EJERCICIOS DE SIMULACIÓN

1. Comet Dry Cleaners se especializa en el lavado en seco para entrega el mismo día.
Los clientes dejan sus prendas temprano por la mañana y confían en que estarán
listas para recogerlas después del trabajo, antes de volver a casa. Sin embargo,
existe el riesgo de que el trabajo necesario para limpiar una prenda no se termine el
mismo día, dependiendo del tipo de limpieza requerido. Históricamente, un promedio
de 20 prendas suele retenerse hasta el día siguiente. El gerente del establecimiento
está estudiando una posible expansión o eliminar ese rezago. Se ha construido un
modelo de simulación con la siguiente distribución para el número de prendas por
día.

Después de la expansión, el número máximo de prendas que sería posible limpiar

en seco cada día es:

En la simulación correspondiente a un día específico, el número de prendas que

requieren limpieza (NPRL) se determina primero. A continuación, se determina el
número máximo de prendas que podrían lavarse en seco (NMPL). Si NMPL ≥
NPRL, todas las prendas podrán lavarse el mismo día. Si NMPL < NPRL,
entonces (NPRL — NMPL) prendas tendrán que sumarse al número de las que
lleguen al día siguiente para calcular el NPRL del día siguiente. La simulación
prosigue de esta manera.
 a. Suponiendo que la tintorería esté vacía al principio, simule 15 días de
operaciones. Use los siguientes números aleatorios, el primero para determinar
el número de llegadas y el segundo para establecer la capacidad.
(49, 77), (27, 53), (65, 08), (83, 12), (04, 82),
(58, 44), (53, 83), (57, 72), (32, 53), (60, 79),
(79, 30), (41, 48), (97, 86), (30, 25), (80, 73)
Determine el número promedio diario de prendas retenidas hasta el día
siguiente, con base en su simulación.

b. Si el costo asociado a las prendas retenidas es de $25 por prenda cada día y el
costo agregado de la expansión es de $200 diarios, ¿será conveniente efectuar
dicha expansión?

EJERCICIO N°2

Precision Manufacturing Company está estudiando la conveniencia de comprar una

máquina de control numérico (CN), y ha reducido las opciones a sólo dos modelos.
La compañía produce varios productos, y los lotes de trabajo llegan a la máquina
CN cada seis minutos. El número de unidades contenidas en los lotes, muestra la
siguiente distribución discreta:

Número de unidades en el loteh Probabilidad

3 0.1
6 0.2
8 0.3
14 0.2
18 0.2

La distribución de los tiempos de preparación y procesamiento de los dos

modelos CN se presenta a continuación.
Suponga que todo el trabajo de un lote comparte un solo procedimiento de
preparación y que cada unidad del lote requiere el mismo tiempo de
procesamiento. Simule dos horas de operación (o la llegada de 10 lotes) para
las dos máquinas CN. Use los siguientes números aleatorios, aplicando el
primero al número de unidades contenidas en un lote, el segundo a los tiempos
de preparación y el tercero a los tiempos de procesamiento:

(71, 21, 50), (50, 94, 63), (96, 93, 95), (83, 09, 49), (10, 20, 68),
(48, 23, 11), (21, 28, 40), (39, 78, 93), (99, 95, 61), (28, 14, 48)
 ¿Cuál de las dos máquinas recomendaría, si ambas tienen el mismo costo de
compra, operación y mantenimiento?

Solución:
Asignación de números aleatorios a acontecimientos de simulación

Demanda
Número de unidades en el
Probabilidad N° Aleatorio
loteh
3 0.1 00 – 09
6 0.2 10 – 29
8 0.3 30 – 59
14 0.2 60 – 79
18 0.2 80 - 99

Acontecimientos – máquina 1
 Tiempo de Tiempo de
preparación Probabilidad N° Aleatorio procedimiento Probabilidad N° Aleatorio
(min) (seg)
1 0.1 00 – 09 5 0.1 00 – 09
2 0.2 10 – 29 6 0.2 10 – 29
3 0.4 30 – 69 7 0.3 30 – 59
4 0.2 70 – 89 8 0.25 60 – 84
5 0.1 90 - 99 9 0.15 85 - 99

Acontecimientos – máquina 2
Tiempo de Tiempo de
preparación Probabilidad N° Aleatorio procedimiento Probabilidad N° Aleatorio
(min) (seg)
1 0.05 00 – 04 3 0.2 00 – 19
2 0.15 05 – 19 4 0.25 20 – 44
3 0.25 20 – 44 5 0.3 45 – 74
4 0.45 45 – 89 6 0.15 75 – 89
5 0.1 90 - 99 7 0.1 90 - 99

Formulación del modelo de simulación

Simulación de alternativas – máquina 1

Demanda Preparación Proceso
N°
N° de
aleatorio N° de N° Preparación N° Proceso Tiempo
lote
de la unidades aleatorio (min) aleatorio (seg) acumulado
demanda
29 min 38
1 71 14 21 2 50 7
seg
41 min 4
2 50 8 94 5 63 8
seg
92 min 42
3 96 18 93 5 95 9
seg
20 min 6
4 83 18 09 1 49 7
seg
12 min 48
5 10 6 20 2 68 8
seg
16 min 48
6 48 8 23 2 11 6
seg
12 min 42
7 21 6 28 2 40 7
seg
33 min 12
8 39 8 78 4 93 9
seg
92 min 24
9 99 18 95 5 61 8
seg
12 min 42
10 28 6 14 2 48 7
seg
 364 min 6
TOTAL
seg

Simulación de alternativas – máquina 2

Demanda Preparación Proceso
N°
N° de
aleatorio N° de N° Preparación N° Proceso Tiempo
lote
de la unidades aleatorio (min) aleatorio (seg) acumulado
demanda
43 min 10
1 71 14 21 3 50 5
seg
40 min 40
2 50 8 94 5 63 5
seg
92 min 6
3 96 18 93 5 95 7
seg
37 min 30
4 83 18 09 2 49 5
seg
18 min 30
5 10 6 20 3 68 5
seg
24 min 24
6 48 8 23 3 11 3
seg
18 min 24
7 21 6 28 3 40 4
seg
32 min 56
8 39 8 78 4 93 7
seg
91 min 30
9 99 18 95 5 61 5
seg
12 min 30
10 28 6 14 2 48 5
seg
411 min 40
TOTAL
seg

Conclusión: la máquina que se recomendaría sería la maquina 1 ya que el tiempo para

preparar y procesar es mucho menor (364 min 6 seg) que el de la máquina 2 (411 min
6 seg).

EJERCICIO N°3
En el problema 2, ¿qué factores consideraría usted si el costo inicial de la máquina CN
1 fuera $4000 menor que el de la máquina CN 2?
EJERCICIO N°5
El director administrativo de la UΩ está estudiando la posibilidad de instalar un sistema
de buzón de voz. Los costos mensuales de operación serían de $25 por cada buzón de
voz, pero el sistema reduciría en 60% el tiempo que el asistente de oficina debe dedicar
a contestar llamadas telefónicas. El departamento tiene 32 teléfonos. Use los resultados
de la simulación del problema 4 para estimar la proporción del tiempo que el asistente
dedica actualmente a contestar teléfonos. El salario del asistente de oficina (y su
participación en los gastos generales) es de $3000 mensuales. ¿Será conveniente que
el director administrativo compre el sistema de correo de voz?

SOLUCIÓN