Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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:
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:
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
Simulación de sistemas
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.
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
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
SOLUCIÓN
2. Variables:
2.1 Exógenos
y = intervalo de servicios
2.2 Endógenas
2007
TE =Tiempo de espera
2.3 Estado
D= Tiempo de servicio
3. Parámetros
TS = 15 clientes
4. Relaciones funcionales
x → Distribución empírica
y → Distribución empírica
02.
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
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:
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
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:
VARIABLES EXOGENAS:
y: Tiempo de Servicio
VARIABLES ENDOGENAS:
VARIABLES DE ESTADO:
PARÁMETROS:
2007
Tiempo de Simulación: durante la llegada de 10 clientes
RELACIONES FUNCIONALES:
D: Distribución Empírica
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
Wq = 0.5/10
Wq =0.05 min
UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 13
Simulación de sistemas
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
01.- PROPIEDADES DEL MODELO
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)
4. Relaciones funcionales
x → Distribución empírica
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
GANANCIAS 386
B.-
APLICACIÓN 5
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:
Componentes:
Vehículos
Variables Exógenas:
S: Tiempo de estadía.
Variables Endógenas:
Variables de Estado:
Parámetros
Capacidad de Estacionamiento = 30
2007
Relaciones Funcionales
DIAGRAMA DE FLUJO
2007
INICIO
T=0
A=0
h=1 To
30
TD (h)=0
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)
Public rango
Public i
UserForm1.Show
End Sub
2007
lim1 = rango + 1 & ":" & i + rango + 1
Rows(lim1).Select
Selection.ClearContents
Range("A1").Select
End Sub
Se ejecuta el Formulario 1:
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)
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
PB1.Value = T
Range(posicion).Select
ActiveCell.FormulaR1C1 = i
Randomize
r1 = Rnd()
Range(posicion).Select
ActiveCell.FormulaR1C1 = Round(r1, 2)
2007
posicion = "D" & i + rango
Range(posicion).Select
ActiveCell.FormulaR1C1 = Round(L, 2)
T=T+L
Range(posicion).Select
ActiveCell.FormulaR1C1 = Round(T, 2)
For k = 0 To 29
n=0
c=0
For q = 0 To 29
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
place = k
Else
c=c+1
End If
End If
2007
Next q
If c = 0 Then
k = 29
End If
Next k
Range(posicion).Select
D(place) = 0
Range(posicion).Select
ActiveCell.FormulaR1C1 = place + 1
Randomize
r2 = Rnd()
Range(posicion).Select
ActiveCell.FormulaR1C1 = Round(r2, 2)
Range(posicion).Select
ActiveCell.FormulaR1C1 = "=ROUND(NORMINV(" & r2 & "," & m2 & "," & desviacion
& "),0)"
Range(posicion).Select
2007
ActiveCell.FormulaR1C1 = "=RC[-4]+RC[-2]"
D(place) = ActiveCell.Value
Range(posicion).Select
ActiveCell.FormulaR1C1 = 0
Else
Range(posicion).Select
Range(posicion).Select
Randomize
r2 = Rnd()
Range(posicion).Select
Range(posicion).Select
Range(posicion).Select
contador = Val(contador) + 1
Range(posicion).Select
2007
ActiveCell.FormulaR1C1 = 1
End If
i=i+1
Loop
Range("A1").Select
Hoja1.i = i
Hoja1.rango = rango
Unload Me
End Sub
End
End Sub
Respuestas:
Como se observa:
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
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
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:
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
DIAGRAMA DE FLUJO
UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 28
Simulación de sistemas
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
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.
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.
1b).Reemplazar las 100 válvulas cada 5 meses, haciéndolo con las válvulas que fallan
individualmente en el periodo interino.
Solución:
MODELO DE SIMULACION
Válvulas
VARIABLES EXOGENAS:
2007
VARIABLES ENDOGENAS:
VARIABLES DE ESTADO:
PARÁMETROS:
RELACIONES FUNCIONALES:
x :distribución empírica
y: distribución normal
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
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
01.- PROPIEDADES DEL MODELO
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
4. Relaciones funcionales
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
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
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
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
Solución:
Propiedades del Modelo
COMPONENTES:
Periódico, vendedor
VARIABLES EXOGENAS:
D: Demanda
VARIABLES ENDOGENAS:
VARIABLES DE ESTADO:
I: Nivel de Inventario
PARÁMETROS:
RELACIONES FUNCIONALES:
D: Distribución Empírica
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
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
VARIABLES ENDOGENAS:
VARIABLES DE ESTADO:
I: Nivel de Inventario
PARÁMETROS:
Tiempo de Simulación = 20
RELACIONES FUNCIONALES:
D: Distribución Empírica
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
UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 48
Simulación de sistemas
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
APLICACIÓN 11
DEMANDA DIARIA
PROBABILIDAD
(unidades)
12 .05
13 .15
14 .25
15 .35
16 .15
17 .05
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.
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