Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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
En la simulación correspondiente a un día específico, el número de prenda
se determina primero. A continuación se determina el número máximo de
smo día. Los clientes dejan sus que es posible obtener.
as después del trabajo, antes de - Si capacidad >= requerida, todas las prendas podrán lavarse en el mism
a limpiar una prenda no se termine - Si capacidad<requerida, entonces (requerida-capacidad) prendas tendrá
romedio de 20 prendas suele al día siguiente, para calcular el requeridas del dia siguiente.
do una posible expansión para La simulación prosigue de esta manera:
a siguiente distribución para el
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
a expansión, el número máximo de
sería posible limpiar en seco cada (49, 77), (27, 53), (65, 08), (83, 12), (04, 82), (58, 44), (53, 83), (57, 72), (3
(30, 25), (80, 73)
Prenda retenida
0
0
20
20
0
0
0
0
0
0
10
0
10
0
0
60
4 prendas/dia
(58, 44), (53, 83), (57, 72), (32, 53), (60, 79), (79, 30), (41, 48), (97, 86),
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
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
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 La distribución de los tiempos de preparación y de procesamiento para los dos m
bora varios productos, y las partidas de continuación.
e unidades contenidas en las partidas 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
00 numeros --> 0 a 99
(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?
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)
0, 20, 68), (48, 23, 11), (21, 28, 40), (39, 78, 93), (99, 95, 61),
, ¿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%
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%
NC1
𝜌=𝜆/𝜇=0.166667/0.232774=0.71
N COLA EN PROMEDIO
3. En el problema 2
inicial de la máquin
máquina NC2?
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
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
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 Si dos o más llamadas telefónicas son transferidas a la oficina en el mismo minut
a después del cuarto repique. Un a) Sin usar ninguna simulación, trate de adivinar en forma preliminar qué proporci
teléfono y qué proporcion de las llamadas telefónicas no se responderán
nistración y cada una de ellas
amadas corresponde a una b) Use ahora la tabla de números aleatorios, comenzando por la parte superior de
uestra la figura F.1a). situación en el curso de una hora, a partir de las 10:00 am La tabla F.5 le mostrar
erencias, la probabilidad de que
F.1b) 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?
ANSFERIDAS
N aleatorio 5. El director administrativo de la U está estudiando la posibilidad de
mensuales de operación serían de 25$ por cada buzón de voz, pero
00-59
oficina debe dedicar a constestar llamadas telefónicas. El departam
60-99 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)
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
IN FACTOR DE UTILIZACION
Si se le paga al asistente esté ocioso o no:
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
COSTOS ASISTENTE
LLAMADAS NO SON
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
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 a) Asigne numeros aleatorios entre 00 y 99 para simular la distribucion de probabilidad
as, como muestra la siguiente 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.
apacidad del inventario Determine los faltantes o excedentes de inventario para cada semana
c) Cuales seran los faltantes promedio y los excedentes promedio de inventario duran
i Demanda>Capacidad
altantes: Demanda-Capacidad
i Capacidad>Demanda
xcedente: Capacidad-Demanda
Excedentes
0
0
0
c) 2 envases
0.2 envases/dia
a distribucion de probabilidades de la demanda
cada semana
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
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.
CLIENTE A
Demanda Tiempo de
Prob proc Probab
ud/año hr/ud
CLIENTE C
Demanda Tiempo de
Prob proc Probab
ud/año hr/ud
CLIENTE B
Demanda Tiempo de
Prob proc Probab
ud/año hr/ud
CLIENTE D
Demanda Tiempo de
Prob proc Probab
ud/año hr/ud