UNIVERSIDAD NACIONAL DE COLOMBIA

SEDE BOGOTÁ - FACULTAD DE INGENIERÍA

DEPARTAMENTO DE INGENIERÍA DE SISTEMAS E INDUSTRIAL
ASIGNATURA: Modelos y Simulación CÓDIGO: 2025970 Periodo 2019_01
Tarea 2

GRUPO: ​ModSim_205

- Nicolás García Castañeda 1032494252

- Nicolás Castillo García 1000178793
- Ernesto Bastidas Pulido 99122006006

PARTE 1 - PROBLEMAS COMUNES

PROBLEMA 1.1 Del libro texto (Law), cada grupo impar deberá implementar el modelo del banco
con cambio de fila.

I. Parámetros de entrada:

Nombre Descripción Valor

min_tellers Número mínimo de cajeros 5
max_tellers Número máximo de cajeros 7
mean interarrival Media tiempo entre llegadas (en minutos) 1.0
mean_service Media tiempo de servicio (en minutos) 4.5
length_doors_open Tiempo de atención del banco (en horas) 8.0

II. Otras variables del modelamiento:

Nombre Descripción
shortest_length Longitud de la cola más corta
shortest_queue Número de la fila más corta

III. Descripción del evento y tipo de evento:

Tipo Descripción
1 Llegada de un cliente
2 Salida de un cliente, al terminar de ser atendido
3 Cierre de las puertas del banco (5 pm)

IV. Listas y sus atributos:

Lista Descripción Atributo 1 Atributo 2 Atributo 3

1an Colas t llegada - -
n+1 a 2n Cajeros - - -

1
 25 Lista de eventos t evento tipo evento cajero
(ev. tipo 2)

V. Contadores y/o acumuladores:

Contador/Acumulador Descripción
Sampst 1 Demoras en cola (todas las filas)

VI. Medidas de desempeño:

- Cantidad promedio de clientes en cola.

- Demora promedio en cola.
- Máxima demora en cola registrada.

VII. Subprogramas y propósito:

Subprograma Propósito
arrive Registrar la llegada de un cliente al banco
depart Registrar la salida de un cliente, tras haber sido atendido
jockey Cambiar a un cliente a una fila más corta, si es posible
report Generar un reporte con las medidas de desempeño

2
3
4
5
6
VIII. Resultados de la simulación:

With 5 tellers, average number in queue = 21.067

Delays in queue, in minutes:

sampst Number
variable of
number Average values Maximum Minimum
________________________________________________________________________

1 21.8829 501.000 82.3840 0.000000

________________________________________________________________________

With 6 tellers, average number in queue = 0.633

Delays in queue, in minutes:

sampst Number
variable of
number Average values Maximum Minimum
________________________________________________________________________

1 0.643516 483.000 12.7871 0.000000

________________________________________________________________________

With 7 tellers, average number in queue = 0.185

Delays in queue, in minutes:

sampst Number
variable of
number Average values Maximum Minimum
________________________________________________________________________

1 0.195925 467.000 7.93274 0.000000

________________________________________________________________________

Tanto para la medida de desempeño del promedio de clientes en cola (21 a 0.6 clientes), y de
tiempo promedio de demora en cola (21.9 a 0.6 minutos), para esta simulación obtenemos una
gran reducción cuando pasamos de 5 a 6 cajeros . Para el caso de 7 cajeros, tenemos que casi
nunca hay clientes en cola, y que los que deben hacer cola no deben esperar mucho tiempo desde
su llegada para empezar a ser atendidos. La demora máxima en cola fue de unos 82, 12, y 8
minutos para el caso de 5, 6 y 7 cajeros, respectivamente.

7
PROBLEMA ​1.2 Los barcos llegan a un puerto con tiempos entre llegadas que son variables
aleatorias exponenciales IID con una media de 1,25 días. El puerto tiene un muelle con dos
amarres y dos grúas para descargar los barcos; los barcos que llegan cuando ambos amarres están
ocupados se unen a una cola FIFO. El tiempo para que una grúa descargue un barco se distribuye
de manera uniforme entre 0,5 y 1,5 días.
Si solo hay un barco en el puerto, ambas grúas descargan el barco y el tiempo de descarga
(restante) se reduce a la mitad. Cuando dos barcos están en el puerto, una grúa trabaja en cada
barco. Si ambas grúas están descargando un barco cuando llega un segundo barco, una de las
grúas comienza inmediatamente a servir al segundo barco y el tiempo de servicio restante del
primer barco se duplica.
Suponiendo que no haya barcos en el puerto en el momento 0, ejecute la simulación durante 90
días y calcule el tiempo mínimo, máximo y promedio que los barcos están en el puerto (que
incluye su tiempo de amarre). También estimar la utilización esperada de cada amarre y de las
grúas.

I. Parámetros de entrada:

Nombre Descripción Valor

mean_interarrival Media tiempo entre llegadas (en días) 1.25
min_unload Tiempo mínimo de descargue con una grúa (en días) 0.5
max_unload Tiempo máximo de descargue con una grúa (en días) 1.5
end_time Duración de la simulación (en días) 90

II. Otras variables del modelamiento:

No son necesarias en este modelo

III. Descripción del evento y tipo de evento:

Tipo Descripción
1 Llegada de un barco al puerto
2 Salida de un barco del puerto, al terminar el descargue
3 Fin de la simulación

IV. Listas y sus atributos:

Lista Descripción Atributo 1 Atributo 2 Atributo 3

1 Cola t llegada - -
2 Amarre 1 t llegada - -
3 Amarre 2 t llegada - -
4 Grúa 1 amarre - -
5 Grúa 2 amarre - -
25 Lista de eventos t evento tipo evento
amarre(ev. tipo 2)

8
V. Contadores y/o acumuladores:

Contador/Acumulador Descripción
Sampst 1 Demoras en el puerto (desde llegada hasta salida)

VI. Medidas de desempeño:

- Tiempo mínimo, máximo y promedio que los barcos están en el puerto.

- Utilización de cada amarre.
- Utilización de las grúas.

VII. Subprogramas y propósito:

Subprograma Propósito
arrive Registrar llegada de un barco
unload Registrar fin de descarga de un barco
update_unload_times Reubicar grúas y actualizar tiempos restantes de descarga
report Generar un reporte con las medidas de desempeño

9
10
11
12
VIII. Resultados de la simulación:

Delays in port, in days:

sampst Number
variable of
number Average values Maximum Minimum
________________________________________________________________________

1 0.967247 71.0000 3.06209 0.271599

________________________________________________________________________

13
Mooring 1 (2) & Mooring 2 (3) utilization:

File Time
number average Maximum Minimum
_______________________________________________________

2 0.378119 1.00000 0.000000

3 0.206202 1.00000 0.000000

_______________________________________________________

Crane 1 (4) & Crane 2 (5) utilization:

File Time
number average Maximum Minimum
_______________________________________________________

4 0.406643 1.00000 0.000000

5 0.406643 1.00000 0.000000

_______________________________________________________

Los resultados de la simulación arrojan un buen tiempo para la duración de cada barco en el
puerto, pues es incluso menor a la media de la distribución correspondiente al tiempo de
descarga. La demora máxima fue de 3 días y la mínima fue muy cercana a la mínima posible (0.25
días, pues el tiempo de descarga mínimo es 0.5 días, pero si el barco no hace cola y ambas grúas
están libres ese tiempo se reduce a la mitad). Tanto los amarres como las grúas estuvieron libres
más de la mitad del tiempo. El amarre 1 fue más utilizado que el 1 debido a la lógica de la
simulación cuando un barco llega y están libres ambos amarres, pero las grúas si tienen la misma
utilización, pues no es posible que en algún momento haya una trabajando y la otra no.

PARTE 2 - PROBLEMAS DEPENDIENDO DEL NÚMERO DE GRUPO

PROBLEMA 2.5 ​Un promedio de 10 personas/hora con distribución de Poisson entran a los carriles
centrales de una piscina con el fin de nadar un rato. En promedio, cada persona nada 30 minutos
con distribución exponencial.
En la piscina existen tres carriles disponibles para este tipo de nadadores. Si un nadador se
encuentra sólo en un carril, nadara pegado siempre al lado derecho del carril; en caso de que otra
persona entre en ese carril cada nadador realizará su ejercicio por un extremo del carril.
Debido a políticas de seguridad nunca puede haber más de dos nadadores en un mismo carril, por
esto, si un nadador llega y están ocupados los carriles se retira enojado y no regresa.

a) ¿Cuál es la proporción del tiempo en la que habrá tres personas nadando?

b) ¿Cuántas personas en promedio se encuentran nadando en la piscina?
c) ¿Cuántos carriles es necesario asignar para asegurar que el 95% de este tipo de nadadores
que llegan a la piscina puedan entrenar?

14
I. Parámetros de entrada:

Nombre Descripción Valor

mean_interarrival Media tiempo entre llegadas (en minutos) 6
mean_swimming Media tiempo de estadía en la piscina (en minutos) 30
end_time Duración de la simulación (en horas) 10

II. Otras variables del modelamiento:

No son necesarias en este modelo

III. Descripción del evento y tipo de evento:

Tipo Descripción
1 Llegada de una persona a la piscina
2 Salida de una persona de la piscina
3 Fin de la simulación

IV. Listas y sus atributos:

Lista Descripción Atributo 1 Atributo 2 Atributo 3

1 Carril 1 - - -
2 Carril 2 - - -
3 Carril 3 - - -
25 Lista eventos t evento tipo evento carril (ev .tipo 2)

V. Contadores y/o acumuladores:

Contador/Acumulador Descripción
t_3_swimming Tiempo en el que hay 3 personas nadando
happy_people Gente que encuentra cupo en la piscina al llega
angry_people Gente que se va enfadada al no encontrar cupo

VI. Medidas de desempeño:

- Proporción del tiempo en la que hay tres personas nadando.
- Promedio de personas nadando en la piscina.
- Proporción de personas que encuentran espacio en la piscina al llegar.

VII. Subprogramas y propósito:

Subprograma Propósito
arrive Registrar la llegada de una persona a la piscina
depart Registrar la salida de una persona de la piscina
report Generar un reporte con las medidas de desempeño

15
16
17
VIII. Resultados de la simulación:

Average number of people swimming: 3.389

Proportion of time in which there were exactly 3 people swimming: 0.249

People who find space in the pool when they arrive: 85

People who don´t find space in the pool when they arrive: 11

En promedio hay menos de 4 personas (lo correspondiente a 2 carriles) nadando. Con 3 carriles
no se asegura que el 95% de nadadores que llegan a la piscina puedan entrenar, ya que este
porcentaje es de 88.5%. Sin embargo, aumentando a 4 carriles, ya se tiene que este porcentaje
pasa a 95.8%

PROBLEMA 2.6 Después del embalaje, un transportador de banda transfiere al inventario los
productos acabados en lotes de 1000 unidades. Los cartones de embalaje se colocan en la banda
del transportador automáticamente, a una distancia de 2.10 mts, de centro a centro. Los cartones
se descargan a mano y se retiran de la banda dentro de una distancia de 2.10 mts. O sea que el
trabajador no puede alcanzar un cartón que esté a más de 1.05 mts de él.
Cualquier cartón no descargado por el empleado cae automáticamente de la banda y se debe
recuperar en un momento posterior. El tiempo necesario para descargar un cartón está distribuido
normalmente con una media de 15 segundos y una desviación estándar de 3 segundos.
La distancia del punto de carga al de descarga, medida a lo largo del transportador, es de 30 mts.
El transportador puede funcionar a cualquier velocidad que se desee. . Sea X el número de
cartones retirados por hora y sea Y el número de cartones que deja de descargar el empleado por
hora.

a) Mediante la simulación y una técnica apropiada de investigación, determine la velocidad

del transportador que maximice (X – Y).
b) Resuelva el problema anterior, cuando la distancia entre cartones sucesivos tenga una
distribución exponencial con una media de 2.40 mts.

I. Parámetros de entrada:

Nombre Descripción Valor

min_speed Vel. mínima a simular de la banda 0.075 m/s
max_speed Vel. máxima a simular de la banda 0.150 m/s
incr_speed Incremento de la vel. de la banda para cada simulación 0.005 m/s
dist_cartons Distancia entre cartones 2.1 mts
dist_band Distancia de la banda 30 mts
mean_unload Media tiempo de descarga de un cartón 15 s
sd_unload D. Estándar tiempo de descarga de un cartón 3s

18
 lot_size Tamaño del lote
1000 und

II. Otras variables del modelamiento:

Nombre Descripción
speed Velocidad de la banda en una simulación específica
t_interarrival Tiempo entre llegadas de cartones a la zona de descarga

III. Descripción del evento y tipo de evento:

Tipo Descripción
1 Llegada de un cartón a la zona de alcance del trabajador
2 Caída de un cartón al no ser descargado
3 Comienzo de una descarga
4 Finalización de una descarga

IV. Listas y sus atributos:

Lista Descripción Atributo 1 Atributo 2

1 Trabajador - -
2 Zona de alcance/descarga - -
25 Lista de eventos t evento tipo evento

V. Contadores y/o acumuladores:

Contador/Acumulador Descripción
unloaded_cartons Cartones descargados por el trabajador
fallen cartons Cartones caídos de la banda al no ser descargados

VI. Medidas de desempeño:

- X: ​Número de cartones retirados por hora.

- Y: Número de cartones que deja de descargar el empleado por hora.
- X-Y

VII. Subprogramas y propósito:

Subprograma Propósito
initialize Inicializar variables no presentes en simlib
arrive Registrar la llegada de un cartón a la zona de alcance
fall Registrar la caída de un cartón de la banda
start_unload Registrar el inicio de una descarga
end_unload Registrar el fin de una descarga
report Generar un reporte con las medidas de desempeño

19
normal Generar valores de una v.a. con distribución normal

20
21
22
23
24
VIII. Resultados de la simulación:

Para el caso a:

BAND SPEED(m/s) INTER-BOARD TIME(s) SIM. TIME(h) X Y

X-Y

0.0750 28.0000 7.7904 128.4917 0.0000

128.4917
0.0800 26.2500 7.3032 137.0641 0.0000
137.0641
0.0850 24.7059 6.8746 145.6081 0.0000
145.6081
0.0900 23.3333 6.4929 154.1679 0.0000
154.1679
0.0950 22.1053 6.1504 162.7538 0.0000
162.7538
0.1000 21.0000 5.8439 171.2912 0.0000
171.2912
0.1050 20.0000 5.5641 179.9035 0.0000
179.9035
0.1100 19.0909 5.3124 188.4273 0.0000
188.4273
0.1150 18.2609 5.0830 196.9325 0.0000
196.9325
0.1200 17.5000 4.8718 205.4681 0.0000
205.4681
0.1250 16.8000 4.6766 214.0423 0.0000
214.0423
0.1300 16.1538 4.4952 222.4577 0.2225
222.2352
0.1350 15.5556 4.3301 228.8655 2.3094
226.5560
0.1400 15.0000 4.1751 233.0473 6.7064
226.3409
0.1450 14.4828 4.0350 234.9428 13.1350
221.8078
0.1500 14.0000 3.8979 236.2795 20.5237
215.7557

La velocidad de la banda que maximiza la diferencia X-Y está entre 0.135 m/s y 0.14 m/s.

Para el caso b, tenemos el máximo valor de la diferencia para los valores de 0.085 y 0.095 m/s,
pero debido a la variabilidad de las distancias entre cartones, realmente no hay un patrón que nos
permita confirmar que efectivamente esos son las velocidades óptimas:

BAND SPEED(m/s) INTER-BOARD TIME(s) SIM. TIME(h) X Y

X-Y

0.0750 32.0000 8.8497 78.8726 34.2384

44.6342
0.0800 30.0000 8.0999 83.9512 39.6299
44.3213
0.0850 28.2353 7.9431 87.3709 38.6497
48.7212
0.0900 26.6667 7.4232 90.5265 44.3203
46.2062

25
 0.0950 25.2632 7.5824 90.7364 41.2798
49.4566
0.1000 24.0000 7.0584 92.7969 49.0194
43.7775
0.1050 22.8571 6.8236 94.6717 52.0255
42.6462
0.1100 21.8182 6.1787 99.6967 62.3104
37.3863
0.1150 20.8696 5.6057 107.7466 70.8202
36.9264
0.1200 20.0000 5.5836 108.1746 71.1015
37.0731
0.1250 19.2000 5.4474 115.1007 68.6565
46.4441
0.1300 18.4615 5.0365 114.7631 83.9876
30.7756
0.1350 17.7778 5.0007 117.9826 82.1879
35.7947
0.1400 17.1429 4.7786 119.2825 90.1943
29.0882
0.1450 16.5517 4.5758 124.3508 94.4104
29.9403
0.1500 16.0000 4.4842 123.1000 100.1302
22.9697

PROBLEMA 2.7​ Una pequeña bodega se surte de material usando una flotilla de 3 camionetas. Se
contrata a un muchacho para descargar las camionetas. El tiempo de descarga depende del
número de camionetas en la bodega(n) de acuerdo a la función E(t) = 1 /n horas para n= 1,2,3 con
distribución exponencial. Las camionetas descargadas van por más material y el tiempo de viaje es
de 2 horas con distribución exponencial.

Determine:

a) El número promedio de camionetas esperando ser descargadas.

b) La probabilidad de que el muchacho esté ocupado
c) La probabilidad de que todas las camionetas estén de viaje.
d) El número promedio de camionetas viajando.

I. Parámetros de entrada:

Nombre Descripción Valor

mean_travel Media de viaje de las camionetas (en horas) 2
num_trucks Número de camionetas 3
end_time Duración de la simulación (en horas) 24

26
II. Otras variables del modelamiento:

No son relevantes para este modelo

III. Descripción del evento y tipo de evento:

Tipo Descripción
1 Llegada de un camioneta a la bodega
2 Salida de una camioneta (al terminar descarga)
3 Fin de la simulación

IV. Listas y sus atributos:

Lista Descripción Atributo 1 Atributo 2

1 Cola - -
2 Muchacho - -
3 Camionetas viajando - -
25 Lista eventos t evento tipo evento

V. Contadores y/o acumuladores:

Contador/Acumulador Descripción
filest 1 Promedio camionetas esperando a ser descargadas
filest 2 Utilización del muchacho
filest 3 Promedio de camionetas viajando
t_all_traveling Tiempo en el que todas las camionetas están viajando

VI. Medidas de desempeño:

- Número promedio de camiones esperando a ser descargados.

- La probabilidad de que el muchacho esté ocupado.
- La probabilidad de que todas las camionetas estén de viaje.
- El número promedio de camionetas viajando.

VII. Subprogramas y propósito:

Subprograma Propósito
arrive Registrar la llegada de un camión a la bodega, y programar
el tiempo que pasa ahí para ser descargado.
depart Registrar la salida de un camión por carga y programar el
tiempo de viaje del camión.

27
report Registrar los resultados de la simulación que están en las
medidas de desempeño

28
29
30
31
VIII. Resultados de la simulación:

Average of trucks waiting to be unloaded: 0.505

Probability that the guy is busy: 0.747

Probability that all trucks are traveling: 0.253

Average of trucks traveling: 1.749

Dentro de los principales datos sobre las medidas de desempeño que nos brinda la simulación
tenemos que el muchacho está ocupado en un 75% del tiempo, y el tiempo en el que todas las
camionetas están viajando es precisamente ese 25% de tiempo que está libre. En promedio hay
más de la mitad de camionetas viajando, y 0.5 esperando a ser descargadas.

32