PONTIFICIA UNIVERSIDAD CATOLICA DEL PERU FACULTAD DE CIENCIAS E INGENIERIA SIMULACIN DE SISTEMAS Captulo 8 Pregunta 1 a)Para cada uno

de los casos, indique que tipo de datos requiere (segn el ejemplo): Caso Utilizacin de la persona que evala las solicitudes de crdito El lugar (dimensin) en que se van a tener las solicitudes antes de procesarlas El tiempo en que se da una respuesta al cliente El tamao del archivador que se necesita para guardar todas las solicitudes (aceptadas o no) El nmero de personas necesarias para la campaa de bsqueda de clientes b) Si el sistema se debe tratar como uno no terminal Si se desea almacenar la informacin de la fila de espera de las solicitudes que sern evaluadas, qu procedimiento se debe seguir? c) Se ha considerado que el sistema es terminal. c1) Cmo es que se guardan los datos del tiempo mximo que se demora una solicitud para que se pueda calcular un intervalo de confianza?, Qu funcin se usa? c2) Se establecen dos procedimientos para hacer la evaluacin de las solicitudes de tarjetas de crdito y se obtiene que por 8 horas de trabajo un empleado atiende cierta cantidad de solicitudes. La cantidad de solicitudes atendidas se indica en el siguiente cuadro: 1 2 3 Proced. 1 25 26 31 Proced. 2 31 32 25 Rplicas 9 10 11 Proced. 1 24 30 34 Proced. 2 28 37 30 Hay diferencia entre usar un procedimiento clculos) 4 34 40 12 25 35 u otro?. 5 6 7 8 33 27 28 29 36 27 34 29 13 14 15 16 24 21 25 29 27 27 22 27 Qu recomendara? (indique sus Cmo recoger la informacin: Usando el nr(persona), en el dstat Datos basados en: El tiempo

c3) Encuentre un intervalo de confianza al 95 % para el promedio de solicitudes atendidas c4) Si se desea determinar el un intervalo de confianza con un ancho de 3 solicitudes, cuntas observaciones adicionales sera necesario tomar? (indique sus clculos) Pregunta 2 Para un sistema terminal, se quiere hallar el nmero de rplicas necesarias. Para ello, se corri el modelo de manera inicial para 10 rplicas. Determinar si las 10 rplicas son suficientes o no, si es que se quiere que los grupos servidos varen entre 146 y 150. (Usar un nivel de confiabilidad del 95%). En caso de no ser suficientes, indique cuntas rplicas adicionales deben hacerse.

ARENA Simulation Results

Summary for Replication 1 of 10 Project:caso restaurante Replication ended at time Run execution date : 5/31/02 : 296.35141

COUNTERS Identifier Count Limit _________________________________________ grupos perdidos 0 Infinite grupos servidos 144 Infinite

Beginning replication 2 of 10 Project:caso restaurante Run execution date : 5/31/02 Replication ended at time : 290.01655 COUNTERS Identifier Count Limit _________________________________________ grupos perdidos 3 Infinite grupos servidos 144 Infinite Beginning replication 3 of 10 Project:caso restaurante Run execution date : 5/31/02 Replication ended at time : 292.7119 COUNTERS Identifier Count Limit _________________________________________ grupos perdidos 0 Infinite grupos servidos 144 Infinite Beginning replication 4 of 10 Project:caso restaurante Run execution date : 5/31/02 Replication ended at time : 287.37804 COUNTERS Identifier Count Limit _________________________________________ grupos perdidos 16 Infinite grupos servidos 158 Infinite Beginning replication 5 of 10 Project:caso restaurante Run execution date : 5/31/02 Replication ended at time : 286.16241 COUNTERS Identifier Count Limit _________________________________________ grupos perdidos 0 Infinite grupos servidos 147 Infinite

Beginning replication 6 of 10 Project:caso restaurante Run execution date : 5/31/02 Replication ended at time : 283.29604 COUNTERS Identifier Count Limit _________________________________________ grupos perdidos 3 Infinite grupos servidos 156 Infinite Beginning replication 7 of 10 Project:caso restaurante Run execution date : 5/31/02 Replication ended at time : 290.86697

COUNTERS

Identifier Count Limit _________________________________________ grupos perdidos 1 Infinite grupos servidos 141 Infinite Beginning replication 8 of 10 Project:caso restaurante Run execution date : 5/31/02 Replication ended at time : 295.83732 COUNTERS Identifier Count Limit _________________________________________ grupos perdidos 4 Infinite grupos servidos 141 Infinite Beginning replication 9 of 10 Project:caso restaurante Replication ended at time Run execution date : 5/31/02 : 294.42759

COUNTERS Identifier Count Limit _________________________________________ grupos perdidos 25 Infinite grupos servidos 160 Infinite

Beginning replication 10 of 10 Project:caso restaurante Run execution date : 5/31/02 Replication ended at time : 296.35789 COUNTERS Identifier Count Limit _________________________________________ grupos perdidos 8 Infinite grupos servidos 143 Infinite ARENA Simulation Results

Pregunta 3 Se ha realizado una simulacin para evaluar la utilizacin de un recurso (servidor). Para ello se han definido dos longitudes de corrida distintas (se refiere al tiempo de la simulacin y no el tiempo que se usa la mquina para cada corrida). Se ha corrido la simulacin para 2 y 8 horas de funcionamiento del sistema. El resultado de la utilizacin del recurso para 16 rplicas se muestra en la siguiente tabla Rplicas Dos horas Ocho horas Rplicas Dos horas Ocho horas 1 0.808 0.785 9 0.833 0.815 2 0.875 0.833 10 0.717 0.821 3 0.708 0.806 11 0.817 0.798 4 0.842 0.833 12 0.842 0.817 5 0.742 0.808 13 0.850 0.854 6 0.767 0.800 14 0.850 0.848 7 0.792 0.794 15 0.767 0.796 8 0.950 0.827 16 0.817 0.813

a) Hay diferencia entre correr la simulacin por 8 horas o 2 horas? b) El sistema se debe tratar como un sistema terminal o no terminal? Justifique c) Encuentre un intervalo de confianza al 95 % para la utilizacin del recurso? .

Pregunta 4 a) , se realiza obtiene este reporte, qu anlisis se estaba haciendo? qu quiere decir el reporte?
Batch/Truncate Summary tpatas Batched observations stored in file : ddd.flt Initial Time Truncated Number of Batches Number of Observations Per Batch Number of Trailing Obs'ns Truncated Estimate of Covariance Between Batches : : : : : 50 33 80 38 0.4129

Covariance equal to 0 rejected in favor of Covariance > 0 at 0.05 level.

b) En el siguiente grfico de promedio mvil Son datos basados en el tiempo o en observaciones?, Qu va en el eje X?. Se puede analizar como un sistema terminal? De qu tamao fue la rplica?

Pregunta 5 Si se tiene el siguiente grfico para el tiempo en el sistema del producto 1 (Part 1 Cycle time) en un sistema no terminal, responda:

a) Cul fue el tamao de la rplica? b) Son datos basados en el tiempo o en observaciones? c) Qu se debe hacer para hacer una estimacin por intervalo del tiempo promedio en el sistema del producto 1?

Pregunta 6 Para el siguiente grfico se muestra un reporte del nmero de ordenes en proceso para un sistema no terminal

a) Qu se tuvo que hacer para obtener el grfico? b) Son datos basados en el tiempo o en observaciones? c) A pesar que es un sistema no terminal, se puede estudiar como un sistema terminal? por qu?

Pregunta 7 En un proceso de corte, limpieza y envasado de esprragos, llegan a la mesa de corte en cajas de Para el problema anterior se ejecutaron 10 corridas para 2 escenarios distintos: llevar grupos de 5 coches o llevar grupos de 10 coches. Se obtuvieron los siguientes resultados: Grupos de 5 Total coches Utilizacin enviados a transportador estacin principal 1135 1060 1085 1090 1150 1070 1035 1055 1070 1080 0.6578 0.6146 0.6283 0.6330 0.6672 0.6211 0.5984 0.6100 0.6187 0.6267 Grupos de 10 Total coches Utilizacin enviados a transportador estacin principal 1130 1060 1080 1090 1150 1070 1030 1050 1070 1080 0.3279 0.3061 0.3129 0.3148 0.3344 0.3093 0.2975 0.3032 0.3090 0.3119

Rplica 1 2 3 4 5 6 7 8 9 10

Cul ser la forma ms eficiente de operar? Utilice un sustento estadstico para su respuesta y explique la lgica de sus resultados.

Pregunta 8 Se tiene un sistema no terminal para el cual se est analizando el tiempo total que una entidad pasa en el sistema. El grfico mostrado a continuacin muestra la evolucin del tiempo en el sistema versus el tiempo de corrida:

Para preparar un intervalo de confianza para el tiempo en el sistema se debe elegir el tamao adecuado de valores consecutivos (tamao de batch) que se tomarn para lograr promedios independientes. A continuacin se muestran los correlogramas obtenidos para los promedios formados con batches de tamao 5 y tamao 10 respectivamente. 1. Si se sabe que durante las 100 horas que dur la rplica se generaron 1135 datos de tiempo en el sistema con qu cantidad de datos se deber armar el intervalo de confianza adecuado? Sustente su respuesta empleando la informacin proporcionada en los grficos.

2. Asuma, que la media es 8 y la desviacin estndar es 1.9. Halle el intervalo de confianza. 3. Si usted desea armar un intervalo de confianza, que tenga un error del 5% con respecto a la media, Cul debera ser la longitud de la rplica?

Pregunta 9 Defina y explique qu tipo de sistema (Terminal o no terminal) siguen los siguientes ejemplos que se desea modelar. Sustente su respuesta. 1. 2. 3. 4. Espera por transplante de rin. Flujo de personas en el aeropuerto Caudal de un ro Trfico en la avenida Javier Prado

Pregunta 10 Para un sistema Terminal dado, se obtuvo el siguiente estadstico tiempo en el sistema en minutos ARENA Simulation Results Output Summary for 30 Replications Project: Situacin Actual Analyst: Alumno OUTPUTS Identifier Tiempo en el Sistema Simulation run time: 0.1 minutes. Simulation run complete. Dado que los clientes se quejan por estar mucho tiempo en el sistema, se han planteado 5 posibles soluciones las cuales llamaremos: Plan A, Plan B, Plan C, Plan D y Plan E. Realizados los cambios en el modelo de acuerdo a los 5 planes antes citados, se simularon los respectivos escenarios, obtenindose los siguientes reportes: ARENA Simulation Results Output Summary for 30 Replications Project: PLAN A Analyst: Alumno Run execution date:12/07/2007 Model revision date:12/07/2007 Average 210.40 Half-width 12.82 Minimum 778.00 Maximum 819.00 # Replications 30 Run execution date:12/07/2007 Model revision date:12/07/2007

OUTPUTS Identifier Tiempo en el Sistema Simulation run time: 0.1 minutes. Simulation run complete. Average 188.31 Half-width 8.05 Minimum 106.17 Maximum 376.99 # Replications 30

ARENA Simulation Results Output Summary for 30 Replications Project: PLAN B Analyst: Alumno OUTPUTS Identifier Tiempo en el Sistema Simulation run time: 0.1 minutes. Simulation run complete. ARENA Simulation Results Output Summary for 30 Replications Project: PLAN C Analyst: Alumno OUTPUTS Identifier Tiempo en el Sistema Simulation run time: 0.1 minutes. Simulation run complete. ARENA Simulation Results Output Summary for 30 Replications Project: PLAN D Analyst: Alumno OUTPUTS Identifier Tiempo en el Sistema Simulation run time: 0.1 minutes. Simulation run complete. ARENA Simulation Results Output Summary for 30 Replications Project: PLAN E Analyst: Alumno Run execution date:12/07/2007 Model revision date:12/07/2007 Average 187.29 Half-width 11.36 Minimum 101.68 Maximum 361.03 # Replications 30 Run execution date:12/07/2007 Model revision date:12/07/2007 Average 206.12 Half-width 9.57 Minimum 115.60 Maximum 410.47 # Replications 30 Run execution date:12/07/2007 Model revision date:12/07/2007 Average 215.00 Half-width 8.27 Minimum 115.75 Maximum 411.00 # Replications 30 Run execution date:12/07/2007 Model revision date:12/07/2007

OUTPUTS Identifier Tiempo en el Sistema Average 233.16 Half-width 7.89 Minimum 108.33 Maximum 384.68 # Replications 30

Simulation run time: 0.1 minutes. Simulation run complete. Con los reportes proporcionados responda lo siguiente: a) Qu planes son significativamente iguales a la situacin actual? b) Qu planes recomendara implementar? Pregunta 11 Se obtuvieron los siguientes reportes para un sistema No Terminal cuya corrida fue en minutos:
Cola1: Batch/Truncate Summary Batched observations stored in file : otrocola1.flt Initial Time Truncated : 30000 Number of Batches : A Time Spanned Per Batch : 60 Trailing Time Truncated : 120 Estimate of Covariance Between Batches : Cola1: Batch/Truncate Summary Batched observations stored in file : 2otrocola1.flt Initial Time Truncated : B Number of Batches : C Number of Observations Per Batch : Number of Trailing Obs'ns Truncated : Estimate of Covariance Between Batches : Classical C.I. Intervals Summary IDENTIFIER Cola1 AVERAGE STANDARD 0.950 C.I. DEVIATION HALF-WIDTH 12.658 1.05 0.9245 MINIMUM VALUE 3.612 MAXIMUM VALUE 22.362 NUMBER OF OBS. 162

0.096

50 38 0.09138

Servidor1: Batch/Truncate Summary Batched observations stored in file : otroservidor1.flt Initial Time Truncated : W Number of Batches : 5426 Time Spanned Per Batch : 90 Trailing Time Truncated : X Estimate of Covariance Between Batches : Servidor1: Batch/Truncate Summary Batched observations stored in file : 2otroservidor1.flt

0.136

Initial Time Truncated : 0 Number of Batches : Y Number of Observations Per Batch : Number of Trailing Obs'ns Truncated : Estimate of Covariance Between Batches :

65 Z 0.1256

Classical C.I. Intervals Summary IDENTIFIER Servidor1 AVERAGE STANDARD 0.950 C.I. DEVIATION HALF-WIDTH 0.753 0.082 0.051 MINIMUM VALUE 0.564 MAXIMUM NUMBER VALUE OF OBS. 0.964 83

a) Con la informacin proporcionada, halle los valores de A, B, C, W, X, Y y Z b) Cul fue el tamao de rplica empleado? c) Si se desea que el ancho de intervalo tanto del servidor como el de la cola sea el 5% del promedio para cada caso cunto debera ser la longitud de rplica a consignarse en el elemento REPLICATE?

Los Profesores del Curso Pando, junio del 2008

10