Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Presentado a
Ingeniería Industrial
2023
Introducción
PLAN DE TRABAJO GRUPO
09/10/2023 Elabora un plan para recopilar datos del cada integrante del grupo
proceso. con base en técnicas de
muestreo probabilístico. teniendo en
cuenta tipos de datos relevantes para un
modelo de simulación.
13/10/2023 Diseña formatos para recopilar datos cada integrante del grupo
sobre los eventos. Tomando como base
las actividades identificadas en las tablas
de procesos.
Elabora un plan para recopilar datos del proceso. Con base en técnicas de muestreo probabilístico.
Teniendo en cuenta tipos de datos relevantes para un modelo de simulación.
Recolección de información
modelo Matemático
INICIO
Llegada de clientes
solicitando el servicio
Consulta y agendamiento
de cita
NO
Cliente
toma el
servicio
SI
Cliente
atendido
Cliente Cliente
NO
termina el insatisfecho
servicio
SI
Cliente
satisfecho
Selecciona el tipo de función de distribución que se ajusta a un conjunto de datos. basado en los
resultados de las pruebas de bondad de ajuste.
7 20 28 23 11 10
8 13 12 23 19 30
25 20 24 12 16 5
23 23 8 15 9 18
2 3 16 21 24 25
Teniendo en cuenta la prueba de bondad de ajuste con una confiabilidad del 95% se usara una
distribución Normal con 74% de ajuste
Simulación Mintab
Hoja de trabajo 3
Estadísticas descriptivas
Median
N N* Media Desv.Est. a Mínimo Máximo Asimetría Curtosis
3 0 6.54333 2.92610 6.375 1.3 12.15 0.202168 -0.459274
0
Prueba de bondad del ajuste
Distribució
n AD P
Normal 0.243 0.746
Exponencial 4.099 <0.003
Lognormal 0.782 0.038
Logística 0.232 >0.250
Estimaciones ML de los parámetros de distribución
Exponencial 6.54333
ventajas desventajas
Identifica el comportamiento y desempeño de No permite realizar predicciones de las
procesos en tiempo real siguientes etapas del proceso
Apoyo de los sistemas de la industria Requieren gran cantidad de datos
Estructura clara. con eventos explícitos Acceso a software de simulación
Las variables se evalúan en función de tiempo.
lo que permite un análisis real
Contemplan resultados múltiples
Eventos: sucesos que pueden afectar el normal comportamiento de un sistema diagramas de flujo
Variables de estado: valores o datos que representan el estado del sistema variable según el tiempo
Describa los campos de aplicación de la simulación orientada a eventos discretos. Explicando cada una
de sus aplicaciones.
Logística: modela y optimiza los procesos logísticos (transporte. almacenamiento. distribución.
planificación de rutas. y gestión de inventarios)
Se desea simular el proceso de fallas y reparación de unos generadores eléctricos para estimas el tiempo
muerto que en promedio tienen dichas maquinas.
Se realizaron 200 observaciones registrando los datos del tiempo entre fallas y del tiempo de
reparación, generando las siguientes tablas y datos para realizar la siguiente simulación:
Considerando un valor (Alfa = 0.10); y un error de 0,5 horas.
Numero de Tiempo de Numero de
Tiempo entre falllas observaciones reparacion observaciones
0,5 10 1 56
1 12 2 104
1,5 32 3 40
2 66 Total 200
2,5 42
3 38 Alfa = 0.10 0,10
Total 200 error de 0,5 0,5
Grafico de estabilidad
Tiempo muerto promedio(horas)
2.50
2.00
1.50
1.00
0.50
0.00
1 4 7 10 13 16 19 22 25 28 31 34 37 40
Conclusion: Teniendo en cuenta la simulación se puede validar que el proceso tiende a estabilización a
partir de la falla No. 29 con un tiempo muerto aproximado de 2.
Rango
Numero de Tiempo
Tiempo entre falllas observaciones probabilidad Desde Hasta entre fallas Rango
Numero de
Tiempo de observacion Tiempo de
0,5 10 0,05 0 0,05 0,5 reparacion es probabilidad Desde Hasta reparacion
1 12 0,06 0,05 0,11 1 1 56 0,28 0,00 0,28 1
1,5 32 0,16 0,11 0,27 1,5 2 104 0,52 0,28 0,80 2
2 66 0,33 0,27 0,60 2 3 40 0,20 0,80 1,00 3
2,5 42 0,21 0,60 0,81 2,5 Total 200
3 38 0,19 0,81 1,00 3
Total 200
Tiempo
Hora inicio Tiempo
Numero No. Aleatorio Tiempo No. Aleatorio de Tiempo de Hora fin muerto
Hora de falla de muerto
descompostura descompostura entre falla reparacion reparacion reparacion promedio(ho ESTADISTICAS TIEMPO ESTADISTICAS TIEMPO
reparacion (horas)
ras) MUERTO HORAS MUERTO PROMEDIO
1 0,81 3,00 3,00 0,95 3 3,00 6,00 3,00 3,00 Promedio 2,14 Promedio 2,37
2 0,36 2,00 5,00 0,54 2 5,00 7,00 2,00 2,50 Desviacion 0,38 Desviacion 0,30
3 0,71 2,50 7,50 0,69 2 7,50 9,50 2,00 2,33 Max. 3,00 Max. 3,00
4 1,00 3,00 10,50 0,43 2 10,50 12,50 2,00 2,25 Min. 2,00 Min. 2,14
5 0,17 1,50 12,00 0,39 2 12,00 14,00 2,00 2,20
6 0,94 3,00 15,00 0,57 2 15,00 17,00 2,00 2,17
7 0,65 2,50 17,50 0,73 2 17,50 19,50 2,00 2,14
Se adecua el número de corridas según el numero obtenido en el literal B Tiempo muerto promedio(horas)
3,50
3,00
2,50
2,00
1,50
1,00
0,50
0,00
1 2 3 4 5 6 7
CORRIDA 1 CORRIDA 2 CORRIDA 3 CORRIDA 4 CORRIDA 5 CORRIDA 6 CORRIDA 7 CORRIDA 8 CORRIDA 9 CORRIDA 10 CORRIDA 11 CORRIDA 12 CORRIDA 13 CORRIDA 14 CORRIDA 15
2,00 3,00 1,00 2,00 3,00 2,00 2,00 2,00 2,00 2,00 2,00 1,00 3,00 1,00 2,00
2,50 2,50 1,50 2,50 2,00 2,00 2,00 2,00 2,50 2,00 1,50 1,00 2,00 1,50 2,00
2,33 2,33 1,67 2,00 2,00 2,33 2,33 1,67 2,33 1,67 1,67 1,00 1,67 1,33 1,67
2,00 2,25 1,50 2,00 1,75 2,25 2,00 2,00 2,25 1,75 2,00 1,50 1,75 1,75 2,00
2,00 2,20 1,60 2,20 1,80 2,00 2,20 2,20 2,00 1,80 1,80 1,60 2,00 2,00 2,00
2,17 2,17 1,83 2,00 1,83 2,00 2,17 2,17 1,83 1,83 1,67 1,67 2,00 1,83 2,00
2,00 2,00 1,86 1,86 1,86 2,00 2,14 2,00 2,00 1,86 1,57 1,86 1,86 1,71 2,00
rutinarios.
comportamiento normal.
RECOMENDACIONES
La implementación de modelos de simulación basados en datos reales
2023, de http://scielo.isciii.es/scielo.php?script=sci_arttext&pid=S0213-
91112006000100014&lng=es&tlng=es.
https://repository.unad.edu.co/handle/10596/22524
Marmolejo, I. S., Macías, R. G., & Robles, F. S. (2014). Etapas de un modelos de simulación y la
https://www.uaeh.edu.mx/scige/boletin/sahagun/n2/p1.html
Martín Díaz Rodríguez. (2019). Estadística inferencial aplicada. Universidad del
Norte. https://search-ebscohost-com.bibliotecavirtual.unad.edu.co/login.aspx?
direct=true&db=nlebk&AN=2320219&lang=es&site=ehost-live
19.https://www-ebooks7-24-com.bibliotecavirtual.unad.edu.co/?il=6959.
TrABAJ, H. D. (2014). Inferencia estadística: Pruebas de hipótesis. Rev Chil Anest, 43, 125-128.
net.bibliotecavirtual.unad.edu.co/es/ereader/unad/48697?page=18
ANEXOS
PARTICIPACION EN EL FORO