NSTITUTO TECNOLOGICO DE ORIZABA

SIMULACION

TAREA DE LA UNIDAD 3

HORA: 10:00- 11:00

NOMBRE: Trujillo Carrera David Uziel

CATEDRATICO : LOPEZ VIGIL CARLOS

LACION POR EL METODO DE MONTECARLO

T1 SIMULACION DE MONTECARLO DEL TIEMPO PARA ESCOGER MERCANCIA
Determina el intervalo de confianza del 95% del tiempo para escoger mercancias

Tiempo para escoger (min) PROBABILIDAD PROBABILIDAD ACUMULADA Ui(0-1)

5.8 0.15 0.15 0<U<=0.15
6.3 0.3 0.45 0.15<U<=0.45
7.8 0.25 0.7 0.45<U<=0.7
9 0.3 1 0.7<U<=1.0

Numero Aleatorio X= Tiempo para elegir mercancia Total de datos = 10

0.2613 6.3 promedio= 7.56
0.4697 7.8 Desviacion estandar = 1.1900
0.2453 6.3 mitad del intervalo de confianza= 0.7375
0.3571 6.3
0.5676 7.8
0.5454 7.8 limite superior de confianza = 8.2975
0.8853 9 limite inferior= 6.8225
0.7902 9
0.9785 9 I.C= 6.8225
0.3652 6.3
α= 5%

8.2975
 Simulacion de Montecarlo de las Ganancias Esperadas
Determinar el intervalo de confianz

Ganancias Esperadas Probabilidad probabilidad acumulada Ui

120000 0.1 0.1 0<U<= 0.10
150000 0.15 0.25 0<U<= 0.25
180000 0.2 0.45 0.70<U<=0.45
210000 0.25 0.7 0.70<U<=0.70
240000 0.2 0.9 0.70<U<=0.90
270000 0.1 1 0.90<U<=1

Numero aleatorio x= Ganancias esperada total de datos 15

0.742 240000 promedio= 210000
0.214 150000 desviacion estandar 42426.4069
0.797 240000 mitad del intervalo de confianza 18018.47
0.433 180000
0.057 120000
0.262 180000 Limite superios de confianzas 228018.47
0.469 210000 Limite inferior de confianzas 191981.53
0.516 210000 ic= $191,891.53
0.394 180000
0.95 270000
0.632 210000
0.817 240000
0.679 210000
0.736 240000
0.923 270000
 10%

$228,018.47
 SIMULACION DE MONTECARLO PARA LA PRODUCCION DE UN TALLER DE MANUFACTURA
Determinar el intervalo de confianza al 96% α= 4%
Produccion diaria probabilidad probabilidad acumulada Ui
8 0.1 0.1 0<U<= 0.10
10 0.15 0.25 0.10<U<= 0.25
15 0.4 0.65 0.25<U<=0.65
17 0.2 0.85 0.65<U<=85
20 0.15 1 0.85<U<=1

Numero aleatorio X= produccion diaria total de datos= 20

0.04 8 promedio= 15.1
0.458 15 Desviacion estandar 3.3230
0.619 15 mitad del intervalo de confianza= 1.53
0.744 17
0.804 17
0.271 15 Limite superior de confianza= 16.63
0.953 20 Limite inferior de confianza= 13.57
0.387 15
0.642 15
0.865 20
0.321 15 I.C.= 13.5740 16.6260
0.489 15
0.546 15
0.834 17
0.271 15
0.123 10
0.524 15
0.048 8
0.987 20
0.316 15
MANUFACTURA
 simulacion de montecarlo de un proyecto de inversion
intervalo de confianza

costo probabilidad probabilidad acumulada

110000 0.15 0.15
115000 0.30 0.45 0.15<U<= 0.45
125000 0.35 0.80 0.45<U<=0.80
145000 0.20 1.00

Nota: observar como influye el tamaño de la muestra en la variacion del intervalo de confianza para 25,50,75 y 100 datos

# numero aleatorio X= costo del proyecto

1 0.4629 125000
2 0.6375 125000
3 0.6886 125000
4 0.0318 110000
5 0.1164 110000
6 0.5451 125000 total de datos= 25
7 0.2790 115000 promedio= 122600
8 0.0317 110000 desviacion estandar= 11467.3449
9 0.4602 125000 mitad del intervalo de confianza= 4495.11662
10 0.5527 125000
11 0.2384 115000
12 0.2604 115000 Limite superios de confianzas = 127095.117
13 0.3941 115000 Limite inferior de confianzas = 118104.883
14 0.0040 110000
15 0.3130 115000
16 0.1802 115000
17 0.7017 125000
18 0.7271 125000 I.C= 118104.883
19 0.8798 145000
20 0.8317 145000
21 0.2440 115000
22 0.9766 145000
23 0.9771 145000
24 0.5432 125000
25 0.3763 115000
26 0.3867 115000
27 0.3631 115000
28 0.1406 110000
29 0.8834 145000
30 0.2225 115000
31 0.6338 125000
32 0.9703 145000
33 0.5895 125000
34 0.4656 125000 total de datos= 50
35 0.0385 110000 promedio= 124200
36 0.6525 125000 desviacion estandar= 12303.9731
37 0.8937 145000 mitad del intervalo de confianza= 3410.42469
38 0.3389 115000
39 0.2189 115000
40 0.3686 115000 Limite superios de confianzas = 127610.425
41 0.4530 125000 Limite inferior de confianzas = 120789.575
42 0.2214 115000
43 0.6157 125000
44 0.8504 145000
45 0.8703 145000
46 0.3167 115000 I.C= 120789.575
47 0.1838 115000
48 0.9955 145000
49 0.4641 125000
50 0.9790 145000
51 0.4300 115000
52 0.7991 125000
53 0.6057 125000
54 0.0827 110000
55 0.2973 115000
56 0.8403 145000
57 0.5742 125000
58 0.5227 125000
59 0.8312 145000 total de datos= 75
60 0.3700 115000 promedio= 124133.333
61 0.4271 115000 desviacion estandar= 11779.8882
62 0.3162 115000 mitad del intervalo de confianza= 2665.99068
63 0.5285 125000
64 0.0107 110000
65 0.9697 145000 Limite superios de confianzas = 2665.99068
66 0.6617 125000 Limite inferior de confianzas = 121467.343
67 0.6392 125000
68 0.4514 125000
69 0.1013 110000
70 0.3563 115000
71 0.6264 125000 I.C= 121467.343
72 0.7269 125000
73 0.9977 145000
74 0.7331 125000
75 0.5929 125000
76 0.4659 125000
77 0.6188 125000
78 0.7021 125000
79 0.0662 110000
80 0.3541 115000
81 0.4536 125000
82 0.1529 115000
83 0.7555 125000
84 0.3335 115000
85 0.0771 110000
86 0.9820 145000
87 0.3776 115000
88 0.3940 115000 total de datos= 100
89 0.5081 125000 promedio= 123850
90 0.9322 145000 desviacion estandar= 11565.6885
91 0.2000 115000 mitad del intervalo de confianza= 2266.8333
92 0.5333 125000
93 0.8161 145000
 94 0.5220 125000 Limite superios de confianzas = 126116.833
95 0.4823 125000 Limite inferior de confianzas = 121583.167
96 0.2926 115000
97 0.2646 115000
98 0.4467 115000 I.C= 121583.167
99 0.8780 145000
100 0.3379 115000
 α= 5%

UI
0<U<= 0.15
0.15<U<= 0.45
0.45<U<=0.80
0.80<U<=1

5,50,75 y 100 datos

tabla de resultados
intervalo de confianza
total corridas costo promedio mitad de ic L.inferior L. superior
25 122600 4495.1166166 118104.88338 127095.11662
50 124200 3410.4246867 120789.57531 127610.42469
75 124200 2665.9906849 121467.34265 2665.9906849
100 123850 2266.8333004 121583.1667 126116.8333

127095.117
Conclusion: Conforme aumenta el tamaño de la muestra, la variacion va disminuyendo
127610.425
2665.99068
126116.833
va disminuyendo
metodologia

Dentro de los 10 pasos dentro de la metodologia de la simulacion, identifique en cada una de las siguientes situaciones a que nu

simulacion numero de paso de la metodologia de simulacion

a de las siguientes situaciones a que numero de paso corr4esponde, llenando la siguiente tabla

Simulación
A) Se recolectan los tiempos de servicio de las cajeras en un banco.
B) Se determina que el número óptimo de corridas de un modelo de
simulación de una fábrica de papel es de 26 corridas.
C) Se construye un diagrama de flujo del proceso de producción de piloncillo
yD)se Se
le pide al jefe que
determina de producción quede
en un sistema lo revise.
producción que consta de 50
máquinas, solo serán simuladas 45 máquinas, ya que las otras 5 no tienen
impacto en el modelo
E) Se determina que de simulación.
el objetivo de un modelo de simulación de una fábrica
que produce cemento será incrementar sus ganancias

F) Se corre un modelo de simulación de un restaurante 17 veces.

G) Se crean intervalos de confianza usando los resultados de un modelo de

simulación que simuló las ganancias de un parque de diversiones.
H) Se determinan que las medidas de desempeño a evaluar de un modelo de
un banco serán el tiempo que los clientes pasan en el sistema y la cantidad de
dinero que los clientes depositan en un día.
I) Se verifica que el modelo creado en el simulador trabaje en forma
correcta
J) Se comparan los resultados generados por el modelo de simulación contra
los resultados del sistema actual.
guiente tabla

Numero de paso de la metodología de la

simulación (1-10)
2
7

3
2