6.

6 Problemas propuestos
1. Un agricultor, que cultiva varios miles de acres de maíz está interesado en el rendimiento que
puede esperar este año de la cosecha de maíz, por cada acre. En la siguiente tabla se da la
distribución de probabilidad que el agricultor estima para sus rendimientos, dadas las
condiciones actuales del tiempo.
Rendimiento (TM por acre) Probabilidad
4,8 0,13
5,6 0,31
6,4 0,49
7,6 0,07
a) Usando los números aleatorios que están al final, obtenga una muestra de los
rendimientos por acre que se podría esperar para los próximos 10 años. Calcule el
rendimiento por acre promedio para estos 10 años.
b) Determine el rendimiento por acre esperado. ¿A qué se debe la diferencia entre este valor
y el obtenido en el apartado anterior?
Números aleatorios: 46 64 09 43 97 22 29 01 40 71.

2. Se puede considerar el clima como un sistema estocástico, porque evoluciona de una manera
probabilística de un día a otro. Supóngase que para la ciudad de Piura, durante un verano
lluvioso, este comportamiento probabilístico satisface la siguiente descripción:
- La probabilidad de que un día llueva, dado que llovió el día anterior, es 0,7.
- La probabilidad de que un día no llueva, dado que no llovió el día anterior, es 0,8.
Simule el comportamiento del clima durante 10 días seguidos, a partir de un día que sigue a
uno que no llovió. Emplee los siguientes números aleatorios: 4 6 0 4 9 2 2 0 4 7.

3. El departamento de bomberos voluntarios de una ciudad hace cada año una petición de fondos
casa por casa. Existen 3000 casas a las que acudir. La experiencia de años anteriores señala
que:
- En el 15% de los hogares visitados no había nadie en la casa. Cuando no hay nadie en la
casa, ésta no se vuelve a visitar y por lo tanto no se obtiene donativo alguno.
- Cuando hay alguien en la casa, el 80% de las veces es una mujer quien abre la puerta y
ofrece su donativo, y el 20% de las ocasiones es un hombre.
- Se ha establecido que los montos de los donativos que suelen ofrecer los hombres siguen
una distribución normal con una media de 18,11 dólares y desviación estándar de 2,55
dólares.
- Por otro lado los montos de los donativos ofrecidos por las mujeres siguen igualmente
una distribución normal con media igual a 20,05 dólares y una desviación estándar de
3,54 dólares.
Determine el valor esperado del monto total recaudado durante las primeras horas en que se
han visitado un total de 10 hogares. Utilice la siguiente tabla de números aleatorios:
66 23 53 78 33 96 15 27 51 36 02 40 50 26 17 19 22 39 24 88 54 54 06 79 59 26 34 34 57 87
21 36 39 97 19 88 61 08 93 25 73 14 33 62 68 65 08 83 55 54 37 83 51 27 13 18 46 96 89 79
100 76 60 42 43 77 95 47 10 9 42 10 76 32 81 79 21 13 60 77 99 91 11 40 55 65 41 27 89 13
La probabilidad normal acumulada se muestra a continuación:
Prob Normal Acum 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9
Z -1,28 -0,85 -0,53 -0,25 0 0,25 0,53 0,85 1,28
 4. Una pequeña sucursal del Banco Piurano tiene dos ventanillas para la atención de sus clientes.
Para brindar mejor servicio a sus clientes especiales, en la ventanilla 1 ha puesto un cartelito
que dice: “Clientes Especiales”. Frente a esta ventanilla forman cola sólo los clientes
especiales. Frente a la ventanilla 2 se forma otra cola de clientes normales; pero cuando la
ventanilla 1 está libre, un cliente normal puede pasar a ser atendido allí. Las distribuciones de
probabilidad de los tiempos entre llegadas (en minutos), de ambos tipos de clientes, y de los
tiempos de servicio se expresan en las siguientes tablas:
Tiempo entre Tiempo entre Tiempo
llegadas de Probabilidad llegadas de clientes Probabilidad de Probabilidad
clientes normales especiales servicio
2 0,16 5 0,05 3 0,22
3 0,18 6 0,10 4 0,36
4 0,36 7 0,20 5 0,28
5 0,24 8 0,30 6 0,10
6 0,06 9 0,25 7 0,04
10 0,10

Simule el funcionamiento de esta sucursal desde las 8:00 a.m., durante dos horas, con el
propósito de determinar el tiempo medio de espera y el tamaño de la cola para cada tipo de
cliente. Conviene generar números aleatorios para la llegada de cada tipo de cliente, y para
cada tiempo de servicio, siguiendo el siguiente esquema (puede ser mejorado, si hace falta):
Cliente tipo ...
Hora Inicio N venta- Tiempo Hora Tiempo
N aleat Tiempo N aleat
llegada servicio nilla servicio salida espera
XX 5 8:05 8:05 X XX 4 8:09 0
... ... ... ... ... ... ... ... ...
Emplee los siguientes números aleatorios:
Clientes Llegada 44026596048058859433759716301081906593779268375917830102024514039
normales Servicio 19246568952086595353703856872357215297931423019096237919138204851
Clientes Llegada 558462218483668500839776549988782573094619468308064216337661
especiales Servicio 871927407894119621805619904994217252430514762283870987943827

5. Un vendedor que ofrece revistas de puerta en puerta ha experimentado los siguientes

resultados:
- Lo atienden en el 30% de las casas.
- Si lo atienden, en el 80% de los casos son mujeres, y en el 20% de los casos son hombres.
- Si lo atiende una mujer, en el 20% de los casos realiza la venta.
- Si lo atiende un hombre, en el 30% de los casos realiza la venta.
- Cuando realiza la venta, el número de suscripciones que le ordenan tiene la siguiente
distribución:
Probabilidad
I. Número de suscripciones
Mujer Hombre
1 0,6 0,1
2 0,3 0,4
3 0,1 0,3
4 - 0,2
La ganancia por cada suscripción es de $5. Simule 30 llamadas a la puerta y determine la
ganancia total. Emplee la siguiente lista de números aleatorios en orden cronológico (un dígito
cada vez).
422675981866444548039692339234370836276644427063459983195095810
 6. Un taller cuenta con un torno para realizar tres clases de trabajo: trabajos para el gobierno,
trabajos comerciales y trabajos estándar, en este orden de prioridad. Los trabajos del mismo
tipo se realizan en orden de llegada. Debido a la alta demanda, suponga que el torno trabaja
24 horas al día durante 6 días de la semana. Los trabajos llegan al taller con una distribución
de probabilidad del tiempo entre llegadas según se muestra en las siguientes tablas. Además
se muestra la distribución de probabilidad del tiempo de servicio del torno, que es la misma
para los tres tipos de trabajo.
Tiempo entre llegadas Tiempo entre llegadas Tiempo entre llegadas
Prob. Prob. Prob. Tiempo de servicio Prob.
de trabajos estándar de trabajos comerciales de trabajos del gobierno
1 0,30 3 0,42 5 0,32 1 0,89
2 0,26 4 0,24 6 0,24 2 0,08
3 0,18 5 0,16 7 0,16 3 0,02
4 0,14 6 0,10 8 0,12 4 0,01
5 0,12 7 0,08 9 0,09
10 0,07

Simule el funcionamiento del taller desde las 00 hs. del primer día, durante dos días, y
determine el tiempo medio de espera en la cola. Emplee la siguiente tabla (puede mejorarla)
Hora Inicio Trabajo Tiempo Hora Tiempo
N.aleat Tiempo N.aleat
llegada servicio Estánd. Comerc. Gobier. servicio salida espera
XX Y Y hs. Y hs. X WW T ... 0
Emplee los siguientes números aleatorios:
Trabajos Llegada 37 09 59 89 87 94 01 40 85 13 24 04 03 16 21 01 28 33 54 35 36 35 90 46 42
estánd. Servicio 30 96 79 98 25 94 05 69 80 96 46 29 74 34 76 07 19 06 35 48 50 36 97 04 22
Trabajos Llegada 00 91 09 25 76 67 80 71 08 13 74 62 17 40 54 70 54 17 96 68 52 78 79 25 17
comerc. Servicio 85 11 05 75 73 97 91 89 53 49 66 48 14 03 78 66 72 57 15 88 37 19 20 33 32
Trabajos Llegada 29 79 68 26 89 03 70 44 51 25 28 79 78 66 74 93 61 71 95 36 84 55 86 43 21
gobierno Servicio 85 27 69 70 37 32 08 96 28 52 40 98 88 80 89 56 69 39 10 88 38 09 76 77 65

7. Una compañía industrial tiene dos cepillos mecánicos para cortar superficies planas en piezas
grandes de dos tipos diferentes. El tiempo requerido para realizar cada tarea varía un poco,
dependiendo en gran parte del número de pasadas que deben darse. En particular, para ambos
tipos de piezas, el tiempo requerido por un cepillo tiene aproximadamente la siguiente
distribución de probabilidad:
Tiempo (minutos) 10 20 30 40 50 60 70 80 90
Probabilidad 0,30 0,25 0,18 0,12 0,08 0,045 0,015 0,007 0,003
Cada media hora se lleva una pieza de ambos tipos al departamento de cepillos.
Por desgracia, el departamento de cepillos ha tenido dificultades para ir al paso con su carga
de trabajo. Con frecuencia se tienen piezas esperando a que se desocupe un cepillo. Esto ha
interrumpido el programa de producción para las operaciones subsiguientes, incrementando
mucho, como consecuencia, el costo del inventario de productos en proceso, así como el costo
de equipo ocioso y la pérdida resultante de producción. Por lo tanto, se ha hecho la propuesta
de comprar un cepillo adicional para aliviar este cuello de botella. Se estima que el incremento
total en el costo (incluyendo el costo de recuperación de capital) asociado con la obtención y
operación de otro cepillo sería $20/hora (en este costo se toma en cuenta el hecho de que, aun
cuando se cuente con otro cepillo, el tiempo total de operación para todos los cepillos seguirá
siendo el mismo). Se estima también que el costo total asociado con las piezas que tienen que
esperar para ser procesadas es de $100 por pieza por hora y de $40 por pieza por hora, para
las piezas del primer y segundo tipo, respectivamente. Debido a esta diferencia en los costos,
siempre se les da prioridad a las piezas del primer tipo.
Simule las dos posibles alternativas y determine cuál conviene. Emplee los siguientes
números aleatorios:
 309679982594056980964629743476071906354850369704220091092576678071081374621740547
054179668527879251785110575739791895349664814037866725715883719203332297968268903
70445125287978667493617195368455864321
8. Una agencia bancaria local quiere financiar las necesidades de capital de trabajo de una
empresa distribuidora de computadoras, durante el próximo año. Para completar el acuerdo
de préstamo, la empresa debe estimar el préstamo máximo requerido. Las ventas semanales
están distribuidas normalmente con un promedio de $50000 y una desviación estándar de
$12000. Los gastos semanales también están distribuidos normalmente, con media y
desviación estándar de $48000 y $4000, respectivamente. Simule el flujo de efectivo de la
empresa distribuidora, durante 15 semanas de trabajo. ¿Cuál será el préstamo máximo
requerido? Considere la siguiente secuencia de números aleatorios:
40185596978380986352883414050131373918577896869751
La probabilidad normal acumulada se muestra a continuación:
Prob Normal Acum 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9
Z -1,28 -0,85 -0,53 -0,25 0 0,25 0,53 0,85 1,28

9. Freddy, el dueño de una tienda de bicicletas quiere experimentar con las políticas de
inventarios que puede establecer, para lo cual dispone de los siguientes datos:
Demanda semanal Tiempo de entrega
Unidades Probabilidad Semanas Probabilidad
0 0,20 1 0,10
1 0,50 2 0,25
2 0,10 3 0,60
3 0,10 4 0,05
4 0,05
5 0,05
El costo por tener cada bicicleta en la tienda durante una semana se ha estimado en $3. El
costo por hacer un pedido de bicicletas a la fábrica que lo abastece es de $60,
independientemente del número de bicicletas que pida. Se ha estimado además que el costo
por cada bicicleta que no pueda vender a un cliente por falta de stock es de $40. Freddy ha
decidido hacer un pedido de Q bicicletas cada vez que su inventario llegue a R bicicletas o
menos. Considerando que cada pedido se puede hacer sólo después de que llegue el pedido
anterior, simule 10 semanas de operación para: a) Q = 7; R = 3; y 10 semanas para: b) Q = 7;
R = 4.
¿Cuál de estas dos políticas de inventario le conviene adoptar a Freddy? Use los siguientes
números aleatorios:
54 06 68 60 14 60 73 79 15 67 05 09 41 57 09 41 37 35 39 03 53 26 55 06 34 17 25 66 19 59
10. El Dr. Villadangos comienza sus horas de consulta todos los días a las 8:00 a.m. Las citas de
sus pacientes están programadas a intervalos de 15 minutos, con la última a las 11:00 a.m.
Por la tarde, las citas están programadas a partir de la 1:00 p.m., con la última a las 4:00 p.m.
Las llamadas de clientes que no están programados, y son urgentes, se programan para las
4:30 p.m. Si una de estas llamadas no es aceptable, se envía al paciente al hospital de la
localidad. El 95 % de los pacientes del Dr. Villadangos llegan a la hora de su cita; el 5%
restante llega 15 minutos más tarde. El tiempo que tarda el doctor con los pacientes sigue la
distribución que se muestra en la siguiente tabla:
Tiempo de consulta (minutos) 5 10 15 20 25 30
Probabilidad 0,1 0,2 0,3 0,2 0,1 0,1
Generalmente, el 40 % de los días no hay llamadas de urgencia, el 50 % de los días se
programa una llamada de urgencia, y el 10% restante se programan dos. Simule un día de
 trabajo del Dr. Villadangos, empleando los siguientes números aleatorios, en el estricto orden
en que los vaya necesitando:
4 2 2 6 7 5 9 8 1 8 6 6 4 4 4 5 4 8 0 3 9 6 9 2 3 3 9 2 3 4 37 0 8 3 6 2 7 6 6 4 4 4 2 7 0 6 3 4 5 9 9
8 3 1 9 5 0 9 5 8 1 97 02 80 66 96 55 50 29 58 51 04 86 24 39 47 60 65 44 93 20 86 12 42 29 36 01
41 54 68 21 53 91 48
11. El profesor Calderón ha desarrollado para sus estudiantes un juego de negocios muy sencillo
que incluye sólo dos compañías completas. Cada compañía selecciona uno de dos precios: $1
ó $2. Los jugadores desconocen que el precio que seleccione cada uno determina la ganancia
que tendrá para ese periodo, según se muestra en la tabla 1. Para probar el juego, simule 20
periodos con las probabilidades que se muestran en la tabla 2, y determine las ganancias
acumuladas para cada compañía.
TABLA 1
TABLA 2
Precios Ganancias
Compañía A Compañía B Compañía A Compañía B Compañía Precio Probabilidad
$1 $1 $10 000 $10 000 $1 0,3
A
$1 $2 0 $20 000 $2 0,7
$2 $1 $20 000 0 $1 0,5
B
$2 $2 $5 000 $5 000 $2 0,5
Emplee los siguientes números aleatorios:
A 38 10 60 90 88 96 01 41 86 14 25 05 03 16 22 02 29 34 55 36 37 36 91 47 43
B 30 98 81 99 26 95 05 71 82 97 47 30 75 35 78 07 20 06 36 49 51 37 99 04 23

12. Una peluquería cuenta con dos empleadas que atienden a clientas que llegan aleatoriamente.
El tiempo que transcurre entre dos llegadas consecutivas sigue la distribución que se muestra
en la siguiente tabla. En dicha tabla se muestra además la distribución del tipo de servicio que
requieren las clientas, el tiempo que se tarda dicho servicio, y su precio. Se ha observado que
el 50% de las clientas que encuentran a una clienta en espera, no entran a la peluquería a
esperar; el 80% de de las clientas que encuentran a dos en espera, tampoco entran; y, cuando
hay tres clientas en espera, ninguna entra. Contratar a una peluquera adicional costaría S/.5
por hora más S/.1 de comisión por cada clienta atendida. Simule 4 horas de operación para
determinar si conviene contratar una empleada adicional. Considerando que este tiempo de
simulación es breve, emplee los mismos números aleatorios en las dos alternativas que se va
a comparar.
Tiempo Precio Tiempo
(minutos) Probabilidad Tipo de servicio (soles) (minutos) Probabilidad
5 0,05 1. Corte 10 15 0,30
7 0,10 2. Cepillado 15 25 0,30
9 0,15 3. Corte y cepillado 25 40 0,20
11 0,20 4. Peinado 60 50 0,20
13 0,25
15 0,15
17 0,05
19 0,05
Emplee los siguientes números aleatorios:
Tiempo entre llegadas 74 36 44 27 43 01 44 09 56 69 90 27
Entra o no 23 13 57 16 96 44 06 37 82 35 25 09
Tipo servicio 16 70 74 20 78 74 41 06 84 77 36 24

Tiempo entre llegadas 22 55 40 41 93 51 44 96 26 89 49 47 94

Entra o no 62 43 71 26 36 61 37 58 01 47 59 97 06
Tipo servicio 80 63 70 97 60 13 68 11 71 43 61 63 55
 13. Un vendedor de una tienda grande de bicicletas obtiene bonos si vende más de 2 bicicletas en
un día. La probabilidad de vender 2 ó menos bicicletas en un día es 0,60; mientras que la
probabilidad de vender más de 2 bicicletas en un día es 0,40. Los días que vende más de 2
bicicletas tienen la siguiente distribución de ventas:
Número de bicicletas vendidas Probabilidad
3 0,35
4 0,45
5 0,20
La tienda tiene 3 modelos de bicicletas. Los bonos que obtenga dependen de los tipos de
bicicletas vendidas. El bono para un modelo A es de S/.10, y de este tipo son el 40% de las
bicicletas que se venden. El bono para un modelo B es de S/.15, y de este tipo son el 35% de
las bicicletas que se venden. Por último, el bono para un modelo C es de S/.20, y de este tipo
son el 25% de las bicicletas que se venden. Simule 25 días de trabajo en esta tienda y calcule
el monto promedio en bonos por día. Emplee los siguientes números aleatorios:
87 77 18 10 95 95 53 62 86 17 85 44 04 85 03 82 40 42 66 86 42 79 65 48 22
54 83 91 07 20 25 74 72 68 85 33 94 57 03 85 70 95 91 95 32 71 94 85 17 96
36 29 11 50 31 93 28 93 29 67 43 38 40 43 46 47 32 98 26 40 34 36 60 91 45
17 16 87 92 33 72 36 05 16 20 79 77 29 66 30 91 62 98 65 43 12 26 86 62 20

14. La SUNAT abrió hace dos años una oficina sucursal en Piura para ayudar a los contribuyentes
a llenar sus declaraciones juradas. Esta oficina contó desde un principio con dos consultores
de impuestos. De la experiencia pasada, se ha determinado que el tiempo entre llegadas de
los contribuyentes (en minutos) y el tiempo de servicio (en minutos) siguen las siguientes
distribuciones:
Tiempo entre llegadas Probabilidad Tiempo de servicio Probabilidad
3 0,45 5 0,3
6 0,25 10 0,25
9 0,15 15 0,2
12 0,1 20 0,1
15 0,05 25 0,1
30 0,05
Supóngase además que algunos contribuyentes que llegan a la oficina se rehúsan a entrar
debido al tamaño de la cola. Un empleado de la SUNAT ha tomado datos y construyó la
siguiente tabla, que muestra el porcentaje de contribuyentes que se rehúsan a entrar, según el
número de contribuyentes que hay en la cola.
Contribuyentes en cola 1 2 3 4 5 6 7
% que se rehúsa a entrar 0,1 0,2 0,3 0,5 0,7 0,9 1
Simule el sistema de atención en la SUNAT por un periodo de 2 horas. Calcule el tiempo
promedio que se pasa un contribuyente en cola y el porcentaje de contribuyentes que se
rehúsan a entrar. Para hacer estos cálculos, considere sólo el régimen transitorio (después de
transcurridos 30 minutos).
30 19 61 92 24 07 18 86 76 66 23 95 45 71 83 65 35 28 51 79
36 93 34 30 81 04 74 94 66 27 40 75 02 21 40 81 35 87 96 93
03 11 09 12 67 81 36 17 84 84 05 37 65 47 16 71 75 36 23 45
27 02 59 47 27 45 09 39

15. Supóngase que la lealtad de los dueños de cebicherías en Piura a una marca de cerveza está
representada por la siguiente tabla de probabilidades de compra:
 Cerveza Probabilidad de comprar
comprada en la la semana siguiente
semana Cristal Pilsen Brahma
Cristal 0,80 0,12 0,08
Pilsen 0,10 0,72 0,18
Brahma 0,24 0,12 0,64
Como la demanda de los clientes es variable de semana a semana, los pedidos semanales que
hacen los dueños de las cebicherías son variables, tal como se muestra en la siguiente tabla:
Probabilidad
Pedido (en cajas) Cristal Pilsen Brahma
3 0,10 0,15 0,20
4 0,25 0,25 0,35
5 0,30 0,20 0,20
6 0,20 0,25 0,15
7 0,10 0,10 0,10
8 0,05 0,05 0,00
Simule las compras de cerveza de una cebichería durante 10 semanas, suponiendo que la
última semana había pedido:
a) Cristal.
b) Pilsen.
c) Brama.
Para cada apartado, halle el promedio de cajas de cerveza (de cada marca) que compraría
semanalmente. Compare esos promedios y haga un comentario. Emplee los siguientes
números aleatorios.
30 19 61 92 24 07 86 18 76 66 95 23 45 71 83 65 35 28 51 79
36 93 34 30 81 04 74 94 66 27 40 75 02 21 40 81 35 87 96 93

16. Carprint fabrica monitores e impresoras para computadoras. Dada la situación actual con sus
clientes, el gerente ha decidido inspeccionar todas las unidades producidas, en vez de
inspeccionar sólo una muestra. Así, los monitores e impresoras serán traídos a la estación de
inspección, uno por uno, cuando están terminados. Para los monitores, el tiempo entre
llegadas tendrá una distribución uniforme de 10 a 19 minutos, con tiempos discretos: 10, 11,
12, …, 19. (Ayuda: estos tiempos son igualmente probables). Para las impresoras, este tiempo
será constante, de 15 minutos. La estación de inspección cuenta con dos inspectores. El
tiempo de inspección, que es el mismo, ya sea para inspeccionar un monitor o para
inspeccionar una impresora, sigue la siguiente distribución de probabilidad:
t (min) 5 10 15 20 25 30
Probab. 0,49 0,24 0,11 0,07 0,05 0,04
Simule el proceso de inspección durante 2 horas para las siguientes dos situaciones:
a) Un inspector inspecciona sólo monitores, y el otro sólo impresoras.
b) Ambos inspectores inspeccionan monitores e impresoras.
Emplee los siguientes números aleatorios:
Llegada 30 19 61 92 24 07 86 18 76 66 95 23 45 71 83 65 35 28 51 79
Servicio 36 93 34 30 81 04 74 94 66 27 40 75 02 21 40 81 35 87 96 93
76 66 23 95 45 71 83 65 35

c) Calcule el tiempo promedio en cola en ambos casos y comente.

d) ¿Cómo espera que sea el tiempo promedio en cola en el caso (b) si la inspección se hiciese
con un nuevo equipo de inspección que dé como resultado el mismo tiempo promedio de
inspección pero con tiempos de inspección desde 5 hasta 25 minutos?
17. En un conocido juego con dados (timba) el jugador participante lanza dos dados. Si obtiene
suma siete, gana. Si no, debe seguir lanzando hasta obtener el mismo resultado del primer
lanzamiento, antes de que salga siete. Si sale siete antes de conseguir el mismo resultado del
primer lanzamiento, pierde.
a) Considerando los posibles resultados al lanzar los dos dados (x = 2, 3, …, 12), y que las
probabilidades de obtener dichos resultados son 36avos, defina los rangos de números
aleatorios enteros desde 0 hasta 71. Lógicamente, al simular, si un número aleatorio es
mayor que 71, se descarta.
b) Simule el juego hasta que se le agoten los números aleatorios.
c) Para esta corta simulación, calcule la probabilidad de ganar el juego.
d) Grafique, juego a juego, la probabilidad de ganar el juego.
e) ¿Cómo sabría cuándo dejar de simular para poder estimar correctamente la probabilidad
de ganar?
Emplee los siguientes números aleatorios:
65 1 54 20 73 37 99 42 29 3 23 31 69 36 31 78 29 96 90 71
87 14 5 19 61 99 2 68 32 48 19 78 40 19 96 45 11 14 39 73
59 35 62 97 50 52 3 22 75 49 84 93 14 94 33 99 39 90 24 4
44 55 65 52 39 91 94 48 6 88 87 87 53 22 63 1 54 97 89 12

18. Suponga que un taller tiene 4 máquinas que son atendidas por un solo mecánico. Cada
máquina necesita reparación con una frecuencia que viene expresada en la siguiente tabla.
Tiempo entre reparaciones de una máquina (días) 5 10 15 20
Probabilidad 0,20 0,50 0,20 0,10
El tiempo que tarda en reparar una máquina sigue la siguiente distribución.
Tiempo de reparación de una máquina (días) 1 2 3 4
Probabilidad 0,15 0,30 0,45 0,10
Simule el funcionamiento de las máquinas de este taller durante 5 meses, y calcule cuánto
tiempo debe esperar una máquina, en promedio, antes de ser atendida.
Emplee los siguientes números aleatorios:
- Para los tiempos entre reparaciones:
Máquina 1 37 9 59 89 87 94 1 40 85 13 24 4 3 16 21
Máquina 2 1 28 33 54 35 36 35 90 46 42 30 96 79 98 25
Máquina 3 94 5 69 80 96 46 29 74 34 76 7 19 6 35 48
Máquina 4 50 36 97 4 22 0 91 9 25 76 67 80 71 8 13
- Para los tiempos de servicio:
8 71 79 29 87 51 26 14 26 77 59 52 85 5 50
63 63 37 61 7 93 80 82 39 92 83 29 67 5 53
7 34 72 9 74 97 1 66 80 53 95 17 53 56 38
96 94 89 54 22 40 48 7 17 73 64 18 23 25 55

19. Supóngase que el tiempo entre llegadas en la oficina de una aerolínea tiene la siguiente
distribución de probabilidad:
Tiempo entre llegadas Probabilidad
5 0,25
10 0,5
15 0,25
Los clientes que llegan y encuentran ocupada a la única persona encargada de atenderlos,
forman cola y son atendidos en orden de llegada, gracias al sistema de tickets que hay.
a) Supóngase que toma 10 minutos atender a cada cliente. Simule la llegada de 20 clientes
y trace un gráfico que muestre cómo varía el tiempo promedio de espera de un cliente.
b) Supóngase que el tiempo de atención a cada cliente tiene la siguiente distribución de
probabilidad. Simule la llegada de 20 clientes y trace un gráfico que muestre cómo varía
el tiempo promedio de espera de un cliente.
Tiempo de atención Probabilidad
8 0,3
10 0,4
12 0,3

c) ¿Cómo determinaría cuántas llegadas de clientes conviene simular para determinar, con
buena aproximación, el tiempo promedio de espera de un cliente de esta aerolínea?