TRABAJO COLABORATIVO No 2 MTODOS PROBABILISTICOS

ELKIN SUAREZ GRUPO 104561_12

TUTOR DARWIN WILLIAM BARROS

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD PROGRAMA DE INGENIERA INDUSTRIAL CEAD BUCARAMANGA 2013

INTRODUCCION

Este trabajo est basado en la unidad 2 del mdulo de mtodos probabilsticos donde contiene un anlisis de las cadenas de MARKOV, en que se realiza un proceso y las secuencias de este mtodo, en consecuencias de dar soluciones a los fenmenos y movimientos fsicos que suceden en nuestro entorno real con el fin de pronosticar un movimiento futuro. Otro mtodo de gran importancia que se presenta en la cotidianidad de nuestro da a da son las COLAS, pues es un factor de alta importancia por los tiempos que hay que esperar por requerir un servicio en las diferentes entidades pblicas como privadas, este mtodo tiene como finalidad permitir conocer cunto tiempo se demora una persona en brindar un servicio a un cliente. En la administracin de la produccin y en general en todas las actividades de una organizacin, los pronsticos son parte integral de la planeacin. De su precisin dependen su desarrollo, crecimiento y rentabilidad a largo plazo, as como la eficiencia y efectividad a corto plazo. Los procesos estocsticos estudian el comportamiento de variables aleatorias a lo largo del tiempo X (t, w). Se definen como una coleccin de variables aleatorias {X (t, w), t I}, donde X (t, w) puede representar por ejemplo los niveles de inventario al final de la semana t. El inters de los procesos estocsticos es describir el comportamiento de un sistema e operacin durante algunos periodos.

OBJETIVOS

Conocer el mtodo y aplicacin de las cadenas de MARKOV, sus probabilidades y restricciones. Desarrollar los problemas de aplicacin planteados utilizando los modelos de cadenas de markov, inventarios, Pronsticos, teora de colas de y de juegos. Aprender a realizar el mtodo de colas en su anlisis matemtico para resolver los problemas de espera y os tiempos transcurridos. Analizar mediante un proceso matemtico las posibles soluciones de las variables a encontrar. Consultar diferentes bibliografas que nos permitan tener mayores herramientas en el momento de desarrollar un ejercicio planteado

1. El grupo colaborativo deber realizar un cuadro comparativo entre las cadenas de Markov, la teora de juegos, la teora de colas, pronsticos y los modelos EOQ de inventarios. En el cuadro se debe desarrollar: Principales conceptos, caractersticas y sus aplicaciones. PRINCIPALESC CARACTERISTICA APLICACIONES ONCEPTOS S Un pronstico es una Tipos de pronsticos: A En realidad los pronstico aplican todas las PRONOS aproximacin a algo corto plazo. A mediano reas de la organizacin por ejemplo: TICOS que puede ocurrir, un plazo. A largo plazo. Pasos
juicio que se formula respecto a cambios que podran sobrevenir.El pronstico en la organizacin as como en la medicina, la fsica y la metafsicas efecta para prever situaciones, en ventas a seguir para desarrollar como modelo: Recopilacin de datos. Mercadeo y ventas Reduccin o condensacin de datos. Construccin del modelo. Extrapolacin del modelo. Recursos humanos Produccin Manufactura Canales de distribucin La cantidad de unidades que se pedirn "Q". Demanda constante y conocida Un solo producto Los productos reproducen o se compran en lotes Cada lote u rdenes recibe en un slo envo El costo fijo de emitir una orden es constante El Lead Time(Tiempo de Espera)es conocido y constante No hay quiebre de stock No existen descuentos por volumen Se debe conocer el estado actual y las probabilidades detransicin. Se requiere establecer el diagrama de estados y la matriz de transicin. El Costo Anual por ordenar. El costo Anual por mantener. El costo Anual total. El nmero de rdenes ocurridas que se deben colocar o iniciar respectivamente al ao (N) El tiempo entre cada orden ocurrida de produccin (T). El periodo de consumo en das. Planeacin Finanzas

MODELO SEOQ DEINVEN TARIO

Es el modelo fundamental para el control de inventarios. Es un mtodo que, tomando en cuenta la demanda determinastica de un producto (es decir, una demanda conocida y constante),el costo de mantener el inventario, y el costo de ordenar un pedido, produce como salida la cantidad ptima de unidades a pedir para minimizar costos por mantenimiento del producto

CADENA S DE MARKOV

Es una serie de eventos, en la cual la probabilidad de que ocurra un evento depende del evento inmediato anterior. Es una herramienta que permite encontrar la probabilidad de que un sistema se encuentre en un estado en particular en un momento dado.

Investigacin demercados. Pronsticos del estado del tiempo. Economa .Juegos de azar

TEORIA DECOLA S

TEORIA DEJUEG OS

Se ocupa del anlisis matemtico de los fenmenos de las lneas de espera ocolas. Describe a travs de modelos matemticos situaciones de colas o lneas de espera con el fin de proporcionar informacin para la toma de decisiones intervienen 2 jugadores inteligentes que tienen objetivos contrarios

Encontramos: Poblacin de Clientes. Proceso de llegada. Proceso de colas. Disciplina de colas. Proceso deservicio. Proceso de Salida. Sistema de colas de un paso. Red de colas.

Servicio de telefona Estaciones de servicio Bancos Restaurantes Cajeros Automticos

"jugadores", y cada uno tiene un nmero finito o infinito de alternativas o Estrategias"

Campaas publicitarias, Biologa, Sociologa, Filosofa, Inteligencia Artificial y ciberntica.

2. Resolver los siguientes problemas de aplicacin:

a. Formule como una cadena de Markov el siguiente proceso. El fabricante de dentfrico AROMA controla actualmente 65% del mercado de una ciudad. (estado inicial). Datos del ao anterior muestran que 84% de consumidores de AROMA continan usndola, mientras que 16% de los usuarios de AROMA cambiaron a otras marcas. Adems 80% de los usuarios de la competencia permanecieron leales a estas otras marcas, mientras que 20% restante se cambi a AROMA. Considerando que estas tendencias continan, determnese la parte del mercado que corresponde a AROMA: en 3 aos y a largo plazo. (dibuje el diagrama de estados correspondiente a la cadena de Markov)

0,84 0,20

0,16 0,80

= (0,65

0,35) [

= (0,616

0,384)

X2 = (0,616 0,384) [ X3 = (0,594 0,406) [

] ]

[ [ ]

X2 = (0,594 0,406) X3 = (0,580 0,420)

PROBABILIDADESTADO 1 (S1)

PROBABILIDADESTADO 2 (S2)

INICIO 1 2 3

0,65 0,616 0,594

0,35 0,384 0,406

Segn los datos anteriores, a dentfricos AROMA le corresponde un 61,6%del mercado en el ao 1, del ao 2 le corresponde un 59,4% y del ao 3 le corresponde un 58% del mercado. A LARGO PLAZO [ [ ][ ] [ ] ] [ ]

0,84 x1 + 0,20x2 =x1

0,16 x1 + 0,80 x2 =x2 X1 + X2 = 1

1.
2. 3.

Tomamos la ecuacin 1 y 3 0,16 x1 + 0,20x2 = 0 X1 + X2 = 1 0,36x2 = 0,16 X2 = 0,16 /0,36 Remplazamos X2 en 1 X2 0,45

CONCLUSIONES

Aprendimos diferentes conceptos acerca de cadenas de Markov, Teora decolas, Teora de juegos, pronsticos y modelos de inventarios EOQ, adems de sus caractersticas y diferentes aplicaciones dentro de la investigacin de operaciones. El modelo EQQ es un modelo de inventarios para demanda probabilstica que puede ser aplicado en la planificacin de un inventario. Las cadenas de Markov como tcnica estadstica nos ayudan a predecir los comportamientos del siguiente periodo de tiempo ayudndonos a tomar decisiones. La regresin lineal por el mtodo conocido como mnimos cuadrados nos permiti efectuar pronsticos de la demanda de un producto para los siguientes meses ya que como funcin lineal nos permiti describir el comportamiento de la variable dependiente es decir la demanda en funcin de la variable independiente es decir la oferta. Con el problema de inventarios determinamos la cantidad ptima despedidos, el nmero de pedidos y el costo total del inventario a tener en el almacn del hospital. Los mtodos probabilsticos para el anlisis de toma de decisiones bajo incertidumbre son numerosos y muy importantes y eso lo evidenciamos con los ejercicios resueltos en este trabajo, Cuando al no conocer el resultado esperado sino su probabilidad (existiendo por tanto la incertidumbre), aplicamos a los problemas cadenas de Markov, teora de juegos, inventarios con demanda probabilstica, concluyendo de este modo que el resultado de usar estos modelos es que tal vez la respuesta puede ser correcta o incorrecta, puesto que como lo dice el modelo se basa en resultados probabilsticos.