TRABAJO COLABORATIVO 2

METODOS PROBABILISTICOS

HERNAN LEONARDO FONSECA SANCHEZ

CODIGO 74081269
Leonardo23f@hotmail.com

GRUPO 104561_62

INGENIERIA INDUSTRIAL

TUTOR
VLADIMIR DE JESUS VANEGAS ANGULO

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ESCUELA DE CIENCIAS BASICAS, TECNOLOGIA E INGENIERIA
SOGAMOSO 2011

INTRODUCCION
El presente trabajo tiene como finalidad abordar el contenido de la unidad dos,
como son cadenas de Markov, Teora de Colas y programacin no lineal, para
esta oportunidad se realizar el trabajo utilizando el estudio de casos como
estrategia de aprendizaje.
Las cadenas de Markov se incluyen dentro de los llamados procesos estocsticos.
En ciencias de la computacin, la teora de colas es el estudio matemtico de las
lneas de espera o colas dentro de una red de comunicaciones. Su objetivo
principal es el anlisis de varios procesos, tales como la llegada de los datos al
final de la cola, la espera en la cola, entre otros.
La teora de colas generalmente es considerada una rama de investigacin
operativa porque sus resultados a menudo son aplicables en una amplia variedad
de situaciones como negocios, comercio, industria, ingenieras, transporte y
telecomunicaciones.
En matemticas, Programacin no lineal (PNL) es el proceso de resolucin de un
sistema de igualdades y desigualdades sujetas a un conjunto de restricciones
sobre un conjunto de variables reales desconocidas, con un funcin objetivo a
maximizar, cuando alguna de las restricciones o la funcin objetivo no son lineales.

OBJETIVOS

Valorar la eficacia que nos proporciona los modelos matemticos, mediante

los pasos para construir estos patrones y poder desarrollar un anlisis
detallado, calculando los resultados de una organizacin a fin de poder
minimizar o maximizar los recursos, procesos y costos entre otros.

Identificar los diferentes algoritmos utilizados para solucionar problemas de

cadenas de Markov, teoras de colas y programacin no lineal.

Proponer y plantear problemas de aplicacin donde se utilicen los modelos

de prototipo para solucionar problemas de Cadenas de Markov, teoras de
colas y programacin no lineal.

Identificar las diferencia de los conceptos de Cadenas de Markov, teoras

de colas y programacin no lineal, con el fin de identificar sus
caractersticas y sus aplicaciones.

1. El grupo colaborativo deber realizar un cuadro comparativo entre las cadenas de Markov, la teora de colas, y la
programacin no lineal. En el cuadro se debe desarrollar: Principales conceptos, caractersticas y sus aplicaciones.
CADENAS DE MARKOV

TEORIA DE COLAS

PROGRAMACION NO LINEAL
Es el proceso de resolucin de un
sistema
de
igualdades
y
desigualdades sujetas a un conjunto
de restricciones sobre un conjunto
de variables reales desconocidas,
con
una funcin objetivo a
maximizar, cuando alguna de las
restricciones o la funcin objetivo no
son lineales.
Puede enunciarse de una forma muy
Es el estudio matemtico de las lneas de espera o colas
dentro de una red de comunicaciones. Su objetivo principal simple:
es el anlisis de varios procesos, tales como la llegada de los
datos al final de la cola, la espera en la cola, entre otros; max ( x )
Identificar el nivel ptimo de capacidad del sistema que
Maximizar una funcin
minimiza el coste global del mismo; evaluar el impacto que
Una cadena de Markov es una serie las posibles alternativas de modificacin de la capacidad del objetivo
de eventos, en la cual la probabilidad sistema tendran en el coste total del mismo; establecer un
de que ocurra un evento depende del balance equilibrado entre las consideraciones cuantitativas
evento inmediato anterior.
min ( x)
de costes y las cualitativas de servicio.

CONCEPTOS

Minimizar una
Las cadenas de este tipo tienen Las colas se presentan con frecuencia cuando se solicita un O
memoria.
funcin
(
de
coste)
servicio por parte de una serie de clientes y tanto el servicio
como los clientes son de tipo probabilsticos.
Esta dependencia del evento anterior
: Rn R
distingue a las cadenas de Markov de
las series de eventos independientes,
X R n.
como tirar una moneda al aire o un
Donde
dado.

El anlisis de Markov es una forma de

analizar el movimiento actual de
alguna variable, a fin de pronosticar
un movimiento futuro de la misma.
CARACTERISTICAS Las cadenas de Markov se incluyen Poblacin de Clientes: Conjunto de todos los clientes
dentro de los denominados procesos posibles
de
un
sistema
de
colas
Estocsticos.
Proceso de llegada: La forma en que los clientes de la
poblacin
llegan
a
solicitar
un
servicio

No se dispone de un algoritmo que

resuelva todos los problemas
especficos que se ajustan a este
formato.
*Suposicin
de
la
proporcin
*Supuesto
de
adicin
*Suposicin
de
ser
divisible
*Suposicin de certeza

Su
inters
es
describir
el
comportamiento de un sistema e
operacin durante algunos periodos.
Los procesos estocsticos se pueden
clasificar atendiendo a dos aspectos:
si el espacio de estados posibles de
la variable aleatoria contiene valores
discretos o continuos y de si los
valores del tiempo son discretos o
continuos.
Para describir completamente una
cadena de Markov es necesario saber
el estado actual y todas las
probabilidades de transicin, es decir
las probabilidades de pasar de un
evento a otro.
Hay dos formas de exponer las
probabilidades de transicin:
1. El diagrama de estados.
2. La matriz de transicin.

APLICACIONES

*Prediccin del meteorlogo.

*Certificacin de Data-crdito.
*Localizacin de instalaciones.
*Asignacin de recursos.
*En los negocios, las cadenas de
Markov se han utilizado para
analizar los patrones de compra
de los deudores morosos.
*Para planear las necesidades de
personal.
*Al analizar el remplazo de
equipos.

Proceso de colas: La forma en que los clientes esperan a

que
se
les
d
un
servicio
Disciplina de colas: La forma en que los clientes son
elegidos
para
proporcionarles
un
servicio.
Proceso de servicio: Forma y rapidez con que son
atendidos
los
clientes
Proceso de Salida: Forma en que los productos o los
clientes
abandonan
un
sistema
de
colas
Sistema de colas de un paso: Sistema en el cual los
productos o los clientes abandonan el sistema despus de
ser atendidos en un solo centro o estacin de trabajo.
Red de colas: Sistema en el que un producto puede
proceder de una estacin de trabajo y pasar a otra antes de
abandonar el sistema.

*Sistema de cajas en una oficina bancaria. *Programacin de

actividades de despegue / aterrizaje en un aeropuerto.
*Sistema de consulta mdica. *Piezas en un taller donde
pasan por diferentes mquinas en el proceso de mecanizado.
* En los semforos. *Cruces de va. *Cajeros automticos.
*Control de servicios tcnicos y mantenimientos. *CRM
*Cajeros automticos.

*Problemas de planeacin
Econmica.
*Programacin matemtica.
*Finanzas.
*Asignacin de tareas.
*Marketing.
*Produccin.
*Logstica.

2. Resolver los siguientes problemas de aplicacin:

a. Formule como una cadena de Markov el siguiente proceso.
El fabricante de dentfrico AROMA controla actualmente 60% del mercado de una ciudad.
(Estado inicial). Datos del ao anterior muestran que 80% de consumidores de AROMA
continan usndola, mientras que 20% de los usuarios de AROMA cambiaron a otras
marcas. Adems 75% de los usuarios de la competencia permanecieron leales a estas otras
marcas, mientras que 25% 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).
Diagrama de estados

S1

0.2

S2

0.8

0.25

0.75

Para este ao:

0.8 0.2
(0.6, 0.4) 0.25 0.75

= (0.6*0.8+0.4*0.25), (0.6*0.2+0.4*0.75)
( 0.58, 0.42)

Para el segundo ao:

0.8 0.2
(0.58, 0.42) 0.25 0.75 = (0.58*0.8+0.42*0.25), (0.58*0.2+0.42*0.75)
( 0.569, 0.431)
Para El tercer ao:
0.8 0.2
(0.569, 0.431) 0.25 0.75 = (0.569*0.8+0.431*0.25), (0.569*0.2+0.431*0.75)
( 0.5629, 0.43705)
Para el tercer ao el dentfrico Aroma controlara 56% del mercado de la ciudad y el 43%
cambiaran a otra marca.
A largo plazo:
0.8X + 0.25Y = X

0.2X + 0.75Y = Y
X+Y=1
Se coloca utilizando la siguiente expresin:

[ X1 , X 2 ] . P= [ X 1 , X 2 ]
[ X1 , X2] .

0.80 0.20 = X , X
[ 1 2]
0.25 0.75

1.

0,8 X A + 0,25 X 0= X A=0,2 X A + 0,25 X 0=0

2.

0,2 X A +0,75 X 0=X 0 = 0,2 X A 0,25 X 0=0

Tambin sabemos que:

X A + X 0=1

3.

En las ecuaciones 1 y 3 multiplicando la ecuacin 3 por 0,2

0,2 X A +0,25 X 0 =0
0,2 X A +0,25 X 0=0,2
____________________
0+0,45 X 0=0,2

X0=

0,2
0,45

X 0 =0,4444
En la ecuacin 3:
X A + 0,4444=1
XA = 0,5556

A largo plazo el fabricante de dentfrico Aroma tendr una participacin del mercado de
55,56% y los fabricantes de otra marca el 44,44%
b. El departamento de comercializacin de la marca X hizo una investigacin y encontr que,
si un cliente compra su marca, existe un 68% de posibilidades de que la compre de nuevo la
prxima vez, por otro lado, si la ltima compra fue de otra marca, entonces se escoge la
marca X slo el 25% del tiempo. Cul es el porcentaje de mercado que puede pronosticarse
a la larga para la marca X.
Marca X
0.68
0.25

Marca Y
0.32
0.75

X+Y=1
Entonces a largo plazo:
La solucin del sistema es:
Definicin de estados:
X1 = Marca X
X2 = Otras marcas
Matriz de transicin:

X1 X2
X 2 0.25 0.75
X 1 0.68
Viene dada por:

[ X1 , X2]

0.68 0.32
0.25 0.75

Obtenemos las ecuaciones:

1.

0,68 X 1 +0,25 X 2= X 1=0,32 X 1 +0,25 X 2=0

2.

0,32 X 1 +0,75 X 2= X 2= 0,32 X A 0,25 X 2=0

Tambin sabemos que:

3.
4.

X 1 + X 2 =1

En las ecuaciones 2 y 3 multiplicando la ecuacin 3 por 0,25

-0.32 X1 + 0.25X2 = 0
X 1 + X 2 =1

* 0.32

-0.32 X1 + 0.25X2 = 0
0.32 X1 + 0.32X2 = 0.32
____________________
0 + 0.57X2 = 0.32
X2 = 0.32/0.57
X2 = 0.56
Por lo tanto (en la ecuacin 3):

X 2=0.5614

Quiere decir que el porcentaje del mercado pronosticado para la marca X a largo plazo es de
43,86% y para las otras marcas de 56.14%
c. Suponga un restaurante de comidas rpidas al cual llegan en promedio 90 clientes por
hora, Se tiene capacidad para atender en promedio a 120 clientes por hora, Se sabe que los
clientes esperan en promedio 2 minutos en la cola,
Calcule las medidas de desempeo del sistema.
1. Taza de llegada (): 90 Clientes hora = cada 1.5 minutos llega un cliente.
2. Taza de servicio (U): 120 Clientes hora = 2 clientes por minuto.
Taza de llegada
3. Probabilidad de el sistema ocupado ( P): Taza de servicio

90
120

= 0.75%

4. Probabilidad de el sistema desocupado = 1 P = 1-0.75 = 0.25%

5.

Numero promedio en filas(Lq):

8100
120 (12090)

taza de llegada
Taza de servicio (Tazade servicioTaza de llegada)

=0.225% clientes que se encuentran esperando en fila para su

atencin.
Entonces 3 clientes esperando a ser atendidos por minuto.
6. Nmero promedio en el sistema (L ) L = * W= 90 * 0.03333= 3

Indica un promedio de que existen un total de 3 clientes en el restaurante.

7. Tiempo promedio en cola (Wq):

U (U)

90
120 (12090)

= 0.025 horas deben

esperar antes de ser atendidos.

De otra forma:

1.5
2(21.5)

= 1.5 minutos debe esperar antes de ser atendido.

8. Probabilidad de que un cliente que llega tenga que esperar (Pw):

pw = 1 Po =
p= 0.75
Este valor indica que aproximadamente 75% del tiempo un cliente que llegue tiene que
esperar.

d. Identifique diferencias entre la programacin lineal y la no lineal.

PROGRAMACION LINEAL
No permite incertidumbre en los valores
La funcin objetivo es lineal
Las
variables de decisin (tanto en la
funcin objetivo como en las restricciones)
tienen exponente uno.

PROGRAMACION NO LINEAL
Es estructurada
Algunas veces la funcin objetivo es
cuadrtica.
Por lo menos una variable de decisin (ya
sea en la funcin objetivo o en alguna de las
restricciones) tiene exponente diferente a
uno.
no se dispone de un algoritmo que resuelva
todos los problemas especficos que se
ajustan a este formato.

Se utiliza bsicamente para hallar un

conjunto de valores, elegidos a partir de un
conjunto de nmeros dado, que maximizaran
una forma poli nmica dada.
El adjetivo lineal significa que todas las
funciones matemticas del modelo deben ser Es el proceso de resolucin de un sistema
funciones lineales.
de igualdades y desigualdades sujetas a un

conjunto de restricciones sobre un conjunto

de variables reales desconocidas, con una
funcin objetivo a maximizar, cuando alguna
de las restricciones o la funcin objetivo no
son lineales
La palabra programacin no se refiere a PROGRAMACION CUADRATICA
programacin en computadoras; en esencia METODO DE NEWTON- RAPHSON
es un sinnimo de planeacin. As, la MULTIPLICADORES DE LAGRANGE
programacin lineal trata de planeacin de
las actividades para obtener un resultado
optimo, esto es, el resultado que mejor
alcance la meta especificada (segn el
modelo matemtico) entre todas alternativas
de solucin.

CONCLUSIONES
En la aplicacin de este taller es importante sealar que estos mtodos nos llevan a
analizar que forman parte de una implementacin bsica y de carcter general, lo
importante al tratar de solucionar problemas es la generacin de mtodos adecuados.
Entendimos que lo que nos permite un mtodo probabilstico es conocer con un cierto
nivel de certeza una situacin o comportamiento de un sistema a futuro, empleando
las probabilidades a cada uno de los posibles resultados.

Aprendimos que el proceso Markoviano, consiste en asociar probabilidades a cada

uno de los posibles resultados dentro de una lnea de accin para un determinado
tiempo.

 La teora de las colas es el estudio matemtico de las colas o lneas de espera. La

formacin de colas es, por supuesto, un fenmeno comn que ocurre siempre que la
demanda efectiva de un servicio excede a la oferta efectiva.

BIBLIOGRAFIA

ORTEGN, Carroso William Germn. 104561 Mdulo Mtodos Probabilsticos.

Universidad Nacional Abierta y a Distancia UNAD. Ibagu. Colombia

Aula Virtual Mtodos Probabilsticos. Universidad Nacional Abierta y a Distancia

UNAD