Universidad de La Serena

Facultad de Ingeniería
Departamento de Ingeniería Industrial

Números Aleatorios y
Método de Monte Carlo

Msc. Ing. Oscar A. Contreras G.

Simulación Operativa/ocg
 Universidad de La Serena
Facultad de Ingeniería
Departamento de Ingeniería Industrial
Números Aleatorios y Método de MonteCarlo
Ejemplo de Aplicación:
Se desea evaluar el impacto ambiental del ruido producido por las
maquinas que recibe el operador en X, de una industria mediante
simulación de Monte Carlo, para lo cual se han recopilado los
siguientes antecedentes de la empresa:

5
0
Ingreso Proceso Pproceso Salida
m.p. 1 2 Producto m
X t
Operador s
3 2,7
mts. mts.
Simulación Operativa/ocg
 Universidad de La Serena
Facultad de Ingeniería
Departamento de Ingeniería Industrial
Números Aleatorios y Método de MonteCarlo

Ejemplo de Aplicación:

El ruido producido por la máquina del Proceso 1 (db) están según

la siguiente distribución:
80 20%; 110 50% y 128 30%
El ruido producido por la máquina del Proceso 2 (db), se
distribuyen por:
78 15%; 85 30%; 98 40% y 120 30%

Determine el nivel de ruido que recibe el operador X en su puesto de

trabajo. ¿Es necesario que utilice protectores auditivos de clase 2?.

Simulación Operativa/ocg
 Universidad de La Serena
Facultad de Ingeniería
Departamento de Ingeniería Industrial
Números Aleatorios y Método de MonteCarlo
Desarrollo: Se prepara las funciones de densidad

Proceso 1 (db)

p (%)

0,5

0,3
0,2

80 110 128
(db)

Proceso 2 (db)

p (%)

0,4
0,3 0,3
0,15

78 85 98 120
(db)

Simulación Operativa/ocg
 Universidad de La Serena
Facultad de Ingeniería
Departamento de Ingeniería Industrial
Números Aleatorios y Método de MonteCarlo
Desarrollo: Se grafican las funciones acumuladas

Proceso 1
P (%) 1,0

0,7

Proceso 2
P (%) 1,0
0,2
0,85

80 110 128
(db) 0,45

0,15

78 85 98 120
(db)

Simulación Operativa/ocg
 Universidad de La Serena
Facultad de Ingeniería
Departamento de Ingeniería Industrial
Números Aleatorios y Método de MonteCarlo
Desarrollo: Se generan los números aleatorios

Números Pseudoaleatorios generados por la función =ALEATORIO() de la Planilla Excel.

0.8718 0.6692 0.7548 0.0020 0.7663 0.4481 0.3348

0.8384 0.9878 0.3868 0.5852 0.3623 0.6704 0.6835
0.8858 0.7801 0.3792 0.6312 0.8776 0.0260 0.3297
0.9191 0.1894 0.4559 0.1659 0.9854 0.3271 0.7518
0.8943 0.4319 0.8338 0.7992 0.9641 0.5122 0.5137
0.2585 0.5291 0.2435 0.4035 0.0682 0.3527 0.3302
0.9877 0.2157 0.9927 0.3738 0.7380 0.8831 0.4439
0.2275 0.9759 0.8286 0.1171 0.4805 0.9915 0.6564
0.6478 0.4835 0.8634 0.9968 0.4071 0.3902 0.8792
0.0251 0.9233 0.6710 0.6499 0.3166 0.1705 0.5448
0.4995 0.4955 0.7259 0.5383 0.2666 0.3651 0.2722
0.6824 0.2388 0.7005 0.4831 0.3327 0.2983 0.8406
0.5113 0.3580 0.4185 0.1536 0.1386 0.9241 0.7037

Simulación Operativa/ocg
 Universidad de La Serena
Facultad de Ingeniería
Departamento de Ingeniería Industrial
Números Aleatorios y Método de MonteCarlo
Desarrollo: Se validan y/o verifican los números
aleatorios:
Validación de Nº Aleatorios Usados
0.782
0.669
0.755
0.000
0.766 Promedio = 0.646 

0.836
0.988 Varianza = 0.065 
0.387
0.585
0.362
0.886
0.780
0.379
0.631
0.878
Simulación Operativa/ocg
 Universidad de La Serena
Facultad de Ingeniería
Departamento de Ingeniería Industrial
Números Aleatorios y Método de MonteCarlo
Desarrollo: Los números aleatorios, representan
el % de p en cada una de las variables, lo que nos entregará el
valor de la variable buscada.

Proceso 1
P (%) 1,0

0.8718
0,7

0.6202

0,2

80 110 128
(db)

Al usar el segundo nº aleatorio, Al usar el primer nº aleatorio,

encontramos que el ruido será encontramos que el ruido será
de 110 (db) de 128 (db)
Simulación Operativa/ocg
 Universidad de La Serena
Facultad de Ingeniería
Departamento de Ingeniería Industrial
Números Aleatorios y Método de MonteCarlo
Desarrollo: Así entonces se obtendrá tantos
valores de las variables como números aleatorios se utilicen.
Para éste caso serán 5.

Nª Aleatorio Proceso 1
0,872 128
0,669 110
0,755 128
0,000 80
0,766 128
Nª Aleatorio Proceso 2
Media = 115
0,836 98
0,988 120
0,387 85
0,585 98
0,362 85
Media = 97

Simulación Operativa/ocg
 Universidad de La Serena
Facultad de Ingeniería
Departamento de Ingeniería Industrial
Números Aleatorios y Método de MonteCarlo

Desarrollo: Se conforma el cálculo del valor del ruido

ponderado según la distancia al operador X, que permitirá
determinar el resultado buscado.

Por el resultado obtenido de la simulación, el Operador

X NO necesita usar protector clase 2.

Simulación Operativa/ocg
 Universidad de La Serena
Facultad de Ingeniería
Departamento de Ingeniería Industrial
Números Aleatorios y Método de MonteCarlo

Ejercicio de Laboratorio:
Se desea evaluar la zonas de impacto acústico de una empresa
manufacturera mediante simulación de Monte Carlo, para lo cual se
han recopilado los siguientes antecedentes históricos de las
máquinas de los procesos de producción (Ver plano adjunto):

Proceso 1 (db) está según la siguiente distribución:

85 20%; 100 50% y 125 30%
Proceso 2 (db) se distribuye por:
50 15%; 75 30%; 93 40% y 112 15%
Proceso 3 (db), responde a:
80 20%; 97 40%; 108 30% y 126 10%
Proceso 4 (db), determinó según:
60 20%; 72 40%; 86 30% y 95 10%

Determinar el ruido al cual están expuestos los operadores de la

planta.
Simulación Operativa/ocg
 Universidad de La Serena
Facultad de Ingeniería
Departamento de Ingeniería Industrial
Números Aleatorios y Método de MonteCarlo
Ejercicio de Laboratorio:

Ingreso Proceso Proceso

m.p. 1 2 X2
X1
Operador Operador

Proceso
3

X4 Proceso X3
Operador
Salida
Operador 4
Producto
Simulación Operativa/ocg 120 mts