Вы находитесь на странице: 1из 13

Prcticas de

Simulacin
(Sistemas)

Autor: M. en C. Luis Ignacio Sandoval Paz

En este manual se incluyen seis prcticas:


Prctica 1: Construccin de un modelo de simulacin, aplicando el mtodo de la funcin
inversa al caso general de la funcin de densidad de probabilidad triangular.

Prctica 2: Simulacin del tiempo de proceso en una red de procesadores, aplicando la


funcin triangular.
Prctica 3: Determinacin del valor esperado y carianza de diferentes funciones de
densidad de probabilidad: Distribucin Bernoulli, Distribucin Binomial, Distribucin
Geomtrica, Distribucin Binomial Negativa o Pascal, Distribucin Poisson,
Distribucin Hipergeomtrica, Distribucin Uniforme Continua, Distribucin
Exponencial, Distribucin Normal, Distribucin Triangular.
Practica 4: La demanda de un producto perecedero es una variable aleatoria
continua

dada

por

la

siguiente

Demanda
(litros)

Probabilidad

[0,10)

0.20

[10,20)

0.30

[20,30)

0.50

tabla:

El costo del producto es de $60, y el precio de venta, de $130. Este producto tiene
una vida til de 1 semana, y pasado este tiempo, se puede devolver el remanente
con un reintegro de $20 el litro.
Se trata de determinar, mediante simulacin, cul es la cantidad ptima a pedir por
semana, de modo de maximizar la ganancia esperada.

Practica 5: Camas de hospital


Una obra social tiene un acuerdo con un hospital, por el que reserva una cantidad
fija de camas para internacin. Cada cama, en estas condiciones, le cuesta a la
obra social $30 por da. Si precisaran ms camas, la obra social deber abonar por
da $80 por cama extra.
Suponga que la cantidad de camas necesarias es una variable aleatoria binomial
con parmetros n=15 y p=0.4. Se trata de decidir la cantidad ptima de camas que
debe reservar la obra social de modo de minimizar el costo total esperado.

Practica 6: Una compaa de seguros ofrece una pliza que contempla 3 clases de
siniestros: robo, incendio y catstrofe. En caso de robo, la compaa paga $1000 al
asegurado; en caso de incendio, paga $5000, y en caso de catstrofe, $100000.
La cantidad de siniestros de cada tipo por asegurado y por ao, son variables
aleatorias con distribucin Poisson y esperanzas 0.2, 0.005 y 0.0025
respectivamente.

Debe determinarse, mediante simulacin, la prima que debera pagar el asegurado


a la compaa de modo que la ganancia esperada de sta sea de $100.

Practica 1: Construccin de un modelo de simulacin, aplicando el mtodo de la funcin


inversa al caso general de la funcin de densidad de probabilidad triangular.
Objetivo:
Al realizar esta prctica, el alumno trabar y construir un modelo matemtico de
simulacin, entender lo que son nmeros aleatorios uniformes y aplicar el mtodo de
la funcin inversa.
Consideraciones tericas: Descripcin del proceso para la obtencin de las expresiones
generales para la generacin de nmeros aleatorios triangulares, aplicando el mtodo de
la funcin inversa.

Desarrollo: Para cualquier valor de los parmetros a, b, c, generar una corrida de 100
nmeros aleatorios con distribucin triangular, en cualquier lenguaje de programacin o
directamente en una hoja de clculo.
Cuestionario:
1.- Qu es una funcin de distribucin de probabilidad uniforme?
2.- Qu probabilidad tienen los nmeros aleatorios uniformes?
3.- En probabilidad, qu es la funcin acumulativa?
4.- Cul es el intervalo de integracin (funciones continuas) para la funcin
acumulativa?
5.- Qu se tiene que hacer antes de obtener la funcin inversa?
6.- Qu se tiene que hacer para poder aplicar el mtodo de la funcin inversa?
Conclusiones (el alumno explicar las aplicaciones del mtodo de la funcin inversa en
simulacin, aadiendo comentarios personales).

Practica 2: Simulacin del tiempo de proceso en una red de procesadores, aplicando la


funcin triangular.
Objetivo:
El alumno entender lo que es el tiempo de clculo de un sistema de procesadores, los
tiempos aleatorios y los parmetros involucrados en la prctica de dicha rea de
aplicacin de simulacin en su perfil profesional.
Consideraciones tericas: Descripcin del proceso para la obtencin de las expresiones
generales para la generacin de nmeros aleatorios triangulares, aplicando el mtodo de
la funcin inversa.
Cada actividad tiene sus propios parmetros a, b, c; se deben generar nmeros aleatorios
gobernados por la funcin triangular para cada actividad.

Desarrollo: Para cualquier valor de los parmetros a, b, c, generar una corrida de 100
nmeros aleatorios con distribucin triangular, en cualquier lenguaje de programacin o
directamente en un ahoja de clculo.

Los tiempos estn en nanosegundos.


Cuestionario:
1.- Cul es el tiempo de terminacin ms probable?
2.- Cuntos nodos aparecen en la red?
3.- Qu unidades se tienen?
4.- Qu es un proceso?
5.- En un modelo de simulacin, se puede hablar de una ruta crtica?
6.- Un modelo de simulacin, es determinstico, s o no? Por qu?
Conclusiones (el alumno explicar las aplicaciones de la funcin de probabilidad
triangular en simulacin con aplicaciones a procesos entre procesadores, aadiendo
comentarios personales).

Practica 3: Determinacin del valor esperado y varianza de diferentes funciones de


densidad de probabilidad: Distribucin Bernoulli, Distribucin Binomial, Distribucin
Geomtrica, Distribucin Binomial Negativa o Pascal, Distribucin Poisson,
Distribucin Hipergeomtrica, Distribucin Uniforme Continua, Distribucin
Exponencial, Distribucin Normal, Distribucin Triangular.

Objetivo
En esta prctica, el alumno entender que existen diferentes distribuciones de
probabilidad que se pueden utilizar en simulacin, cada una de ellas aplicables a
diferentes situaciones en la prctica profesional.

Consideraciones tericas:

Funciones continuas:

Desarrollo:
Con el programa de simulacin (herramienta anexa en Excel) generar 100 variables
aleatorias para cada distribucin discreta y continuas mencionada en las consideraciones
tericas.

Cuestionario:
1.- Cul es la esperanza matemtica para cada una de las funciones de probabilidad,
mencionadas anteriormente?
2.- Cul es la varianza para cada una de las funciones de probabilidad mencionadas
anteriormente?
3.- Cul es la desviacin estndar para dada una de las funciones de probabilidad
mencionadas anteriormente?

Conclusiones (mencionar las aplicaciones de cada una de las funciones de probabilidad,


as como la importancia del conocimiento de la esperanza matemtica, la varianza y la
desviacin estndar).

Practica 4:
Objetivo
En esta prctica, el alumno entender el concepto de una funcin objetivo y su relacin
que tiene con el concepto de sistema de base de datos para el suministro de artculos
para una empresa.
La demanda de un producto perecedero es una variable aleatoria continua dada por
la
siguiente
tabla:

Demanda
(litros)

Probabilidad

[0,10)

0.20

[10,20)

0.30

[20,30)

0.50

El costo del producto es de $60, y el precio de venta, de $130. Este producto tiene
una vida til de 1 semana, y pasado este tiempo, se puede devolver el remanente
con un reintegro de $20 el litro.
Se trata de determinar, mediante simulacin, cul es la cantidad ptima a pedir por
semana,
de
modo
de
maximizar
la
ganancia
esperada.
Consideraciones tericas:

Desarrollo:
Hacer una corrida de 100, primeramente con nmeros aleatorios uniformes y
posteriormente aplicar las frmulas correspondientes, de esa forma se obtendrn los
litros con la probabilidad propuesta (recordatorio, las unidades de x, estn en decenas,

por lo tanto hay que multiplicar por 10, para obtener los litros correspondientes al
problema).
Cuestionario:
Cul es la expresin de la funcin acumulativa para cada intervalo?
Por qu multiplicar por 10 a la x obtenida?
Qu se puede esperar si se aumenta el nmero de corridas?
Por qu se debe de generar los nmeros aleatorios uniformes?
Conclusiones (mencionar la estructura de esta practica y como se puede generalizar a
diferentes contextos).

Practica 5: Camas de hospital


Objetivo
El alumno construir un modelo matemtico de simulacin completo,
abarcado todas las posibles opciones, as como variables de decisin.
Una obra social tiene un acuerdo con un hospital, por el que reserva una cantidad
fija de camas para internacin. Cada cama, en estas condiciones, le cuesta a la
obra social $30 por da. Si precisarn ms camas, la obra social deber abonar por
da $80 por cama extra.
Suponga que la cantidad de camas necesarias es una variable aleatoria binomial
con parmetros n=15 y p=0.4. Se trata de decidir mediante simulacin la cantidad
ptima de camas que debe reservar la obra social de modo de minimizar el costo
total esperado.

Desarrollo:
Construir el modelo matemtico para este problema; obtener los 200 datos
generados con el software simulacin para una variable aleatoria binomial con
parmetro n= 15 y p= 0.4, sustituirlos en el modelo, obtener el promedio y as
obtener la cantidad optima de camas a alquilar.

Cuestionario:
Cul es la expresin de la funcin de probabilidad binomial)?
Qu significan n y p en la distribucin binomial?
Por qu se pide el promedio de los datos generados mediante el modelo
matemtico?

Conclusiones (mencionar la estructura de est practica y como se puede generalizar a


diferentes contextos).

Practica 6:
Objetivo
El alumno construir un modelo matemtico de simulacin completo,
abarcado todas las posibles opciones, as como variables de decisin.
Una compaa de seguros ofrece una pliza que contempla 3 clases de siniestros:
robo, incendio y catstrofe. En caso de robo, la compaa paga $1000 al
asegurado; en caso de incendio, paga $5000, y en caso de catstrofe, $100000.
La cantidad de siniestros de cada tipo por asegurado y por ao, son variables
aleatorias con distribucin Poisson y esperanzas 0.2, 0.005 y 0.0025
respectivamente.
Debe determinarse, mediante simulacin, la prima que debera pagar el asegurado
a la compaa de modo que la ganancia esperada de sta sea de $100.

Desarrollo:
Obtener el modelo matemtico del problema; generar 1000 datos mediante el software
de simulacin, para cada parmetro de poisson. Sustituir los datos generados en el
modelo matemtico, y sacar el promedio para as determinar la prima a pagar por el
asegurado.
Cuestionario:
Cul es la expresin de la funcin de probabilidad de poisson)?
Qu significado tiene el parmetro lambda en la distribucin binomial?
Por qu se pide el promedio de los datos generados mediante el modelo
matemtico?

Conclusiones (mencionar la estructura de est practica y como se puede generalizar a


diferentes contextos).

Referencias:
Ral Coss; Simulacin, un enfoque prctico.
Taha; Investigacin de Operaciones.
Fraleigh Beauregard; lgebra lineal.
Eppen; Investigacin de Operaciones para las ciencias administrativas.
Gordon, G. Simulacin de Sistemas.