Ejemplo: Simulación Probabilística (Simulación de Monte Carlo) Considere un almacén con un andén para descargar vagones de ferrocarril.

Los vagones de carga llegan al almacén durante la noche. Se requiere exactamente medio día para descargar un vagón. Si hay más de dos vagones en espera de descarga, se pospone la descarga de algunos hasta el día siguiente. La experiencia anterior indica que el número de vagones que llega durante la noche tiene las frecuencias que se muestran en la Tabla 4-1. Además, no hay patrón aparente, por lo que el número que llega una noche es independiente del número que llega en otra. Tabla 4-1.

Número de vagones que llegan 0 1 2 3 4 5 6 ó más

Frecuencia relativa

0.23 0.30 0.30 0.10 0.05 0.02 0.00 1.00

Promedio = 1. 5 vagones por noche Se trata de un problema de colas de un canal con tasa promedio de dos por día y tasa promedio de llegadas de 1.5 por día. El primer paso para simular el proceso de colas es generar una historia o series de tiempos de las llegadas para varias noches. Esto se hace con un proceso aleatorizado o de Monte Carlo. Una manera de hacerlo consiste en tomar 100 fichas y escribir el número 0 en 23 de ellas, el número 1 en 30, el número 2 en 30 fichas, etcétera,

30 a "llegada de dos vagones". se puede comparar el efecto de las alternativas factibles sobre el tiempo de espera y el costo. El número aleatorio para el segundo día es 02 (también de la Tabla 4-2). Hay cien pares de números de dos dígitos. Ahora estamos preparados para simular el proceso de cola. Por ejemplo. Después se puede extraer una ficha de un sombrero y el número en la ficha indicaría el número de vagones de carga que llegan en el periodo de la simulación. La simulación comienza sin vagones de ferrocarril. Sin embargo. La Tabla 4-4 simula 50 días de operación (además de los tres días iniciales). La simulación debe efectuarse para más días con el propósito de que los resultados sean más precisos.90 vagones por día. Después se pueden asignar números aleatorios de dos dígitos a cada uno de los resultados posibles (es decir. El número aleatorio (de la Tabla 4-2) para el primer día es 97. pero hay una demora considerable que comienza alrededor del periodo 36. En promedio se atrasan 0. Es decir. Tabla 4-3 Número de vagones que llegan Dígitos aleatorios Frecuencia Relativa . De estos cuatro vagones. Un procedimiento más sencillo es usar una tabla de números aleatorios. se marca cuatro en la tercera columna. la probabilidad de que ocurra el suceso "llegada de cero vagones" es 23/100. En la mayor parte del periodo hay poca demora. 30 a "llegada de un vagón". Otra opción sería introducir más canales. no se cuentan los resultados de los primeros tres días. se descargan dos y la descarga de los otros dos se pospone hasta el día siguiente.58) durante el periodo de muestra de 50 días es un poco mayor que el número esperado por día (1.correspondiendo a las frecuencias de la Tabla 4-1. lo cual no es una situación típica. El número promedio de llegadas por día (1. Cada entrada que aparece en la tabla se obtuvo de manera que cada dígito (cero a nueve) tuviera la misma probabilidad de extracción. Se puede emplear el modelo de simulación como se usaron los modelos matemáticos de colas de espera. como se muestra en la Tabla 4-3. Observe que 23 de ellos se asignan al suceso "llegada de cero vagones". lo cual se realiza en la Tabla 4-4. El periodo de inicialización permite que la simulación llegue a su comportamiento típico o de "estado estable" antes de contar los resultados. Como 97 corresponde al suceso "llegada de cuatro vagones" de la tabla 4-3. como la Tabla 4-2. Esto significa que no llegan vagones y se descargan los dos vagones del día anterior. ya que se trata del periodo de inicialización. como se desea. Se usan tres días para iniciar el proceso (marcados con x). el número de llegadas). o 23%.50). etcétera. Como cada número de dos dígitos tiene 1/100 de probabilidad de aparecer. Continúa el procedimiento. en este caso se pueden comparar las demoras con la tasa actual de servicio de dos por día con una tasa de servicio de tres por día.

10 .30 .30 .05 .02 Tabla 4-4. Simulación del sistema de cola Número de Número día aleatorio Número de llegadas Número total para descarga 4 2 2 2 4 4 3 2 2 1 Número de vagones descargados 2 2 2 2 2 2 2 2 2 1 Número demorado hasta el día siguiente 2 0 0 0 2 2 1 0 0 0 x x x 1 2 3 4 5 6 7 97 02 80 66 96 55 50 29 58 51 4 0 2 2 4 2 1 1 2 1 .23 .0 1 2 3 4 5 00 a 22 23 a 52 53 a 82 83 a 92 93 a 97 98 y 99 1.00 .

8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 04 86 24 39 47 60 65 44 93 20 86 12 42 29 36 01 0 3 1 1 1 2 2 1 4 0 3 0 1 1 1 0 0 3 2 1 1 2 2 1 4 2 3 1 1 1 1 0 0 2 2 1 1 2 2 1 2 2 2 1 1 1 1 0 0 1 0 0 0 0 0 0 2 0 1 0 0 0 0 0 Tabla 4-4. Conclusión Número de Número día aleatorio Número de llegadas Número total para descarga 1 2 Número de vagones descargados 1 2 Número demorado hasta el día siguiente 0 0 24 25 41 54 1 2 .

26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 68 21 53 91 48 36 55 70 38 36 98 50 95 92 67 24 76 64 02 53 2 0 2 3 1 1 2 2 1 1 5 1 4 3 2 1 2 2 0 2 2 0 2 3 2 1 2 2 1 1 5 4 6 7 7 6 6 6 4 4 2 0 2 2 2 1 2 2 1 1 2 2 2 2 2 2 2 2 2 2 0 0 0 1 0 0 0 0 0 0 3 2 4 5 5 4 4 4 2 2 .

. Se le considera el precusor de la simulación actual.90 Simulación y computadoras Los cálculos de la tabla 4-4 son tediosos y en una aplicación real se llevarían a cabo en una computadora.46 47 48 49 50 Totales Promedio 16 16 55 54 23 0 0 2 2 1 79 1.58 2 0 2 2 1 2 0 2 2 1 0 0 0 0 0 45 0. La implantación más sencilla en una computadora se realizaría con una hoja de cálculo. muchos de estos programas tienen la capacidad de generar números aleatorios. La simulación de Monte Carlo recurre al uso de un muestreo aleatorio para estimar la salida de un experimento.

Sign up to vote on this title
UsefulNot useful