Académique Documents
Professionnel Documents
Culture Documents
Escuela de Industrias
Ingeniera Civil Industrial
Profesor
Claudio Christian Araya Sassi
Programa
1. IDENTIFICACIN DE LA ASIGNATURA
Curso
Cdigo
Tipo de actividad
Prerrequisitos
: Modelos Estocsticos
: ICI2212
: Terico-Prctico
: ICI2209
Programa
3. SENTIDO Y UBICACIN DE LA ASIGNATURA EN EL PLAN DE ESTUDIOS
Se encuentra en el eje Gestin de Operaciones, en el que el alumno una
vez aprobado el eje, se encontrar en condiciones de disear, dirigir y
optimizar procesos productivos y de servicios, orientado a la creacin de
valor en la organizacin con especial atencin en la calidad, aplicando su
dominio en herramientas de simulacin, heursticas para la solucin de
problemas, construccin de modelos determinsticos y estocsticos de
optimizacin, imprimiendo siempre en su accionar un sello de
responsabilidad social y de respeto por el medio ambiente.
Programa
4. APRENDIZAJES ESPERADOS
Programa
5. CONTENIDO
Unidad 1: Introduccin a los Procesos Estocsticos (10%)
Definicin de incertidumbre
Ejemplos de sistemas con incertidumbre
Definicin y caractersticas bsicas de Procesos Estocsticos
Enfoques de modelacin (modelos analticos y simulacin)
Programa
5. CONTENIDO
Unidad 3: Proceso de Poisson: (12%)
Definicin y propiedades del proceso
Ejemplos de proceso de Poisson
Distribucin de probabilidades del proceso
Distribucin de los tiempos entre eventos
Distribucin condicional de los tiempos entre llegadas.
Descomposicin del proceso de Poisson y proceso de Poisson compuesto.
Unidad 4: Proceso de Renovacin (12%)
Definicin, distribucin de probabilidades del proceso
Polticas de mantencin y reemplazo
Comportamiento del proceso en el largo plazo
Unidad 5: Cadenas de Markov en Tiempo Discreto (12%)
Definicin, propiedades, probabilidades de transicin,
Ecuaciones de Chapman-Kolmogorov
Distribucin de probabilidades
Clasificacin de estados, anlisis del estado transiente
Anlisis en el largo plazo, distribucin lmite
Profesor MSc. Claudio Araya Sassi
Programa
5. CONTENIDO
Unidad 6: Cadenas de Markov en Tiempo Continuo (12%)
Definicin y propiedades
Tiempos de permanencia y probabilidades de transicin
Ecuaciones de Chapman- Kolmogorov
Anlisis en el largo plazo, ecuaciones de equilibrio
Procesos de nacimiento y muerte.
Programa
6. EVALUACIN
La nota de presentacin a examen se calcular como sigue:
Promedio de Solemnes (2)
Tarea
= 70%
= 30%
Ponderacin final:
Nota presentacin a examen
Nota examen
= 70%
= 30%
La nota de eximicin del examen es 5.0 sin rojos, 5.5 con un rojo.
Asistencia a clases: Se exigir una asistencia del 87%, esto es, 13 das de los
15 das en total. Los alumnos que no cumplan con esta norma quedarn
automticamente reprobados.
Profesor MSc. Claudio Araya Sassi
Programa
7. BIBLIOGRAFA
OBLIGATORIA:
Ttulo: Introduccin a la Investigacin de Operaciones.
Autor: Hillier y G.J. Lieberman
Editorial: McGraw-Hill, 1982
COMPLEMENTARIA:
Ttulo: Modelos Estocsticos para la Gestin de Sistemas
Autor: P. Gazmuri
Editorial: Ediciones Universidad Catlica, 1994.
10
Programacin
Semana 1
ID
Lunes 5
Martes 6
Mircoles 7
Jueves 8
Viernes 9
Contenidos
Unidad 1: Introduccin a los Procesos Estocsticos (10%)
Definicin de incertidumbre
Ejemplos de sistemas con incertidumbre
Definicin y caractersticas bsicas de Procesos
Estocsticos
Enfoques de modelacin (modelos analticos y simulacin)
TAREA
Unidad 2: Repaso Probabilidad y Estadsticas (12%)
Funciones de distribucin de probabilidades
Esperanza, varianza y momentos
Probabilidades y Esperanza condicionales
Unidad 3: Proceso de Poisson: (12%)
Definicin y propiedades del proceso
Ejemplos de proceso de Poisson
Distribucin de probabilidades del proceso
Distribucin de los tiempos entre eventos
Distribucin condicional de los tiempos entre llegadas.
Descomposicin del proceso de Poisson y proceso de
Poisson compuesto.
LABORATORIO 1 (Unidades 2 y 3)
Profesor MSc. Claudio Araya Sassi
11
Programacin
Semana 2
ID
Lunes 12
Martes 13
10
Mircoles 14
Jueves 15
Viernes 16
Contenidos
Unidad 4: Proceso de Renovacin (12%)
Definicin, distribucin de probabilidades del proceso
Polticas de mantencin y reemplazo
Comportamiento del proceso en el largo plazo
SOLEMNE 1 (Unidades 1 -2-3-4)
Unidad 5: Cadenas de Markov en Tiempo Discreto (12%)
Definicin, propiedades, probabilidades de transicin,
Ecuaciones de Chapman-Kolmogorov
Distribucin de probabilidades
Clasificacin de estados, anlisis del estado transiente
Anlisis en el largo plazo, distribucin lmite
ENTREGA SOLEMNE 1
LABORATORIO 2: Unidades 4 y 5
12
Programacin
Semana 3
ID
Fecha
11
Lunes 19
12
Martes 20
13
Mircoles 21
14
Jueves 22
15
Viernes 23
Contenidos
Unidad 6: Cadenas de Markov en Tiempo Continuo (12%)
Definicin y propiedades
Tiempos de permanencia y probabilidades de transicin
Ecuaciones de Chapman- Kolmogorov
Anlisis en el largo plazo, ecuaciones de equilibrio
Procesos de nacimiento y muerte.
SOLEMNE 2 (Unidades 5,6 y 7)
Unidad 7: Sistemas de Espera (30%)
Introduccin a los problemas de sistemas de espera.
Indicadores de Performance de un sistema
Sistemas M/M/1
LABORATORIO 3: Unidades 6 y 7
Frmula de Little.
Otros Sistemas: M/M/1/K, M/M/C. M/G/1.
Sistemas con servicio dependiente del estado, llegadas en
lotes.
Redes de Sistemas de Espera
ENTREGA TAREA
ENTREGA SOLEMNE 2
Profesor MSc. Claudio Araya Sassi
13
Definicin de incertidumbre
En los problemas de toma de decisiones, con frecuencia surge la
necesidad de tomar decisiones basadas en fenmenos que tienen
incertidumbre asociada a ellos.
Esta incertidumbre proviene de la variacin inherente de las fuentes que
la provocan y que eluden el control o proviene de la inconsistencia de
fenmenos naturales.
14
Transporte de
entrada
Transporte de
salida
Produccin
Recepcin
Orgenes
del material
Almacenamiento
de productos
terminados
Clientes
Materiales en Produccin
Productos terminados
Envo
Inventarios en proceso
15
16
+
/
= 2+
=0
2
= 2
2
2
2
=
/
17
18
Cantidad disponible
Q
Colocacin
del pedido
Q
DDLT
PRO
Recepcin
del pedido
LT
Falta de
existencias
LT
Tiempo
Profesor MSc. Claudio Araya Sassi
19
20
Tiempo de procesamiento
= 1 , s 2p = 0 .1
Tiempo de transporte
Transporte de entrada
2
X i = 4 , si = 1.0
Transporte de salida
Tiempo de transporte
Punto de agrupacin
= 2 , s o2 = 0 .25
Distribuidor
21
Falla n+1
T1 (n)
Downtime
ti (n)
tf (n)
T2 (n)
T3 (n+1)
Uptime
Downtime
ti (n+1)
tf (n+1)
T2 (n+1)
Uptime
ti (n+2)
22
23
24
25
26
Procesos Estocsticos
Definicin
Coleccin indexada de variables aleatorias ,
: caracterstica de inters medible en el tiempo o estado del proceso
en el tiempo
Por ejemplo, el proceso estocstico 1 , 2 , 3 , . puede representar:
Niveles de inventario semanales (o mensuales) de un producto dado
Demandas semanales (o mensuales) de este producto
27
Procesos Estocsticos
Procesos Estocsticos en tiempo discreto
Definicin
Coleccin indexada de variables aleatorias ,
El conjunto de ndices es un conjunto contable y 0
Ejemplos
Procesos Estocsticos en tiempo continuo
Definicin
Coleccin indexada de variables aleatorias ,
El conjunto de ndices es un conjunto continuo y 0
Ejemplos
28
Procesos Estocsticos
Cualquier realizacin de es llamada una trayectoria muestral.
29
Procesos Estocsticos
Si generamos cientos de trayectorias o secuencias de realizaciones se
genera una nube de trayectorias
30
Procesos Estocsticos
En cada instante t, tendramos una media y una varianza
Existe una distribucin de probabilidades en cada instante del tiempo, la
cual estamos interesados en conocer y estudiar
cmo cambia la distribucin de probabilidades en el tiempo?
cambia el tipo de funcin de distribucin?
31
Procesos Estocsticos
Esta distribucin puede converger a una distribucin estacionaria (que
no cambiar ms)
32
Procesos Estocsticos
Uno de los objetivos que persigue esta disciplina es analizar las
distribuciones estacionarias para variables de inters (de entrada, de
estado o de desempeo)
Identificar bajo que condiciones nos encontramos en dicho estado
(identificar t*)
33
Enfoques de Modelacin
Elementos de un modelo para la toma de decisiones
34
Enfoques de Modelacin
Distribuciones de variables de entrada (input)
Mediciones y muestreos
Inferencia estadstica y tcnicas economtricas (ajustes)
Distribuciones a priori
Estimacin de medias y varianzas
Ejemplo de ajuste a distribucin Lognormal
Frecuencia
Observada
Frecuencia
Terica
35
Enfoques de Modelacin
Ejemplo de ajuste a distribucin Gamma
Frecuencia
Observada
Frecuencia
Terica
36
Enfoques de Modelacin
Sistema
Experimento con el
Sistema Real
Experimento con el
Modelo del Sistema
Modelo
Fsico
Modelo
Matemtico
Solucin
Analtica
Profesor MSc. Claudio Araya Sassi
Simulacin
37
Enfoques de Modelacin
Desafo en modelacin de procesos:
Obtener distribuciones de variables de estado
Distribuciones de variables de desempeo
38
Enfoques de Modelacin
Enfoques analticos
Bsqueda y solucin de sistemas de ecuaciones matemticas que
caracterizan o representan el comportamiento del sistema (variables de
estado e indicadores de desempeo)
Puede llegar a presentar una complejidad excesivamente alta, como para
ser resuelto de manera exacta
Facilidad para anlisis de sensibilidad respecto a parmetros y
alternativas de operacin (evaluacin de indicadores y derivadas para
diferentes parmetros de input o diseo)
En investigacin el fuerte est en la bsqueda de modelos analticos
Computacionalmente ms econmicos
39
Enfoques de Modelacin
Tcnicas de simulacin:
40
Enfoques de Modelacin
Tcnicas de simulacin:
Modelamiento
Sistema Real
Modelo Lgico
Matemtico
Anlisis de resultados
Validacin
Calibracin
Resultados
Diseo de experimentos y ejecucin
41
Enfoques de Modelacin
Dimensin
Analtico
Simulacin
Complejidad
Flexibilidad
Datos
Menos necesidad
Ms necesidad
Transparencia
Caja negra
Eficiencia
Esfuerzo ms lineal y
predecible
42