EJEMPLOS DE SIMULACION 1.

Un banco tiene 3 cajeros sus clientes llegan con una tasa exponencial de 70 por hora un cliente es atendido de inmediato si el cajero est desocupado. Si no es as, quien llega se orma en una cola !nica para todos los cajeros. Si al llegar "e que la cola es demasiado larga, puede decidir irse en seguida #declinar$. %a probabilidad de que un cliente decline se muestra en la tabla adjunta. Si un cliente se orma, suponemos que estar en el sistema hasta que se le atienda. &ada cajero atiende con la misma rapide'. %os tiempos de ser"icio se distribu(en de modo uni orme en el inter"alo ) *,+,. &onstru(a un modelo de simulaci-n para determinar las siguientes medidas de desempe.o del sistema/ a$ 0l tiempo esperado que un cliente pasa en el sistema b$ 0l porcentaje de clientes que declina. c$ 0l porcentaje de tiempo desocupado de cada cajero. %123. 40 %5 &1%5#6$
+ Q 7 ; Q 10 11 Q 1*

6 >1*

7819. 40 40&%:258 0.* 0.< 0.= 0.;

Simule 10 llegadas de clientes con el generador congruencial/ Ri +1 = ( + 8 i + 7 ) mod ; ( una semilla de 3 *. Una &lnica rural recibe del banco de sangre local una entrega de plasma resco una "e' por semana. 0l suministro "ara de acuerdo con la demanda de otras clnicas ( hospitales en la regi-n, pero esta entre < ( ? unidades de medio litro del tipo de sangre que ms se usa, tipo 1. 0l n!mero de pacientes por semana que necesita este tipo de sangre "ara entre cero ( cuatro, ( cada una puede necesitar de una a cuatro unidades de medio litro. &on base en las siguientes cantidades de entrega, distribuci-n de pacientes ( demanda por paciente, @&ul sera el n!mero de unidades de medio litro sobrantes o altantes en un periodo de 10 semanasA Use el generador congruencial mixto/

8 iB1 C # <0 8 i B 13 $ mod 33. ( una semilla de 1*.

&52D:4540S 40 02D8035 U2:4s 40 E04:1 %t. F S0E525 781959:%:454 < 0.1+ + 0.*0 = 0.*+ 7 0.1+ ; 0.1+ ? 0.10

4:SD8:9U&:G2 40 75&:02D0S 75&:02D0S F S0E525#requiere sangre$ 7819 0 0.*+ 1 0.*+ * 0.30 3 0.1+ < 0.0+ 40E5245 718 75&:02D0S U2:4540S 40 E04:1 %:D81 781959:%:454 1 0.<0 * 0.30 3 0.*0 < 0.10 &onsidere que puede almacenarse el plasma ( que en este momento no ha( nada disponible Utilice en la simulaci-n el siguiente congruencial mixto/ 3. con un ni"el de con ian'a del ??H se desea encontrar el n!mero de simulaciones que debe reali'ar la cantidad de roturas por toneladas en la producci-n de hilo de algod-n, de tal orma que el error es del 10H de la des"iaci-n estndar, suponga que las roturas Ftoneladas tiene una distribuci-n normal <. 5 un taller que tiene * centros de trabajo, 5 ( 9, le llegan trabajos en serie a una recuencia exponencial de + por hora. &ada trabajo necesita procesarse en ambos centros, primero en 5 ( despuIs en 9. %os trabajos que esperan a ser procesados en cada centro pueden esperar en la colaJ la cola para el centro 5 tiene espacio ilimitado ( la cola par 9 tiene espacio para < trabajos. Si el espacio alcan'a su capacidad no pueden salir los trabajos del centro 5. 0n otras palabras, el centro 5 interrumpe su trabajo hasta que ha(a lugar en la cola 9. 0l tiempo de procesamiento de un trabajo en 5 se distribu(e de manera uni orme en el inter"alo de )+,10, 0l tiempo de procesamiento para un trabajo en el centro 9 se representa mediante la siguiente distribuci-n/
1 J 1 x * 3 1 J * x = =

f ( x) =

Simule 10 llegadas de trabajos con el generador congruencial/ Ri +1 = ( + 8 i + *<) mod 3* ( una semilla de 7 &alcular/ @el numero esperado de trabajos en el tallerA

@ el tiempo de para de 5 por alta de espacio en la cola del centro 9A +. Una o icina de telemarKeting bancario tiene un agente para responder llamadas tele -nicas. Si un cliente potencial habla ( el operador esta ocupado en otra llamada, recibe la se.al de ocupado ( la m!sica de espera respecti"a suena durante + minutos luego de los cuales dicho cliente se pierde. 0l gerente de marKeting ha recopilado datos con respecto al tiempo de que transcurre entre llamadas. 0stos datos se presentan el la siguiente tabla. D:0E71 02D80 %%5E545S L80&U02&:5 40 1&U8802&:5 * + 3 10 < *0 + 30 = *0 7 1+ %a duraci-n de la con"ersaci-n tele -nica es exponencial con media de < minutos. Simule Ri +1 = ( <0 8 i + 13) mod 33 ( una semilla de ?? 10 llamadas usando 4etermine cuantos minutos estn en espera los clientes. Einutos ociosos por parte del operador u cuantos clientes se pierden. #= 7tos$

=. 0n la siguiente tabla se muestra los "alores que se tiene al simular el uncionamiento de un ser"icio de la"ado de autom-"iles en minutos. Se han reali'ado + replicas de corridas de tama.o 10 1; 13 13 1< 1? 1= 17 *? *0 ** *0 1+ 1; 1= 10 1+ 1; 10 *3 *? 1+ 1* 10 10 1< 13 *< 1< *< 1; 1< 1+ 1= 10 1+ 1+ 1* *0 1< 1* 1* 1+ 1< 1; *0 *< 1< *0 1? 10 Se pide/ a$ &alcule la media de medias. b$ &alcule la "arian'a entre corridas. c$ 0l inter"alo de con ian'a. &on un ni"el de calidad del +H #+ 7tos.$ 7. %a estimaci-n del rea de un crculo cu(a ecuaci-n es ( x 1) * + ( y *) * = *+ puede calcularse por simulaci-n. 5l reali'ar 10 corridas de tama.o 10 000 se obtiene como parmetros la media 7;.+7 cm. ( la des"iaci-n de 0.<7 cm a$ &ual es el inter"alo de con ian'a con un ni"el de con ian'a del ??H.

b$ &uanto sera aproximadamente el error si las corridas hubieran sido +. #+ 7tos.$ ;. %os "alores de la primera replica dela simulaci-n de un autom-"il del tiempo entre allas de un autom-"il en meses es/ 3=.33 <;.00 3+.03 3=.7; 3+.0; <0.3+ 3+.7; <+.3? 3+.?? 3=.=; %os "alores de la segunda replica dela simulaci-n de un autom-"il del tiempo entre allas de un autom-"il en meses es/ <1.=; 3=.+< 3=.=0 <0.+; 33.;? 3?.;* 3<.<+ 3;.<7 37.73 3+.7; %os "alores de la tercera replica dela simulaci-n de un autom-"il del tiempo entre allas de un autom-"il en meses es/ 31.7< <1.?+ <+.70 31.7+ <<.7? 3<.0< 3*.0; <;.+= <7.3? 31.7; encuentre la media, la "arian'a ( el inter"alo de con ian'a entre replicas. ?. %os tiempos entre allas de un autom-"il en meses es/ 3+.33 <;.** 3=.0* 3*.0* 3=.7; <0.3* 3+.7; <+.+? 3+.?? 3=.7; <1.+* 3=.+< Eediante un proceso de simulaci-n se ha calculado los siguientes "alores que requieren ser "alidados 3?.;* 3<.;< 3+.<* 37.73 3+.;* <0.3* 31.7+ <1.?1 <+.70 31.70 <<.7; 3<.0< 3*.07 <;.7+ <7.*? 3=.=0 <0.<= 33.?7 3+.<+ *;.?7 se pide que use un ni"el de recha'o del *.+H

10. 0n un modelo del costo total de producci-n si se considera un error absoluto de 1 ( se corren 7 replicas #= Mrs $ para nuestro modelo inicial obteniIndose los siguientes resultados/ 8eplica 1 * 3 < &osto total de producci-n 11?.* 117.?; 11;.<1 11;.*+

+ = 7

117.;? 11?.3* 11=.<*

con un ni"el de con ian'a del ?0 H calcule el numero de replicas ( para un ni"el de con ian'a de ?+ H ( ??H @5 quI conclusi-n puede llegar con el ni"el de con ian'a "rs el numero de replicasA #+ 7tos$ 11. 0n un modelo del costo total de producci-n si se considera un error absoluto de 1 ( se corren 7 replicas #= Mrs $ para nuestro modelo inicial obteniIndose los siguientes resultados/ 8eplica 1 * 3 < + = 7 &osto total de producci-n 11?.* 117.?; 11;.<1 11;.*+ 117.;? 11?.3* 11=.<*

con un ni"el de con ian'a del ?0 H calcule el numero de replicas ( para un ni"el de con ian'a de ?+ H ( ??H @5 quI conclusi-n puede llegar con el ni"el de con ian'a "rs el numero de replicasA 1*. Una 7eluquera tiene * sillas en su local ( * peluqueros #1 para cada silla$. 0l propietario esta considerando la contrataci-n de 1 peluquero ms ( su equipo #silla$. &on los n!meros aleatorios del primer problema simule 10 llegadas ( sus respecti"os tiempos de ser"icio, para la situaci-n actual 4etermine el tiempo de espera de los clientes, de cada peluquero ( si ha( clientes que abandonan #Diempo mximo de espera *0 minutos$ Seg!n experiencias se han generado las siguientes tablas/

D:0E71 02D80 %%03545S E:2UD1S L80&U02&:5 *N< 10 <N= 1+ =N; *0 ;N10 3+

10N1* 1*N1< 1<N1= 1=N1; 1;N*0

+0 <0 *0 + +

D:0E71 40 S08O:&:1 E:2UD1S 781959:%:454 +N1+ 0.10 1+N*+ 0.3+ *+N3+ 0.30 3+N<+ 0.1+ <+N++ 0.10 #7 7tos.$ 13. con un ni"el de con ian'a del ??H se desea encontrar el n!mero de simulaciones que debe reali'ar la cantidad de roturas por toneladas en la producci-n de hilo de algod-n, de tal orma que el error es del 10H de la des"iaci-n estndar, suponga que las roturas Ftoneladas tiene una distribuci-n normal #37tos.$ 1<. una o icina de tele marKeting 9ancario tiene un agente para responder las llamadas tele -nicas. Si un cliente potencial habla ( el operador esta ocupado en otra llamada, recibe la se.al de ocupado ( la m!sica de espera respecti"a suena durante 3 minutos luego de los cuales dicho cliente se pierde. 0l gerente de marKeting ha recopilado datos con respecto al tiempo que transcurre entre llamadas. 0stos datos se presentan en la siguiente tabla. %a duraci-n de la con"ersaci-n tele -nica es exponencial con media de tres minutos. Simule 10 llamadas usando 8 iB1 C # <0 8 i B 13 $ mod 33. use ?? como semilla. @4etermine cuantos minutos estn en espera los clientesA@Einutos ociosos por parte del operadorA @&untos clientes se pierdenA

D:0E71 02D80 %%5E545S # E:2$ *N< <N= =P; ; N 10 10 N 1*

L80&U02&:5 40 1&U8802&:5 1+ *0 30 *+ 10

#+ ptos.$
1+. 0l n!mero de clientes que llegan a un banco con cajeros para automo"ilistas puede describirse mediante una distribuci-n de poisson con una media de < llegadas cada media

hora. Simule la llegada de clientes en un periodo de una hora utilice los n!meros aleatorios del problema anterior. #+ 7tos.$ 1=. Una 7eluquera tiene * sillas en su local ( * peluqueros #1 para cada silla$. 0l propietario esta considerando la contrataci-n de 1 peluquero mas ( su equipo #silla$. &on los n!meros aleatorios del primer problema simule 10 llegadas ( sus respecti"os tiempos de ser"icio, para la situaci-n actual 4etermine el tiempo de espera de los clientes, de cada peluquero ( si ha( clientes que abandonan #Diempo mximo de espera *0 minutos$ Seg!n experiencias se han generado las siguientes tablas/

D:0E71 02D80 %%03545S E:2UD1S L80&U02&:5 *N< 10 <N= 1+ =N; *0 ;N10 3+ 10N1* +0 1*N1< <0 1<N1= *0 1=N1; + 1;N*0 +

D:0E71 40 S08O:&:1 E:2UD1S 781959:%:454 +N1+ 0.10 1+N*+ 0.3+ *+N3+ 0.30 3+N<+ 0.1+ <+N++ 0.10 #7 7tos.$ 17. &on los n!meros aleatorios generados del problema anterior simule el juego de la timba. 6ue consiste en lan'ar * dados # 0l generador de n!meros aleatorios para el segundo dado es 8 iB1 C # 1= 8 i B < $ mod 1<, semilla de ** $. Si el resultado

es 7 u 11 en la primera tirada, ganamos de inmediato, si sacamos *,3 o 1*

perdemos de inmediato, cualquier otro total esto es #<,+,=,;,? o 10$ nos da una segunda oportunidad. 0n esta parte del juego, continuamos tirando los dados hasta que obtenemos siete o el total obtenido en la primera tiradaJ Si obtenemos un siete perdemos. Si el resultado es el mismo total que en la primera tirada, ganamos.
1;. %a manu actura de una pie'a consta de tres operaciones bsicas. 0l tiempo de que se requiere para completar la primera operaci-n es exactamente 10 minutosJ el tiempo necesario para terminar la segunda operaci-n esta distribuido exponencialmente con media de 1* minutos por pie'a , inalmente el tiempo de la tercera operaci-n se distribu(e uni ormemente entre 1+ ( ** minutos. Simule 10 "eces el proceso haciendo uso del generador congruencial mixto del problema anterior ( determine el "alor esperado del tiempo de producci-n por pie'a 1?. . Se tiene un sistema de colas ormado por * estaciones en serie. %os clientes atendidos en la primera estaci-n pasan en seguida a ormar cola en la segunda. 0n la primera estaci-n de ser"icio la ra'-n de llegadas sigue una distribuci-n de poisson con media de *0 clientes por hora, ( el tiempo de ser"icio tiene una distribuci-n exponencial con media de * minutos por persona. 0n la segunda estaci-n, el tiempo de ser"icio esta uni ormemente distribuido entre 1 ( * minutos. Simule 10 llegadas al sistema haciendo uso del generador congruencial mixto del problema anterior, para responder la siguiente in ormaci-n @&ul es el tiempo promedio en el sistemaA @&ul de las * colas que se orma es ma(orA *0. Un banco tiene * cajeros. Sus clientes llegan con una tasa exponencial de <0 por hora. Un cliente es atendido de inmediato si el cajero est desocupado. Si no es as, quien llega se orma en una cola !nica para los dos cajeros. Si al llegar "e que la cola es demasiada larga, puede decidir irse enseguida #declinar$. %a probabilidad de que un cliente decline se muestra en la siguiente tabla. Si un cliente se orma suponemos que estar en el sistema hasta que se atienda. &ada cajero atiende con la misma rapide'. 7or tanto los tiempos de ser"icio se distribu(en de modo uni orme en el inter"alo ) 3,+,minutos. &on el generador congruencial mixto/ 8 iB1 C # + 8 i B 7 $ mod ;. ( una

semilla de <.
&onstru(a un modelo de simulaci-n #para 1= "alores$ ( determinar las siguientes medidas de desempe.o/ 1.el tiempo promedio que pasa un cliente en el sistema. *. el porcentaje de clientes que declinan. 3. el porcentaje de tiempo desocupado de cada cajero. %123:DU4 40 %5 &1%5 3 QC &1%5 QC + =QC &1%5 QC ; ? QC &1%5 QC 11 &1%5 > 11 781959:%:454 40 40&%:258 0.*0 0.<0 0.=0 0.;0

*1. 5 un taller que tiene * centros de trabajo, 5 ( 9, le llegan trabajos en serie a una recuencia exponencial de + por hora. &ada trabajo necesita procesarse en ambos centros, primero en 5 ( despuIs en 9. %os trabajos que esperan a ser procesados en cada centro pueden esperar en la colaJ %a cola para el centro 5 tiene espacio ilimitado ( la cola 9 tiene espacio para < trabajos. Si el espacio alcan'a su capacidad no pueden salir los trabajos del centro 5. 0n otras palabras, el centro 5 interrumpe su trabajo hasta que ha(a lugar en la cola 9. 0l tiempo de procesamiento de un trabajo en 5 se distribu(e de manera Uni orme en el inter"alo )=,10, 0l tiempo de procesamiento para un trabajo en el centro 9 se representa mediante la siguiente distribuci-n R # xN1$,
#x$

1 QC x 3Q x

QC 3 QC +

C R #+Nx$,

Simule 10 llegadas de trabajos con el generador congruencial/

8 iB1 C # + 8 i B *< $ mod 3*. ( una semilla de 7.

&alcular/ @ 0l numero esperado de trabajos en el taller A @ el tiempo de para de 5 por alta de espacio en la cola del centro 9. **. Un especialista en el cora'-n programa 1= pacientes por dia. Uno cada 30 minutos iniciando a las nue"e a.m. Se espera que los pacientes lleguen a sus citas a las horas programadas. Sin embargo, la experiencia muestra que el 10H de los pacientes llegan 1+ minutos antes, *+H llegan + minutos antes, +0H llegan exactamente a la hora, 10H llegan 10 minutos tarde ( +H llegan 1+ minutos tarde. 0l tiempo que pasa el especialista con un paciente "aria, dependiendo de su problema. 0l anlisis de los datos muestra que la duraci-n de la cita tiene distribuci-n exponencial con media igual a *+ minutos. Simule las primeras + horas de atenci-n del medico usando los n!meros aleatorios del problema anterior.