Supuestos y parámetros del modelo de SIMIO:

Procedemos a ingresar los parámetros:

 Creamos una instancia de la entidad la cual es un Model Entity1 que llamaremos
Pasta de Cemento-Agua que entrará en el sistema, se procederá a crear la mezcla y
realizar su estudio para evaluar la consistencia de la muestra dentro del proceso.
 Para el Source 1 el tiempo entre llegadas ingresara como una distribución
exponencial de dos usando la unidad horas.
 El parámetro que se utilizara para el Server 1 está en el área de medición, tendrá el
nombre de Balanza con una distribución Uniforme (1,2) de igual manera sucederá
con el Server 2 que está dentro de la misma area de medición y contara con una
distribución Uniforme (1,2) en minutos.
 El Server 3 esta ubica en el área de mezclado y contara con una distribución
Triangular (1.5,2,3) en minutos que se llamara Maquina mezcladora.
 Se contará con un Server 4 dentro del área de Medición de dureza, se llamará
Moldeo y va ingresar al sistema con 2 minutos.
 El Server 5 estará de igual manera en el área de Medición de dureza, se llamará
Aparato Vicat y va ingresar al sistema con 3.08 minutos.
 Para el Sever 6 lo llamaremos Cuarto Humedo que estará en el área de
almacenamiento y va ingresar al sistema con el siguiente análisis obtenido de la
aplicación Stat Fit:
 Imagen #1

Imagen #2

Análisis Cualitativo: Estamos en presencia de un tiempo de servicio para el procesamiento

de una Pasta de Cemento-Agua esta deberá ser del tipo Continua, la variable está acotada,
tiene un mínimo y un máximo y el tiempo de servicio no es negativo.
Análisis Cuantitativo:

 En el autofit of distributions de la imagen #1 queda en evidencia en la columna de

puntaje “Rank” que la mejor clasificación fue en la distribución Logonormal debido
a que en esta columana representa el mayor valor para este caso 100 y esto indica un
mayor ajuste que es consistente con los valores de P-valor dados en el sistema.
 Dentro de la comparación grafica de la imagen #2 es evidente que las distribuciones
que menos se parecen al histograma son las distribuciones Uniformes y
exponenciales descartándolas inmediatamente, las distribuciones del tipo Normal y
Logonormal son las más parecidas, pero la distribución Normal tenemos que
descartarla también porque se caracteriza por no estar acotada y no presentar
máximos y mínimos en su gráfica, esta no presenta límites y no se puede utilizar
para la simulación.
 Dentro del análisis del P-valor usaremos un nivel de significación del 5% dentro de
este análisis queda descartada la opción de Distribución Exponencial debido a que
0.00241 < 0.05 por lo tanto se rechaza la hipótesis nula y existe una evidencia
muestral que permite determinar que esta distribución probabilística no se puede
utilizar para la simulación.
 Con el análisis que se realizó quedo seleccionada la Distribución Logonormal que
es la que mejor se ajusta teniendo como resultado la siguiente expresión que en
compatible con simio 10.4+Random.Lognormal(2.95, 0.179)

 El Server 7 estará de igual manera en el área de Medición de dureza, se llamará

Aparato Vicat 2 y va ingresar al sistema con 41.66 minutos.
 Contaremos con un Sink en el sistema que llamaremos exit.
Imágenes del modelo SIMIO:
Tabla dinámica con resultados de interés para la verificación:

Los valores obtenidos en el Average Total fueron suministrados, en primer lugar, no se

está asumiendo que todos los tiempos de procesamiento están distribuidos
exponencialmente y procedemos a realizar los cambios correspondientes, además es
evidente que el Average (minutes) del model entity dan igual que en de Sink1 y sucede
lo mismo con Maximun, Minimun y observations con los valores arrojados.