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,

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

30 .23 .30 .05 . 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 .0 1 2 3 4 5 00 a 22 23 a 52 53 a 82 83 a 92 93 a 97 98 y 99 1.10 .00 .02 Tabla 4-4.

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 .

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.58 2 0 2 2 1 2 0 2 2 1 0 0 0 0 0 45 0. La simulación de Monte Carlo recurre al uso de un muestreo aleatorio para estimar la salida de un experimento. Se le considera el precusor de la simulación actual. muchos de estos programas tienen la capacidad de generar números aleatorios. La implantación más sencilla en una computadora se realizaría con una hoja de cálculo.46 47 48 49 50 Totales Promedio 16 16 55 54 23 0 0 2 2 1 79 1. .

Sign up to vote on this title
UsefulNot useful