CASOS INTEGRADORES UNIDAD I

P1 T1 MIERCOLES 2017-MARZO
Llegada exponencial de mujeres con media de 2 minutos. Llegada uniforme de hombres entre 3 y
4 minutos. El 40 % de las mujeres utiliza como transporte un carro y el resto un avión. El 65 % de
los hombres utiliza como transporte un carro y el resto un avión. Utilizar un único Decide para
determinar que transporte utilizan las personas, aplicar la técnica Atributo-Genérico. Visualizar y
registrar (en un único Record into Set) las cantidades de cada tipo de personas que utilizan cada
tipo de transporte (4 posibilidades). Simular 1 hora.

P1 T2 MIERCOLES 2017-MARZO
Llegada exponencial de mujeres con media de 2 minutos. Llegada uniforme de hombres entre 3 y
4 minutos. Llegada exponencial de paquetes con media de 1 minuto. El 40 % de las mujeres utiliza
como transporte un carro y el resto un avión. El 65 % de los hombres utiliza como transporte un
carro y el resto un avión. El 60 % de los paquetes se transporta por carro y el resto por avión.
Utilizar un único Decide para determinar el transporte utilizado, aplicar la técnica Indice-Expresión.
Visualizar y registrar (en un único Record into Set) las cantidades de cada tipo de personas y
paquetes que utilizan cada tipo de transporte (6 posibilidades). Simular 1 hora.

P1 T1 JUEVES 2017-MARZO
Llegada exponencial de mujeres con media de 1 minuto. Llegada uniforme de hombres entre 1 y 3
minutos. Los hombres empiezan a llegar 5 minutos después que las mujeres. La probabilidad que
una mujer o un hombre se dirija al destino 1 es de 40 y 45 % respectivamente. Utilizar un único
Decide para determinar a qué destino se dirigen las personas, aplicar la técnica Indice-Expresión.
Las personas que se dirigen al destino 1 utilizan como transporte una bicicleta. Las personas que
se dirigen al destino 2 utilizan como transporte un carro. Visualizar y registrar (en un Record into
Set para cada destino) las cantidades de mujeres y hombres que se dirigen a cada destino.
Visualizar y registrar (en un único Record into Set) la cantidad de personas que van a cada destino.
Simular 30 minutos.

P1 T2 JUEVES 2017-MARZO
Llegada exponencial de mujeres con media de 2 minutos Llegada uniforme de hombres entre 2 y
3 minutos. Tanto las mujeres como los hombres son registrados en 5 categorías, hay la misma
probabilidad de ser registrado en cualquiera de las categorías. Las personas que pertenecen a las
categorías 1 y 2 se dirigen a la ventanilla 1. Las personas que pertenecen a las categorías 3 y 4 se
dirigen a la ventanilla 2. Y las personas que pertenecen a la categoría 5 se dirigen a la ventanilla 3.
Utilizar un único Decide para direccionar las personas a las ventanillas. Visualizar y registrar (en un
único Record into Set) la cantidad de mujeres y hombres que van a cada ventanilla (6
posibilidades). Reloj digital. Simular 1 hora.
P1MT1 2017-AGOSTO
Con una distribución exponencial de media de 10 y de 15 segundos llegan respectivamente
mujeres y hombres a un cine donde se exhiben tres películas: una de terror, una comedia y una de
acción. La probabilidad que una mujer desee comprar un boleto para la película de terror,
comedia o acción es de 30, 45 y 25 % respectivamente. La probabilidad que un hombre desee
comprar un boleto para la película de terror, comedia o acción es de 30, 25 y 45 %
respectivamente. Luego del cine las personas se dirigen a la heladería o a la pizzería. A la heladería
suelen ir el 35, 45 y 20 % de las personas que vieron las películas de terror, comedia y acción
respectivamente. Registrar la cantidad de personas que escogieron cada una de las 6 opciones
posibles. Visualizar la cantidad de personas que fueron a la heladería y a la pizzería. Simular 1
hora.

P1MT2 2017- AGOSTO

Una empresa fabrica polos de 4 diferentes colores (verde, azul, rojo y amarillo). Al departamento
de teñido llegan polos en tiempos exponencialmente distribuidos con medias de 1 y 2 minutos
según sean polos para mujeres u hombres respectivamente. La probabilidad de requerir los
colores verde, azul, rojo y amarillo es de 25%, 20%, 25% y 30 % respectivamente para los polos de
mujer. La probabilidad de requerir los colores verde, azul, rojo y amarillo es de 30%, 35%, 25% y 10
% respectivamente para los polos de hombre. Luego de teñirse las telas son inspeccionadas
aprobándose el 80 % y detectando un 20 % con el color no homogéneo. De estas últimas se logra
reprocesar el 70 % quedando el resto inservible. Registrar la cantidad de polos de cada color
producidos. Visualizar las cantidades de polos producidos y desechados. Simular 100 minutos.

P1JT1 2017- AGOSTO

Llegada exponencial de hombres y mujeres con medias de 1 y 2 minutos respectivamente. La
probabilidad que una mujer se dirija al destino 1, 2, 3, 4 o 5 es 20, 15, 30, 10 y 25 %
respectivamente. La probabilidad que un hombre se dirija al destino 1, 2, 3, 4 o 5 es 30, 10, 20, 20
y 20 % respectivamente. La probabilidad que una persona vaya a pie al destino 1, 2, 3, 4 o 5 es de
40, 45, 35, 20 y 15 % respectivamente, el resto va en carro. Registrar y visualizar la cantidad de
personas que fueron a pie y en carro. Simular 2 horas.
P1JT2 2017- AGOSTO
Llegada exponencial a un puerto de barcos con media de 4 horas; el 40 % cubren rutas
internacionales y el resto nacionales. En el puerto se cuenta con 5 muelles. La probabilidad que un
barco que cubre la ruta internacional vaya al muelle 1, 2, 3, 4 o 5 es de 35, 25, 15, 15 y 10 %
respectivamente. La probabilidad que un barco que cubre la ruta nacional vaya al muelle 1, 2, 3, 4
o 5 es de 20, 15, 25, 20 y 20 % respectivamente. La probabilidad que un buque que vaya al muelle
1, 2, 3, 4 o 5 transporte combustible es de 45, 35, 25, 40 y 25 % respectivamente, el resto
transporta mercaderías. Registrar y visualizar la cantidad de barcos que cubren rutas
internacionales y nacionales que transportan combustible y mercaderías (4 opciones). Simular 5
días.

P1A 2018-MARZO
Llegada exponencial de paquetes del tipo 1, 2, 3 y 4 con medias de 1, 2, 3 y 4 minutos
respectivamente. Los paquetes llegan en 3 tamaños: pequeño, mediano y grande. La probabilidad
que un paquete tipo 1 sea del tamaño pequeño, mediano o grande es de 35, 25 y 40 %
respectivamente. La probabilidad que un paquete tipo 2 sea del tamaño pequeño, mediano o
grande es de 25, 30 y 45 % respectivamente. La probabilidad que un paquete tipo 3 sea del
tamaño pequeño, mediano o grande es de 35, 45 y 20 % respectivamente. La probabilidad que un
paquete tipo 4 sea del tamaño pequeño, mediano o grande es de 35, 35 y 30 % respectivamente.
Los paquetes pequeños, medianos y grandes van a los destinos 2, 3 y 1 respectivamente. El precio
de venta de un paquete en los destinos 1, 2 y 3 es de 20, 15 y 35 soles respectivamente. Visualizar
las ventas en cada destino (3 valores). Registrar y visualizar la cantidad de paquetes de cada
tamaño del tipo 1 (3 valores). Registrar y visualizar la cantidad de paquetes de cada tipo que se
dirigen al destino 2 (4 valores). Simular 100 minutos.

P1B 2018- MARZO

Llegada exponencial de paquetes con media de 2 minutos, cada paquete contiene un producto.
Existen 5 tipos de productos, todos con la misma probabilidad. La probabilidad que un paquete
que contenga un producto tipo 1 vaya al destino 1, 2, 3 o 4 es de 35, 25, 15 y 25 %
respectivamente. La probabilidad que un paquete que contenga un producto tipo 2 vaya al destino
1, 2, 3 o 4 es de 15, 30, 25 y 30 % respectivamente. La probabilidad que un paquete que contenga
un producto tipo 3 vaya al destino 1, 2, 3 o 4 es de 10, 45, 20 y 25 % respectivamente. La
probabilidad que un paquete que contenga un producto tipo 4 vaya al destino 1, 2, 3 o 4 es de 35,
15, 20 y 30 % respectivamente. La probabilidad que un paquete que contenga un producto tipo 5
vaya al destino 1, 2, 3 o 4 es de 40, 15, 10 y 35 % respectivamente. Registrar y visualizar la
cantidad de productos de cada tipo (5 valores). Registrar y visualizar la cantidad de paquetes que
se dirigen a cada destino (4 valores). Pantallas configuradas. Simular hasta que hayan llegado 5
productos tipo 2 al destino 4.
P1C 2018- MARZO
Llegada exponencial de paquetes con media de 2 minutos, cada paquete contiene un producto.
Existen 5 tipos de productos, todos con la misma probabilidad. La primera hora los productos se
dirigen al destino 1, la segunda al destino 2 y la tercera al destino 3. La probabilidad que un
paquete que vaya al destino 1 sea del color 1, 2, 3 o 4 es de 35, 25, 15 y 25 % respectivamente. La
probabilidad que un paquete que vaya al destino 2 sea del color 1, 2, 3 o 4 es de es de 15, 30, 25 y
30 % respectivamente. La probabilidad que un paquete que vaya al destino 3 sea del color 1, 2, 3 o
4 es de es de 10, 45, 20 y 25 % respectivamente. Registrar y visualizar la cantidad de cada
combinación de tipo y destino de los productos de color 4 (15 valores). Pantallas configuradas.
Simular 3 horas.

P11 2018-AGOSTO
Llegada exponencial de carros con media de 1 minuto para dirigirse al destino 1 o 2. La primera
hora, los primeros 14 carros se dirigen al destino 1 y el resto al destino 2. La segunda hora, hay un
60 % de probabilidad que los carros se dirijan al destino 1. La tercera hora, los primeros 20
minutos los carros se dirigen al destino 1 y el resto del tiempo al destino 2. Registrar y visualizar las
cantidades de carros que se dirigen a cada destino (2 valores) y a cada destino cada hora (6
valores). Simular 3 horas.

P12 2018-AGOSTO
Llegada exponencial de carros y camiones con medias de 3 y 4 minutos respectivamente, para
dirigirse al destino 1 o 2. La primera hora, la probabilidad que un carro se dirija al destino 1 es de
70 % y la probabilidad que un camión se dirija al destino 1 es de 40 %. La segunda hora, los
primeros 40 minutos los carros se dirigen al destino 1 y el resto del tiempo al destino 2; los
primeros 20 minutos los camiones se dirigen al destino 1 y el resto del tiempo al destino 2.
Registrar y visualizar las cantidades de vehículos que se dirigen a cada destino (2 valores) y a cada
destino cada tipo de vehículo (4 valores). Simular 2 horas.

P13 2018-AGOSTO
Llegada exponencial de personas con media de 1 minuto para dirigirse al destino 1, 2 o 3 con
probabilidades de 30, 45 y 25 % respectivamente. La probabilidad que los que van al destino 1 lo
hagan en carro o avión es de 40 y 60 % respectivamente. Los que se dirigen al destino 2 utilizan
carro la primera hora y el resto del tiempo avión. Los que se dirigen al destino 3 utilizan carro,
salvo desde la séptima hasta la decimotercera persona que utilizan avión. Registrar y visualizar las
cantidades de carros y aviones (2 valores) y vehículos a cada destino (6 valores). Visualizar la
cantidad de vehículos del destino 3. Simular 2 horas.
P14 2018-AGOSTO
Llegada exponencial de mujeres y hombres con medias de 2 y 3 minutos respectivamente, para
dirigirse a los destinos 1, 2 o 3 en avión o en barco. La probabilidad que una mujer se dirija al
destino 1, 2 o 3 es de 30, 25 y 45 % respectivamente. La probabilidad que un hombre se dirija al
destino 1, 2 o 3 es de 35, 30 y 35 % respectivamente. La probabilidad que una mujer que vaya al
destino 1 lo haga en avión es de 40 %. La probabilidad que un hombre que vaya al destino 1 lo
haga en avión es de 45 %. Las mujeres que van al destino 2 utilizan transporte aéreo los primeros
40 minutos y transporte marítimo después. Los hombres que van al destino 2 utilizan transporte
aéreo los primeros 50 minutos y transporte marítimo después. Al destino 3 las mujeres van en
avión y los hombres en barco. Registrar y visualizar las cantidades de personas que utilizan avión o
barco (2 valores) y de cada combinación de sexo y transporte utilizado (4 valores). Simular 100
minutos.

P15 2018-AGOSTO
Llegada exponencial de mujeres y hombres con medias de 1 minuto para ambos casos que se
dirigen vía marítima o aérea a los destinos 1, 2 o 3. La vía marítima la utilizan las primeras 20
mujeres y los primeros 25 hombres, el resto utiliza la vía aérea. La probabilidad que una mujer se
dirija al destino 1, 2 o 3 es de 30, 45 y 25 % respectivamente. La probabilidad que un hombre se
dirija al destino 1, 2 o 3 es de 25, 35 y 40 % respectivamente. Visualizar el conteo de mujeres y de
hombres (2 valores). Registrar, para cada destino, las combinaciones de sexo y transporte
utilizado (12 valores). Simular 1 hora.

P16 2018-AGOSTO
Llegada exponencial de mujeres y hombres con medias de 1 y 2 minutos respectivamente, para
dirigirse en moto o en carro a los destinos 1, 2 o 3. Las 30 primeras personas utilizan moto y el
resto carro. La probabilidad que una mujer se dirija al destino 1, 2 o 3 es de 45, 30 y 25 %
respectivamente. La probabilidad que un hombre se dirija al destino 1, 2 o 3 es de 35, 35 y 30 %
respectivamente. Visualizar el conteo de personas y la cantidad de mujeres que llegan en carro al
destino 1. Registrar y visualizar las cantidades de personas que se dirigen a los destinos 1, 2 y 3 (3
valores). Simular hasta que hayan llegado 5 mujeres en carro al destino 1.

P1 2019-VERANO

Llegada exponencial de bicicletas a un taller de reparación y mantenimiento con media de 3

minutos y en 6 modelos diferentes, todos con la misma probabilidad. La probabilidad que una
bicicleta llegue en buen estado es de 55, 45, 70, 60, 55 y 65 % para los modelos 1, 2, 3, 4, 5 y 6
respectivamente. Las unidades que llegaron en buen estado pasan directamente al área de
pintado mientras que las que llegaron en mal estado son dirigidas primero al área de reparaciones.
En esta última área la probabilidad de poder ser reparadas es de 80, 85, 79, 80, 75 y 82 % para los
modelos 1, 2, 3, 4, 5 y 6 respectivamente, las que no pueden ser reparadas son desechadas y las
que sí pueden pasan al área de pintado. Registrar la cantidad reparada y desechada de cada
modelo (12 valores). En el área de pintado, la primera hora se utiliza el color 1, la segunda el color
2 y la tercera el color 3. Registrar la cantidad producida de cada combinación de modelo-color (18
valores). Visualizar la cantidad producida de cada color (3 valores). Simular 3 horas.
P1A 2019-MARZO
Llegada por defecto, pero en minutos de mujeres y hombres que escogen entre ir a comer o ir al
cine. La edad de las mujeres varía normalmente con media de 22 y desviación estándar de 6 años.
La edad de los hombres varía normalmente con media de 25 y desviación estándar de 7 años. La
probabilidad que una mujer, que tenga 28 años o más prefiera ir a comer es de 50 %. La
probabilidad que un hombre, que tenga 28 años o más prefiera ir a comer es de 40 %. La
probabilidad que una mujer que tenga menos de 28 años prefiera ir a comer es de 70 %. La
probabilidad que un hombre que tenga menos de 28 años prefiera ir a comer es de 60 %. Registrar
y visualizar la cantidad de mujeres y hombres que deciden comer o ir al cine (4 valores). Visualizar
la edad de las personas. Simular 30 minutos.

P1B 2019-MARZO
Llegada por defecto, pero en minutos de mujeres y hombres. La edad de las mujeres varía
uniformemente entre 14 y 35 años. La edad de los hombres varía uniformemente entre 15 y 38
años. Las personas escogen entre ir a comer o realizar otra actividad. El 60 % de las mujeres y el 55
% de los hombres prefieren ir a comer. El 70 % de las personas que van a comer y tienen a lo más
26 años escogen pollo a la brasa mientras que el resto de esas personas escogen pizza. El 45 % de
las personas que van a comer y tienen más de 26 años escogen pollo a la brasa mientras que el
resto de esas personas escogen pizza. El 75 % de las personas que no van a comer y tienen a lo
más 24 años escogen ir a bailar mientras que el resto de esas personas escogen ir al cine. El 40 %
de las personas que no van a comer y tienen más de 24 años escogen ir a bailar mientras que el
resto de esas personas escogen ir al cine. Visualizar la edad de la persona entrante. Registrar y
visualizar la cantidad de personas de cada sexo que escogió cada tipo de actividad (8 opciones).
Simular 30 minutos.

P1C 2019-MARZO
Llegada por defecto, pero en minutos, de mujeres y hombres. Primeramente, las personas tienen
cuatro posibilidades para ir a comer: una cevichería, una pollería, una pizzería o un chifa. La
probabilidad que una mujer escoja una de las alternativas es la misma para cada una de las
opciones. La probabilidad que un hombre escoja la cevichería, la pollería, la pizzería o el chifa es
de 30, 20, 20 y 30 % respectivamente. En la cevichería, la probabilidad que una persona pida un
ceviche de pescado o uno mixto es de 60 y 40 % respectivamente; el costo de un ceviche de
pescado es de 30 soles y de uno mixto es de 35 soles. En la pollería, la probabilidad que una
persona pida un pollo a la brasa con papas es de 70 % y que pida que se le agregue ensalada es de
30 %; el costo del pollo a la brasa con papas es de 35 soles y si se le agrega ensalada es de 40 soles.
En la pizzería, una pizza cuesta 25 soles. En el chifa, una persona suele gastar entre 20 y 30 soles.
Luego de comer, las personas se dirigen al cine, a un concierto o a una discoteca. La probabilidad
que una mujer se dirija al cine, a un concierto o a una discoteca es de 35, 25 y 40 %
respectivamente. La probabilidad que un hombre se dirija al cine, a un concierto o a una discoteca
es de 30, 25 y 45 % respectivamente. La entrada al cine cuesta 15 soles. El precio de la entrada al
concierto es de 35 soles. En la discoteca, una persona suele gastar entre 30 y 50 soles. Visualizar
las ventas de cada uno de los locales. Simular 30 minutos.
P1D 2019-MARZO
Llegada por defecto, pero en minutos, de mujeres y hombres para rendir un examen. No han
estudiado para dicha prueba el 40 y el 45 % de las mujeres y los hombres respectivamente. La
probabilidad de aprobar es de 40 % si no se ha estudiado, aumentado en 20 % si se ha estudiado.
Si una persona no aprueba vuelve a rendir la prueba, aumentando en 3 % su probabilidad de
aprobar cada vez que esto sucede. Si una persona rinde el examen tres veces, y no aprueba, es
jalado definitivamente. Registrar la cantidad de mujeres y hombres aprobados y jalados
definitivamente (4 valores). Visualizar si estudió, la vez que ha reprobado y la probabilidad de
aprobar. Visualizar la cantidad total de aprobados y jalados. Simular 1 hora.

P1E 2019-MARZO
Llegada por defecto, pero en minutos, de carros y camiones para ser reparados. Los vehículos
pueden tener las averías 1, 2 o 3, una o todas de ellas. La probabilidad que un carro tenga la avería
1, la avería 1 y 2, o las tres averías es de 50, 30 y 20 % respectivamente. Las reparaciones se
realizan secuencialmente. La probabilidad que un camión tenga la avería 1, la avería 1 y 2, o las
tres averías es de 40, 30 y 30 % respectivamente. La probabilidad que se repare la avería 1 es de
50 %, en caso el vehículo no quede bien se vuelve a intentar la reparación, teniéndose en este
caso una probabilidad de 70 % de ser reparado. La probabilidad que se repare la avería 2 es de 60
%, en caso el vehículo no quede bien se vuelve a intentar la reparación, teniéndose en este caso
una probabilidad de 75 % de ser reparado. La probabilidad que se repare la avería 3 es de 65 %, en
caso el vehículo no quede bien se vuelve a intentar la reparación, teniéndose en este caso una
probabilidad de 75 % de ser reparado. Si una avería ya no se puede reparar el vehículo se retira en
ese momento. Visualizar la cantidad de vehículos que pudieron reparar sus averías, una
visualización para cada avería. Visualizar la cantidad de vehículos que se retiraron en cada
reparación. Simular 1 hora.

P1F 2019-MARZO
Llegada por defecto, pero en minutos de mujeres y hombres, el 40 % de las mujeres y el 30 % de
los hombres están haciendo dieta. La probabilidad que una mujer y un hombre haya tomado
desayuno es de 70 y 80 % respectivamente. La probabilidad que una persona coma un almuerzo
normal, ligero o muy ligero depende de sí está a dieta y de sí tomó desayuno. Sí una persona está
a dieta y tomó desayuno las probabilidades de comer un almuerzo normal, ligero o muy ligero son
de 20, 50 y 30 % respectivamente. Sí una persona está a dieta y no tomó desayuno las
probabilidades de comer un almuerzo normal, ligero o muy ligero son de 30, 45 y 25 %
respectivamente. Sí una persona no está a dieta y tomó desayuno las probabilidades de comer un
almuerzo normal, ligero o muy ligero son de 60, 30 y 10 % respectivamente. Sí una persona no
está a dieta y no tomó desayuno las probabilidades de comer un almuerzo normal, ligero o muy
ligero son de 75, 15 y 10 % respectivamente. Finalmente, todas las personas suelen cenar, salvo las
mujeres que hacen dieta. Visualizar la cantidad de personas que cenan y que no cenan. Simular
hasta que 14 personas no hayan cenado.
P1MT1 2019-AGOSTO
Llegadas por defecto, pero en minutos, de cajas provenientes de 2 proveedores. Las cajas se
pintan de amarillo los primeros 20 minutos, los siguientes 20 minutos se pintan de azul y el resto
del tiempo de rojo. La probabilidad que una caja quede bien pintada es de 80 y 85 % para los
proveedores 1 y 2, respectivamente. Registrar y visualizar la cantidad de cajas bien pintadas de
cada color (3 valores). Registrar y visualizar la cantidad de cajas mal pintadas de cada color (3
valores). Simular 1 hora.

P1MT2 2019-AGOSTO
Llegadas por defecto, pero en minutos, de cajas provenientes de 2 proveedores. Para las primeras
40, la probabilidad de ser pintadas de color amarillo o azul es de 40 y 60 %, respectivamente. Para
el resto, la probabilidad de ser pintadas de color amarillo, azul o rojo es de 25,30 y 45 %,
respectivamente. La probabilidad que una caja del proveedor 1 quede bien pintada es de 85 %. La
probabilidad que una caja del proveedor 2 quede bien pintada es de 80 %. Registrar y visualizar la
cantidad de cajas bien pintadas de cada color (3 valores). Registrar y visualizar la cantidad de cajas
mal pintadas de cada color (3 valores). Simular 1 hora.

P1MT3 2019-AGOSTO
Llegadas por defecto, pero en minutos, de cajas provenientes de 2 proveedores. Para las primeras
40, la probabilidad de ser pintadas de color amarillo o azul es de 40 y 60 %, respectivamente. Para
el resto, la probabilidad de ser pintadas de color amarillo, azul o rojo es de 25, 30 y 45 %,
respectivamente. La probabilidad que una caja quede bien pintada es de 85 %. Registrar y
visualizar la cantidad de cajas bien pintadas de cada color (3 valores). Registrar y visualizar la
cantidad de cajas mal pintadas de cada color (3 valores). Simular hasta que se tenga 3 cajas rojas
mal pintadas.

P1JT1 2019-AGOSTO
Llegadas por defecto, pero en minutos, de cajas provenientes de 2 proveedores. Los primeros 20
minutos, la probabilidad de ser pintadas de color amarillo o azul es de 40 y 60 %, respectivamente.
El resto del tiempo, la probabilidad de ser pintadas de color amarillo, azul o rojo es de 25, 30 y 45
%, respectivamente. La probabilidad que una caja quede bien pintada es de 85 y 80 % para los
proveedores 1 y 2, respectivamente. Registrar y visualizar la cantidad de cajas bien pintadas de
cada color (3 valores). Registrar y visualizar la cantidad de cajas mal pintadas de cada color (3
valores). Simular hasta que se tenga 3 cajas rojas mal pintadas.
P1JT2 2019-AGOSTO
Llegadas por defecto, pero en minutos, de cajas provenientes de 2 proveedores. Para las cajas del
proveedor 1, la probabilidad de ser pintadas de color amarillo, azul o rojo es de 35, 45 y 20 %,
respectivamente. Para las cajas del proveedor 2, la probabilidad de ser pintadas de color amarillo,
azul o rojo es de 25, 30 y 45 %, respectivamente. La probabilidad que una caja del proveedor 1
quede bien pintada es de 85, 90 y 80 % para los colores amarillo, azul y rojo, respectivamente. La
probabilidad que una caja del proveedor 2 quede bien pintada es de 75, 95 y 85 % para los colores
amarillo, azul y rojo, respectivamente. Registrar y visualizar la cantidad de cajas bien pintadas de
cada color (3 valores). Registrar y visualizar la cantidad de cajas mal pintadas de cada color (3
valores). Simular 1 hora.

P1JT3 2019-AGOSTO
Llegadas por defecto, pero en minutos, de cajas provenientes de 2 proveedores. Para las primeras
40, la probabilidad de ser pintadas de color amarillo o azul es de 40 y 60 %, respectivamente. Para
el resto, la probabilidad de ser pintadas de color amarillo, azul o rojo es de 25, 30 y 45 %,
respectivamente. La probabilidad que una caja quede bien pintada es de 85, 90 y 80 % para los
colores amarillo, azul y rojo, respectivamente. Registrar y visualizar la cantidad de cajas bien
pintadas de cada color (3 valores). Registrar y visualizar la cantidad de cajas mal pintadas de cada
color (3 valores). Simular hasta que se tenga 3 cajas rojas mal pintadas.

P1A 2020-VERANO

Partida de carros, camiones y motos, en los tres casos por defecto, pero en minutos. La primera
media hora la probabilidad que un carro se dirija al destino 1, 2, 3 o 4 es de 20, 45, 25 y 10 %
respectivamente; la probabilidad que un camión se dirija al destino 1, 2, 3 o 4 es de 15, 15, 25 y 45
% respectivamente; y la probabilidad que una moto se dirija al destino 1, 2, 3 o 4 es de 5, 25, 35 y
35 % respectivamente. La segunda media hora la probabilidad que un carro se dirija al destino 1, 2,
3 o 4 es de 30, 15, 25 y 30 % respectivamente; la probabilidad que un camión se dirija al destino 1,
2, 3 o 4 es de 15, 30, 25 y 30 % respectivamente; y la probabilidad que una moto se dirija al
destino 1, 2, 3 o 4 es de 10, 20, 30 y 40 % respectivamente. Utilizar un Dispose para cada destino.
Visualizar la cantidad de vehículos que se dirigen a cada destino. Simular 1 hora.

P1B 2020-VERANO

Partida de 80 carros, 50 camiones y 40 motos, en los tres casos por defecto, pero en minutos. Los
camiones empiezan a partir 10 minutos después del primer carro y las motos empiezan a partir 10
minutos después del primer camión. Para los primeros 80 vehículos la probabilidad que un carro
se dirija al destino 1, 2, 3 o 4 es de 20, 30, 25 y 25 % respectivamente; la probabilidad que un
camión se dirija al destino 1, 2, 3 o 4 es de 15, 25, 10 y 50 % respectivamente; y la probabilidad
que una moto se dirija al destino 1, 2, 3 o 4 es de 15, 25, 25 y 35 % respectivamente. Para los
vehículos restantes la probabilidad que un carro se dirija al destino 1, 2, 3 o 4 es de 20, 35, 25 y 20
% respectivamente; la probabilidad que un camión se dirija al destino 1, 2, 3 o 4 es de 20, 30, 40 y
10 % respectivamente; y la probabilidad que una moto se dirija al destino 1, 2, 3 o 4 es de 40, 20,
20 y 20 % respectivamente. Utilizar un Dispose para cada destino. Visualizar la cantidad de
vehículos que se dirigen a cada destino.
P1 MT1 2020-MARZO

A un grifo llegan carros y motos exponencialmente con media de 1 minuto para ambos casos. El 70
% de los vehículos se retira después de cargar combustible. El resto de vehículos se detiene en la
tienda del grifo, la que cuenta con un cajero automático de dinero. El 75 % de las personas que
ingresan a la tienda (imagen de persona) se dirigen a comprar y el resto al cajero. La mitad de las
personas que acudieron al cajero se retiran de la tienda y el resto procede a comprar. Registrar y
visualizar, con un Record into set, la cantidad de carros y motos que no se detuvieron en la tienda.
Visualizar la cantidad total de personas que compraron y las que solo fueron al cajero. Visualizar
reloj digital. Simular 30 minutos.

P1 MT2 2020-MARZO

A una tienda llegan mujeres y hombres exponencialmente con media de 1 minuto, para ambos
casos. La tienda cuenta con un cajero automático de dinero. El 65% de las mujeres y el 75 % de los
hombres se retiran después de comprar. Utilizar un único Decide para determinar quienes se
retiran después de comprar. El resto de personas se detiene en el cajero automático antes de
retirarse. Registrar y visualizar con un Record into set la cantidad de personas que fueron y no
fueron al cajero. Visualizar reloj digital. Simular 30 minutos.

P1 MT3 2020-MARZO

A una tienda llegan mujeres y hombres exponencialmente con media de 1 minuto, para ambos
casos. La tienda cuenta con un cajero automático de dinero. El 30% de las mujeres y el 35 % de los
hombres son clientes VIP. La probabilidad que una mujer compre y se retire sin ir al cajero es de
45% si es VIP y de 65% si no lo es. La probabilidad que un hombre compre y se retire sin ir al cajero
es de 35% si es VIP y de 60% si no lo es. Utilizar un único Decide para determinar quienes se
retiran después de comprar. El resto de personas se detiene en el cajero automático antes de
retirarse. Registrar y visualizar con un Record into set la cantidad de mujeres y hombres que no
fueron al cajero. Registrar y visualizar con un Record into set la cantidad de mujeres y hombres
fueron al cajero. Visualizar reloj digital. Simular 30 minutos.

P1 JT1 2020-MARZO

A una tienda llegan mujeres y hombres exponencialmente con media de 1 minuto, para ambos
casos. La tienda cuenta con un cajero automático de dinero. El 65% de las mujeres y el 75 % de los
hombres que entran van a comprar y luego se retiran de la tienda. El resto de personas va van al
cajero automático, luego de lo cual, el 80% de las mujeres y el 70% de los hombres compra algo
antes de retirarse. Utilizar un único Decide para determinar quienes solo compran. Utilizar un
único Decide para determinar quienes compran después de utilizar el cajero. Registrar y visualizar
con un Record into set la cantidad de mujeres y hombres que solo fueron al cajero. Visualizar reloj
digital. Simular 30 minutos.
P1 JT2 2020-MARZO

A un grifo llegan carros y motos exponencialmente con media de 1 minuto, para ambos casos. El
65 % de los vehículos se retira después de cargar combustible. El resto de vehículos se detiene en
la tienda del grifo, la que cuenta con un cajero automático de dinero. El 80 % de las personas que
ingresan a la tienda (imagen de persona) se dirigen a comprar y el resto al cajero. El 60% de las
personas que acudieron al cajero procede a comprar y el resto se retira de la tienda. Registrar y
visualizar con un Record into set la cantidad de personas que compraron en la tienda, por el
vehículo en el que vinieron. Visualizar la cantidad de vehículos que cargaron combustible y la
cantidad de personas que solo fueron al cajero. Visualizar reloj digital. Simular 30 minutos.

P1 JT3 2020-MARZO

A una tienda llegan mujeres y hombres exponencialmente con media de 1 minuto, para ambos
casos. La tienda cuenta con un cajero automático de dinero. El 65% de las mujeres y el 60 % de los
hombres se retiran después de comprar. Utilizar un único Decide para determinar quienes se
retiran después de comprar. El resto de personas se detiene en el cajero automático antes de
retirarse. Registrar y visualizar con un Record into set la cantidad de mujeres y hombres que no
fueron al cajero. Registrar y visualizar con un Record into set la cantidad de mujeres y hombres
fueron al cajero. Visualizar reloj digital. Simular hasta que 5 mujeres hayan ido al cajero.