Curso: CII 2754 – Simulación

Semestre: 2-2022

Examen
110 minutos
Sin consultas, sin celular.

1) A cierto centro de reciclaje, ubicado en un determinado lugar de Santiago, llegan dos tipos de
materiales para ser procesados. Los tipos de materiales son plásticos y otros materiales, y el servicio está
disponible desde las 11:00 hasta las 18:00 hrs. en días hábiles.

El tiempo entre llegada de los materiales, sin importar su tipo, distribuyen exponencial con media 1,5
hrs. y de acuerdo con datos empíricos, el 60% de los materiales corresponden a plásticos, y el resto a
otros materiales.

El servicio de reciclaje consta de una máquina con inteligencia artificial que distingue que tipo de material
es el que se procesará. No obstante, este tiempo varía según el tipo de material. El tiempo de procesado
para los plásticos tiene una distribución normal de media 4 hrs. y desviación estándar 0,2 hrs. Por otro
lado, el tiempo de procesado de los otros materiales para reciclar, distribuyen uniforme con mínimo 3
hrs. y máximo 8 hrs. Luego de ser procesados, los materiales se van del sistema en estudio. Se le pide
realizar lo siguiente:

a) Desarrollar un diagrama de flujo para este sistema, describir entidades, atributos, eventos y
actividades. Mencione tres medidas de desempeño que podrían ser consideradas en el estudio.
b) Usando los aleatorios proporcionados, genere los tiempos de llegada, indique a que tipo de
material corresponde. Además, indique el tiempo de procesado del tipo de material.
c) Realice una simulación orientada a eventos, para determinar el tiempo promedio en el sistema
de reciclaje. Considere que el sistema está vacío y que el primer material llega en el tiempo cero
y finalice la simulación a las 7 horas.

Tabla 1: Aleatorios ejercicio 1

Aleatorio Aleatorio Aleatorio
Entidad
t.e.lleg. tipo material tiempo de procesado
1 -‐ 0,616 0,034
2 0,811 0,303 0,117
3 0,068 0,196 0,591
4 0,799 0,184 0,901
5 0,849 0,321 0,399
6 0,653 0,053 0,434
7 0,225 0,356 0,171

(3,0 Puntos)
 2) La siguiente tabla presenta los principales resultados de 2 modelos simulados usando muestras
independientes:

Tabla 2: resultados modelo de simulación

Intervalo de confianza tiempo

Número de
Modelo promedio en el sistema
réplicas
(𝛼 = 0,05)
A 20,8 ± 2,5 15
B 17,2 ± 0,9 20

Estime el intervalo de confianza para la diferencia del tiempo promedio en el sistema e indique si la
diferencia es significativa o no (use 𝛼 = 0,05). (1,5 Puntos)

3) En la tabla 3 se presentan 10 tiempos de atención:

Tabla 3: Tiempos de atención

Observación 1 2 3 4 5 6 7 8 9 10
Tiempo atención (minutos) 4,12 2,84 2,19 1,99 1,51 0,86 2,57 3,81 1,22 4,07

Realice un test K-S para determinar si los tiempos de atención tienen una distribución Gompertz con
parámetros 𝜂̂ = 0,25, 𝑏̂ = 0,55. Use 𝛼 = 0,05, detalle los cálculos realizados. (1,5 Puntos)

4) Considere la variable aleatoria x la cual distribuye Bernoulli. Calcular por el método de máxima
verosimilitud el estimador correspondiente. (1,5 Puntos)

* El ejercicio 1 es obligatorio. Del resto de ejercicios deben desarrollar 2 a elección.

**Quienes no rindieron una solemne: El ejercicio 1 y 2 son obligatorios. Del resto de

ejercicios deben desarrollar 1 a elección.

Expresiones útiles:

• Si x distribuye Bernoulli con parámetro p , la función de probabilidad está definida por:

f ( x) = p x (1 − p )1− x con x0,1

• Si x distribuye Gompertz con parámetros 𝜂 y 𝑏, entonces:
• f ( x) = b exp( + bx −  ebx ) para x  0

• F ( x) = 1 − exp( − (ebx − 1)), x  0

•
D = max D+ , D− 
Test K-S: i  i − 1
D+ = max  − F ( X )  D− = max 
F ( X ) − 
 N   N 
 • Distribución Exponencial: f ( x) =  e −  x ; F ( x) = 1 − e −  x ; x  0
1 x−a
• Distribución Uniforme: f ( x) = ; F ( x) = ;a  x  b
b−a b−a
2
x 1  t − 
1  x− 
2
1 − 
 
−  2 
− 
• Distribución Normal: f ( x) =
1
e 2  

, F ( x ) = e 2
dt
 2
• Intervalo de Confianza
Y  t /2,R −1 S/ R Tabla Distribución t-Student
gl/α’ 0,1 0,05 0,025 0,01 0,005
• Error estándar, 2 muestras no independientes
1 3,078 6,314 12,706 31,821 63,657
1 R
s.e.( D) = SD / R ; S = 2

R − 1 r =1
D ( Dr − D)2 2
3
1,886
1,638
2,920
2,353
4,303
3,182
6,965
4,541
9,925
5,841
•• Intervalo de confianza, error estándar y grados de libertad, 4 1,533 2,132 2,776 3,747 4,604
2 muestras independientes con distinta varianza 5 1,476 2,015 2,571 3,365 4,032
6 1,440 1,943 2,447 3,143 3,707
Y1 − Y2  t /2,v s.e. 7 1,415 1,895 2,365 2,998 3,499
2 8 1,397 1,860 2,306 2,896 3,355
S12 S 22  S12 S22 
s.e.(Y1 − Y2 ) = +  +  9 1,383 1,833 2,262 2,821 3,250
R1 R2
=  R1 R2  10 1,372 1,812 2,228 2,764 3,169
2 2
S  S 
2 2
11 1,363 1,796 2,201 2,718 3,106
   
1 2
12 1,356 1,782 2,179 2,681 3,055
 R1  +  R2 
13 1,350 1,771 2,160 2,650 3,012
R1 − 1 R2 − 1
14 1,345 1,761 2,145 2,624 2,977
Tabla: Distribución Chi-Cuadrado 15 1,341 1,753 2,131 2,602 2,947
gl/ α’ 0.10 0.05 0.025 0.01 0.005 16 1,337 1,746 2,120 2,583 2,921
1 2,706 3,841 5,024 6,635 7,879 17 1,333 1,740 2,110 2,567 2,898
2 4,605 5,991 7,378 9,210 10,597 18 1,330 1,734 2,101 2,552 2,878
3 6,251 7,815 9,348 11,345 12,838 19 1,328 1,729 2,093 2,539 2,861
4 7,779 9,488 11,143 13,277 14,860 20 1,325 1,725 2,086 2,528 2,845
5 9,236 11,070 12,833 15,086 16,750 21 1,323 1,721 2,080 2,518 2,831
6 10,645 12,592 14,449 16,812 18,548
22 1,321 1,717 2,074 2,508 2,819
7 12,017 14,067 16,013 18,475 20,278
23 1,319 1,714 2,069 2,500 2,807
8 13,362 15,507 17,535 20,090 21,955
24 1,318 1,711 2,064 2,492 2,797
9 14,684 16,919 19,023 21,666 23,589
>25 1,316 1,708 2,060 2,485 2,787
10 15,987 18,307 20,483 23,209 25,188
Tabla Distribución Normal Estándar N(0,1)
Proporciona el área a la izquierda para valores positivos de z.

Z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.500 0.504 0.508 0.512 0.516 0.520 0.524 0.528 0.532 0.536
0.1 0.540 0.544 0.548 0.552 0.556 0.560 0.564 0.567 0.571 0.575
0.2 0.579 0.583 0.587 0.591 0.595 0.599 0.603 0.606 0.610 0.614
0.3 0.618 0.622 0.626 0.629 0.633 0.637 0.641 0.644 0.648 0.652
0.4 0.655 0.659 0.663 0.666 0.670 0.674 0.677 0.681 0.684 0.688
0.5 0.691 0.695 0.698 0.702 0.705 0.709 0.712 0.716 0.719 0.722
0.6 0.726 0.729 0.732 0.736 0.739 0.742 0.745 0.749 0.752 0.755
0.7 0.758 0.761 0.764 0.767 0.770 0.773 0.776 0.779 0.782 0.785
0.8 0.788 0.791 0.794 0.797 0.800 0.802 0.805 0.808 0.811 0.813
0.9 0.816 0.819 0.821 0.824 0.826 0.829 0.831 0.834 0.836 0.839
1.0 0.841 0.844 0.846 0.848 0.851 0.853 0.855 0.858 0.860 0.862
1.1 0.864 0.867 0.869 0.871 0.873 0.875 0.877 0.879 0.881 0.883
1.2 0.885 0.887 0.889 0.891 0.893 0.894 0.896 0.898 0.900 0.901
1.3 0.903 0.905 0.907 0.908 0.910 0.911 0.913 0.915 0.916 0.918
1.4 0.919 0.921 0.922 0.924 0.925 0.926 0.928 0.929 0.931 0.932
1.5 0.933 0.934 0.936 0.937 0.938 0.939 0.941 0.942 0.943 0.944
1.6 0.945 0.946 0.947 0.948 0.950 0.951 0.952 0.953 0.954 0.954
1.7 0.955 0.956 0.957 0.958 0.959 0.960 0.961 0.962 0.962 0.963
1.8 0.964 0.965 0.966 0.966 0.967 0.968 0.969 0.969 0.970 0.971
1.9 0.971 0.972 0.973 0.973 0.974 0.974 0.975 0.976 0.976 0.977
2.0 0.977 0.978 0.978 0.979 0.979 0.980 0.980 0.981 0.981 0.982
2.1 0.982 0.983 0.983 0.983 0.984 0.984 0.985 0.985 0.985 0.986
2.2 0.986 0.986 0.987 0.987 0.987 0.988 0.988 0.988 0.989 0.989
2.3 0.989 0.990 0.990 0.990 0.990 0.991 0.991 0.991 0.991 0.992
2.4 0.992 0.992 0.992 0.992 0.993 0.993 0.993 0.993 0.993 0.994
2.5 0.994 0.994 0.994 0.994 0.994 0.995 0.995 0.995 0.995 0.995
2.6 0.995 0.995 0.996 0.996 0.996 0.996 0.996 0.996 0.996 0.996
2.7 0.997 0.997 0.997 0.997 0.997 0.997 0.997 0.997 0.997 0.997
2.8 0.997 0.998 0.998 0.998 0.998 0.998 0.998 0.998 0.998 0.998
2.9 0.998 0.998 0.998 0.998 0.998 0.998 0.998 0.999 0.999 0.999
3.0 0.999 0.999 0.999 0.999 0.999 0.999 0.999 0.999 0.999 0.999
3.1 0.999 0.999 0.999 0.999 0.999 0.999 0.999 0.999 0.999 0.999
3.2 0.999 0.999 0.999 0.999 0.999 0.999 0.999 0.999 0.999 1.000
 Pauta

1) a)

La descripción del sistema:

Entidad Material de reciclaje
Atributos Tiempos de llegada Tiempos de procesado
Eventos Llegada de materiales procesado

Tres medidas de desempeño relevantes para el sistema podrían ser:

• Tiempo promedio en el sistema

• Utilización de la maquina procesadora
• Cantidad de entidades en cola

b) Para calcular los tiempos entre llegadas, usamos la inversa de una distribución exponencial:
𝑡. 𝑒. 𝑙𝑙.𝑖 = −1.5 ln (1 − 𝑟𝑖 ). Luego, para decidir el tipo de material, se usa una distribución Bernoulli
con probabilidad 0,6. Dependiendo del tipo de material, el tiempo de revisado para plásticos es: 𝑇𝑃𝑡𝑖 =
0.2 ∗ 𝑍𝑟𝑖 + 4. Por otro lado, para otro tipo de materiales, usamos la inversa de la distribución uniforme:
𝑇𝑃𝑡𝑖 = 5 ∗ 𝑟𝑖 + 3

Aleatorio Aleatorio tipo

Entidad t.e.lleg T.e.lleg T.lleg material Tipo Aleatorio t. procesado T. procesado
1 - 0 0 0,616 Otro 0,034 3,170
2 0,811 2,499 2,499 0,303 Plástico 0,117 3,762
3 0,068 0,106 2,605 0,196 Plástico 0,591 4,046
4 0,799 2,407 5,011 0,184 Plástico 0,901 4,257
5 0,849 2,836 7,847 0,321 Plástico 0,399 3,949
6 0,653 1,588 9,435 0,053 Plástico 0,434 3,967
7 0,225 0,382 9,817 0,356 Plástico 0,171 3,810

c) Para la simulación orientada a eventos, podemos realizar la siguiente calendarización:

SUM SUM
Entidad Evento Tiempo Q(t) B(t) TS TE Calendario
- Ini 0 0 0 0 0 [lleg;1;0][fin;-;7]
1 Lleg 0 0 1 0 0 [lleg;2;2,499][sal;1;3,170][fin;-;7]
 2 Lleg 2,499 1 1 0 0 [lleg;3;2,605][sal;1;3,170][fin;-;7]
3 Lleg 2,605 2 1 0 0 [sal;1;3,170][lleg;4;5,011][fin;-;7]
1 Sal 3,17 1 1 3,170 0,671 [lleg;4;5,011][sal;2;6,932][fin;-;7]
4 Lleg 5,011 2 1 3,170 0,671 [sal;2;6,932][fin;-;7]
2 Sal 6,932 1 1 7,603 4,998 [fin;-;7]
- Fin 7 1 1 7,603 4,998 -

El tiempo promedio en el sistema (TPS) es:

7,603
𝑇𝑃𝑆 = = 3,801
2

2) En este caso, al ser muestras independientes, se puede calcular el intervalo de confianza de la

S A2 S B2
diferencia de los tiempos de espera modelados de la siguiente manera: YA − YB  t /2, + con
RA RB
2
 S A2 S B2 
 + 
=  RA RB 
2 2
 S A2   S B2 
   
 RA  +  RB 
RA − 1 RB − 1

Con 𝛼 = 0,05 , entonces:

H A = t /2,14 S A / 15 = 2,14S A / 15 = 2,5 → S A = 4,51

H B = t /2,19 SB / 20 = 2,09SB / 20 = 0,9 → SB = 1,92

Calculando los grados de libertad  = 17,8  18 luego se obtiene el siguiente intervalo:

S A2 S B2
YA − YB  t /2, + → 3, 6  2,1*1, 24 →  0,99; 6, 21
RA RB
Por lo tanto, la diferencia es significativa.

3) 𝐻0 : Los tiempos de atención distribuyen Gompertz con parámetros 𝜂̂ = 0,25, 𝑏̂ = 0,55.

Realizando el test K-S se obtiene:

 Tabla Test K-S
i xi Ordenado F(x) i/N-F(x) F(x)-(i-1)/N
1 4,12 0,86 0,140 -0,040 0,140
2 2,84 1,22 0,213 -0,013 0,113
3 2,19 1,51 0,276 0,024 0,076
4 1,99 1,99 0,392 0,008 0,092
5 1,51 2,19 0,442 0,058 0,042
6 0,86 2,57 0,540 0,060 0,040
7 2,57 2,84 0,610 0,090 0,010
8 3,81 3,81 0,832 -0,032 0,132
9 1,22 4,07 0,877 0,023 0,077
10 4,07 4,12 0,885 0,115 -0,015

𝑖
𝐷 + = max { − 𝐹(𝑥)} = 0,115
𝑁
𝑖−1
𝐷 − = max {𝐹(𝑥) − } = 0,14
𝑁
𝐷 = max{𝐷 + , 𝐷 − } = 0,14

Usando el factor de corrección debido a que se está considerando una distribución de

parámetros conocidos, se obtiene:
0,11
𝐷0 = (𝐷) (√𝑁 + 0,12 + ) = 0,465
√𝑁

𝐷∝=0,05 = 1,358

Como 𝐷0 = 0,465 < 𝐷∝=0,05 = 1,358 No existe evidencia estadística suficiente para
rechazar 𝐻0

4) El conjunto de los valores posibles pertenecen al conjunto {0,1}. El parámetro desconocido es la

probabilidad de éxito p. Si x1 , x2 ,..., xn perteneciente a {0,1} distribuidas bernoulli, la verosimilitud es:

L ( x1 , x2 ,..., xn , p ) = p  i (1 − p )  i
x n− x

Su logaritmo es:

LnL =  xi ln p + (n −  xi )ln(1 − p)

La derivada con respecto a p es:

LnL 1 1
=  xi − (n −  xi )
p p 1− p
Ella se anula en:

p=
x i

n
Es decir, el parámetro p corresponde a la frecuencia empírica.