Primer problema - Ejercicio 1.

6
Después del embalaje, un transportador de banda transfiere al inventario los productos acabados en
lotes de 1000 unidades. Los cartones de embalaje se colocan en la banda del transportador
automáticamente, a una distancia de 2.10 mts. de centro a centro. Los cartones se descargan a mano y
se retiran de la banda dentro de una distancia de 2.10 mts. O sea que el trabajador no puede alcanzar
un cartón que esté a más de 1.05 m de él. Cualquier cartón no descargado por el empleado cae
automáticamente de la banda y se debe recuperar en un momento posterior. El tiempo necesario para
descargar un cartón está distribuido normalmente con una media de 15 segundos y una desviación
estándar de 3 segundos.
La distancia del punto de carga al de descarga, medida a lo largo del transportador, es de 30 mts. El
transportador puede funcionar a cualquier velocidad que se desee. Sea X el número de cartones
retirados por hora y sea y el número de cartones que deja de descargar el empleado por hora.
a) Mediante la simulación y una técnica apropiada de investigación, determine la velocidad del
transportador que maximice x – y.
b) Resuélvase el problema anterior, cuando la distancia entre cartones sucesivos tenga una
distribución exponencial con una media de 2.40 mts.

1- Definiciones basadas en el enfoque de eventos

a) Variables de estado del Sistema
- Estado del trabajador: Se refiere al estado actual del trabajador, sea este libre o
descargando.
- Velocidad del transportador: Se refiere a la velocidad de la banda transportadora con la que
se movilizan los cartones.

b) Entidades y sus atributos

- Trabajador
- Tiempo de descarga: Indica el tiempo que demora el trabajador en descargar un
cartón.
- Estado del trabajador: Se refiere al estado actual del trabajador, sea este libre o
descargando.
- Cartones
- Posición: Indica la posición actual del cartón en la banda transportadora.

c) Eventos, Actividades y procesos

- Colocar el cartón en la banda transportadora: Este evento indica el momento en el que un

cartón es colocado en la banda transportadora.
- Actualizar Posiciones: Este evento actualiza las posiciones de los cartones en la banda
transportadora, y determina si alguno de los cartones se ha caído
- Llegada al rango: Este evento ocurre cuando un cartón llega al rango del trabajador en la
banda transportadora.
- Servicio: Ocurre cuando el cartón llega al rango del trabajador o el trabajador está ocupado.
d) Contadores y/o acumuladores
- Cartones retirados: Indica la cantidad de cartones que han sido retirados por el trabajador.
- Cartones caídos: Indica la cantidad de cartones que no han sido retirados por el trabajador en
momento oportuno.

e) Medidas de desempeño
- Cartones retirados / total : Indica la eficacia del trabajador en el descargo con respecto al
total de cartones del lote.
- Tiempo estado ocupado: Indica el tiempo total que lleva el trabajador descargando cartones.

2- Diagramas de flujo
3- Desarrollo del modelo
El modelo se desarrolló en Python, y se destacan los siguientes aspectos del mismo:
● El manejo de la llegada, procesamiento y salida de cartones para una banda transportadora
manejada en distintos eventos.
● El cálculo de la maximización de cartones retirados/hora - cartones caídos/hora se realiza con
las variables acumuladoras del mismo nombre y teniendo en cuenta el tiempo total de
simulación.
● Se manejan objetos en la simulación para cartones y un trabajador para así facilitar el
almacenamiento y manejo de datos en tiempo de ejecución.

El modelo se encuentra ubicado en la carpeta de Modelos desarrollados, con el nombre

Modelo_problema_1_7.ipynb

4- Análisis de resultados
Para la solución del subpunto a, donde nos piden la colocación de cartones a 2.10 metros de distancia
cada uno se obtienen los siguientes resultados:

Como se puede observar, hay varias posibles soluciones que maximizan X-Y, sin embargo estas
soluciones incluyen varios escenarios donde hay muchas cajas que no son recogidas por el trabajador,
de esta manera las velocidades más óptimas para evitar la caída excesiva (o incluso nula) de los
cartones de la banda transportadora, serían las más cercanas a cero.

En cambio, en el subpunto b, donde cada cartón está distanciado del otro con una distribución
exponencial y teniendo una media de 2.40 metros se observa:
En este caso se puede notar que hay muchas menos posibles soluciones de maximización para el
ejercicio con distribución exponencial, entonces al verificar el resultado con un intervalo de confianza
del 95% se estima que el resultado está en el intervalo (1.7825186688380543, 2.326681331161946).
Segundo problema - Ejercicio 1.7
Una estación de gasolina siempre está abierta y tiene dos tipos de clientes. Un carro de la policía que
llega cada 30 minutos (exactamente), con el primer carro de la policía llegando a los 15 minutos.
Carros particulares tienen un tiempo entre llegadas exponencial con media 5.6 minutos y el primer
carro llega en el tiempo cero. Los tiempos de servicio en la bomba para todos los carros son
exponenciales con media 4.8 minutos. Un carro que llegue y encuentre la bomba libre es atendido
inmediatamente, y carros particulares que encuentren la bomba ocupada se unen al final de una sola
cola. Un carro de la policía que al llegar encuentra la bomba ocupada, sin embargo, va al frente de la
cola, a la cabeza de cualquier carro particular en la cola. Inicialmente el sistema está vacío y libre y la
simulación se realiza hasta que 500 carros (de cualquier tipo) hayan completado sus demoras en la
cola. Evaluar la demora promedio esperada en la cola para cada tipo de carro separadamente, el
número promedio esperado de carros (de cualquier tipo) en la cola y la utilización esperada de la
bomba.

1- Definiciones basadas en el enfoque de eventos

a) Variables de estado del Sistema
- Estado de la estación: Puede ser “libre” u “ocupada”, indicando si se le está dando servicio a
un carro o no.
- Cantidad de clientes en la cola: Indica la cantidad de clientes esperando ser atendidos (si los
hay)
- Total de clientes atendidos: Indica la cantidad de clientes que ya fueron atendidos.

b) Entidades y sus atributos

- Cliente
● Tipo de cliente: Indica si el cliente es un carro particular o un carro de policía
● Tiempo de llegada: Indica el tiempo en el que el cliente llega a la EDS.

c) Eventos, Actividades y procesos

● Eventos
- Llegada de un cliente particular: Este evento ocurre cuando un particular llega a la
EDS. Puede cambiar la variable del estado de la estación de libre a ocupada si no
hay clientes en la cola, incrementa la variable de cantidad de clientes en la cola en 1,
y determina el atributo de tiempo de llegada del cliente.
- Llegada de un cliente policía: Este evento ocurre cuando un policía llega a la EDS.
Similar a la llegada de un cliente particular, pero el manejo de la posición del cliente
en la cola es diferente.
- Salida de un cliente: Este evento ocurre cuando un cliente termina de ser atendido.
Puede cambiar la variable del estado de la estación de ocupada a libre si la cantidad
de clientes en la cola es cero, decrementa la variable de cantidad de clientes en la cola
en 1, aumenta el total de clientes atendidos en 1, y permite calcular la demora en la
cola del cliente.

● Actividades
- Espera en la cola: Inicia con la llegada del cliente, y finaliza cuando el cliente que
está siendo atendido termina su servicio.
d) Contadores y/o acumuladores
- Cantidad de clientes con carro particular atendidos.
- Cantidad de clientes con carro policial atendidos.
- Tiempo total en cola carros particulares: Tiempo total que todos los clientes con carro
particular han pasado en la cola esperando ser atendidos en la EDS.
- Tiempo total en cola carros policía: Tiempo total que todos los clientes con carro policial
han pasado en la cola esperando ser atendidos en la EDS.
- Tiempo total de servicio: Cantidad de tiempo en el que la EDS ha estado “ocupada”.

e) Medidas de desempeño
- Demora promedio en la cola para clientes con carro particular.
- Demora promedio en la cola para clientes con carro policial.
- Cantidad promedio de clientes en la cola.
- Tiempo promedio de servicio.

2- Diagramas de flujo
Siguientes páginas.
● Rutina principal
● Evento 1
● Evento 2
● Evento 3
3- Desarrollo del modelo
El modelo se desarrolló en Python haciendo uso de la librería Simpy, y se destacan los siguientes
aspectos del mismo:
● El manejo de la llegada de carros particulares y de policía con dos eventos distintos, al tener
estos diferente distribución de probabilidad.
● El cálculo de la demora en la cola de un cliente se calcula cuando el cliente que está siendo
atendido finaliza servicio.
● Se almacena el tipo de cliente junto a su tiempo de llegada a la cola para actualizar los
estadísticos totales de particulares y de policías atendidos.

El modelo se encuentra ubicado en la carpeta de Modelos desarrollados, con el nombre

Modelo_problema_1_7.ipynb

4- Análisis de resultados
Estos fueron los resultados arrojados por el modelo, después de 50 veces de repetir la simulación y
construir intervalos de confianza utilizando la distribución t-student con 49 (número de simulaciones
-1) grados de libertad:

RESULTADOS SIMULACIÓN
Para un total de 50 pruebas, se puede afirmar lo siguiente
Con intervalos de confianza de 95%
La demora promedio de los policias en la cola está entre: [4.54 4.861]
La demora promedio de los particulares en la cola está entre: [ 95.13 124.775]
El número promedio esperado de carros en la cola está entre: [17.24 22.561]
La utilización esperada de la EDS está entre: [96.855 97.935]

Conclusiones

A partir de la información obtenida, se pueden analizar los siguientes aspectos:

● El sistema realiza un trabajo eficiente a la hora de priorizar a los policías sobre los
particulares, brindándoles servicio en menos de 5 minutos.
● Debido a la prioridad de policías sobre a particulares, se observa una diferencia significativa
en la demora en la cola entre estos dos tipos de clientes, de aproximadamente 1800 %
● Al tener una sola estación de servicio para los clientes, se observa que la cola formada es
larga para una estación de gasolina, estando entre 17-22 clientes a lo largo de la simulación.
● La EDS se mantuvo ocupada la mayor parte del tiempo, aproximadamente un 97%.