
cantidad espera de distribuidores en el sistema 29.446155130
cantidad espera de distribuidores en la linea 24.624726559
Tiempo de espera en el sistema 2.181196676
Tiempo de espera en la fila 1.824053819
La probabilidad de que no haya distribuido
La probabilidad de que un distribuidor teng
La probabilidad de que haya 6 distribuidore
La probabilidad de que haya 8 distribuidore
A
tamaño de la
fuente
∑_(𝒏
probabilidad P0 𝟎)^(𝒄
−𝟏)▒𝑷^𝟐
/𝒏!
0 1 2 3 4
1 4.82142857 11.6230867 18.6799608 22.5160242
58.6405003
607.932654
666.573154 0.00150021
e que no haya distribuidores en el sistema. P0 0.2% P0 0
e que un distribuidor tenga que esperar. p(x>=5) 91.2% P1 1
e que haya 6 distribuidores en el sistema. p(x=6) 3.1% P2 2
e que haya 8 distribuidores o más en el sistema. p(x>=8) 81.8% P3 3
P4 4
Comprobación del ejercicio en
P5 5
Aplicación R P6 6
P7 7
0.15%
0.0015
0.0072
0.0174
0.0280
0.0338
0.0326
0.0314
0.0303
MODELOS DE LINEAS DE ESPERA – FASE 2
EJERCICIO 1. MODELOS DE LINEAS DE ESPERA
Datos:
Distribución Exponecial
Tasa de Llegada, λ: 13.5
Tasa de Servicio, µ: 2.8
Servidores (Camiones) 5
Tasa de llegada efectiva 12.7135849053
b:
Plantee un modelo de línea de espera, suponiendo que
Alpina sólo puede despachar X pedidos al día.
N 15
C 5
por lo tanto el factor de uso esta dado por:
condision de estado 4.82142857143
factor de uso 0.96428571429
cantidad espera de distribuidores en el sistema 8.128258737295
cantidad espera de distribuidores en la Fila 3.587692700
Tiempo de espera en el sistema 0.639336489
Tiempo de espera en la fila 0.282193632
La probabilidad de que no haya
La probabilidad de que un distr
La probabilidad de que haya 6 d
La probabilidad de que haya 8 d
Comprobación del
– FASE 2
DE ESPERA
0 1 2 3 4
1 4.8214285714 11.6230867 18.67996082 22.5160242 sumatoria 58.640500337
200.441174 P0 0.0038597867 0.39%
Probabilidad de que el sistema este lleno
0.05825297
obabilidad de que no haya distribuidores en el sistema. P0 0.39% P0
obabilidad de que un distribuidor tenga que esperar. p(x>=5) 77.37% P1
obabilidad de que haya 6 distribuidores en el sistema. p(x=6) 8.08% P2
obabilidad de que haya 8 distribuidores o más en el sistema. p(x>=8) 53.11% P3
P4
P5
P6
P7
mprobación del ejercicio en Aplicación R P8
P9
P10
P11
P12
P13
P14
P15
ue el sistema este lleno
5.83%
0 0.0039
1 0.0186
2 0.0449
3 0.0721
4 0.0869
5 0.0838
6 0.0808
7 0.0779
8 0.0751
9 0.0725
10 0.0699
11 0.0674
12 0.0650
13 0.0626
14 0.0604
15 0.0583
1.00
Ejercicio 2. Modelos de pronóstico probabilístico
dia demanda
1 65
2 78 a β Tendencia
3 95 0.5 0.1 58
4 64
5 71
6 85
7 93
Proyectar la demanda futura usando modelo de pronóstico de
suavización exponencial simple.
dia demanda PRONOSTICO
1 65 65
2 78 65
3 95 71.5
4 64 83.25
5 71 73.625
6 85 72.3125
7 93 78.65625
85.828125
Proyectar la demanda futura usando modelo de pronóstico de
suavización exponencial simple con tendencia.
dia d A T F
1 65 65
2 78 78 58
3 95 115.5 55.95 136
4 64 117.7 50.6 171.45
5 71 119.7 45.7 168.3025
6 85 125.2 41.7 165.4
7 93 129.9 38.0 166.876006
Graficar las demandas futuras (Simple Vs Con tendencia).
simple simple con Tend
S vs T
1 65 65 200
2 78 65 180
3 95 71.5 136 160
4 64 83.25 171.45 140
5 71 73.625 168.3025 120
6 85 72.3125 165.363625
100
7 93 78.65625 166.87600625
80
60
40
20
0
65 78 95 64
1 2 3 4
simple simple co
S vs T
95 64 71 85 93
3 4 5 6 7
simple simple con Tend
