Solucion de Presupuestos

Simulación de sistemas
2007
UNIVERSIDAD
NACIONAL DE SAN
AGUSTÍN
SISTEMAS
2007
DE
APLICACIONES
SIMULACIÓN
APLICACIÓN 1.-
Los buques tanque llegan a un puerto petrolero con la distribución de tiempos entre
llegadas que se ve en la tabla siguiente:
Tiempo entre llegadas (días) 1 2 3 4 5

Probabilidad .20 .25 .35 .15 .05
El puerto tiene dos terminales, A y B. La terminal B es más moderna y, por lo tanto, más
eficaz que la terminal A. El tiempo para descargar un buque tanque depende de la
capacidad de éste. Un superbuque tanque necesita 4 días para descargar en la terminal A
y 3 en la Terminal B. Un buque tanque de tamaño mediano necesita 3 días en la terminal
PROBLEMAS
A y 2 días en la terminal B. Los buques PROPUESTOS
tanque pequeños se descargan en 2 días en la
terminal A y en 1 en la terminal B. Los buques tanques que llegan se forman en una sola
cola en el puerto hasta que se desocupa una terminal para descarga. El servicio se da
sobre la base primeroTEMA:
que llega primero en ser atendido. El tipo de buque tanque y la
ING. E. MURILLO
frecuencia con la que llegan a este puerto se presenta en la siguiente tabla:
TIPO DE BUQUE TANQUE PROBABILIDAD

BACA PHOCCO, JULIA
Superbuque tanque 0.40CHIQUICONDOR PINTO , NOHELIA
DOCENTE: HUAMÁN TANCO, MAYRA
Superbuque tanque mediano 0.35
PEREZ GAMERO, JUDITH
INTEGRANTES:
Superbuque tanque pequeño 0.25 VALENCIA, ERICA KARINA
SEQUEIROS
Suponiendo que si los dos terminales están desocupados, los buques eligen el Terminal A
para ser atendido, utilice la simulación de Montecarlo para la llegada de 15 buques y
determine el número promedio de días que pasa un tanque en el puerto y el tiempo ocioso
de cada una de las terminales.
UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 2
2007
Utilice los números aleatorios de las celdas E 7 y C 5 para generar los tiempos entre
llegadas y el tipo de buque tanque que llega respectivamente.
PROPIEDADES DEL MODELO

1. Componentes: Buques y terminales
2. Variables:
2.1 Exógenos
x = intervalo entre llegada de buques
y = tipo de buque
2.2 Endógenas
TDA = Intervalo de descarga en el terminal A
TDB = Intervalo de descarga en el terminal B
2.3 Estado
T= Tiempo de llegada del buque
3. Parámetros
TS = 15 buques
Tda = Tiempo de descarga en el terminal A
Tdb = Tiempo de descarga en el terminal B
4. Relaciones funcionales
x → Distribución empírica
y → Distribución empírica
Distribución de Tiempos entre llegadas de los buques Tanques
Tiempo entre llegadas

Probab
(días) Probabilidad
Acumulada
X

2007
1 0.2 0.2
2 0.25 0.45
3 0.35 0.8
4 0.15 0.95
5 0.05 1
Distribución para hallar el tipo de Buque Tanque
Tipo De Buque Tanque Probab

Nro Probabilidad
Y Acumulada
1 Superbuque tanque 0.4 0.4
Superbuque tanque
2 0.35 0.75
mediano
Superbuque tanque
3 0.25 1
pequeño

2007
Tablas de Simulación
Tiempo
Celda Dia de
entre
BUQUE E7 llegada
llegadas
T
r X
1 0.44 2 2
2 0.46 3 5
3 0.89 4 9
4 0.5 3 12
5 0.88 4 16
6 0.64 3 19
7 0.26 2 21
8 0.81 4 25
9 0.34 2 27
10 0.69 3 30
11 0.59 3 33
12 0.02 1 34
13 0.17 1 35
14 0.7 3 38
15 0.65 3 41

2007
Nro de Terminal A Terminal B
r (e7) x T r (c5) y
buque TDA TdA ToA TDB TdB ToB
1 0.44 2 2 0.76 c 2 4 2
2 0.46 3 5 0.78 C 2 7 1
3 0.89 4 9 0.93 C 2 11 2
4 0.5 3 12 0.11 A 4 16 1
5 0.88 4 16 0.94 C 2 18 0
6 0.64 3 19 0.18 A 4 23 1
7 0.26 2 21 0.92 C 1 22 21
8 0.81 4 25 0.85 C 2 27 2
9 0.34 2 27 0.7 B 3 30 0
10 0.69 3 30 0.7 B 3 33 0
11 0.59 3 33 0.33 A 4 37 0
12 0.02 1 34 0.82 C 1 35 12
13 0.17 1 35 0.56 B 2 37 0
14 0.7 3 38 0.96 C 2 40 1
15 0.65 3 41 0.62 B 3 44 1
TOTAL 33 11 4 33
Respuestas:
a) Nro promedio de días que pasa un tanque en el puesto:
= (33 + 4) días / 15 buques
= 2.47 días
b) ToA= 11 días
ToB= 33 días

2007
APLICACIÓN 2
El gerente de una pequeña oficina de correos teme que el crecimiento de la localidad sature
el servicio que se ofrece con una sola ventanilla. Decide obtener datos de muestra con
respecto a 100 individuos que solicitan servicio. A continuación se presenta un resumen de
los datos:
Tiempo
Tiempo de
entre
Frecuencia Servicio Frecuencia
llegadas
(minutos)
(minutos)
1 8 1.0 12
2 35 1.5 21
3 34 2.0 36
4 17 2.5 19
5 6 3.0 7
3.5 5
100 100
Emplee la simulación de Montecarlo para estimar el tiempo promedio de espera y el

promedio de inactividad de los empleados durante la llegada de 15 clientes.
- Utilice la secuencia de números aleatorios de las celdas B1 y E3 para generar los

intervalos entre llegadas de los clientes y los tiempos de servicio respectivamente.
SOLUCIÓN
01.- PROPIEDADES DEL MODELO
1. Componentes: Personas y servicio de correos
2. Variables:
2.1 Exógenos
x = intervalo entre llegada de personas
y = intervalo de servicios
2.2 Endógenas

2007
TE =Tiempo de espera
TO= Tiempo ocioso
2.3 Estado
T= Tiempo de llegada de personas
D= Tiempo de servicio
3. Parámetros
TS = 15 clientes
y → Distribución empírica
02.
Tiempo entre Frecuencia

llegada (días) acumulada
1 0.08
2 0.43
3 0.77
4 0.94
5 1

2007
Tiempo entre Frecuencia
llegada (días) acumulada
1 0.12
1.5 0.33
2 0.69
2.5 0.88
3 0.95
3.5 1

2007
Respuestas:
Nro de
r (b1) x T r (c3) y D Te To
cliente
1 0.2 2 2 0.1 1 3 2
2 0.68 3 5 0.74 2.5 7.5 2
3 0.57 3 8 0.37 2 10 0.5
4 0.79 4 12 0.31 1.5 13.5 2
5 0.84 4 16 0.31 1.5 17.5 2.5
6 0.72 3 19 0.09 1 20 1.5
7 0.95 5 24 0.27 1.5 25.5 4
8 0.08 1 25 0.53 2 27.5 0.5
9 0.85 4 29 0.45 2 31 1.5
10 0.79 4 33 0.37 2 35 2
11 0.34 2 35 0.7 2.5 37.5
12 0.4 2 37 0.16 1.5 39 0.5
13 0.67 3 40 0.63 2 42 1
14 0.24 2 42 0.37 2 44
15 0.86 4 46 0.39 2 48 2
TOTAL 27 1 21
a) Tiempo promedio de espera:

= (1.0) min. / 15 clientes
= 0.066 min. / clientes
ó 1.0 mín
b) % de inactividad= 1 – U = 1 – (27 / 48)
= 0.4375
APLICACIÓN 3.- La biblioteca de la universidad tiene una copiadora para uso de los
estudiantes. Estos llegan a la máquina con una distribución de tiempos entre llegadas
mostradas en la siguiente tabla:
Tiempo entre llegadas (minutos) 1 2 3 4 5
Probabilidad .20 .25 .40 .10 .05

2007
El tiempo promedio que se tarda en hacer una copia es 15 segundos. Un análisis de los
datos acumulados muestra que el número de copias que hace un estudiante al pasar a la
máquina tiene la distribución siguiente:
Número de copias 6 7 8 9 10
Probabilidad .20 .25 .35 .15 .05
El bibliotecario cree que con el sistema actual, la cola en la máquina copiadora es

demasiado larga y que el tiempo que un estudiante pasa en el sistema (tiempo de espera
+ tiempo de servicio) es demasiado.
Efectúe una simulación de Montecarlo para la llegada de 10 clientes y determine el tiempo

promedio de espera y el tiempo ocioso de la máquina copiadora.
Utilice los números aleatorios de las celdas A7 y B9 (tabla de números aleatorios) para
generar los valores de los tiempos entre llegadas de los estudiantes y el número de
copias solicitadas respectivamente.
Solución:
Propiedades del Modelo
COMPONENTES:
Maquina copiadora, Alumnos
VARIABLES EXOGENAS:
x: Intervalo entre llegadas de los estudiantes
y: Tiempo de Servicio
VARIABLES ENDOGENAS:
Wq: Tiempo de Espera Promedio de los estudiantes en Cola
To: Tiempo ocioso de la maquina
U: Utilización de la maquina copiadora
VARIABLES DE ESTADO:
T: Tiempo de llegada de un usuario
D: Tiempo de desocupación de la Maquina
PARÁMETROS:

2007
Tiempo de Simulación: durante la llegada de 10 clientes
RELACIONES FUNCIONALES:
D: Distribución Empírica
Distribución de Tiempos entre llegadas de los Estudiantes
Tiempo
entre Probab
Probabilidad
llegadas Acumulada
(días)
1 0.20 0.20
2 0.25 0.45
3 0.40 0.85
4 0.10 0.95
5 0.05 1.00
Distribución para hallar el número de copias que hace un estudiante al pasar por la maquina
Numero Probab
Probabilidad
de copias Acumulada
6 0.20 0.2
7 0.25 0.45

2007
8 0.35 0.80
9 0.15 0.95
10 0.05 1.00
Estudiante Servicio
Tiempo
T. de Tiempo de
Numero de Tiempo ocioso de
T. entre T. de Desocupación Espera
Estudiantes r r nº de de la
llegadas llegada (maquina) (estudiante)
(A7) (B9) Copias Servicio Maquina
(min) (min)
(min)
1 0.55 3 3 0.62 8 2 5 - 3
2 0.82 3 6 0.03 6 1.5 7.5 - 1
3 0.09 1 7 0.47 8 2 9.5 0.5 -
4 0.55 3 10 0.68 8 2 12 - 0.5
5 0.89 4 14 0.93 9 2.25 16.25 - 2
6 0.49 3 17 0.29 7 1.75 18.75 - 0.75
7 0.59 3 20 0.23 7 1.75 21.75 - 1.25
8 0.39 2 22 0.72 8 2 24 - 0.25
9 0.76 3 25 0.75 8 2 27 - 1
10 0.98 5 30 0.01 6 1.5 31.5 3
18.75 0.5 12.75
El tiempo promedio de espera: Wq =∑ Te/c
Wq = 0.5/10
Wq =0.05 min
2007
El tiempo ocioso de la máquina copiadora: 12.75 min
Utilización: U = (18.75/31.5)*100
U = 57.143%
APLICACIÓN 4
La demanda diaria de pollos en un minimarket es una variable aleatoria con distribución
exponencial con una media de 5 unidades diarias. El administrador comienza el día con
15 pollos.
Cada pollo tiene un costo de 13 soles y se vende a 20 soles. Se reduce el inventario
diariamente. Si al final de un día en particular el dueño tiene menos de 8 pollos en stock,
ordena un pedido suficiente para tener 15 pollos al inicio del siguiente día.
Además se conoce que:
- Cuando la demanda excede el inventario, no se permite tener pedidos pendientes pero
se carga el costo de 3 soles por unidad, por no haber tenido el artículo en almacén (costo
de escasez).
- El costo de colocar un pedido para volver a tener artículos en inventario es de 10 soles
(independiente de la cantidad ordenada).
- El costo de mantener inventario de un día para otro es de 1.5 soles.
Asumiendo que el costo de adquisición e inventario de los 15 pollos con los que empieza
el negocio fueron absorbidos en la gestión anterior, determine Ud. utilizando la técnica de
la simulación de Montecarlo:
a) La utilidad total para un periodo de 15 días.
b) El número de pollos que sobran al final del último día.
Para generar la demanda diaria utilice los números aleatorios de la celda E8 (tabla de
números aleatorios).
SOLUCIÓN
1. Componentes: Personas y niveles de inventarios
2. Variables:
2.1 Exógenos
x = demanda diaria de pollos
2.2 Endógenas

2007
2.3 Estado
I = Nivel de inventarios
D= Tiempo de desocupación de la fotocopiadora.
3. Parámetros
TS = 15 días
C1 = Costo de escasez (S/ 3 / unidad)
C2 = Costo de pedidos (S/ 10)
C3 = Costo de mantenimiento (S/ 1.5)
x = - 5ln(1-r)
A.-
Inventario Cantidad
# de de pollos Pedidos de pollos Demanda Pedidos Inventario
día congelados recibidos disponibles r (-5ln(1-r)) Ventas Excedente escasez Efectuados Final
1 15 - 15 0.30 1.78 2 13 - - 13
2 13 - 13 0.44 2.90 3 10 - - 10
3 10 - 10 0.15 0.81 1 9 - - 9
4 9 - 9 0.15 0.81 1 8 - - 8
5 8 - 8 0.57 4.22 4 4 - 11 4
6 4 11 15 0.16 0.87 1 14 - - 14
7 14 - 14 0.99 23.03 14 - 9 15 -
8 0 15 15 0.40 2.55 3 12 - - 12
9 12 - 12 0.34 2.08 2 10 - - 10

2007
10 10 - 10 0.90 11.51 10 - 2 15 -
11 0 15 15 0.57 4.22 4 11 - - 11
12 11 - 11 0.38 2.39 2 9 - - 9
13 9 - 9 0.03 0.15 0 9 - - 9
14 9 - 9 0.18 0.99 1 8 - - 8
15 8 - 8 0.33 2.00 2 6 - 9 6
41 50 11
Ingreso por ventas (s/. 20 * 50) 1000

TOTAL INGRESOS 1000
Costo de compras (s/. 13 * 41) 533
Costo de colocar un pedido (s/.10 *
30
3)
Costo de inventarios (s/. 1.5 * 12) 18
Costo de escasez (s/. 3 * 11) 33
COSTO TOTAL 614
GANANCIAS 386
B.-
Número de pollos = 6 pollos
APLICACIÓN 5
Un lote de estacionamiento dispone de 30 espacios para el estacionamiento de los

vehículos. Es abierto de 8 a.m. a 4 p.m.. El intervalo entre la llegada de vehículos al lote L
tiene distribución exponencial con un valor esperado de 3 minutos. La duración de estadía

2007
de un vehículo S es normalmente distribuida con un valor esperado de 90 minutos y una
varianza de 30 minutos. Si al llegar un vehículo no hay espacio libre, se aleja.
Se pide:
a) Construya un modelo de simulación (diagrama de flujo) que simule el

funcionamiento del Lote de estacionamiento y determine el número de vehículos
que se alejan durante un día de 8 horas (480 minutos).
Componentes:
 Vehículos
 Espacios del lote de estacionamiento.
Variables Exógenas:
 L: Intervalo de llegada entre los vehículos
 S: Tiempo de estadía.
Variables Endógenas:
 A: Número de vehículos que se alejan.
Variables de Estado:
 T: Tiempo de llegada de los vehículos.
 TD(h): Tiempo de desocupación del espacio h.
Parámetros
 Tiempo de simulación = 480 minutos (8 a.m. – 4 p.m.)
 Capacidad de Estacionamiento = 30

2007
Relaciones Funcionales
 L; Distribución exponencial con media de 3 minutos.
 S; Distribución Normal con media de 90 min. + 30 min.
DIAGRAMA DE FLUJO

2007
INICIO
T=0
A=0
h=1 To
30
TD (h)=0
Imprimir T > 480 A
FIN
Generar L
T=T+L
A h=1 To
30
A=A+1 T>TD(h
)
Generar S TD(h)=T+S
PANTALLA INICIAL:

2007
En Microsoft Excel Objetos; Hoja1 (Parte a)
Cuando se hace clic en el botón Simular:
Public rango
Public i
Private Sub cmdGenerar_Click()
UserForm1.Show
End Sub
Private Sub cmdLimpiar_Click()

2007
lim1 = rango + 1 & ":" & i + rango + 1
Rows(lim1).Select
Selection.ClearContents
Range("A1").Select
End Sub
Se ejecuta el Formulario 1:
Cuando se hace clic en el botón Generar:
Option Explicit
Dim L, m1, m2, desviacion, T, TS, r1, r2, posicion, place, abandonan, j, k, n, q, c, contador,
Acumulador
Public rango
Public i
Dim D(30)
Private Sub cmdGenerar_Click()
m1 = Val(txtL.Text)
m2 = Val(txtSm.Text)

2007
desviacion = Val(txtSd.Text)
TS = Val(txtTS.Text)
T=0
place = 0
i=1
rango = 2
j=0
contador = 0
PB1.Value = 0
PB1.Max = TS * 60
For k = 0 To 29
D(k) = 0
Next k
Do Until (T >= TS * 60)
PB1.Value = T
posicion = "B" & i + rango
Range(posicion).Select
ActiveCell.FormulaR1C1 = i
Randomize
r1 = Rnd()
posicion = "C" & i + rango
ActiveCell.FormulaR1C1 = Round(r1, 2)
L = -m1 * Log(1 - r1)

2007
posicion = "D" & i + rango
ActiveCell.FormulaR1C1 = Round(L, 2)
T=T+L
posicion = "E" & i + rango
ActiveCell.FormulaR1C1 = Round(T, 2)
For k = 0 To 29
n=0
c=0
For q = 0 To 29
If q = k And q < 29 Then
q=q+1
n=0
End If
If q = k And q = 29 Then
q=q+1
n=1
End If
If n <> 1 Then
If D(k) <= D(q) Then
place = k
Else
c=c+1
End If
End If

2007
Next q
If c = 0 Then
k = 29
End If
Next k
If T >= D(place) Then
posicion = "K" & i + rango
ActiveCell.FormulaR1C1 = Val(T) - Val(D(place))
Acumulador = Acumulador + Val(T) - Val(D(place))
D(place) = 0
posicion = "H" & i + rango
ActiveCell.FormulaR1C1 = place + 1
Randomize
r2 = Rnd()
posicion = "F" & i + rango
ActiveCell.FormulaR1C1 = Round(r2, 2)
posicion = "G" & i + rango
ActiveCell.FormulaR1C1 = "=ROUND(NORMINV(" & r2 & "," & m2 & "," & desviacion
& "),0)"
posicion = "I" & i + rango

2007
ActiveCell.FormulaR1C1 = "=RC[-4]+RC[-2]"
D(place) = ActiveCell.Value
posicion = "J" & i + rango
ActiveCell.FormulaR1C1 = 0
Else
posicion = "K" & i + rango
ActiveCell.FormulaR1C1 = " "
posicion = "G" & i + rango
Randomize
r2 = Rnd()
posicion = "F" & i + rango
posicion = "H" & i + rango
posicion = "I" & i + rango
contador = Val(contador) + 1
posicion = "J" & i + rango

2007
ActiveCell.FormulaR1C1 = 1
End If
i=i+1
Loop
Range("A1").Select
Hoja1.i = i
Hoja1.rango = rango
Unload Me
End Sub
Cuando se hace clic en el botón Salir:
Private Sub cmdSalir_Click()
End
End Sub
Respuestas:
Como se observa:
Nro de vehículos que se alejan: 16
Tiempo Total Ocioso: 2916 min
b) Suponiendo que el lote de estacionamiento tenga solamente 3 espacios y

tomando en cuenta los intervalos de llegada (L) y las duración de las estadías (S)
generados, determinar el número de vehículos que se alejan durante la llegada de
10 vehículos. Utilice para generar L, los números aleatorios de la celda C1 y para S
los de la celda E8 (tabla de números aleatorios).
 L; Distribución exponencial con media de 3 minutos.

2007
 S; Distribución Normal con media de 90 min. + 30 min.
HOJA DE EXCEL
Distribución normal
Distribución Exponencial
Media 90
Media 3
Desviación 30
Número
Tiempo
de
rC1 L T rE8 Z S h Td(h) Ocioso A
vehículo
del lote
s
1 0.82 5 5 0.30 -0.52 74 1 79 5 0
2 0.62 3 8 0.44 -0.15 85 2 93 8 0
3 0.13 0 8 0.15 -1.04 59 3 67 8 0
4 0.08 0 8 0.15 1
5 0.92 8 16 0.57 1
6 0.95 9 25 0.16 1
7 0.96 10 35 0.99 1
8 0.11 0 35 0.40 1
9 0.16 1 36 0.34 1
10 0.52 2 38 0.90 1
21 7
Número de Vehículos que se alejan = 7 vehículos
Capacidad ociosa del lote = 21 minutos

2007
APLICACIÓN 6
Un semáforo en una intersección vehicular tiene una fase verde que actualmente demora
50 segundos y una fase roja de 40 segundos. El intervalo entre las llegadas de los
vehículos a la intersección (en segundos) es una variable aleatoria con distribución
empírica:
Intervalos entre llegadas 5 6 7 8 9

Probabilidad 0.1 0.3 0.2 0.3 0.1
a) Construya un modelo de simulación (diagrama de flujo) para este sistema que permita
determinar la duración de la fase verde, de tal manera que el tiempo promedio de espera
de los vehículos que llegan a dicha intersección no sea mayor a 30 segundos. Utilice un
tiempo de simulación de 5 horas.
SOLUCIÓN
1. Componentes: Vehículos y semáforo

2. Variables:
2.1 Exógenos
x = intervalo de llegadas
2.2 Endógenas
Numero de vehículos en cola
2.3 Estado
T = Tiempo de llegada de vehículos
3. Parámetros
TS = 15 vehículos
Nro de estacionamientos = 3
L → Distribución empírica
DIAGRAMA DE FLUJO
2007
Inicio
LEER
1
R,V
T=0
K=0
TE=0
R = R +V
W=R
IMPRIMIR
TP = TE/K
X
T = T+X T>90
T<=V
1
T<=R
TE=TE +R-T
K=K+1
V=V+W
2 R=R+W

2007
b) Mediante la simulación de Montecarlo determine la longitud promedio de vehículos en
cola para esta intersección en un tiempo de simulación equivalente a la llegada de 15
vehículos. Utilice los números de la celda B9 (tabla de números aleatorios) para generar
los valores de la variable aleatoria.
02.
Intervalo Frecuencia
entre llegadas acumulada
5 0.1
6 0.4
7 0.6
8 0.9
9 1
Nro de
Nro de
r (b9) x T vehículos
vehículos
en cola
1 0.62 8 8
2 0.03 5 13
3 0.47 7 20
4 0.68 8 28

2007
5 0.93 9 37
6 0.29 6 43
7 0.23 6 49
8 0.72 8 57 1
9 0.75 8 65 1
10 0.01 5 70 1
11 0.66 8 78 1
12 0.96 9 87 1
13 0.24 6 93
14 0.33 6 99
15 0.86 8 107
TOTAL 5
Respuesta:
Longitud promedio de vehículos en cola= 5 vehículos
APLICACIÓN 7
En un proceso productivo las piezas una vez procesadas son inspeccionadas para
determinar si son rechazadas, reprocesadas o aceptadas para su posterior venta.
Estadísticamente el 70% de las piezas son aceptadas, el 10% son rechazadas y el 20%
reprocesadas. Una pieza reprocesada puede volver nuevamente a ser reprocesada.
Utilice la técnica de simulación de Montecarlo para imitar el funcionamiento de este
sistema durante la llegada de 15 piezas y responda las siguientes inquietudes:
a) Si el costo de proceso es de $13 por pieza y el de reproceso $7. ¿Cuál sería el costo
de un item que termine en ventas?
Solución
Rechazo Aceptación Reproceso

0.1 0.8 1

2007
# de pieza r Rechazo Aceptación Reproceso
1 0.84 - 0.16 1 1
2 0.54 1
3 0.93 - 0.48 1 1
4 0.56 1
5 0.7 1
6 0.98 - 0.49 1 1
7 0.59 1
8 0.11 1
9 0.98 - 0.75 1 1
10 0.76 1
11 0.95 - 0.52 1 1
12 0.63 1
13 0.09 1
14 0.77 1
15 0.12 1
1 14 5
Costo
N° de Piezas Procesamiento %
Piezas
Total Aceptadas Rechazadas Reprocesas Acumulado Unitario aceptadas
15 14 1 5 230 16.43 93.33
Respuesta: El costo de un ítem que termine en ventas es de S/. 16.43 nuevos soles.
b) En un lote de 5000 piezas ¿cuántas serán rechazadas?.

2007
Nota: Utilice los números aleatorios de la celda C2 (tabla de números aleatorios) para
generar valores para la variable aleatoria de si la pieza es aceptada, descartada o
reprocesada.
Inicio
A=Re=Rp=0
Ca=Cu=p=0
A Generar Final
P=P+1
No
P<=500 Imprimir Re
0
Fin
Final=R
e
Re = Re + 1

2007
Dim cont1 As Double
Private Sub CommandButton1_Click()
Dim Pa(3), x(3), P(3) As Double
Pa(0) = 0
A:
For i = 1 To 3
x(1) = 1
x(2) = 2
x(3) = 3
P(1) = 0.1
P(2) = 0.7
P(3) = 0.2
Pa(i) = Pa(i - 1) + P(i)
Next i
For k = 1 To 5000
Randomize
r = Rnd()
For i = 1 To 3
If r < Pa(i) Then
y = x(i)
i=3
Text1.Text = y
Hoja1.Cells(cont1 + 1, 1) = y
cont1 = cont1 + 1
End If
Next i
Next k
End Sub
LEYENDA CONTAR
1 Rechazadas 483
2 Aceptadas 3502
3 Reprocesadas 1015
TOTAL 5000

2007
APLICACIÓN 8.- La vida de 100 válvulas electrónicas al vacío, contenidas en una
computadora digital, esta distribuida normalmente con un valor esperado igual a 6 meses
y una desviación estándar de 2 semanas. En el caso de que todas las válvulas se
reemplacen al mismo tiempo el costo de tal operación será al precio de $2.00 por cada
válvula. El costo de reemplazo de una válvula que falle estando la computadora en
servicio será de $5.00 por unidad, mas el costo del tiempo en que la computadora queda
fuera de servicio. En promedio, el costo que ocasiona una válvula en tiempo de maquina
fuera de servicio, se calcula como $50.00 durante el día y $100.00 durante la noche. La
probabilidad de falla durante el día es 0.7 y durante la noche de 0.3.
Utilice la técnica de simulación en computadora para comparar los costos de las

siguientes políticas de reemplazo:
a) Reemplazar cada válvula a medida que van fallando.
1b).Reemplazar las 100 válvulas cada 5 meses, haciéndolo con las válvulas que fallan
individualmente en el periodo interino.
Construya un modelo de simulación (diagrama de flujo) para determinar una política

óptima de reemplazo tiempo de simulación de 100 meses
Solución:
MODELO DE SIMULACION
PROPIEDADES DEL SISTEMA
COMPONENTES DEL SISTEMA:
Válvulas
VARIABLES EXOGENAS:
x: probabilidad de Fallo de la válvula durante la operación( día o noche)
y: vida útil de la Válvula contenida en la computadora digital

2007
co: Costo de inoperatividad de la computadora y remplazo de la valvula
Cot: Costo por el cambio de las 100 válvulas
CT: costo total
K: Tiempo de reemplazo de las 100 válvulas
PARÁMETROS:
Tiempo de Simulación (TS) = 100 meses
x :distribución empírica
y: distribución normal
Costo de remplazo de 100 valvulas cada 5 meses
Nº DE
DIA NOCHE
SIMULACIONES
1 325 4 1
2 325 4 1
3 425 2 3
4 425 2 3
5 275 5 0

2007
COSTOS TOTAL DE REMPLAZO
C. por
C.total
reemplazo
MESES para 100
durante la
meses
operación
4 470 11750
8 790 9480
12 1110 8880
16 1280 7680
20 1500 7500
24 1870 7480
28 2440 7320
32 2560 7680
36 2930 5860
40 3050 6100
44 3320 6640
48 3490 6980
52 4060 4060
56 4080 4080
60 4400 4400
64 4620 4620
68 5090 5090
72 5160 5160
76 5430 5430
80 5700 5700
84 5620 5620
88 6490 6490
92 6360 6360
96 6680 6680
100 7400 7400

2007

2007
CODIGO

Dim pa(2), c(2)
For Z = 1 To 25
x=0
Cot = 0
CO = 0
CT = 0
c(1) = 50
c(2) = 100
pa(1) = 0.7
pa(2) = 1
For k = 1 To Val(ActiveSheet.Cells(5 + Z, 8))
j=0
For i = 1 To 100
Randomize
j = j + Rnd()
Next i
y = 6 + 0.5 ^ (1 / 2) * (j - 100 / 2) * (12 / 100) ^ (1 / 2)
If y < 100 Then
Randomize
aleatorio = Rnd()
If aleatorio < pa(1) Then
x = c(1) + 5
Else
x = c(2) + 5
End If
Cot = Cot + x
CO = 100 * 2
End If
CT = Cot + CO
ActiveSheet.Cells(5 + Z, 9) = CT
Next
Next

2007
End Sub
Conclusion
El tiempo óptimo de reemplazo para las válvulas es de 52 meses ya que, la frecuencia
de cambio de cada 52 meses minimiza los costos
APLICACIÓN 9
En el puesto de gasolina “El campeón”, ocurre lo siguiente:
a) Los carros llegan al puesto a cada 12 a 16 minutos con una media de 14 minutos entre
llegadas y distribución uniforme.
b) Juan Pérez atiende exponencialmente, llevando en promedio15 minutos para atender
un carro (4 minutos para llenar el tanque, 3 minutos para verificar el aceite y 8 minutos
para contar el cambio).
Se le sugiere las siguientes alternativas para mejorar el servicio:
a) No hacer nada y dejar las cosas como están.
b) Someter a Juan Pérez a un programa de capacitación, de modo que mejore su
aritmética y de esta manera disminuir el tiempo de servicio de 15 a 6 minutos.
c) Instalar una segunda bomba y contratar a un operario para operarla. El joven trabaja
exactamente del mismo modo que Juan Pérez.
d) Sugerir a Juan Pérez que descanse y contrate al mejor estudiante del grupo escolar de
la nocturna, el emplearía 5 minutos para atender un carro.
NOTA: Observe que este proceso no es de optimización, ya que no es posible definir una
función objetivo a ser maximizada o minimizada.
a) Mediante la simulación de Montecarlo determine la mejor alternativa de optimización en
función al tiempo promedio de espera en cola. Utilice el tiempo de simulación equivalente
a la llegada de 15 vehículos al sistema.
Utilice los siguientes números aleatorios para generar los valores de las variables
aleatorias:
- Para la tasa de llegadas: Números aleatorios de la celda C7 (tabla de números
aleatorios).
- Para los tiempos de servicio: Números aleatorios de la celda D4 (tabla de números
aleatorios).
SOLUCIÓN

2007
1. Componentes: Carros y el gasolinero
2. Variables:
2.1 Exógenos
x = intervalo entre llegada de autos
y = intervalo de atención
2.2 Endógenas
Te =Tiempo de espera
To = Tiempo ocioso
2.3 Estado
T= Tiempo de llegada de los autos
D= Tiempo de desocupación
3. Parámetros
TS = 15 vehículos
x → Distribución uniforme
y → Distribución exponencial
a)
Nro de
r (c7) x T r (d4) y D Te To
vehiculo
1 0.47 14 14 0.54 12 26 14
2 0.64 15 29 0.07 1 30 3
3 0.43 14 43 0.92 38 81 13
4 0.98 16 59 0.12 2 83 22
5 0.55 14 73 0.54 12 95 10
6 0.84 15 88 0.97 53 148 7
7 0.16 13 101 0.8 24 172 47
8 0.6 14 115 0.62 15 187 57
9 0.67 15 130 0.36 7 194 57
10 0.06 12 142 0.91 36 230 52
11 0.94 16 158 0 0 230 72
12 0.34 13 171 0.16 3 233 59
13 0.07 12 183 0.94 42 275 50
14 0.42 14 197 0.36 7 282 78
15 0.12 12 209 0.66 16 298 73
TOTAL 584
Tiempo promedio de espera en cola = 584 / 15 = 38.93 min

2007
b)
Nro de
r (c7) x T r (d4) y D Te To
vehiculo
1 0.47 14 14 0.54 5 19 14
2 0.64 15 29 0.07 0 29 10
3 0.43 14 43 0.92 15 58 14
4 0.98 16 59 0.12 1 60 1
5 0.55 14 73 0.54 5 78 13
6 0.84 15 88 0.97 21 109 10
7 0.16 13 101 0.8 10 119 8
8 0.6 14 115 0.62 6 125 4
9 0.67 15 130 0.36 3 133 5
10 0.06 12 142 0.91 14 156 9
11 0.94 16 158 0 0 158 2
12 0.34 13 171 0.16 1 172 13
13 0.07 12 183 0.94 17 200 9
14 0.42 14 197 0.36 3 203 3
15 0.12 12 209 0.66 6 215 6
TOTAL 107 15
Tiempo promedio de espera en cola = 15 / 15 = 1 min
Operario 1 Operario 2
Nro de r r
x T y Te
vehiculo (c7) (d4) D To D To
1 0.47 14 14 0.54 12 26 14
2 0.64 15 29 0.07 1 30 3
3 0.43 14 43 0.92 38 81 13
4 0.98 16 59 0.12 2 61 59
5 0.55 14 73 0.54 12 85 12
6 0.84 15 88 0.97 53 141 7
7 0.16 13 101 0.8 24 125 16
8 0.6 14 115 0.62 15 140 10
9 0.67 15 130 0.36 7 147 10
10 0.06 12 142 0.91 36 178 1
11 0.94 16 158 0 0 158 11

2007
12 0.34 13 171 0.16 3 174 13
13 0.07 12 183 0.94 42 225 5
14 0.42 14 197 0.36 7 204 23
15 0.12 12 209 0.66 16 225 5
TOTAL 20
d)
Nro de r
r (c7) x T y D Te To
vehiculo (d4)
1 0.47 14 14 0.54 4 18 14
2 0.64 15 29 0.07 0 29 11
3 0.43 14 43 0.92 13 56 14
4 0.98 16 59 0.12 1 60 3
5 0.55 14 73 0.54 4 77 13
6 0.84 15 88 0.97 18 106 11
7 0.16 13 101 0.8 8 114 5
8 0.6 14 115 0.62 5 120 1
9 0.67 15 130 0.36 2 132 10
10 0.06 12 142 0.91 12 154 10
11 0.94 16 158 0 0 158 4
12 0.34 13 171 0.16 1 172 13
13 0.07 12 183 0.94 14 197 11
14 0.42 14 197 0.36 2 199
15 0.12 12 209 0.66 5 214 10
TOTAL 89 5
La mejor alternativa es la d) por ser la que tiene el menor tiempo promedio de

espera en cola
APLICACIÓN 10.- Un vendedor compra periódicos al precio de 50 céntimos de sol por

cada uno y los vende a 1 sol la unidad. Al final de cada día el agente de publicaciones le
pagará 15 céntimos de sol por cada periódico que no haya vendido. La demanda diaria D
de los periódicos tiene la siguiente distribución de probabilidad (distribución empírica):

2007
D 75 80 85 90 95 100 105 110 115 120
p(D) 0.08 0.07 0.02 0.20 0.09 0.19 0.12 0.03 0.14 0.06
1 a)Suponiendo que el vendedor puede pedir cualquier cantidad de periódicos que

se encuentre en el rango de valores de la demanda, construya un modelo de
simulación (diagrama de flujo) para este sistema logístico que permita determinar
el nivel óptimo de aprovisionamiento (número de periódicos a pedir diariamente),
en un tiempo de simulación de 200 días.
Solución:
COMPONENTES:
Periódico, vendedor
VARIABLES EXOGENAS:
D: Demanda
UT: Utilidad Total Esperada
I: Nivel de Inventario
PARÁMETROS:
Tiempo de Simulación = 200
C2: Costo de Pedido
Diagrama de flujo:

2007

2007
Numero de Simulaciones
Pedidos
promedio
diarios 1 2 3 4 5
75 7500 7500 7500 7500 7500 7500
80 7924 7928 7928 7958 7941 7935
85 8313 8288 8364 8283 8292 8308
90 8698 8630 8703 8698 8677 8681
95 8986 8880 8973 8816 8820 8895
100 9120 8895 8980 8938 8853 8957
105 8673 8889 8775 9008 8966 8862
110 8544 8884 8807 8820 8663 8743
115 8653 8648 8440 8389 8512 8528
120 8077 8375 8341 8413 8617 8365
125 7693 7893 7868 7940 7608 7800
El pedido optimo para tener una mayor utilidad es de 100 unidades diarios para
obtener una utilidad promedio durante los 200 días de 8957 soles
Código del problema:

Dim pa(10), x(10)
For COL = 1 To 5
D=0
VN = 0
x(1) = 75
x(2) = 80
x(3) = 85
x(4) = 90
x(5) = 95
x(6) = 100
x(7) = 105
x(8) = 110
x(9) = 115
x(10) = 120

2007
pa(1) = 0.08
pa(2) = 0.15
pa(3) = 0.17
pa(4) = 0.37
pa(5) = 0.46
pa(6) = 0.65
pa(7) = 0.77
pa(8) = 0.8
pa(9) = 0.94
pa(10) = 1
For t = 1 To 200
q = Cells(p + 7, 3)
aleatorio = Rnd()
For k = 1 To 10
If aleatorio < pa(k) Then
D = Val(x(k))
k = 10
End If
Next k
If q <= D Then
V = q * (1)
End If
If q > D Then
s=q-D
V = D * (1) + Val(s * (0.15))
End If
VN = VN + (V - q * (0.5))
ActiveSheet.Cells(p + 7, COL + 3) = VN
Next t
Next
End Sub

2007
1 b) Mediante la simulación de Montecarlo determine la utilidad total esperada para
un nivel de aprovisionamiento de 95 periódicos diarios en un tiempo de simulación
de 20 días. Utilice los números de la celda A5 (tabla de números aleatorios) para
generar los valores de la variable aleatoria.
2 Solución:
COMPONENTES:
Periódico, vendedor
VARIABLES EXOGENAS:
D: Demanda
UT: Utilidad Total Esperada
I: Nivel de Inventario
PARÁMETROS:
Tiempo de Simulación = 20
C2: Costo de Pedido
Probab
Demanda Probabilidad
Acum.
75 0.08 0.08
80 0.07 0.15
85 0.02 0.17
90 0.2 0.37
95 0.09 0.46
100 0.19 0.65
105 0.12 0.77
110 0.03 0.8
115 0.14 0.94
120 0.06 1
2007
Tabla de Simulación
D C1 C2
Aprovisionami consum sobrant faltant
DIA r dema ingreso perdida
ento o e e
nda s s
1 0.29 90 95 90 5 45 -1.75
2 0.99 120 95 95 25 47.5
3 0.99 120 95 95 25 47.5
4 0.71 105 95 95 10 47.5
5 0.85 115 95 95 20 47.5
6 0.78 110 95 95 15 47.5
7 0.64 100 95 95 5 47.5
8 0.37 90 95 90 5 45 -1.75
9 0.59 100 95 95 5 47.5
10 0.12 80 95 80 15 40 -5.25
11 0.7 105 95 95 10 47.5
12 0.65 100 95 95 5 47.5
13 0.49 100 95 95 5 47.5
14 0.2 90 95 90 5 45 -1.75
15 0.27 90 95 90 5 45 -1.75
16 0.06 75 95 75 20 37.5 -7
17 0.54 100 95 95 5 47.5
18 0.68 105 95 95 10 47.5

2007
19 0.32 90 95 90 5 45 -1.75
20 0.46 95 95 95 47.5
920 -21
Utilidad Total = S/ 899.00
APLICACIÓN 11
Suponga que estamos determinando el punto de reorden R de una política de inventarios

(Q,R). Con esta política pedimos Q unidades cuando el nivel de inventario desminuye a R
o menos. La distribución de probabilidades de la demanda diaria se da en la siguiente
tabla:
DEMANDA DIARIA
PROBABILIDAD
(unidades)
12 .05
13 .15
14 .25
15 .35
16 .15
17 .05
El tiempo de entrega también es una variable aleatoria y tiene la siguiente distribución:
TIEMPO DE ENTREGA (Días) PROBABILIDAD

1 .20
2 .30
3 .35
4 .15
Suponemos que la cantidad “pedir hasta tener” permanece igual, en 100 unidades.
Nuestro interés en este caso es determinar el valor del punto de reorden R que minimice

2007
el costo total de inventario. Este costo es la suma del costo esperado de almacenamiento,
el costo esperado de pedido y el costo esperado de escasez. La escasez es acumulativa.
Esto es, un cliente espera hasta que se tiene el artículo. El costo de inventario se estima
en 0.20 dólares por unidad por día, y se carga a las unidades en inventario al final del día.
La escasez cuesta 1 dólar por cada unidad que falte. El costo de pedido es 15 dólares por
pedido. Los pedidos llegan al inicio del día.
a) Suponiendo que el punto de reorden R puede oscilar entre 0 y 50 unidades, construya

un modelo de simulación (diagrama de flujo) para este sistema de inventario que permita
determinar el valor de R que minimice el costo total de inventario, en un tiempo de
simulación de 500 días.
b) Mediante la simulación de Montecarlo determine el costo total de inventario para un

punto de reorden igual 30 unidades en un tiempo de simulación de 20 días.
Utilice los siguientes números aleatorios para generar los valores de las variables
aleatorias:
- Para la demanda: Números aleatorios de la celda C1 (tabla de números aleatorios).

- Para los tiempos de llegada de los pedidos: Números aleatorios de la celda E8 (tabla de
números aleatorios).
Unid Tiep Unid Cost Cost Cost

Dia II rE8 rC1 Demanda IF Escas CT
Ped Ent Recib Almac Esc Ped
1 50 0.82 16 34 6.8 6.8
2 34 0.62 15 19 3.8 3.8
3 19 81 0.3 2 0.13 13 6 1.2 15 16.2
4 6 0.08 13 0 7 0 7 7
5 74 81 0.92 16 58 11.6 11.6
6 58 0.95 16 42 8.4 8.4
7 42 0.86 16 26 5.2 5.2
8 26 74 0.44 2 0.11 13 13 2.6 15 17.6
9 13 0.16 13 0 0 0
10 74 74 0.52 15 59 11.8 11.8

2007
11 59 0.18 13 46 9.2 9.2
12 46 0.82 16 30 6 6
13 30 70 0.15 1 0.41 14 16 3.2 15 18.2
14 86 70 0.29 14 72 14.4 14.4
15 2 0.63 15 57 11.4 11.4
16 57 0.96 17 40 8 8
17 40 0.7 15 25 5 5
18 25 75 0.15 1 0.85 16 9 1.8 15 16.8
19 84 75 0.29 14 70 14 14
20 70 0.1 13 57 11.4 11.4
TOTAL 202.8
Suponiendo que el inventario inicial es de 50 unidades
Punto de Reorden 30 unidades

Costo de pedido = $. 15
Costo Inventario = $.0.20
Costo Escasez = $. 1

Solucion de Presupuestos

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Solucion de Presupuestos

Cargado por

Copyright:

Formatos disponibles

Simulación de sistemas

Tiempo entre llegadas (días) 1 2 3 4 5

TIPO DE BUQUE TANQUE PROBABILIDAD

PROPIEDADES DEL MODELO

Distribución de Tiempos entre llegadas de los buques Tanques

Tiempo entre llegadas

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 3

Distribución para hallar el tipo de Buque Tanque

Tipo De Buque Tanque Probab

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 4

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 5

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 6

Emplee la simulación de Montecarlo para estimar el tiempo promedio de espera y el

- Utilice la secuencia de números aleatorios de las celdas B1 y E3 para generar los

01.- PROPIEDADES DEL MODELO

1. Componentes: Personas y servicio de correos

x = intervalo entre llegada de personas

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 7

TO= Tiempo ocioso

T= Tiempo de llegada de personas

Tiempo entre Frecuencia

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 8

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 9

a) Tiempo promedio de espera:

Tiempo entre llegadas (minutos) 1 2 3 4 5

Probabilidad .20 .25 .40 .10 .05

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 10

Probabilidad .20 .25 .35 .15 .05

El bibliotecario cree que con el sistema actual, la cola en la máquina copiadora es

Efectúe una simulación de Montecarlo para la llegada de 10 clientes y determine el tiempo

Maquina copiadora, Alumnos

x: Intervalo entre llegadas de los estudiantes

Wq: Tiempo de Espera Promedio de los estudiantes en Cola

To: Tiempo ocioso de la maquina

U: Utilización de la maquina copiadora

T: Tiempo de llegada de un usuario

D: Tiempo de desocupación de la Maquina

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 11

Distribución de Tiempos entre llegadas de los Estudiantes

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 12

El tiempo promedio de espera: Wq =∑ Te/c

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 14

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 15

Ingreso por ventas (s/. 20 * 50) 1000

Número de pollos = 6 pollos

Un lote de estacionamiento dispone de 30 espacios para el estacionamiento de los

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 16

a) Construya un modelo de simulación (diagrama de flujo) que simule el

Propiedades del Modelo

 Espacios del lote de estacionamiento.

 L: Intervalo de llegada entre los vehículos

 A: Número de vehículos que se alejan.

 T: Tiempo de llegada de los vehículos.

 TD(h): Tiempo de desocupación del espacio h.

 Tiempo de simulación = 480 minutos (8 a.m. – 4 p.m.)

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 17

 L; Distribución exponencial con media de 3 minutos.

 S; Distribución Normal con media de 90 min. + 30 min.

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 18

Imprimir T > 480 A

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 19

Cuando se hace clic en el botón Simular:

Private Sub cmdGenerar_Click()