1. Comet Dry Cleaners se especializa en el lavado en seco para entregar el mismo día.

Los clientes dejan s

prendas temprano por la mañana, y confían en que estarán listas para recogerlas después del trabajo, antes
volver a su casa. Sin embargo, existe un riesgo de que el trabajo necesario para limpiar una prenda no se te
el mismo día, dependiendo del tipo de limpieza requerido. Históricamente, un promedio de 20 prendas sue
retenerse hasta el día siguiente. El gerente del establecimiento está estudiando una posible expansión pa
reducir o eliminar ese rezago. Se ha construido un modelo de simulación con la siguiente distribución para e
número de prendas terminadas por día

Después de la expansión, el número máxim

Demanda prendas que sería posible limpiar en seco c
día es:
Numero Prob N al
50 0.1 00-09 CAPACIDAD
60 0.25 10-34 Numero Prob
70 0.3 35-64 60 0.3
80 0.25 65-89 70 0.4
90 0.1 90-99 80 0.3

SIMULACIÓN DE ALTERNATIVAS DURANTE 15 DIAS DE OPARACION

N aleatorio N aleatorio
DIA dem N dem capacidad Cap expan
1 49 70 77 80
2 27 60 53 70
3 65 80 8 60
4 83 80 12 60
5 4 50 82 80
6 58 70 44 70
7 53 70 83 80
8 57 70 72 80
9 32 60 53 70
10 60 70 79 80
11 79 80 30 70
12 41 70 48 70
13 97 90 86 80
14 30 60 25 60
15 80 80 73 80
suma=
promedio=

costo prenda*15dias=
 costo expansion*15dias=
guía pag 353 del libro

smo día. Los clientes dejan sus
as después del trabajo, antes de
a limpiar una prenda no se termine
romedio de 20 prendas suele
do una posible expansión para
a siguiente distribución para el
a expansión, el número máximo de
sería posible limpiar en seco cada
En la simulación correspondiente a un día específico, el número de prenda
se determina primero. A continuación se determina el número máximo de
que es posible obtener.
- Si capacidad >= requerida, todas las prendas podrán lavarse en el mism
- Si capacidad<requerida, entonces (requerida-capacidad) prendas tendrá
al día siguiente, para calcular el requeridas del dia siguiente.
La simulación prosigue de esta manera:
a) Suponiendo que la fila de espera esté vacía al principio, simule 15 días
aleatorios, el primero para determinar el número de llegadas y el segundo
(49, 77), (27, 53), (65, 08), (83, 12), (04, 82), (58, 44), (53, 83), (57, 72), (3
(30, 25), (80, 73)

Determine el número diario promedio de prendas retenidas hasta el d

N al
00-29 b) Si el costo asociado a las prendas retenidas es de $25 por prenda cada
expanción es de $200 diarios, ¿será conveniente efectuar dicha expansió
30-69
70-99

Prenda retenida
0
0
20
20
0
0
0
0
0
0
10
0
10
0
0
60
4 prendas/dia

R.- Si expandimos, nos cuesta

4 𝑝𝑟𝑒𝑛𝑑𝑎𝑠𝐷𝑖𝑎∗25$/𝑝𝑟𝑒𝑛𝑑𝑎𝐷𝑖𝑎∗15Dias= mucho más de lo que nos cuesta
osto prenda*15dias= 1500 $
teniendo 4prendas/dia por lavar
en promedio

4 𝑝𝑟𝑒𝑛𝑑𝑎𝑠𝐷𝑖𝑎∗25$/𝑝𝑟𝑒𝑛𝑑𝑎𝐷𝑖𝑎∗15Dias=
200$/𝑑𝑖𝑎∗15𝑑𝑖𝑎𝑠=
osto expansion*15dias= 3000 $
R.- Si expandimos, nos cuesta
mucho más de lo que nos cuesta
teniendo 4prendas/dia por lavar
en promedio
pecífico, el número de prendas que requieren limpieza NPRL(demanda)
rmina el número máximo de prendas lavadas NMPL(capacidad) en seco

as podrán lavarse en el mismo día.

a-capacidad) prendas tendrán que sumarse al número de las que lleguen
el dia siguiente.

a al principio, simule 15 días de operaciones. Use los siguientes números

ero de llegadas y el segundo para establecer la capacidad.

(58, 44), (53, 83), (57, 72), (32, 53), (60, 79), (79, 30), (41, 48), (97, 86),

prendas retenidas hasta el día siguiente, basándose en su simulación.

as es de $25 por prenda cada día y si el costo agregado de la

ente efectuar dicha expansión?

nos cuesta
ue nos cuesta
/dia por lavar
nos cuesta
ue nos cuesta
/dia por lavar
2. La Precision Manufacturing Company está estudiando la conveniencia de comprar una máquina NC, y
eliminación, ha reducido las opciones a solo dos modelos. La compañia elabora varios productos, y las p
trabajo por realizar llegan a la máquina NC cada seis minutos. El número de unidades contenidas en las
muestra la siguiente distribución discreta

PARTIDA
N ud en partida(lote) Prob N ale 100 numeros --> 0 a 99
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
1

MAQUINA NC1
T prep (min) Prob N ale T op/ud (seg) Prob N ale
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
1 1

SIMULACION DE ALTERNATIVAS DURANTE 10 PARTIDAS

MAQ1

Tiempo N aleat N ale T prepara

PARTIDAS llega N ud
llegada partida prepara (min)

1 6min 71 14 21 2
2 6min 50 8 94 5
3 6min 96 18 93 5
4 6min 83 18 9 1
5 6min 10 6 20 2
6 6min 48 8 23 2
7 6min 21 6 28 2
8 6min 39 8 78 4
9 6min 99 18 95 5
10 6min 28 6 14 2
SIMULACION DE ALTERNATIVAS DURANTE 10 PARTIDAS
MAQ2

Tiempo N aleat N ale T prepara

PARTIDAS llega N ud
llegada partida prepara (min)

1 6min 71 14 21 3
2 6min 50 8 94 5
3 6min 96 18 93 5
4 6min 83 18 9 2
5 6min 10 6 20 3
6 6min 48 8 23 3
7 6min 21 6 28 3
8 6min 39 8 78 4
9 6min 99 18 95 5
10 6min 28 6 14 2
e comprar una máquina NC, y por
bora varios productos, y las partidas de
e unidades contenidas en las partidas
00 numeros --> 0 a 99
La distribución de los tiempos de preparación y de procesamiento para los dos m
continuación.
Supongamos que todo el trabajo de una partida comparte un solo procedimiento
de la partida requiere el mismo tiempo de procesamiento. Simule dos horas (o la
operación para las dos máquinas NC. Use los siguientes números aleatorios, apl
unidades contenidas en una partida, el segundo a los tiempos de preparación y e
procesamiento
(71, 21, 50), (50, 94, 63), (96, 93, 95), (83, 09, 49), (10, 20, 68), (48, 23, 11), (21,
(28, 14, 48)
¿Cuál de las dos máquinas recomendaría usted, si ambas tuvieran el mismo c
mantenimiento?

3. En el problema 2, ¿qué factores consideraría

de la máquina NC2?

MAQUINA NC2
T prep (min) Prob N ale T op/ud (seg) Prob
1 0.05 00-04 3 0.2
2 0.15 05-19 4 0.25
3 0.25 20-44 5 0.3
4 0.45 45-89 6 0.15
5 0.1 90-99 7 0.1
1 1

T termina= T prepara+ T
MAQ1 opera*ud
seg seg
N aleat T opera T opera*ud
sobrantes sobrantes T termina
opera (seg) (seg)
<--de <--de
50 7 98 38 3 min 38 seg 3.38
63 8 64 4 6 min 4seg 6.4
95 9 162 102 42 7min 42seg 7.42
49 7 126 66 6 3min 6 seg 3.6
68 8 48 2min 48 seg 2.48
11 6 48 2min 48 seg 2.48
40 7 42 2min 42 seg 2.42
93 9 72 12 5min 12seg 5.12
61 8 144 84 24 7min 24seg 7.24
48 7 42 2min 42 seg 2.42
42.96
4.296 min/partida
 T termina= T prepara+ T
MAQ2 opera*ud
N aleat T opera T opera*ud T termina
opera (seg) (seg)

50 5 70 10 4min 10seg 4.1

63 5 40 5min 40seg 5.4
95 7 126 66 6 7min 6seg 7.06
49 5 90 30 3min 30 seg 3.3
68 5 30 3min 30seg 3.3
11 3 24 3min 24seg 3.24
40 4 24 3min 24seg 2.24
93 7 56 4min 56seg 4.56
61 5 90 30 6min 30seg 6.3
48 5 30 2min 30seg 2.3
41.8 TOTAL
4.18 min/partida PROMEDIO
ocesamiento para los dos modelos NC se presenta a

parte un solo procedimiento de preparación y que cada unidad

ento. Simule dos horas (o la llegada de 10 partidas ) de
tes números aleatorios, aplicando el primero al número de
tiempos de preparación y el tercero a los tiempos de

0, 20, 68), (48, 23, 11), (21, 28, 40), (39, 78, 93), (99, 95, 61),

i ambas tuvieran el mismo costo de compra, operación y

, ¿qué factores consideraría usted si el costo inicial de la máquina NC1 fuera $4000 menor que el
?

N ale
00-19
20-44 T preparacion T Procesamiento
Partidas (lotes)
45-74
75-89
90-99

unidades

TOTAL
PROMEDIO
λ=[#/𝑡𝑖𝑒𝑚𝑝𝑜] (1 𝑝𝑎𝑟𝑡𝑖𝑑𝑎)/(6
𝑚𝑖𝑛)=0.166667
 μ=[#/𝑡𝑖𝑒𝑚𝑝𝑜] (1 𝑝𝑎𝑟𝑡𝑖𝑑𝑎)/(4.296
𝑚𝑖𝑛)=0.232774

𝜌=𝜆/𝜇=0.166667/0.232774=0.71→71%

2 PARTIDAS EN COLA EN PROMEDIO

La máquina NC1 está ocupada el 71% del tiempo

Y tiene una cola de 1.8 partidas

λ=[#/𝑡𝑖𝑒𝑚𝑝𝑜] (1 𝑝𝑎𝑟𝑡𝑖𝑑𝑎)/(6
𝑚𝑖𝑛)=0.166667
μ=[#/𝑡𝑖𝑒𝑚𝑝𝑜] (1 𝑝𝑎𝑟𝑡𝑖𝑑𝑎)/(4.18
𝑚𝑖𝑛)=0.239234

𝜌=𝜆/𝜇=0.166667/0.239234=0.697→69.7%

La máquina NC2 está ocupada el 69.7% del tiempo

Y tiene una cola de 1.6 partidas
T Procesamiento

2. ¿Cuál de las dos máq

tuvieran el mismo costo d

NC1

𝜌=𝜆/𝜇=0.166667/0.232774=0.71

La máquina NC1 está ocupada el 71% del tiempo

 La máquina NC1 está ocupada el 71% del tiempo

N COLA EN PROMEDIO

3. En el problema 2
inicial de la máquin
máquina NC2?

Si consideramos los costos, como e

cantidad de partidas en cola que m
practicamente lo mismo, ELEGIMO
e las dos máquinas recomendaría usted, si ambas
mismo costo de compra, operación y mantenimiento?

NC2

67/0.232774=0.71→71% 𝜌=𝜆/𝜇=0.166667/0.239234=0.697→69.7%

está ocupada el 71% del tiempo La máquina NC2 está ocupada el 69.7% del tiempo
 está ocupada el 71% del tiempo La máquina NC2 está ocupada el 69.7% del tiempo

La máquina que nos genera menor

cantidad de colas y está trabajando al
69.7%, elegimos la MAQ NC2

problema 2, ¿qué factores consideraría usted si e

e la máquina NC1 fuera $4000 menor que el de la
a NC2?

mos los costos, como el tiempo de utilizacion y

artidas en cola que me generan ambas máquinas es
e lo mismo, ELEGIMOS LA MAQ NC1
i ambas
imiento?

0.697→69.7%

tiempo
 tiempo

menor
ajando al
2

ía usted si el costo
que el de la
4. Los 30 profesores de administración de la Universidad Omega se han dado cuenta de que muchas llama
telefónicas que llegan a sus oficinas no son respondidas.
Un sistema de redistribución de llamadas envía estas a la oficina administrativa después del cuarto repique
asistente de oficina del departamento responde el teléfono y toma recados.
En promedio, cada hora llegan 90 llamadas telefónicas al profesorado de administración y cada una de ella
requiere casi un minuto del tiempo de trabajo del asistente. La llegada de las llamadas corresponde a una
distribución de Poisson con un promedio de 1.5 llamadas por minuto, como muestra la figura F.1a).
Puesto que los profesores pasan gran parte de su tiempo en el aula y en comferencias, la probabilidad de q
reciban personalmente sus llamadas es de sólo 40%, como vemos en la figura F.1b)

LLEGADAS TRANSFERIDAS
N llamadas Probabilidad N aleatorio Transferir llamadas Prob
0 0.22 00-21 Si 0.6
1 0.34 22-55 No 0.4
2 0.25 56-80
3 0.13 81-93
4 0.06 94-99

SIMULACION DE LA ACTIVIDAD DEL ASISTENTE DE OFICINA

Num
1ra
Hora NA llamadas NA transferida NA
realizadas

10:00 68 2 30 SI 54
10:01 76 2 36 SI 32
10:02 68 2 4 SI 7
10:03 98 4 8 SI 21
datos 10:04 25 1 77 NO
10:05 51 1 23 SI
10:06 67 2 22 SI 27
10:07 80 2 87 NO 6
 10:08 3 0
10:09 3 0
10:10 33 1 78
10:11 11 0
10:12 4 0
10:13 41 1 42 SI
10:14 97 4 6 SI 58
simulado en clase 10:15 56 2 72 NO 93
10:16 54 2 25 SI 1
10:17 93 3 77 NO 90
10:18 5 0
10:19 79 2 13 SI 37
10:20 96 4 3 SI 66
10:21 99
10:22 78
10:23 11
10:24 29
10:25 71
10:26 58
10:27 44
10:28 75
10:29 73
10:30 97
10:31 8
10:32 90
10:33 26
10:34 35
10:35 93
10:36 87
10:37 5
10:38 76
10:39 94
10:40 53
10:41 37
10:42 49
10:43 7
10:44 50
10:45 34
10:46 97
10:47 20
10:48 57
10:49 49
10:50 11
10:51 81
10:52 7
10:53 53
10:54 44
10:55 48
10:56 50
10:57 60
10:58 27
10:59 42
11:00 46
cuenta de que muchas llamadas
a después del cuarto repique. Un
nistración y cada una de ellas
amadas corresponde a una
uestra la figura F.1a).
erencias, la probabilidad de que
F.1b)
ANSFERIDAS
N aleatorio
00-59
60-99
Si dos o más llamadas telefónicas son transferidas a la oficina en el mismo minut
a) Sin usar ninguna simulación, trate de adivinar en forma preliminar qué proporci
teléfono y qué proporcion de las llamadas telefónicas no se responderán
b) Use ahora la tabla de números aleatorios, comenzando por la parte superior de
situación en el curso de una hora, a partir de las 10:00 am La tabla F.5 le mostrar
c) ¿Qué proporción del tiempo está al teléfono el asistente de oficina? ¿ Que prop
respondidas? ¿Se aproximan estas proporciones a las que usted había previsto?
5. El director administrativo de la U está estudiando la posibilidad de
mensuales de operación serían de 25$ por cada buzón de voz, pero
oficina debe dedicar a constestar llamadas telefónicas. El departam
simulación del problema 4 para estimar la proporción del tiempo que
salario del asistente de oficina (y su participación en los gastos gene
jefe administrativo compre el sistema de correo de voz?

μ=[#/𝑡𝑖𝑒𝑚𝑝𝑜] (1
𝑙𝑙𝑎𝑚𝑎𝑑𝑎)/1𝑚𝑖𝑛=1𝑙𝑙𝑎𝑚/𝑚𝑖𝑛
λ=[#/𝑡𝑖𝑒𝑚𝑝𝑜] (1,5
𝑙𝑙𝑎𝑚)/(1 𝑚𝑖𝑛)

Si dos o más llamadas

telefónicas son transferidas a la
oficina en el mismo minuto,
solo la primera será
respondida.

2da 3ra 4ta Num llamadas Asistente Asistente

transferida NA transferida NA transferida no respondidas ocioso ocioso
(min)
SI 1
SI 1
SI 1
SI 28 SI 79 NO 2
0 SI 1
0
SI 1
SI 0
 0 SI 1
0 SI 1
0 SI 1
0 SI 1
0 SI 1
0
SI 54 SI 22 SI 3
NO 0 SI 1
SI 1
NO 34 SI 0
0 SI 1
SI 1
NO 16 SI 95 NO 1

SIMULAR HASTA LAS 11:00

ficina en el mismo minuto, solo la primera será respondida.

a preliminar qué proporción del tiempo el asistente atenderá el

se responderán

o por la parte superior de la segunda columna, para simular la

m La tabla F.5 le mostrará los primeros pasos.

e de oficina? ¿ Que proporción de las llamadas telefónicas no son

ue usted había previsto?

udiando la posibilidad de instalar un sistema de correo de voz. Los costos

cada buzón de voz, pero el sistema reduciría en 60% el tiempo que el asistente de
telefónicas. El departamente tiene 32 teléfonos. Use los resultados de su
roporción del tiempo que el asistente dedica actualmente a contestar teléfonos. El
ación en los gastos generales) es de 3000$ mensuales. ¿Será conveniente que el
rreo de voz?

SIN FACTOR DE UTILIZACI

Llamadas
Asistente
ocupado
Llamadas no
respondidas EJERCICIO 2
respondidas
(min) (min) (min) c) ¿Qué proporción del tiempo está al teléfono e
1 1 las llamadas telefónicas no son respondidas? ¿S
1 1 usted había previsto?
1 1
1 1
1
1 1 TIEMPO ASISTENTE RESPONDE LLAMADAS:
1 1 TIEMPO SIMULADO:
1 1 PROPORCION:
 1
1
1 TIEMPO LLAMADAS NO RESPONDIDAS
1 TIEMPO SIMULADO:
1 PROPORCION:
1 1
1 1
1 NUMERO DE LLAMADAS NO RESPONDIDAS
1 1 TOTAL NO RESPONDIDAS=
1 1 TOTAL ENTRADAS=
1 PROPORCION:
1 1
1 1
 EJERCICIO 5

OPCION A: PAGAR BUZÓN DE VOZ

32 Telefonos --> 32 buzones de voz

25$-mes/buzón
reduce en 60% tiempo del asistente ocupado

COSTOS BUZÓN COSTOS ASISTENTE

25 $-mes/buzón 0.62 ocupado sin buson

32 busones 0.25 ocupado con buson
3000 $-mes/asistente

800 $-mes 743 $-mes

Se elige la opci
por menor cos

IN FACTOR DE UTILIZACION
Si se le paga al asistente esté ocioso o no:

25 $-mes/buzón 3000 $-mes/asistente

32 busones

800 $-mes 3000 $-mes/asistente

del tiempo está al teléfono el asistente de oficina? ¿ Que proporción de

cas no son respondidas? ¿Se aproximan estas proporciones a las que
?

NDE LLAMADAS: 13 min

21 min
0.62 62% EL 62% DEL TIEMPO, EL ASISTENTE ESTA AL
 EL 62% DEL TIEMPO, EL ASISTENTE ESTA AL

9 min
21 min
0.43 43% EL 43% DEL TIEMPO, LAS LLAMADAS NO SO
RESPONDIDAS

O RESPONDIDAS
12 llamadas
35 llamadas
0.34 34% EL 34% DE LAS LLAMADAS QUE ENTRAN, N
RESPONDIDAS
 USANDO FACTOR DE
UTILIZACION

OPCION B: SOLO ASISTENTE

COSTOS ASISTENTE

0.62 ocupado sin buson

3000 $-mes/asistente

1543 $-mes 1857 $-mes

Se elige la opción A
por menor costo mensual

Si se le paga al asistente esté ocioso o no:

3800 3000 $-mes/asistente

Se elige la opción B
por menor costo mensual

ASISTENTE ESTA AL TELEFONO

ASISTENTE ESTA AL TELEFONO

LLAMADAS NO SON

AS QUE ENTRAN, NO SON

 ACTOR DE
ON
NUMEROS ALEATORIOS GENERADOS EN EXCEL

11 99 8 37
4 78 90 49
41 11 26 7
97 29 35 50
56 71 93 34
54 58 87 97
93 44 5 20
5 75 76 57
79 73 94 49
96 97 53 11

88 0 58 50
71 25 55 9
10 55 69 57
46 93 19 37
24 6 64 7
44 25 49 29
85 87 18 96
57 70 31 54
66 5 83 21
22 11 46 8

89 13 1 26
85 92 77 77
82 20 90 94
97 42 34 0
12 6 13 50
52 58 37 47
47 54 3 47
37 22 66 76
75 72 16 76
70 93 95 29
67 25 87 92
 0.25797969
0.44484439
0.28674587 =ALEATORIO() por defecto, excel nos muestra aleatorios
0.42988545 decimales
0.09196765

81
7
53
44 en el ejercicio 4 necesitamos aleatorios en
enteros, entonces:
48
50 =ALEATORIO()*100
60
27
42
46

34
6
91
42
66
1
64
68
73
20

64
68
21
45
10
33
30
37
60
91
28
o, excel nos muestra aleatorios con
6. En la tienda local de articulos diversos E-Z Mart, la demanda semanal de leche descremada en envases de
galon ha tenido una variacion de netre 60 y 65 envases en las ultimas 50 semanas, como muestra la siguiente
tabla

No es posible conservar, como ordenes atrasadas, la demanda que excede la capacidad del inventario

a) 00-99

Demanda Numero Num

envases de semanas Prob aleatorio
60 5 0.1 00-09
61 7 0.14 10-23
62 17 0.34 24-57
63 11 0.22 58-79 Si Demanda>Capacidad
Faltantes: Demanda-Capacid
64 6 0.12 80-91
65 4 0.08 92-99 Si Capacidad>Demanda
50 1 Excedente: Capacidad-Dema

b)

N ale Inventario
SEMANAS demanda Demanda (Capacidad) Faltantes
1 97 65 62 3
2 2 60 62
3 80 64 62 2
4 66 63 62 1
5 99 65 62 3
6 56 62 62 0
7 54 62 62 0
8 28 62 62 0
9 64 63 62 1
10 47 62 62 0

10 envases
1 envase/dia
e descremada en envases de un
as, como muestra la siguiente
apacidad del inventario
i Demanda>Capacidad
altantes: Demanda-Capacidad
i Capacidad>Demanda
xcedente: Capacidad-Demanda
Excedentes
c)
0.2 envases/dia
a) Asigne numeros aleatorios entre 00 y 99 para simular la distribucion de probabilidad
inventario: capacidad
b) E-Z Mart pide 62 envases cada semana. Simule la demanda de este articulo dura
aleatorios 97, 2, 80, 66, 99, 56, 54, 28, 64 y 47.
Determine los faltantes o excedentes de inventario para cada semana
c) Cuales seran los faltantes promedio y los excedentes promedio de inventario duran
0
0
0
2 envases
a distribucion de probabilidades de la demanda

emanda de este articulo durante 10 semanas, usando los numeros

cada semana

promedio de inventario durante las 10 semanas?

7. El taller de servicio Brakes-Only promete a sus clientes un servicio completo el mismo dia, trabajando horas
extra si es necesario. Los dos mecanicos del taller son capaces de realizar en total 12 servicios de frenos en e
horario regular de un dia de trabajo. En los ultimos 100 dias, el numero de servicios de frenos realizados en el
ha variado entre 10 y 14, como lo muestra la siguiente tabla.
1 dia, con 2 mecanicos, 12 servicios(capacidad)
SERVICIO DE FRENOS a)
Demanda trabajos Numero de dias Prob Num aleatorio
10 10 0.1 00-09
11 30 0.3 10-39
12 30 0.3 40-69
13 20 0.2 70-89
14 10 0.1 90-99

100 1

SIMULACION EN 10 DIAS
b)
DIAS N ale DEMANDA CAPACIDAD Dias req
demanda hr extra

1 28 11 12 0
2 83 13 12 1
3 73 13 12 1
4 7 10 12 0
5 4 10 12 0
6 63 12 12 0
7 37 11 12 0
8 38 11 12 0
9 50 12 12 0
10 92 14 12 1
c)
3 dias

0.3
d) el 30% de los dias se
requieren hacer hora extra
 mismo dia, trabajando horas a) Asigne numeros aleatorios entre 00 y 99 para simular la distribucion de la
al 12 servicios de frenos en el a trabajos de servicio de frenos
os de frenos realizados en el taller
b) Simule la demanda para los proximos 10 dias, usando los numeros aleato

c) Durante cuantos dias sera necesario trabajar horas extra? Durante cuan
mecanicos?
um aleatorio 00-99
d) Cual es el porcentaje promedio de dias que sera necesario trabajar hora

Hr extra: Capacidad < Demanda

0: no necesita hr extra
1: necesita hr extra

Dias
mec subutil

1
0
0
1
1
0
1
1
0
0
c)
5 dias

0.5
d) el 50% de los dias
simulados, los mecanicos
están ociosos
a simular la distribucion de la probabilidad de demanda correspondiente

s, usando los numeros aleatorios 28, 83, 73, 7, 4, 63, 37, 38, 50 y 92.

r horas extra? Durante cuantos dias seran subutilizados los

e sera necesario trabajar horas extra?

8. Un centro de maquinas atiende a cuatro tipos de clientes A, B, C, D. El gerente desea calcular el numero d
maquinas que requiere la produccion de bienes para esos clientes. Los tiempos de preparacion de las
maquinas para cambiar de un cliente a otro son insignificantes. Tanto la demanda anual como los tiempos de
procesamiento son inciertos; la demanda puede ser baja, normal o alta. Las probabilidades de estos tres even
aparecen en las siguientes tablas

CLIENTE A
Demanda Tiempo de
Prob proc Probab
ud/año hr/ud

3000 0.1 10 0.35

3500 0.6 20 0.45
4200 0.3 30 0.2

CLIENTE C
Demanda Tiempo de
Prob proc Probab
ud/año hr/ud

1500 0.1 12 0.25

3000 0.5 15 0.6
4500 0.4 20 0.15
e desea calcular el numero de
os de preparacion de las
a anual como los tiempos de
abilidades de estos tres eventos
a) Explique como puede usarse la simulacion para generar una distribucion de probab
de horas maquina que se requieren cada año para atender a los clientes
b) Haga una simulación correspondiente a un año, usando los siguientes números ale
número aleatorio 88 para representar la demanda del cliente A, y el 24 para el tiempo
88, 24, 33, 29, 52, 84, 37, 92

CLIENTE B
Demanda Tiempo de
Prob proc Probab
ud/año hr/ud

500 0.3 60 0.25

800 0.5 90 0.5
900 0.2 100 0.25

CLIENTE D
Demanda Tiempo de
Prob proc Probab
ud/año hr/ud

600 0.4 60 0.3

650 0.5 70 0.65
700 0.1 80 0.05
ar una distribucion de probabilidades acerca del numero total
er a los clientes

do los siguientes números aleatorios. Por ejemplo, use el

ente A, y el 24 para el tiempo de procesamiento del cliente A