Documente Academic
Documente Profesional
Documente Cultură
Facultad de Ingeniera
Ingeniera de Sistemas
SEXTO SEMESTRE
SYLLABUS DE LA ASIGNATURA
INVESTIGACION OPERATIVA II
Elaborado por: Ing. Gelen P. Tondelli Mndez
Gestin Acadmica II/2006
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
FACULTAD DE INGENIERA
UDABOL
UNIVERSIDAD DE AQUINO BOLIVIA
Acreditada como PLENA mediante R. M. 288/01
VISION DE LA UNIVERSIDAD
Ser la Universidad lder en calidad educativa.
MISION DE LA UNIVERSIDAD
Desarrollar la Educacin Superior Universitaria con calidad y
competitividad al servicio de la sociedad.
R S
I D A
D E
Q U I N O
O L I V
I A
FACULTAD DE INGENIERA
SYLLABUS
Asignatura:
Cdigo:
Requisito:
Carga Horaria:
Crditos:
INVESTIGACIN
OPERATIVA II
MAT 403 A
MAT 303 A
80 horas Terico
Prcticas
8
I. OBJETIVOS GENERALES DE LA
ASIGNATURA.
en
la
R S
I D A
D E
Q U I N O
O L I V
I A
FACULTAD DE INGENIERA
Demanda
Revisin
Demanda
Revisin
Introduccin
Terminologa Y Definiciones
Probabilidades de Transicin Superior
Estado Estable
Tiempo Esperado de Primera Llegada
Estados Absorbentes
Aplicaciones
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
FACULTAD DE INGENIERA
LUGAR DE ACCIN
FECHA
PREVISTA
Tema 1
Pequeas
Empresas
Medianas
Antes
del
Primer Parcial
Tema 3
Pequeas
Empresas
Medianas
Antes
Segundo
Parcial
Tema 4 y 5
Pequeas
Empresas
Medianas
Antes
del
Examen Final
ACTIVIDADES
DE
INCURSIN
MASIVA EN LA COMUNIDAD.
A lo largo del semestre se realizarn dos
incursiones masivas en la comunidad,
comprendida la primera entre el 2 y el 8 de
octubre y la segunda entre el 13 y el 19 de
noviembre. Con la finalidad de realizar
trabajos ya sean de recojo de informacin,
extensin o relacionada con los proyectos a
desarrollar en la asignatura o la carrera.
V. EVALUACIN DE LA ASIGNATURA.
Manual de
produccin.
funciones
del
rea
de
PROCESUAL O FORMATIVA.
del
Brigadas
que
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
FACULTAD DE INGENIERA
COMPLEMENTARIA
PRAWDA J., Mtodos y Modelos de
Investigacin de Operaciones, Vol. 1
y 2, Ed. Limusa, Mxico, 1977.
VI. CONTROL DE EVALUACIONES.
V. BIBLIOGRAFIA.
BASICA.
HILLIER,
1 evaluacin parcial
Fecha
Nota
2 evaluacin parcial
Fecha
Nota
FREDERICK S. y otros.
Introduccin a la investigacin de
operaciones. Cuarta edicin. Traduccin de
Marcia Gonzlez Osuna. McGraw Hill.
Mxico. 1989.
operaciones.
Sptima
edicin.
Traduccin de Virgilio Gonzlez.
Pearson Education. Mxico. 2004
Examen final
Fecha
Nota
APUNTES
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
FACULTAD DE INGENIERA
ACTIVIDADES
CLASE PRACTICA
10
11
12
13
CLASE PRACTICA
14
15
16
17
18
CLASE PRACTICA
19
EVALUACION FINAL
20
SEGUNDA INSTANCIA
U N I V
R S
I D A
OBSERVAC.
EVAL PARC I
Presentacin de notas
EVAL PARC II
Presentacin de notas
Presentacin de notas
Presentacin de notas
D E
Q U I N O
O L I V
I A
FACULTAD DE INGENIERA
INTRODUCCIN.
CARACTERISTICAS DE UN SISTEMA DE
LINEAS DE ESPERA
Todo sistema de colas, est formado por 3
componentes:
ARRIBOS EN COLA
SERVICIO
Supermercado
Compradores
Pago en cajas
Peaje
Vehculos
Pago de peaje
Consultorio
Pacientes
Consulta
Sistema de Cmputo
Programas a ser
corridos
Proceso de datos
Compaa de
telfonos
Llamadas
Una comunicacin
Banco
Clientes
Depsitos y
Cobros
Mantenimiento
Mquinas daadas
Reparacin
Muelle
Barcos
Carga y descarga
Lnea de Espera
La lnea de espera puede ser finita o infinita y
generalmente opera bajo una disciplina
R S
I D A
D E
Q U I N O
O L I V
I A
FACULTAD DE INGENIERA
DISTRIBUCION
DEL
TIEMPO
DE
SERVICIO, los patrones de servicio son
como los patrones de llegada pueden ser
constantes o aleatorios.
ARRIBOS
SALIDAS
COLA
SERVICIO
FASE 1
ARRIBOS
SERVICIO
FASE 2
SALIDAS
CANAL 1
COLA
SALIDAS
CANAL 2
ARRIBOS
CANAL 3
U N I V
R S
I D A
D E
Q U I N O
O L I V
I A
FACULTAD DE INGENIERA
FASE 1
CANAL 1
COLA
FASE 2
CANAL 1
SALIDAS
ARRIBOS
FASE 1
CANAL 2
FASE 2
CANAL 2
Single channel
Infinite
Constant
Multi channel
Infinite
Exponential
MODEL
SERVICE
PATTERN
Exponential
4
Single or Multi
Finite
Exponential
Estos modelos comparten que:
son de una sola fase, las llegadas se consideran Poisson y el
servicio es FIFO
A manera de ejemplo nosotros estudiaremos el que corresponde a Modelo de cola de canal sencillo
con llegadas Poisson y tiempo de servicio Exponencial. Este modelo asume que existen las
siguientes condiciones:
U N I V
R S
I D A
D E
10
Q U I N O
O L I V
I A
FACULTAD DE INGENIERA
Pn Probabilidad de que " n" clientes estn en el sistema P
NOTA.
Aqu debe cumplirse que:
K
Donde:
tasa de llegada
unidad
tasa de servicio
tiempo
unidad
tiempo
Otro modelo a estudiar es el Modelo de cola multicanal con llegadas Poisson y tiempo de servicio
Exponencial. Este modelo asume que existen las anteriores condiciones de la pgina 3, adems que.
Cuando se cumplen estas condiciones se pueden desarrollar las siguientes frmulas:
1
K
K 11 i
1
K
P0
K!
K
i 0 i !
Donde:
K = No de servidores
Si n K no hay cola
Si n K hay cola
U N I V
R S
I D A
n!
D E
11
Po
Q U I N O
O L I V
I A
FACULTAD DE INGENIERA
1
n
K
K !K
Po
E(n) L s
K 1 ! K
E(y) Ws
K 1 ! K
1
P0
P0
E(n)
n!
Po
R S
I D A
D E
12
Q U I N O
O L I V
I A
FACULTAD DE INGENIERA
U N I V
R S
I D A
D E
13
Q U I N O
O L I V
I A
FACULTAD DE INGENIERA
o Reportes, etc.
Han sido desarrollados
en lenguajes
especiales orientados a simulacin, dejando la
labor de programacin en C++, Delphi, Visual
Basic a lenguajes de simulacin.
SIMULACIN DE COLAS (METODO DE
MONTE CARLO)
Los modelos de simulacin abundan en el
mundo. Boing los utiliza para la aerodinmica
de sus aviones, los militares simulan juegos de
guerra, los estudiantes de administracin
simulan juegos administrativos para mostrar la
competencia real en los negocios, etc. Se
estima que la mitad de las compaas
manufactureras en Estados Unidos usa estos
modelos de simulacin.
Software de Simulacin
Existen muchas propiedades en programacin
de modelos de simulacin, tales como:
o Generadores de nmeros aleatorios.
o Recopilacin de estadstica
U N I V
R S
I D A
D E
14
Q U I N O
O L I V
I A
FACULTAD DE INGENIERA
1. Establecer
una
distribucin
de
probabilidades
para
las
variables
importantes.
2. Construir una distribucin acumulada de
probabilidades para cada variable.
3. Establecer un intervalo de nmeros
aleatorios para cada variable.
4. Generar nmeros aleatorios.
5. Simular una serie de ensayos.
.
4. El gerente de VARGAS CATERING
necesita reemplazar la unidad de refrigeracin
para almacenar mantequilla. Debe escoger
entre una unidad capaz de almacenar 1000
libras o una unidad capaz de almacenar 1100
libras. Para decidir si esa unidad mas grande
es necesaria, el gerente desea saber, por cada
tamao, que tan seguido la compaa no
tendra suficiente mantequilla para satisfacer
la demanda. El anlisis estadstico ha revelado
que la demanda de mantequilla sigue una
distribucin normal con una media de 100
libras al da y una desviacin estndar de 10
libras. Cada lunes en la maana, el gerente
planea colocar un pedido por la cantidad que
sea necesaria para llenar la unidad. Ese
pedido es satisfecho el mircoles por la
maana. Por ejemplo, suponga que hay 250
libras de mantequilla en el congelador el lunes
en la maana. Con el congelador de 1000
libras, se coloca un pedido de 750 libras. En
contraste, con el congelador de 1100 libras se
coloca un pedido de 850 libras.
Efecte la simulacin para un periodo de 2
semanas. Comience en la maana de un lunes
con 250 libras de mantequilla en inventario.
Reporte el nivel de inventario diario y que tan
seguido ocurre un dficit en cada uno de los
dos congeladores. Para ambas simulaciones
use nmeros aleatorios para generar las
demandas diarias de mantequilla.
a) Simule 12 llegadas
b) Calcule el tiempo promedio de espera
2. Los tramites en una sucursal del BANCO
UNION son pesados y los tiempos de servicio
se distribuyen aleatoriamente, tal como se
muestra en una muestra de 20 datos en la
tabla siguiente:
TIEMPOS DE SERVICIO (MIN)
12
8
11
10
12
12
15
11
4
5
19
17
12
9
17
20
14
15
12
13
U N I V
R S
I D A
TABLA 2
Tiempo
P(T)
(min)
10
0.1
12
0.15
15
0.35
20
0.2
30
0.2
D E
15
Q U I N O
O L I V
I A
FACULTAD DE INGENIERA
Importante:
La minimizacin del costo
Por otro lado, los clientes se sienten
es una importante funcin
insatisfechos
cuando
ocurren
faltas
que se obtiene como
frecuentes de inventario (llamadas inventario
resultado de este delicado
equilibrio.
agotado). Entonces las compaas deben
U N I V
R S
I D A
D E
16
Q U I N O
O L I V
I A
FACULTAD DE INGENIERA
CLASIFICACION
A
B
C
%
VOLUMEN
DE VENTA
70 AL 80%
15 AL 30%
05 AL 10%
COSTOS
DE
MANEJO,
ORDEN
PREPARACIN, UNITARIO Y DEFICIT
% DE ITEMS
DEL
INVENTARIO
10 AL 20%
15 AL 30%
40 AL 55%
MODELOS DE INVENTARIO
DETERMINISTICOS)
MODELO DE COMPRA
2C D
p
C
a
Inventario mximo:
Costo total:
D
Q
COSTO TOTAL C D C
C
u
p Q
a 2
No de pedidos ptimo
N No PEDIDOS
U N I V
R S
max
I D A
(MODELOS
D E
17
D
Q
Q U I N O
Q
D
O L I V
I A
FACULTAD DE INGENIERA
Inventario mximo:
Costo total:
2C D
p
max
C
C
Q-F
D
( Q F) 2
F2
COSTO TOTAL C D C
C
C
u
p Q
a
d 2Q
2Q
2C D
p
F UNIDADES FALTANTES
Unidades faltantes:
No de pedidos ptimo:
N No PEDIDOS
T t
Tiempo de la demanda:
Tiempo de dficit:
C
C
a
C
D
Q
TPO. DE LA DEMANDA
TPO. DE DEFICT
Q-F
D
F
D
MODELO DE MANUFACTURA
Inventario mximo:
Costo total:
No de pedidos ptimo:
Tiempo de fabricacin:
max
2C D
p
D
C (1
)
a
R
Q (1 -
COSTO TOTAL C
D C
D
Q
D
C
(1
)
p Q
a 2
R
N No PEDIDOS
TPO. DE FABRICACION
Q
D
Q
R
Inventario mximo:
R S
I D A
max
Q (1 -
D E
D
R
18
C
C
C (1
)
a
R
U N I V
)-F
Q U I N O
O L I V
I A
FACULTAD DE INGENIERA
CT C
Costo total:
D
R
F UNIDADES FALTANTES
Unidades faltantes:
Tiempo de suministro:
Tiempo
Tiempo de dficit:
Tiempo
Tiempo de manufacturacin:
U N I V
D
1
F2
2
C
( QA F) C
p Q
a 2 AQ
d 2 AQ
A 1 -
Donde:
D C
TPO. DE SUMINISTRO
I D A
C
C
a
C
1
d
I
max
R - D
F
D
F
R -D
TPO. DE MANUFACTURACION
R S
max
D
TPO. DE DEFICIT
2C D
p
D E
19
Q
R
Q U I N O
O L I V
I A
D
R
FACULTAD DE INGENIERA
5
4
4
15
7
10
5
4
7
9 3
6 17
11 7
ITEM
A1
A2
A3
A4
A5
A6
A7
A8
A9
A10
A11
A12
VENTAS
(MILES DE
UNID)
150
56
135
140
75
40
65
30
80
35
85
45
UNIDADES/DIA
UTILIDAD
BS/UNID
U N I V
20
5
20
15
8
3
8
7
5
2
3
2
R S
I D A
D E
20
Q U I N O
O L I V
I A
FACULTAD DE INGENIERA
7. POLLOS SOFIA
tiene un almacn de
insumos. Se quiere determinar el punto de
reorden y las existencias de seguridad de un
cierto item, para ello se analiza la demanda
diaria de este item.
INTRODUCCIN
R S
I D A
D E
21
Q U I N O
O L I V
I A
FACULTAD DE INGENIERA
TERMINOLOGA Y DEFINICIONES
Cada suceso individual se denomina estado. Por
tanto tantos estados como sucesos posibles. Para
propsito de notacin:
P=
S3
Pij 1; i 1,2....m
Vin Vi1 P n 1
I D A
Sm
P1m
P2m
Pmm
...
j1
U N I V
S2
P12
P22
Pm2
Ejemplo:
El estado de una maquina tiene 3 estados
posibles: en funcionamiento, en espera de
reparacin o en reparacin. Cada estado es
discreto, y el estado de la mquina en la
siguiente observacin depende de su estado
actual.
S1
S2
S1
P11
P21
Pm1
S1
S2
Sm
Donde:
0 Pij 1
n = 0, representa el presente;
n = 1, representa un suceso posible en la
siguiente ocasin; y as sucesivamente.
Estado
D E
22
Q U I N O
O L I V
I A
FACULTAD DE INGENIERA
estado hasta cualquier otro estado. No es necesario que esto sea posible precisamente en un
paso, pero debe ser posible para que cualquier
resultado sea logrado independientemente del
estado presente.
ESTADO ESTABLE
Si el sistema o proceso se modela como una
cadena de Markov tiene ciertas propiedades, es
posible determinar las probabilidades de los
sucesos despus de alcanzar condiciones de
estado estable. Despus de que el proceso ha
estado funcionando durante un largo tiempo, un
suceso dado puede presentarse durante un
porcentaje x del tiempo. Frecuentemente se
desea estar en capacidad de determinar estos
porcentajes.
Vj 1
j1
ESTADOS ABSORBENTES
Ver con su docente!
APLICACIONES
Ver con su docente!
Soleado
0.7
0.6
Nublado
0.3
0.4
U N I V
R S
I D A
D E
23
Q U I N O
O L I V
I A
FACULTAD DE INGENIERA
1/ 4
1/ 4
1/ 2
1/ 2
1/ 2
1/ 4
1/ 4
1/ 4
1/ 4
un
la
en
a) Si la primera compra es de la
cul es la probabilidad de que
compra sea de la marca B?
b) Si la primera compra es de la
cul es la probabilidad de que
compra sea de la marca B?
un
la
en
marca A,
la quinta
marca B,
la quinta
En Ingeniera de Sistemas existen muchos medios informticos para obtener modelos de teora de
colas, a partir de esta afirmacin usando dos medios informticos aplicar un modelo de colas:
Para colas de una entrada
Para colas de mltiples entradas
Sitios WEB recomendados
http://www.softwarejr.com.ar/software-encomienda.htm
http://www.udc.es/dep/mate/TeoriaColas/colas.htm
CONCLUSIONES (debern sintetizar la opinin del grupo):
U N I V
R S
I D A
D E
24
Q U I N O
O L I V
I A
FACULTAD DE INGENIERA
U N I V
R S
I D A
NOMBRES
D E
25
Q U I N O
FIRMA
O L I V
I A
FACULTAD DE INGENIERA
El sistema de inventarios permite optimizar de forma econmica, maximizando los servicios en beneficio
del cliente y minimizando el nivel de stock en lo posible. Este objetivo es muy difcil de alcanzar, debido a
que sus dos propsitos estn en permanente conflicto, ya que por querer asegurar la satisfaccin de la
clientela, se tiende al abarrotamiento.
Generalmente los responsables de realizar el sistema de inventarios tratan de resolver este conflicto
aplicando medios informticos, tratando de mantener las partidas exactas.
Usando dos medios informticos en ejemplos reales, encuentre:
Modelo de inventarios sin dficit
Modelo de inventarios con dficit
Sitios WEB recomendados
http://www.monografias.com/trabajos27/algoritmos-geneticos/algoritmos-geneticos2.shtml
http://html.rincondelvago.com/modelos-de-inventarios.html
CONCLUSIONES (debern sintetizar la opinin del grupo):
U N I V
R S
I D A
D E
26
Q U I N O
O L I V
I A
FACULTAD DE INGENIERA
NOMBRES
FIRMA
U N I V
R S
I D A
D E
27
Q U I N O
O L I V
I A
FACULTAD DE INGENIERA
Realice lo siguiente:
Resea Histrica del Anlisis de Markov
Aplicacin en la Ingeniera
CONCLUSIONES (debern sintetizar la opinin del grupo):
U N I V
R S
I D A
NOMBRES
D E
28
Q U I N O
FIRMA
O L I V
I A
FACULTAD DE INGENIERA
U N I V
R S
I D A
D E
29
Q U I N O
O L I V
I A
FACULTAD DE INGENIERA
U N I V
R S
I D A
NOMBRES
D E
30
Q U I N O
FIRMA
O L I V
I A