Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DEMANDA PROBABILIDAD
0 0.05
1 0.14
2 0.20
3 0.15
4 0.20
5 0.09
6 0.05
7 0.05
8 0.03
9 0.02
10 0.02
Modelo: haga una tabla con las siguientes columnas.
Horario # ALEATORIO cliente
DIAS PROBABILIDAD
5 0.05
6 0.10
7 0.20
8 0.30
9 0.20
10 0.10
11 0.05
PROBABILIDAD PRODUCCION
DE PASAR LA ¿PASA LA QUE PASA LA PRODUCCION ¿META
LOTE ALEATORIO DIAS PRODUCCION INSPECCION INSPECCION? INSPECCION ACUMULADA ALCANZADA?
LOTE: aquí colocamos la secuencia de lotes: 1,2,3,4…….n
ALEATORIO: generamos números aleatorios entre 0 y 1
DIAS: se colocan los días de acuerdo con el numero aleatorio
generado
PRODUCCION: colocamos cantidades entre 600 y 1100
onzas
PROBABILIDAD DE PASAR LA INSPECCION: generamos
números aleatorios entre 0 y 1
¿PASA LA INSPECCION? Colocamos NO, si el # aleatorio es
mayor o igual que 80% y SI, si el # aleatorio es menor que
80%
PRODUCCION QUE PASA LA INSPECCION: si pasa la
inspección, se coloca la cantidad que esta en la columna
PRODUCCION, si no pasa la inspección se coloca un cero
PRODUCCION ACUMULADA: se va sumando el acumulado
de la columna PRODUCCION QUE PASA LA INSPECCION
¿META ALCANZADA? Se coloca SI cuando la producción
acumulada llegue al pedido de 8000 onzas, de lo contrario se
coloca NO
Datos:
PRECIO DE VENTA (pv) = 20
DEMANDA MENSUAL (d) = 2150
COSTOS FIJOS (cf) = 10000
COSTO VARIABLE POR UNIDAD (cv)
GANANCIAS =d*(pv-cv)-cf
13 0.05
13.5 0.10
14 0.20
14.5 0.30
15 0.20
15.5 0.10
16 0.05
Resumen
$costo por unidad
$precio de venta
perdida por unidad
cantidad en existencia
ganancia promedio
Formulas a usar:
cantidad en existencia =290
unidades vendidas = valor mínimo entre demanda diaria simulada y
cantidad en existencia
unidades no vendidas = cantidad en existencia - unidades vendidas
$ventas = precio de venta * Uds. vendidas
$costos cantidad en existencia * costo por unidad
$perdidas =perdidas por unidad * uds no vendidas
$utilidad del día (= ventas - costos - perdidas)
6- Problema 6: Una empresa desea iniciar en el comercio vía
Internet. Para esto quiere conocer el número de artículos que
vende en un día cualquiera mediante este medio de
comercialización. Los datos disponibles son los siguientes:
Cantidad de 0 1 2 >=3
artículos
Probabilidad 0.45 0.35 0.15 0.05
7- Problema 7: Maria es una dentista que cita todos sus pacientes por 30
minutos. Algunos de sus pacientes toman más o menos de 30 minutos
dependiendo del tipo de trabajo a realizarse. El siguiente resumen nos
muestra varias categorías de trabajos, sus probabilidades y el tiempo que
se necesita para realizar el trabajo.
Simular el trabajo del dentista por 8 horas y determine el tiempo de espera
promedio para los pacientes. Asuma que todos los pacientes llegan en el
horario de su cita. La clínica abre a partir de las 8:00 am.
TIEMPO
REQUER CANTIDAD
IDO DE
CATEGORIA (MIN) PACIENTES
TRABAJO TIPO 1 45 40
TRABAJO TIPO 2 60 15
TRABAJO TIPO 3 15 15
TRABAJO TIPO 4 45 10
TRABAJO TIPO 5 15 20
SUMA 100
1 8:00 AM 8:00 AM
A considerar:
-El primer paciente llega a las 8:00 am
-HORA INICIO DEL SERVICIO: a partir del 2do paciente será igual a la
HORA FIN DE SERVICIO del paciente anterior.
- HORA FIN DEL SERVICIO: será igual a la HORA INICIO DEL
SERVICIO + TIEMPO QUE SE NECESITA PARA EL SERVICIO
-TIEMPO DE ESPERA será igual a HORA FIN DE SERVICIO - HORA
INICIO DEL SERVICIO, expresar el resultado en minutos.
DEMANDA PROBABILIDAD
1500 15%
1700 12%
2100 5%
2400 23%
2100 15%
1700 13%
1500 17%
Modelo:
INVE. INVE
DIA ALEATORIO DEMANDA PRODUCCION INICIAL FINAL
Modelo:
Hora de Hora de
CLIENTE ALEATORIO TIEMPO LLEGADA SALIDA
10- Problema 10: En la siguiente tabla se presenta la distribución de
probabilidad para el número de consultas que llegan a un consultorio
médico por día. Genere mediante el método de Montecarlo una
simulación de llegada de pacientes durante 30 días.
Calcule, además:
1- Promedio de pacientes por día
2- Desviación estándar
3- La probabilidad de que lleguen mas de 5 pacientes por día
4- Calcule el intervalo de confianza para un 95% de confiabilidad
pacientes frecuencia
por dia de dias
0 10
1 20
2 40
3 60
4 40
5 30
6 20
7 10
8 15
9 30
10 40
DEFECTO X PROBABILIDAD
0 0.10
1 0.20
2 0.15
3 0.30
4 0.25
Cuantos vehículos se esperan que lleguen al taller con el defecto x
durante 30 días.
¿Cuál sería el promedio por día?
DEMANDA
DIARIA DEL FRECUENCIA EN DIAS
TALADRO
0 15
1 30
2 60
3 120
4 45
5 30
TOTAL 300
TIEMPO DE
FRECUENCIA DE
ENTREGA EN
ORDENES
DIAS
1 10
2 25
3 15
TOTAL 50
MODELO
#
TIEMPO
UNIDADES INVENTARIO # INVENTARIO VENTAS ALEATORIO
DIA DEMANDA ORDEN? DE
RECIBIDAS INICIAL ALEATORIO FINAL PERDIDAS TIEMPO
ENTREGA
ENTREGA
14. Inventario final promedio = Total inventario final entre total de dias simulados
15. Ventas perdidas promedio= total ventas perdidas entre total de dias simulados
16. número promedio de órdenes colocadas= total ORDENES entre total de dias
13- Problema 13: en un muelle las barcazas con carga completa llegan en la noche a Nueva Orleans,
después de sus largos viajes por el río Mississippi desde las ciudades industriales del medio oeste. El
número de barcazas que atracan en una noche cualquiera va de 0 a 5. Las probabilidades de 0, 1, 2,
3, 4 o 5 llegadas se muestran en la tabla debajo.
NUMERO DE
PROBABILIDAD
LLEGADAS
0 0.13
1 0.17
2 0.15
3 0.25
4 0.20
5 0.10
Un estudio realizado por el superintendente del muelle revela que, debido a la naturaleza de sus
cargas, el número de barcazas descargadas también tiende a variar de un día a otro. Él brinda
información con la cual se puede crear una distribución de probabilidad para la variable tasa de
descarga diaria.
NUMERO DE
PROBABILIDAD
DESCARGAS
1 0.05
2 0.15
3 0.50
4 0.20
5 0.10
Las barcazas se descargan según la política de primero en entrar, primero en salir. Una barcaza
que no se descarga el día que llega debe esperar al siguiente día. Amarrar una barcaza al muelle es
una proposición costosa y el superintendente no puede ignorar las llamadas telefónicas con enojo
de los dueños de la línea de barcazas recordándole que “¡el tiempo es dinero!” Decide entonces que
antes de ir con el controlador del Puerto de Nueva Orleans para pedirle brigadas de descarga
adicionales, debería realizar un estudio de simulación de las llegadas, la descarga y los retrasos.
Una simulación de 100 días sería ideal, pero con la finalidad de ilustrar, el superintendente comienza
con un análisis más corto de 15 días.
MODELO:
NUMERO DE # DE
RETRASOS DEL # LLEGADAS TOTAL, A NÚMERO NÚMERO DE
DIA DIA ANTERIOR ALEATORIO NOCTURNAS DESCARGAR ALEATORIO DESCARGAS
1. DIA: SIMULAR PARA 15 DIAS
2. NUMERO DE RETRASOS DEL DIA ANTERIOR: EL DIA 1 NO HAY RETRASOS, A PARTIR DEL DIA
DOS SE LE RESTA EL TOTAL A DESCARGAR MENOS EL NUMERO DE DESCARGAS
3. # ALEATORIO: SE GENERAN # ALEATORIOS USANDO LAS TABLAS DE ABAJO O LA FUNCION
ALEATORIO EN EXCEL
4. # DE LLEGADAS NOCTURNAS: SE COLOCA DE ACUERDO CON EL # ALEATORIO GENERADO EN
EL PUNTO 3
5. TOTAL A DESCARGAR: LE SUMAMOS EL NUMERO DE LLEGADAS NOCTURNAS AL NUMERO
DE RETRASOS DEL DIA ANTERIOR
6. NÚMERO ALEATORIO: SE GENERAN # ALEATORIOS USANDO LAS TABLAS DE ABAJO O LA
FUNCION ALEATORIO EN EXCEL
7. NÚMERO DE DESCARGAS: SE COLOCA DE ACUERDO AL # ALEATORIO GENERADO, PERO SI EL
TOTAL A DESCARGAR ES CERO, ENTONCES EL NUMERO DE DESCARGAS TAMBIEN ES IGUAL A
CERO, TAMBIEN TOME EN CUENTA QUE EL NUMERO DE DESCARGAS NO DEBE SER MAYOR
QUE EL TOTAL A DESCARGAR
8. CALCULE ADEMAS:
14- Problema 14: Higgins Plumbing and Heating mantiene un inventario de calentadores de agua de
30 galones que vende e instala para propietarios de casas. Al dueño Jerry Higgins le gusta la idea de
tener una gran cantidad disponible para cumplir la demanda de sus clientes, pero también reconoce
que es costoso hacerlo. Examina las ventas de calentadores de agua durante las últimas 50 semanas
y observa lo siguiente:
b) ¿Cuál es el número promedio de ventas por semana (incluyendo faltantes) durante las 20
semanas?
15- Problema 15: El gerente de Denton Savings and Loan intenta determinar cuántos cajeros se
necesitan en la ventanilla de servicio en el auto durante las horas de mayor afluencia. Como política
general, el gerente desea ofrecer un servicio donde el cliente promedio no espere en la fila más de 2
minutos. Dado el nivel de servicio existente, como se muestra en la siguiente tabla, ¿cumple este
criterio la ventanilla de servicio en el auto?
TIEMPO
ENTRE LAS
LLEGADAS
SUCESIVAS
DE LOS
CLIENTES PROBABILIDAD
0 0.10
1 0.35
2 0.25
3 0.15
4 0.10
5 0.05
MODELO:
1 2 3 4 5 6 7 8 9 10
Numero Intervalo Hora Tiempo Inicio Final Tiempo
# # Tiempo
d entre de de de del de
aleatorio aleatorio ocioso
Cliente llegadas llegada servicio Servicio Sevicio espera
DATOS: 6, 2, 3, 1
=9+1+0+4=14