UNIDAD 3. ACTIVIDAD 7: ELEMENTOS EN LOS MODELOS DE SIMULACIÓN.

ESTUDIANTE:
SERGIO ANDRÉS CUELLAR NÚÑEZ CÓDIGO: 100065630
LUZ ALIX BERNAL CARRILLO
CODIGO: 100067496

TUTOR:
CARLOS ENRIQUE GOMEZ SEGURA.

CORPORACIÓN UNIVERSITARIA IBEROAMERICANA MODELAMIENTO Y SIMULACIÓN

MOSQUERA CUNDINAMARCA
ENERO – 2021

This study source was downloaded by 100000795449054 from CourseHero.com on 10-21-2022 17:17:41 GMT -05:00
Unaoperación de ensamble requiere del procesamiento a través de dos estaciones orden secuencial. La cantidad de tiempo que se requiere para el procesamiento en cadaestación tiene variaciones aleatorias, como se muestra en lasiguiente tabla. Suponga que en laestación 2 debe esperarse siempre que no hayatrabajo disponible que
provenga de la estación 1. Además, suponga que no existe inventario en proceso entre ambas estaciones. ¿Qué tiempo se necesitará para procesar 100 proyectos a través de ambas estaciones
suponiendo que éstas se encuentren vacías cuando se comienza?

Al realizarlasimulación con 100 números aleatorios y asignarles lacantidad de minutos de acuerdo ala probabilidad establecida para cadaestación, se realiza lasumatoria de los tiempos de cada una, se genera las principales medidas e histograma, de acuerdo a
lasimulación de establece que el tiempo que lleva realizar los 100 proyectos es de 378 minutos; adicional se evidencia que laestación 2 presenta mejores tiempos con respecto a los de la estación 1.

Analisis Estación 1 T
                                  Tiempos                                  i
Media 1,947 e
  Error típico                                   0,010679443 m
Mediana 1,9 p
        Clase  Frecuencia o
1,8 20
1,92 37 t
              2,01                    19 o
 y mCalayoser.F..recuencia      24 t
a
l

Estación 1 Estación 2
Aleatorio Conversión Tiempos Aleatorio Conversión Tiempos
Estación 1 Estación 2
Probabilidad Minutos Probabilidad Minutos
0.1 1.7 0.2 1.6
0.2 1.8 0.2 1.7
0.4 1.9 0.2 1.8
0.2 2 0.2 1.9
0.1 2.1 0.2 2

Histograma
Histograma
3040
35
25
30
25
20
20
5 15 Series1
10 Series1

10 5
0
5
1,8 1,92 2,01 y mayor...
Clase
1
0
1,6 1,72 1, 8 1,92 y may or...
9
Clase 4
,
7

Moda 1,9 1,6 11 0,

Desviación estándar 0,106794431 Varianza de la muestra 0,011405051 1,72 26 1 2
Curtosis -1,210193557 1,8 18 0
1,92 17 6
6
7
1
3
Estación 1 Estación 2 4
6
Probabilidad Minutos Probabilidad Minutos
0 1.7 0 1.6
0.1 1.8 0.2 1.7
0.3 1.9 0.4 1.8
0.7 2 0.6 1.9 0,
3
0.9 2.1 0.8 2
1 1
1,
T
9
i
e
m
p
0,
o
2
1
t
0
o
7
t
9
a
1
l
3
4
5

0,
3
 Coeficiente de asimetría 0,181218644     y mayor...                    28 0,
Rango 0,3 4
Mínimo 1,8 1
Máximo 2,1 3
Suma 194,7 3
 Cuenta                                      100 7
Analisis Estación 2 3
                                  Tiempos                                  2
Media 1,825 1
Error típico 0,013953386 1
Mediana 1,8
Moda 2
Desviación estándar 0,139533856 Varianza de la muestra
0,019469697 Curtosis -1,356292866
Coeficiente de asimetría -0,072560687 Rango
0,4
Mínimo 1,6
Máximo 2 0,
Suma 182,5 5
 Cuenta                                      100

1,
9

0,
4
5
4
0
2
3
8
6
5

0,
5

1,
8
0,
1
2
2
5
6
2
3
3
4

0,
2

1,
8

0,
4
2
6
6
4
8
7
6
2

0,
5

1,
8
0,
9
1
3
2
9
6
9
1
5

2,
1

0,
1
7
6
6
7
1
6
5
1

0,
2

1,
7
0,
6
0
9
9
4
2
9
3

0,

Al realizar la simulación con 100 números aleatorios, evidenciamos que se requiere un tiempo total d
7

194,7 minutos para la estación 1 y un tiempo total de 182,5 minutos para la estación 2, dándonos un 2

total de 378 minutos para procesar 100 proyectos. 0,

4
3
This study source was downloaded by 100000795449054 from CourseHero.com on 10-21-2022 17:17:41 GMT -05:00 2
1
1
1
5
7
6

0,
5

1,
MULACIÓN.

5630

NTO Y SIMULACIÓN
 requiere un tiempo total de
a estación 2, dándonos un
Un vendedor de flores intenta decidir cuántos ramos de flores frescas debe cortar cada día. Las flores que no se venden durante Al realizar la simulación con 200 números aleatorios y asignarles la cantidad de ramos vendidos de acuerdo a la probabilidad establecida, se validan los ramos sobrantes y
el día se tira n. El costo variable del cultiv o y corte de las flores es de 4 dólares por ramo y su precio es 6 dólares por cada uno. Se ha de acuerdo a estos las ganancias y perdidas de cada opción, se puede establecer que la política 2 es la mas adecuada, dado que es con la que tiene un mayor valor de
observado la s iguiente distribución de la demanda en el pasado, El vendedor quiere evaluar la política de cortar 55 o 60
ramos cada día utilidad
a. Simule cada política para 200 días.
b. ¿Con qué políticas son mayores la s utilidades?

Total Ventas $ 27,390.00 Total Ventas $ 28,380.00

Total Perdida $ 940.00 Total Perdida $ 680.00

Total U tilidad $ 26,450.00 Total U tilidad $ 27,700.00

Ramos 55 Ramos 60

Política 1 Política 2

Aleator io Conversión No Ramos Sobrantes Perdida Ganancia Aleator io Conversión No Ramos Sobrantes Perdida Ganancia

Costo

Venta 0.099490341 0.1 50 5 20 0.934720908 1 65 -5

0.68468276 0.7 60 -5 0.915219581 1 65 -10

0.02661214 0.1 50 5 20 0.796441542 0.8 60 -5

0.88760033 0.9 65 -10 0.184087649 0.2 50 5 20

0.606494339 0.7 60 -5 0.928586688 1 65 -10

0.157261879 0.2 50 5 20 0.468245491 0.5 55 0 0 330

0.04422132 0.1 50 5 20 0.543168432 0.6 55 0 0 330

0.280556658 0.3 55 0 0 330 0.697134312 0.7 60 -5

0.834498123 0.9 65 -10 0.217688528 0.3 55 0 0 330

0.020325327 0.1 50 5 20 0.852656636 0.9 65 -10

0.511154515 0.6 55 0 0 330 0.425855281 0.5 55 0 0 330

0.619556261 0.7 60 -5 0.568407239 0.6 55 0 0 330

0.873653371 0.9 65 -10 0.164860988 0.2 50 5 20

0.908200323 1 65 -10 0.970610675 1 65 -10

0.31019013 0.4 55 0 0 330 0.265724662 0.3 55 0 0 330

0.399212622 0.4 55 0 0 330 0.250831629 0.3 55 0 0 330

0.310983612 0.4 55 0 0 330 0.161900693 0.2 50 5 20

0.347361675 0.4 55 0 0 330 0.895321512 0.9 65 -10

0.498825037 0.5 55 0 0 330 0.597521897 0.6 55 0 0 330

0.035523545 0.1 50 5 20 0.376934111 0.4 55 0 0 330

0.63328959 0.7 60 -5 0.100833155 0.2 50 5 20

0.172917875 0.2 50 5 20 0.08209479 0.1 50 5 20

0.18570513 0.2 50 5 20 0.161412397 0.2 50 5 20

0.861232337 0.9 65 -10 0.908352916 1 65 -10

0.366435743 0.4 55 0 0 330 0.050294504 0.1 50 5 20

0.735496078 0.8 60 -5 0.964079714 1 65 -10

0.034241768 0.1 50 5 20 0.240485855 0.3 55 0 0 330

0.23996704 0.3 55 0 0 330 0.748252815 0.8 60 -5

0.857203894 0.9 65 -10 0.543351543 0.6 55 0 0 330

0.180730613 0.2 50 5 20 0.714072085 0.8 60 -5

0.549394208 0.6 55 0 0 330 0.50019837 0.6 55 0 0 330

0.331400494 0.4 55 0 0 330 0.848048341 0.9 65 -10

0.10400708 0.2 50 5 20 0.38267159 0.4 55 0 0 330

0.582232124 0.6 55 0 0 330 0.453871273 0.5 55 0 0 330

0.803796503 0.9 65 -10 0.4860683 0.5 55 0 0 330

0.537217322 0.6 55 0 0 330 0.339121677 0.4 55 0 0 330

0.542649617 0.6 55 0 0 330 0.369762261 0.4 55 0 0 330

0.209295938 0.3 55 0 0 330 0.691549425 0.7 60 -5

0.759575182 0.8 60 -5 0.435895871 0.5 55 0 0 330

0.160740989 0.2 50 5 20 0.721671194 0.8 60 -5

0.193395795 0.2 50 5 20 0.864101077 0.9 65 -10

0.710592975 0.8 60 -5 0.269142735 0.3 55 0 0 330

0.842493973 0.9 65 -10 0.562425611 0.6 55 0 0 330

0.310251167 0.4 55 0 0 330 0.640949736 0.7 60 -5

0.075716422 0.1 50 5 20 0.57863094 0.6 55 0 0 330

0.495010224 0.5 55 0 0 330 0.600909452 0.7 60 -5

0.923642689 1 65 -10 0.463332011 0.5 55 0 0 330

0.577837458 0.6 55 0 0 330 0.283089694 0.3 55 0 0 330

0.296639912 0.3 55 0 0 330 0.51802118 0.6 55 0 0 330

0.091463973 0.1 50 5 20 0.483932005 0.5 55 0 0 330

0.366191595 0.4 55 0 0 330 0.814050722 0.9 65 -10

0.52476577 0.6 55 0 0 330 0.921109653 1 65 -10

0.719534898 0.8 60 -5 0.465498825 0.5 55 0 0 330

0.767937254 0.8 60 -5 0.262459181 0.3 55 0 0 330

0.292611469 0.3 55 0 0 330 0.000274667 0.1 50 5 20

0.50511185 0.6 55 0 0 330 0.642323069 0.7 60 -5

0.618793298 0.7 60 -5 0.924832911 1 65 -10

0.191717277 0.2 50 5 20 0.626850185 0.7 60 -5

0.728690451 0.8 60 -5 0.846217231 0.9 65 -10

0.857997375 0.9 65 -10 0.789300211 0.8 60 -5

0.227546007 0.3 55 0 0 330 0.923703726 1 65 -10

0.412121952 0.5 55 0 0 330 0.828363903 0.9 65 -10

0.78090762 0.8 60 -5 0.094515824 0.1 50 5 20

0.000549333 0.1 50 5 20 0.144199957 0.2 50 5 20

0.583849605 0.6 55 0 0 330 0.584734642 0.6 55 0 0 330

0.946440016 1 65 -10 0.591509751 0.6 55 0 0 330

0.503402814 0.6 55 0 0 330 0.794701987 0.8 60 -5

0.452589496 0.5 55 0 0 330 0.389141514 0.4 55 0 0 330

0.581987976 0.6 55 0 0 330 0.870143742 0.9 65 -10

0.250679037 0.3 55 0 0 330 0.504867702 0.6 55 0 0 330

0.610431227 0.7 60 -5 0.255867183 0.3 55 0 0 330

0.323801386 0.4 55 0 0 330 0.872676778 0.9 65 -10

0.635425886 0.7 60 -5 0.406476028 0.5 55 0 0 330

0.356700339 0.4 55 0 0 330 0.171452986 0.2 50 5 20

0.69081698 0.7 60 -5 0.720175787 0.8 60 -5

0.295571764 0.3 55 0 0 330 0.214484085 0.3 55 0 0 330

0.856868191 0.9 65 -10 0.796014283 0.8 60 -5

0.956022828 1 65 -10 0.900387585 1 65 -10

0.080568865 0.1 50 5 20 0.4131901 0.5 55 0 0 330

0.627735221 0.7 60 -5 0.779290139 0.8 60 -5

0.162541581 0.2 50 5 20 0.320261238 0.4 55 0 0 330

0.712485122 0.8 60 -5 0.220465712 0.3 55 0 0 330

0.050233467 0.1 50 5 20 0.127689444 0.2 50 5 20

0.222266305 0.3 55 0 0 330 0.550767541 0.6 55 0 0 330

0.20639668 0.3 55 0 0 330 0.442701498 0.5 55 0 0 330

0.084810938 0.1 50 5 20 0.997863704 1 65 -10

0.462446974 0.5 55 0 0 330 0.99652089 1 65 -10

0.274788659 0.3 55 0 0 330 0.437421796 0.5 55 0 0 330

0.550523392 0.6 55 0 0 330 0.016235847 0.1 50 5 20

0.439924314 0.5 55 0 0 330 0.437665944 0.5 55 0 0 330

0.556932279 0.6 55 0 0 330 0.611407819 0.7 60 -5

0.545152135 0.6 55 0 0 330 0.541398358 0.6 55 0 0 330

0.978392895 1 65 -10 0.602435377 0.7 60 -5

0.738517411 0.8 60 -5 0.752555925 0.8 60 -5

0.01843318 0.1 50 5 20 0.143864254 0.2 50 5 20

0.77846614 0.8 60 -5 0.421033357 0.5 55 0 0 330

0.356639302 0.4 55 0 0 330 0.807763909 0.9 65 -10

0.574297311 0.6 55 0 0 330 0.77764214 0.8 60 -5

0.984160894 1 65 -10 0.623950926 0.7 60 -5

0.30774865 0.4 55 0 0 330 0.879329814 0.9 65 -10

0.95229957 1 65 -10 0.044160283 0.1 50 5 20

0.848048341 0.9 65 -10 0.314676351 0.4 55 0 0 330

0.146885586 0.2 50 5 20 0.033600879 0.1 50 5 20

0.36957915 0.4 55 0 0 330 0.308572649 0.4 55 0 0 330

0.610919523 0.7 60 -5 0.619556261 0.7 60 -5

0.857448042 0.9 65 -10 0.485580004 0.5 55 0 0 330

0.61015656 0.7 60 -5 0.370952483 0.4 55 0 0 330

0.163609729 0.2 50 5 20 0.12326426 0.2 50 5 20

0.702658162 0.8 60 -5 0.564348277 0.6 55 0 0 330

0.08435316 0.1 50 5 20 0.877071444 0.9 65 -10

0.651478622 0.7 60 -5 0.341135899 0.4 55 0 0 330

0.187841426 0.2 50 5 20 0.311899167 0.4 55 0 0 330

0.241920225 0.3 55 0 0 330 0.101077303 0.2 50 5 20

 0.460585345 0.5 55 0 0 330 0.757591479 0.8 60 -5

0.05017243 0.1 50 5 20 0.830713828 0.9 65 -10

0.88021485 0.9 65 -10 0.639271218 0.7 60 -5

0.087343974 0.1 50 5 20 0.162541581 0.2 50 5 20

0.393383587 0.4 55 0 0 330 0.147770623 0.2 50 5 20

0.135837886 0.2 50 5 20 0.821222571 0.9 65 -10

0.098178045 0.1 50 5 20 0.530289621 0.6 55 0 0 330

0.627704703 0.7 60 -5 0.864925077 0.9 65 -10

0.331919309 0.4 55 0 0 330 0.025635548 0.1 50 5 20

0.213629566 0.3 55 0 0 330 0.898617512 0.9 65 -10

0.467696158 0.5 55 0 0 330 0.166936247 0.2 50 5 20

0.860866115 0.9 65 -10 0.342509232 0.4 55 0 0 330

0.156193731 0.2 50 5 20 0.447828608 0.5 55 0 0 330

0.523056734 0.6 55 0 0 330 0.014679403 0.1 50 5 20

0.132114628 0.2 50 5 20 0.829157384 0.9 65 -10

0.271248512 0.3 55 0 0 330 0.849848933 0.9 65 -10

0.169255654 0.2 50 5 20 0.867946409 0.9 65 -10

0.385937071 0.4 55 0 0 330 0.65663625 0.7 60 -5

0.933072909 1 65 -10 0.011017182 0.1 50 5 20

0.412549211 0.5 55 0 0 330 0.5376751 0.6 55 0 0 330

0.974303415 1 65 -10 0.433729057 0.5 55 0 0 330

0.700216681 0.8 60 -5 0.08087405 0.1 50 5 20

0.554185614 0.6 55 0 0 330 0.344065676 0.4 55 0 0 330

0.601580859 0.7 60 -5 0.809198279 0.9 65 -10

0.017670217 0.1 50 5 20 0.543778802 0.6 55 0 0 330

0.435651723 0.5 55 0 0 330 0.767998291 0.8 60 -5

0.658833583 0.7 60 -5 0.857753227 0.9 65 -10

0.629932554 0.7 60 -5 0.662190619 0.7 60 -5

0.079531236 0.1 50 5 20 0.445295572 0.5 55 0 0 330

0.2878811 0.3 55 0 0 330 0.75429548 0.8 60 -5

0.553392132 0.6 55 0 0 330 0.609729301 0.7 60 -5

0.899319437 0.9 65 -10 0.924253059 1 65 -10

0.492294076 0.5 55 0 0 330 0.154057436 0.2 50 5 20

0.146580401 0.2 50 5 20 0.996612445 1 65 -10

0.407025361 0.5 55 0 0 330 0.216132084 0.3 55 0 0 330

0.887020478 0.9 65 -10 0.786461989 0.8 60 -5

0.36957915 0.4 55 0 0 330 0.478194525 0.5 55 0 0 330

0.534714805 0.6 55 0 0 330 0.426801355 0.5 55 0 0 330

0.559556871 0.6 55 0 0 330 0.31366924 0.4 55 0 0 330

0.347605823 0.4 55 0 0 330 0.542344432 0.6 55 0 0 330

0.625751518 0.7 60 -5 0.426221503 0.5 55 0 0 330

0.674611652 0.7 60 -5 0.851619007 0.9 65 -10

0.948210089 1 65 -10 0.484542375 0.5 55 0 0 330

0.157475509 0.2 50 5 20 0.938108463 1 65 -10

0.06778161 0.1 50 5 20 0.781640065 0.8 60 -5

0.336954863 0.4 55 0 0 330 0.354716636 0.4 55 0 0 330

0.184820093 0.2 50 5 20 0.675405133 0.7 60 -5

0.20783105 0.3 55 0 0 330 0.040284433 0.1 50 5 20

0.340922269 0.4 55 0 0 330 0.124362926 0.2 50 5 20

0.129856258 0.2 50 5 20 0.35688345 0.4 55 0 0 330

0.315073092 0.4 55 0 0 330 0.642017884 0.7 60 -5

0.253059481 0.3 55 0 0 330 0.027619251 0.1 50 5 20

0.008514664 0.1 50 5 20 0.080996124 0.1 50 5 20

0.382946257 0.4 55 0 0 330 0.990722373 1 65 -10

0.789941099 0.8 60 -5 0.450117496 0.5 55 0 0 330

0.120365001 0.2 50 5 20 0.812585833 0.9 65 -10

0.548661763 0.6 55 0 0 330 0.084597308 0.1 50 5 20

0.283822138 0.3 55 0 0 330 0.94573809 1 65 -10

0.681783502 0.7 60 -5 0.564653462 0.6 55 0 0 330

0.186803797 0.2 50 5 20 0.899380474 0.9 65 -10

0.54728843 0.6 55 0 0 330 0.425611133 0.5 55 0 0 330

0.422681356 0.5 55 0 0 330 0.440900906 0.5 55 0 0 330

0.675710318 0.7 60 -5 0.557725761 0.6 55 0 0 330

0.530442213 0.6 55 0 0 330 0.384655293 0.4 55 0 0 330

0.87038789 0.9 65 -10 0.875057222 0.9 65 -10

0.401165807 0.5 55 0 0 330 0.480086673 0.5 55 0 0 330

0.867458113 0.9 65 -10 0.967162084 1 65 -10

0.661305582 0.7 60 -5 0.507003998 0.6 55 0 0 330

0.095736564 0.1 50 5 20 0.661183508 0.7 60 -5

0.662282174 0.7 60 -5 0.046906949 0.1 50 5 20

0.899380474 0.9 65 -10 0.336680197 0.4 55 0 0 330

0.238837855 0.3 55 0 0 330 0.651295511 0.7 60 -5

0.985717338 1 65 -10 0.080996124 0.1 50 5 20

0.196874905 0.2 50 5 20 0.395458846 0.4 55 0 0 330

0.465346232 0.5 55 0 0 330 0.969023713 1 65 -10

0.681966613 0.7 60 -5 0.214606159 0.3 55 0 0 330

0.28214362 0.3 55 0 0 330 0.527665029 0.6 55 0 0 330

0.283669546 0.3 55 0 0 330 0.092837306 0.1 50 5 20

0.716177862 0.8 60 -5 0.422986541 0.5 55 0 0 330

0.077730644 0.1 50 5 20 0.239722892 0.3 55 0 0 330

0.605151524 0.7 60 -5 0.21518601 0.3 55 0 0 330

0.918393506 1 65 -10 0.970122379 1 65 -10

0.59663686 0.6 55 0 0 330 0.286111026 0.3 55 0 0 330

0.295419172 0.3 55 0 0 330 0.222266305 0.3 55 0 0 330

0.736228523 0.8 60 -5 0.381786554 0.4 55 0 0 330

0.088930937 0.1 50 5 20 0.637348552 0.7 60 -5

0.645496994 0.7 60 -5 0.253913999 0.3 55 0 0 330

Flores

Probabilidad No Ramos

0.1 45

0.2 50

0.4 55

0.2 60

0.1 65

Flores

Probabilidad No Ramos

0 45

0.1 50

0.3 55

0.7 60

0.9 65

Al realizar la simulación con 200 números aleatorios y asignarles la cantidad de ramos vendidos de acuerdo c
la probabilidad establecida, se validan los ramos sobrantes y de acuerdo con estos las ganancias y pérdidas d
cada opción, se puede establecer que la
This study spouorlcíetwicasado2wenlsoaldaedmbyá1s00a00d0e79c5u44a9d05a4,frdomadCoourqseuHeeroe.csomcoonn1l0a-21q-2u0e22t1i7e:1n7e:41uGnMmT -a05y:0o0r valor
utilidad.
gnarles la cantidad de ramos vendidos de acuerdo con
s y de acuerdo con estos las ganancias y pérdidas de

rqseuHeeroe.csomcoonn1l0a-21q-2u0e22t1i7e:1n7e:41uGnMmT -a05y:0o0r valor de