You are on page 1of 52

UNIVERSIDAD NACIONAL DE SAN AGUSTÍN

2007
2007
Simulación de sistemas APLICACIONES APLICACIÓN 1.- llegadas que se ve en la tabla siguiente: Tiempo entre
Simulación de sistemas
APLICACIONES
APLICACIÓN 1.-
llegadas que se ve en la tabla siguiente:
Tiempo entre llegadas (días) 1 2 3 4 5
Probabilidad .20 .25 .35 .15 .05
El
eficaz
que
la
PROBLEMAS PROPUESTOS
TEMA:
ING. E. MURILLO
frecuencia con la que llegan a este puerto se presenta en la siguiente tabla:
TIPO DE BUQUE TANQUE PROBABILIDAD
BACA PHOCCO, JULIA
CHIQUICONDOR PINTO
, NOHELIA
Superbuque tanque
0.40
HUAMÁN TANCO, MAYRA
DOCENTE:
Superbuque tanque mediano
PEREZ GAMERO, JUDITH
0.35
SIMULACIÓN
DE
SISTEMAS

puerto tiene dos terminales, A y B. La terminal B es más moderna y, por lo tanto, más

terminal A. El tiempo para descargar un buque tanque depende de la

capacidad de éste. Un superbuque tanque necesita 4 días para descargar en la terminal A

y 3 en la Terminal B. Un buque tanque de tamaño mediano necesita 3 días en la terminal

A y 2 días en la terminal B. Los buques tanque pequeños se descargan en 2 días en la

terminal A y en 1 en la terminal B. Los buques tanques que llegan se forman en una sola

cola en el puerto hasta que se desocupa una terminal para descarga. El servicio se da

sobre la base primero que llega primero en ser atendido. El tipo de buque tanque y la

Los buques tanque llegan a un puerto petrolero con la distribución de tiempos entre

INTEGRANTES:

Superbuque tanque pequeño

SEQUEIROS VALENCIA, ERICA KARINA

0.25

Suponiendo que si los dos terminales están desocupados, los buques eligen el Terminal A

para ser atendido, utilice la simulación de Montecarlo para la llegada de 15 buques y

determine el número promedio de días que pasa un tanque en el puerto y el tiempo ocioso

de cada una de las terminales.

UNIVERSIDAD NACIONAL DE SAN AGUSTÍN

Página 2

Simulación de sistemas Utilice los números aleatorios de las celdas E 7 y C 5 para
Simulación de sistemas
Utilice los números aleatorios de las celdas E 7 y C 5 para generar los tiempos entre
2007

llegadas y el tipo de buque tanque que llega respectivamente.

1. Componentes: Buques y terminales 2. Variables: 2.1 Exógenos x = intervalo entre llegada de buques
1.
Componentes: Buques y terminales
2.
Variables:
2.1
Exógenos
x = intervalo entre llegada de buques
y = tipo de buque
2.2
Endógenas
TDA = Intervalo de descarga en el terminal A
TDB = Intervalo de descarga en el terminal B
2.3
Estado
T= Tiempo de llegada del buque
3.
Parámetros
TS = 15 buques
Tda = Tiempo de descarga en el terminal A
Tdb = Tiempo de descarga en el terminal B
x → Distribución empírica
y → Distribución empírica
Distribución de Tiempos entre llegadas de los buques Tanques

PROPIEDADES DEL MODELO

4. Relaciones funcionales

Tiempo entre llegadas

 

Probab

(días)

Probabilidad

Acumulada

X

Simulación de sistemas

Simulación de sistemas 1 0.2 0.2 2 0.25 0.45 3 0.35 0.8 4 0.15 0.95 5
  • 1 0.2

0.2

  • 2 0.25

0.45

  • 3 0.35

0.8

  • 4 0.15

0.95

  • 5 0.05

1

2007
2007
Distribución para hallar el tipo de Buque Tanque Tipo De Buque Tanque Probab Nro Probabilidad Y
Distribución para hallar el tipo de Buque Tanque
Tipo De Buque Tanque
Probab
Nro
Probabilidad
Y
Acumulada
1
Superbuque tanque
0.4
0.4
Superbuque tanque
2
0.35
0.75
mediano
Superbuque tanque
3
0.25
1
pequeño
2007
2007

Simulación de sistemas

2007 Simulación de sistemas Tiempo Celda Dia de entre BUQUE E7 llegada llegadas T r X
2007 Simulación de sistemas Tiempo Celda Dia de entre BUQUE E7 llegada llegadas T r X
Tiempo Celda Dia de entre BUQUE E7 llegada llegadas T r X 1 0.44 2 2
Tiempo
Celda
Dia de
entre
BUQUE
E7
llegada
llegadas
T
r
X
1
0.44
2
2
2
0.46
3
5
3
0.89
4
9
4
0.5
3
12
5
0.88
4
16
6
0.64
3
19
7
0.26
2
21
8
0.81
4
25
9
0.34
2
27
10
0.69
3
30
11
0.59
3
33
12
0.02
1
34
13
0.17
1
35
14
0.7
3
38
15
0.65
3
41

Tablas de Simulación

Simulación de sistemas

Simulación de sistemas 2007 Nro de Terminal A Terminal B r (e7) x T r (c5)
2007
2007
Nro de Terminal A Terminal B r (e7) x T r (c5) y buque TDA TdA
Nro de
Terminal A
Terminal B
r (e7)
x
T
r (c5)
y
buque
TDA
TdA
ToA
TDB
TdB
ToB
1
0.44
2
2
0.76
c
2
4
2
2
0.46
3
5
0.78
C
2
7
1
3
0.89
4
9
0.93
C
2
11
2
4
0.5
3
12
0.11
A
4
16
1
5
0.88
4
16
0.94
C
2
18
0
6
0.64
3
19
0.18
A
4
23
1
7
0.26
2
21
0.92
C
1
22
21
8
0.81
4
25
0.85
C
2
27
2
9
0.34
2
27
0.7
B
3
30
0
10
0.69
3
30
0.7
B
3
33
0
11
0.59
3
33
0.33
A
4
37
0
12
0.02
1
34
0.82
C
1
35
12
13
0.17
1
35
0.56
B
2
37
0
14
0.7
3
38
0.96
C
2
40
1
15
0.65
3
41
0.62
B
3
44
1
TOTAL
33
11
4
33
Respuestas:
a) Nro promedio de días que pasa un tanque en el puesto:
= (33 + 4) días /
15 buques
= 2.47 días
b) ToA=
11 días
ToB= 33 días
Simulación de sistemas APLICACIÓN 2 El gerente de una pequeña oficina de correos teme que el
Simulación de sistemas
APLICACIÓN 2
El gerente de una pequeña oficina de correos teme que el crecimiento de la localidad
2007

sature el servicio que se ofrece con una sola ventanilla. Decide obtener datos de muestra

con respecto a 100 individuos que solicitan servicio. A continuación se presenta un

resumen de los datos:

Tiempo Tiempo de entre Frecuencia Servicio Frecuencia llegadas (minutos) (minutos) 1 8 1.0 12 2 35
Tiempo
Tiempo de
entre
Frecuencia
Servicio
Frecuencia
llegadas
(minutos)
(minutos)
1
8
1.0
12
2
35
1.5
21
3
34
2.0
36
4
17
2.5
19
5
6
3.0
7
3.5
5
100
100
Emplee la simulación de Montecarlo para estimar el tiempo promedio de espera y el
promedio de inactividad de los empleados durante la llegada de 15 clientes.
-
Utilice la secuencia de números aleatorios de las celdas B1 y E3 para generar los
intervalos entre llegadas de los clientes y los tiempos de servicio respectivamente.
SOLUCIÓN
01.- PROPIEDADES DEL MODELO
1. Componentes: Personas y servicio de correos
2. Variables:
2.1
Exógenos

x = intervalo entre llegada de personas

y = intervalo de servicios

  • 2.2 Endógenas

Simulación de sistemas

Simulación de sistemas TE = Tiempo de espera TO= Tiempo ocioso 2.3 Estado 2007 T= Tiempo

TE =Tiempo de espera

TO= Tiempo ocioso

2.3 Estado

2007
2007

T= Tiempo de llegada de personas

D= Tiempo de servicio

3. Parámetros TS = 15 clientes x → Distribución empírica y → Distribución empírica Tiempo entre
3. Parámetros
TS = 15 clientes
x → Distribución empírica
y → Distribución empírica
Tiempo
entre
Frecuencia
llegada (días)
acumulada
1
0.08
2
0.43
3
0.77
4
0.94
5
1

4. Relaciones funcionales

02.

Simulación de sistemas TE = Tiempo de espera TO= Tiempo ocioso 2.3 Estado 2007 T= Tiempo

Simulación de sistemas

Simulación de sistemas 2007 Tiempo entre Frecuencia llegada (días) acumulada 1 0.12 1.5 0.33 2 0.69
2007
2007
Tiempo entre Frecuencia llegada (días) acumulada 1 0.12 1.5 0.33 2 0.69 2.5 0.88 3 0.95
Tiempo
entre
Frecuencia
llegada (días)
acumulada
1
0.12
1.5
0.33
2
0.69
2.5
0.88
3
0.95
3.5
1

Simulación de sistemas

Simulación de sistemas Respuestas: 2007 Nro de r (b1) x T r (c3) y D Te

Respuestas:

2007
2007
Nro de r (b1) x T r (c3) y D Te To cliente 1 0.2 2
Nro de
r (b1)
x
T
r (c3)
y
D Te
To
cliente
1
0.2
2
2
0.1
1
3
2
2
0.68
3
5
0.74
2.5
7.5
2
3
0.57
3
8
0.37
2
10
0.5
4
0.79
4
12
0.31
1.5
13.5
2
5
0.84
4
16
0.31
1.5
17.5
2.5
6
0.72
3
19
0.09
1
20
1.5
7
0.95
5
24
0.27
1.5
25.5
4
8
0.08
1
25
0.53
2
27.5
0.5
9
0.85
4
29
0.45
2
31
1.5
10
0.79
4
33
0.37
2
35
2
11
0.34
2
35
0.7
2.5
37.5
12
0.4
2
37
0.16
1.5
39
0.5
13
0.67
3
40
0.63
2
42
1
14
0.24
2
42
0.37
2
44
15
0.86
4
46
0.39
2
48
2
TOTAL
27
1
21
a) Tiempo promedio de espera:
= (1.0) min. / 15 clientes
= 0.066 min. / clientes
ó 1.0 mín
b) % de inactividad=
1 – U = 1 – (27 / 48)
= 0.4375
APLICACIÓN 3.- La biblioteca de la universidad tiene una copiadora para uso de los
estudiantes. Estos llegan a la máquina con una distribución de tiempos entre llegadas
mostradas en la siguiente tabla:
Tiempo entre llegadas (minutos)
1
2
3
4
5

Probabilidad

.20 .25 .40 .10 .05

Simulación de sistemas El tiempo promedio que se tarda en hacer una copia es 15 segundos.
Simulación de sistemas
El tiempo promedio que se tarda en hacer una copia es 15 segundos. Un análisis de los
2007

datos acumulados muestra que el número de copias que hace un estudiante al pasar a la

máquina tiene la distribución siguiente:

Número de copias 6 7 8 9 10

Probabilidad .20 .25 .35 .15 .05

Propiedades del Modelo COMPONENTES: Maquina copiadora, Alumnos VARIABLES EXOGENAS: x: Intervalo entre llegadas de los estudiantes
Propiedades del Modelo
COMPONENTES:
Maquina copiadora, Alumnos
VARIABLES EXOGENAS:
x: Intervalo entre llegadas de los estudiantes
y: Tiempo de Servicio
VARIABLES ENDOGENAS:
Wq: Tiempo de Espera Promedio de los estudiantes en Cola
To: Tiempo ocioso de la maquina
U: Utilización de la maquina copiadora

El bibliotecario cree que con el sistema actual, la cola en la máquina copiadora es

demasiado larga y que el tiempo que un estudiante pasa en el sistema (tiempo de espera

+ tiempo de servicio) es demasiado.

Efectúe una simulación de Montecarlo para la llegada de 10 clientes y determine el tiempo

promedio de espera y el tiempo ocioso de la máquina copiadora.

Utilice los números aleatorios de las celdas A7 y B9 (tabla de números aleatorios) para

generar los valores de los tiempos entre llegadas de los estudiantes y el número de

copias solicitadas respectivamente.

Solución:

VARIABLES DE ESTADO:

T: Tiempo de llegada de un usuario

D: Tiempo de desocupación de la Maquina

PARÁMETROS:

Simulación de sistemas

Simulación de sistemas Tiempo de Simulación: durante la llegada de 10 clientes RELACIONES FUNCIONALES: D: Distribución

Tiempo de Simulación: durante la llegada de 10 clientes

RELACIONES FUNCIONALES:

D: Distribución Empírica

2007
2007
Distribución de Tiempos entre llegadas de los Estudiantes Tiempo entre Probab Probabilidad llegadas Acumulada (días) 1
Distribución de Tiempos entre llegadas de los Estudiantes
Tiempo
entre
Probab
Probabilidad
llegadas
Acumulada
(días)
1
0.20
0.20
2
0.25
0.45
3
0.40
0.85
4
0.10
0.95
5
0.05
1.00

Distribución para hallar el número de copias que hace un estudiante al pasar por la

maquina

Numero

Probabilidad

Probab

de

copias

Acumulada

 

6

0.20

0.2

Simulación de sistemas

7 0.25 0.45 8 0.35 0.80 9 0.15 0.95 10 0.05 1.00
7
0.25
0.45
8
0.35
0.80
9
0.15
0.95
10
0.05
1.00
2007
2007
Estudiante Servicio Tiempo T. de Tiempo de Numero de Tiempo ocioso de T. entre T. de
Estudiante
Servicio
Tiempo
T. de
Tiempo de
Numero de
Tiempo
ocioso de
T. entre
T. de
Desocupación
Espera
Estudiantes
r
r
nº de
de
la
llegadas
llegada
(maquina)
(estudiante)
(A7)
(B9)
Copias
Servicio
Maquina
(min)
(min)
(min)
1
0.55
3
3
0.62
8
2
5
-
3
2
0.82
3
6
0.03
6
1.5
7.5
-
1
3
0.09
1
7
0.47
8
2
9.5
0.5
-
4
0.55
3
10
0.68
8
2
12
-
0.5
5
0.89
4
14
0.93
9
2.25
16.25
-
2
6
0.49
3
17
0.29
7
1.75
18.75
-
0.75
7
0.59
3
20
0.23
7
1.75
21.75
-
1.25
8
0.39
2
22
0.72
8
2
24
-
0.25
9
0.76
3
25
0.75
8
2
27
-
1
10
0.98
5
30
0.01
6
1.5
31.5
3
18.75
0.5
12.75

El tiempo promedio de espera: Wq =∑ Te/c

Wq = 0.5/10

UNIVERSIDAD NACIONAL DE SAN AGUSTÍN

Página 13

Simulación de sistemas

Simulación de sistemas Wq =0.05 min El tiempo ocioso de la máquina copiadora: 12.75 min Utilización:

Wq =0.05 min

El tiempo ocioso de la máquina copiadora: 12.75 min

Utilización:

U = (18.75/31.5)*100

2007
2007
U = 57.143% APLICACIÓN 4 La demanda diaria de pollos en un minimarket es una variable
U = 57.143%
APLICACIÓN 4
La demanda diaria de pollos en un minimarket es una variable aleatoria con distribución
exponencial con una media de 5 unidades diarias. El administrador comienza el día con
15 pollos.
Cada pollo tiene un costo de 13 soles y se vende a 20 soles. Se reduce el inventario
diariamente. Si al final de un día en particular el dueño tiene menos de 8 pollos en stock,
ordena un pedido suficiente para tener 15 pollos al inicio del siguiente día.
Además se conoce que:
-
Cuando la demanda excede el inventario, no se permite tener pedidos pendientes pero
se carga el costo de 3 soles por unidad, por no haber tenido el artículo en almacén (costo
de escasez).
-
El costo de colocar un pedido para volver a tener artículos en inventario es de 10 soles
(independiente de la cantidad ordenada).
-
El costo de mantener inventario de un día para otro es de 1.5 soles.
Asumiendo que el costo de adquisición e inventario de los 15 pollos con los que empieza
el negocio fueron absorbidos en la gestión anterior, determine Ud. utilizando la técnica de
la simulación de Montecarlo:
a) La utilidad total para un periodo de 15 días.
b) El número de pollos que sobran al final del último día.
Para generar la demanda diaria utilice los números aleatorios de la celda E8 (tabla de
números aleatorios).
SOLUCIÓN

01.- PROPIEDADES DEL MODELO

1. Componentes: Personas y niveles de inventarios

2. Variables:

2.1 Exógenos

x = demanda diaria de pollos

Simulación de sistemas

Simulación de sistemas 2.2 Endógenas 2.3 Estado I = Nivel de inventarios D= Tiempo de desocupación
  • 2.2 Endógenas

  • 2.3 Estado

I = Nivel de inventarios

D= Tiempo de desocupación de la fotocopiadora.

3. Parámetros

TS = 15 días

2007
2007
C1 = Costo de escasez (S/ 3 / unidad) C2 = Costo de pedidos (S/ 10)
C1 = Costo de escasez (S/ 3 / unidad)
C2 = Costo de pedidos (S/ 10)
C3 = Costo de mantenimiento (S/ 1.5)
4. Relaciones funcionales
x → Distribución empírica
x = - 5ln(1-r)
A.-
Inventario
Cantidad
# de
de pollos
Pedidos
de pollos
Demanda
Pedidos
Inventario
día
congelados
recibidos
disponibles
r
(-5ln(1-r))
Ventas Excedente escasez
Efectuados
Final
1
15
-
15
0.30
1.78
2
13
-
-
13
2
13
-
13
0.44
2.90
3
10
-
-
10
3
10
-
10
0.15
0.81
1
9
-
-
9
4
9
-
9
0.15
0.81
1
8
-
-
8
5
8
-
8
0.57
4.22
4
4
-
11
4
6
4
11
15
0.16
0.87
1
14
-
-
14
7
14
-
14
0.99
23.03
14
-
9
15
-

UNIVERSIDAD NACIONAL DE SAN AGUSTÍN

Página 15

Simulación de sistemas 8 0 15 15 0.40 2.55 3 12 - - 12 9 12
Simulación de sistemas
8
0
15
15
0.40
2.55
3
12
-
-
12
9
12
-
12
0.34
2.08
2
10
-
-
10
10
10
-
10
0.90
11.51
10
-
2
15
-
11
0
15
15
0.57
4.22
4
11
-
-
11
12
11
-
11
0.38
2.39
2
9
-
-
9
13
9
-
9
0.03
0.15
0
9
-
-
9
14
9
-
9
0.18
0.99
1
8
-
-
8
15
8
-
8
0.33
2.00
2
6
-
9
6
41
50
11
2007
Ingreso por ventas (s/. 20 * 50)
1000
TOTAL INGRESOS
1000
Costo de compras (s/. 13 * 41)
533
Costo de colocar un pedido (s/.10 *
30
3)
Costo de inventarios (s/. 1.5 * 12)
18
Costo de escasez (s/. 3 * 11)
33
COSTO TOTAL
614
GANANCIAS
386
B.-
Número de pollos = 6 pollos

APLICACIÓN 5

Un lote de estacionamiento dispone de 30 espacios para el estacionamiento de los

vehículos. Es abierto de 8 a.m. a 4 p.m

..

El intervalo entre la llegada de vehículos al lote L

tiene distribución exponencial con un valor esperado de 3 minutos. La duración de estadía

UNIVERSIDAD NACIONAL DE SAN AGUSTÍN

Página 16

Simulación de sistemas de un vehículo S es normalmente distribuida con un valor esperado de 90
Simulación de sistemas
de un vehículo S es normalmente distribuida con un valor esperado de 90 minutos y una
2007

varianza de 30 minutos. Si al llegar un vehículo no hay espacio libre, se aleja.

Se pide:

a) Construya un modelo de simulación (diagrama de flujo) que simule el

Componentes:  Vehículos  Espacios del lote de estacionamiento. Variables Exógenas:  L: Intervalo de llegada
Componentes:
Vehículos
Espacios del lote de estacionamiento.
Variables Exógenas:
L: Intervalo de llegada entre los vehículos
S: Tiempo de estadía.
Variables Endógenas:
A: Número de vehículos que se alejan.
Variables de Estado:
T: Tiempo de llegada de los vehículos.

funcionamiento del Lote de estacionamiento y determine el número de vehículos

que se alejan durante un día de 8 horas (480 minutos).

Propiedades del Modelo

TD(h): Tiempo de desocupación del espacio h.

Parámetros

Tiempo de simulación = 480 minutos (8 a.m. – 4 p.m.)

Capacidad de Estacionamiento = 30

Simulación de sistemas

Simulación de sistemas Relaciones Funcionales 2007  L; Distribución exponencial con media de 3 minutos. 

Relaciones Funcionales

2007
2007
 L; Distribución exponencial con media de 3 minutos.  S; Distribución Normal con media de
L; Distribución exponencial con media de 3 minutos.
S; Distribución Normal con media de 90 min. + 30 min.
DIAGRAMA DE FLUJO

Simulación de sistemas

Simulación de sistemas INICIO 2007 T=0 A=0 h=1 To 30 TD (h)=0 Imprimir T > 480
Simulación de sistemas INICIO 2007 T=0 A=0 h=1 To 30 TD (h)=0 Imprimir T > 480

INICIO

2007
2007
T=0 A=0 h=1 To 30 TD (h)=0 Imprimir T > 480 A FIN Generar L T=T+L
T=0
A=0
h=1 To
30
TD (h)=0
Imprimir
T > 480
A
FIN
Generar L
T=T+L
h=1 To
A
30
A=A+1
T>TD(h
)
Generar S
TD(h)=T+S

PANTALLA INICIAL:

Simulación de sistemas

Simulación de sistemas 2007 En Microsoft Excel Objetos; Hoja1 (Parte a) Cuando se hace clic en
2007
2007
En Microsoft Excel Objetos; Hoja1 (Parte a) Cuando se hace clic en el botón Simular: Public
En Microsoft Excel Objetos; Hoja1 (Parte a)
Cuando se hace clic en el botón Simular:
Public rango
Public i

Private Sub cmdGenerar_Click()

UserForm1.Show

End Sub

Private Sub cmdLimpiar_Click()

Simulación de sistemas

Simulación de sistemas lim1 = rango + 1 & ":" & i + rango + 1

lim1 = rango + 1 & ":" & i + rango + 1

Rows(lim1).Select

Selection.ClearContents

2007
2007

Range("A1").Select

End Sub

Se ejecuta el Formulario 1: Cuando se hace clic en el botón Generar: Option Explicit Acumulador
Se ejecuta el Formulario 1:
Cuando se hace clic en el botón Generar:
Option Explicit
Acumulador
Public rango
Public i
Dim D(30)

Dim L, m1, m2, desviacion, T, TS, r1, r2, posicion, place, abandonan, j, k, n, q, c, contador,

Private Sub cmdGenerar_Click()

m1 = Val(txtL.Text)

m2 = Val(txtSm.Text)

desviacion = Val(txtSd.Text)

Simulación de sistemas

Simulación de sistemas TS = Val(txtTS.Text) 2007 T = 0 place = 0 i = 1

TS = Val(txtTS.Text)

2007
2007
T = 0 place = 0 i = 1 rango = 2 j = 0 contador
T = 0
place = 0
i =
1
rango = 2
j = 0
contador = 0
PB1.Value = 0
PB1.Max = TS * 60
For k = 0
To 29
D(k) = 0
Next k
Do Until (T >= TS * 60)
PB1.Value = T
posicion = "B" & i + rango
Range(posicion).Select
ActiveCell.FormulaR1C1 = i
Randomize
r1 = Rnd()
posicion = "C" & i + rango

Range(posicion).Select

ActiveCell.FormulaR1C1 = Round(r1, 2)

L = -m1 * Log(1 - r1)

posicion = "D" & i + rango

Simulación de sistemas

Simulación de sistemas Range(posicion).Select ActiveCell.FormulaR1C1 = Round(L, 2) T = T + L posicion = "E"

Range(posicion).Select

ActiveCell.FormulaR1C1 = Round(L, 2)

T = T + L

posicion = "E" & i + rango

2007
2007
Range(posicion).Select ActiveCell.FormulaR1C1 = Round(T, 2) For k = 0 To 29 n = 0 c =
Range(posicion).Select
ActiveCell.FormulaR1C1 = Round(T, 2)
For
k
=
0 To 29
n = 0
c = 0
For q = 0
To 29
If q = k And q < 29 Then
q = q + 1
n = 0
End If
If q = k And q = 29 Then
q = q + 1
n = 1
End If
If n <> 1 Then
If D(k) <= D(q) Then
place = k
Else
c = c + 1

End If

End If

Simulación de sistemas

Simulación de sistemas Next q If c = 0 Then k = 29 End If 2007

Next q

If c = 0 Then

k = 29

End If

2007
2007
Next k If T >= D(place) Then posicion = "K" & i + rango Range(posicion).Select ActiveCell.FormulaR1C1
Next k
If T >= D(place) Then
posicion = "K" & i + rango
Range(posicion).Select
ActiveCell.FormulaR1C1 = Val(T) - Val(D(place))
Acumulador = Acumulador + Val(T) - Val(D(place))
D(place) = 0
posicion = "H" & i + rango
Range(posicion).Select
ActiveCell.FormulaR1C1 = place + 1
Randomize
r2 = Rnd()
posicion = "F" & i + rango
Range(posicion).Select
ActiveCell.FormulaR1C1 = Round(r2, 2)
posicion = "G" & i + rango
Range(posicion).Select
ActiveCell.FormulaR1C1 = "=ROUND(NORMINV(" & r2 & "," & m2 & "," & desviacion

& "),0)"

posicion = "I" & i + rango

Range(posicion).Select

ActiveCell.FormulaR1C1 = "=RC[-4]+RC[-2]"

Simulación de sistemas

Simulación de sistemas D(place) = ActiveCell.Value posicion = "J" & i + rango Range(posicion).Select ActiveCell.FormulaR1C1 =

D(place) = ActiveCell.Value

posicion = "J" & i + rango

Range(posicion).Select

ActiveCell.FormulaR1C1 = 0

2007
2007
Else posicion = "K" & i + rango Range(posicion).Select ActiveCell.FormulaR1C1 = " " posicion = "G"
Else
posicion = "K" & i + rango
Range(posicion).Select
ActiveCell.FormulaR1C1 = " "
posicion = "G" & i + rango
Range(posicion).Select
ActiveCell.FormulaR1C1 = " "
Randomize
r2 = Rnd()
posicion = "F" & i + rango
Range(posicion).Select
ActiveCell.FormulaR1C1 = " "
posicion = "H" & i + rango
Range(posicion).Select
ActiveCell.FormulaR1C1 = " "
posicion = "I" & i + rango
Range(posicion).Select
ActiveCell.FormulaR1C1 = " "

contador = Val(contador) + 1

posicion = "J" & i + rango

Range(posicion).Select

ActiveCell.FormulaR1C1 = 1

2007
2007

Simulación de sistemas

2007 Simulación de sistemas End If i = i + 1 Loop Hoja1.i = i Unload
 

End If

i =

i +

1

Loop

Hoja1.i = i

Unload Me

End Sub

 

Range("A1").Select

Hoja1.rango = rango

2007 Simulación de sistemas End If i = i + 1 Loop Hoja1.i = i Unload

Cuando se hace clic en el botón Salir:

Private Sub cmdSalir_Click()

End

End Sub

Respuestas:

2007 Simulación de sistemas End If i = i + 1 Loop Hoja1.i = i Unload

Como se observa:

Nro de vehículos que se alejan: 16

Tiempo Total Ocioso: 2916 min

b) Suponiendo que el lote de estacionamiento tenga solamente 3 espacios y

tomando en cuenta los intervalos de llegada (L) y las duración de las estadías (S)

generados, determinar el número de vehículos que se alejan durante la llegada de

10 vehículos. Utilice para generar L, los números aleatorios de la celda C1 y para S

los de la celda E8 (tabla de números aleatorios).

L; Distribución exponencial con media de 3 minutos.

S; Distribución Normal con media de 90 min. + 30 min.

Simulación de sistemas

Simulación de sistemas <a href=HOJA DE EXCEL 2007 Distribución Exponencial Distribución normal Media 3 Media 90 Desviación 30 Número Tiempo de rC1 L T rE8 Z S h Td(h) Ocioso A vehículo del lote s 1 0.82 5 5 0.30 -0.52 74 1 79 5 0 2 0.62 3 8 0.44 -0.15 85 2 93 8 0 3 0.13 0 8 0.15 -1.04 59 3 67 8 0 4 0.08 0 8 0.15 1 5 0.92 8 16 0.57 1 6 0.95 9 25 0.16 1 7 0.96 10 35 0.99 1 8 0.11 0 35 0.40 1 9 0.16 1 36 0.34 1 10 0.52 2 38 0.90 1 21 7 Número de Vehículos que se alejan = 7 vehículos Capacidad ociosa del lote = 21 minutos UNIVERSIDAD NACIONAL DE SAN AGUSTÍN Página 27 " id="pdf-obj-26-4" src="pdf-obj-26-4.jpg">
2007
2007
Distribución Exponencial Distribución normal Media 3 Media 90 Desviación 30 Número Tiempo de rC1 L T
Distribución Exponencial
Distribución normal
Media
3
Media
90
Desviación
30
Número
Tiempo
de
rC1
L
T
rE8
Z
S
h
Td(h)
Ocioso
A
vehículo
del lote
s
1
0.82
5
5
0.30
-0.52
74
1
79
5
0
2
0.62
3
8
0.44
-0.15
85
2
93
8
0
3
0.13
0
8
0.15
-1.04
59
3
67
8
0
4
0.08
0
8
0.15
1
5
0.92
8
16
0.57
1
6
0.95
9
25
0.16
1
7
0.96
10
35
0.99
1
8
0.11
0
35
0.40
1
9
0.16
1
36
0.34
1
10
0.52
2
38
0.90
1
21
7

Número de Vehículos que se alejan = 7 vehículos

Capacidad ociosa del lote = 21 minutos

Simulación de sistemas

Simulación de sistemas APLICACIÓN 6 2007 Un semáforo en una intersección vehicular tiene una fase verde

APLICACIÓN 6

2007
2007

Un semáforo en una intersección vehicular tiene una fase verde que actualmente demora

50 segundos y una fase roja de 40 segundos. El intervalo entre las llegadas de los

vehículos a la intersección (en segundos) es una variable aleatoria con distribución empírica: Intervalos entre llegadas
vehículos a la intersección (en segundos) es una variable aleatoria con distribución
empírica:
Intervalos entre llegadas
5
6
7
8
9
Probabilidad
0.1
0.3
0.2
0.3
0.1
a) Construya un modelo de simulación (diagrama de flujo) para este sistema que permita
determinar la duración de la fase verde, de tal manera que el tiempo promedio de espera
de los vehículos que llegan a dicha intersección no sea mayor a 30 segundos. Utilice un
tiempo de simulación de 5 horas.
SOLUCIÓN
01.- PROPIEDADES DEL MODELO
1. Componentes: Vehículos y semáforo
2.
Variables:
2.1
Exógenos
x = intervalo de llegadas
2.2
Endógenas
Numero de vehículos en cola
2.3
Estado
T = Tiempo de llegada de vehículos
3. Parámetros
TS = 15 vehículos

Nro de estacionamientos = 3

4. Relaciones funcionales

L → Distribución empírica

DIAGRAMA DE FLUJO

Simulación de sistemas

Simulación de sistemas 2007 Inicio LEER 1 R,V T = 0 K = 0 TE=0 R
2007
2007
Inicio LEER 1 R,V T = 0 K = 0 TE=0 R = R +V W=R
Inicio
LEER
1
R,V
T = 0
K = 0
TE=0
R = R +V
W=R
IMPRIMIR
TP = TE/K
X
T = T+X
T>90
T<=V
1
T<=R
TE=TE +R-T
K=K+1
V=V+W
2
R=R+W

Simulación de sistemas

Simulación de sistemas 2007 b) Mediante la simulación de Montecarlo determine la longitud promedio de vehículos
2007
2007

b) Mediante la simulación de Montecarlo determine la longitud promedio de vehículos en

cola para esta intersección en un tiempo de simulación equivalente a la llegada de 15

vehículos. Utilice los números de la celda B9 (tabla de números aleatorios) para generar

los valores de la variable aleatoria.

Intervalo Frecuencia entre llegadas acumulada 5 0.1 6 0.4 7 0.6 8 0.9 9 1
Intervalo
Frecuencia
entre llegadas
acumulada
5
0.1
6
0.4
7
0.6
8
0.9
9
1

02.

 

Nro de

Nro de

vehículos

r (b9)

x

T

vehículos

en cola

  • 1 0.62

8

8

  • 2 0.03

5

13

  • 3 0.47

7

20

  • 4 0.68

8

28

Simulación de sistemas 5 0.93 9 37 6 0.29 6 43 7 0.23 6 49 8
Simulación de sistemas
5
0.93
9
37
6
0.29
6
43
7
0.23
6
49
8
0.72
8
57
1
9
0.75
8
65
1
10
0.01
5
70
1
11
0.66
8
78
1
12
0.96
9
87
1
13
0.24
6
93
2007
14
0.33
6
99
15
0.86
8
107
TOTAL
5
Respuesta:
Longitud promedio de vehículos en cola= 5 vehículos
APLICACIÓN 7
En un proceso productivo las piezas una vez procesadas son inspeccionadas para
determinar si son rechazadas, reprocesadas o aceptadas para su posterior venta.
Estadísticamente el 70% de las piezas son aceptadas, el 10% son rechazadas y el 20%
reprocesadas. Una pieza reprocesada puede volver nuevamente a ser reprocesada.
Utilice la técnica de simulación de Montecarlo para imitar el funcionamiento de este
sistema durante la llegada de 15 piezas y responda las siguientes inquietudes:
a) Si el costo de proceso es de $13 por pieza y el de reproceso $7. ¿Cuál sería el costo
de un item que termine en ventas?
Solución
Rechazo
Aceptación
Reproceso
0.1
0.8
1
2007
2007

Simulación de sistemas

2007 Simulación de sistemas # de pieza r Rechazo Aceptación Reproceso 1 0.84 - 0.16 1
# de pieza r Rechazo Aceptación Reproceso 1 0.84 - 0.16 1 1 2 0.54 1
# de pieza
r
Rechazo
Aceptación
Reproceso
1
0.84
-
0.16
1
1
2
0.54
1
3
0.93
-
0.48
1
1
4
0.56
1
5
0.7
1
6
0.98
-
0.49
1
1
7
0.59
1
8
0.11
1
9
0.98
-
0.75
1
1
10
0.76
1
11
0.95
-
0.52
1
1
12
0.63
1
13
0.09
1
14
0.77
1
15
0.12
1
1
14
5
Costo
N° de Piezas
Procesamiento
%
Piezas
Total
Aceptadas
Rechazadas
Reprocesas
Acumulado
Unitario
aceptadas
15
14
1
5
230
16.43
93.33

Respuesta: El costo de un ítem que termine en ventas es de S/. 16.43 nuevos soles.

b) En un lote de 5000 piezas ¿cuántas serán rechazadas?.

Simulación de sistemas Nota: Utilice los números aleatorios de la celda C2 (tabla de números aleatorios)
Simulación de sistemas
Nota: Utilice los números aleatorios de la celda C2 (tabla de números aleatorios) para
2007

generar valores para la variable aleatoria de si la pieza es aceptada, descartada o

reprocesada.

Inicio A=Re=Rp=0 Ca=Cu=p=0 Generar Final A P = P + 1 No Imprimir Re P<=500 0
Inicio
A=Re=Rp=0
Ca=Cu=p=0
Generar Final
A
P = P + 1
No
Imprimir Re
P<=500
0
Fin
Final=R
e
Re = Re + 1

Simulación de sistemas

Simulación de sistemas Dim cont1 As Double Private Sub CommandButton1_Click() Dim Pa(3), x(3), P(3) As Double

Dim cont1 As Double

Private Sub CommandButton1_Click()

Dim Pa(3), x(3), P(3) As Double

2007
2007
Pa(0) = 0 A: For i = 1 To 3 x(1) = 1 x(2) = 2
Pa(0) = 0
A:
For i =
1
To 3
x(1) = 1
x(2) = 2
x(3) = 3
P(1) = 0.1
P(2) = 0.7
P(3) = 0.2
Pa(i) = Pa(i - 1) + P(i)
Next i
For k = 1 To 5000
Randomize
r = Rnd()
For i = 1 To 3
If r < Pa(i) Then
y = x(i)
i = 3
Text1.Text = y
Hoja1.Cells(cont1 + 1, 1) = y
cont1 = cont1 + 1
End If
Next i
Next k
End Sub
LEYENDA
CONTAR
1
Rechazadas
483
2
Aceptadas
3502
3
Reprocesadas
1015
TOTAL
5000

Simulación de sistemas

Simulación de sistemas 2007 APLICACIÓN 8.- La vida de 100 válvulas electrónicas al vacío, contenidas en
2007
2007

APLICACIÓN 8.- La vida de 100 válvulas electrónicas al vacío, contenidas en una

computadora digital, esta distribuida normalmente con un valor esperado igual a 6 meses

y una desviación estándar de 2 semanas. En el caso de que todas las válvulas se

reemplacen al mismo tiempo el costo de tal operación será al precio de $2.00 por cada
reemplacen al mismo tiempo el costo de tal operación será al precio de $2.00 por cada
válvula. El costo de reemplazo de una válvula que falle estando la computadora en
servicio será de $5.00 por unidad, mas el costo del tiempo en que la computadora queda
fuera de servicio. En promedio, el costo que ocasiona una válvula en tiempo de maquina
fuera de servicio, se calcula como $50.00 durante el día y $100.00 durante la noche. La
probabilidad de falla durante el día es 0.7 y durante la noche de 0.3.
Utilice la técnica de simulación en computadora para comparar los costos de las
siguientes políticas de reemplazo:
a) Reemplazar cada válvula a medida que van fallando.
1b).Reemplazar las 100 válvulas cada 5 meses, haciéndolo con las válvulas que fallan
individualmente en el periodo interino.
Construya un modelo de simulación (diagrama de flujo) para determinar una política
óptima de reemplazo tiempo de simulación de 100 meses
Solución:
MODELO DE SIMULACION
PROPIEDADES DEL SISTEMA
COMPONENTES DEL SISTEMA:
Válvulas
VARIABLES EXOGENAS:

x: probabilidad de Fallo de la válvula durante la operación( día o noche)

y: vida útil de la Válvula contenida en la computadora digital

Simulación de sistemas

Simulación de sistemas VARIABLES ENDOGENAS: 2007 co: Costo de inoperatividad de la computadora y remplazo de

VARIABLES ENDOGENAS:

2007
2007

co: Costo de inoperatividad de la computadora y remplazo de la valvula

Cot: Costo por el cambio de las 100 válvulas

CT: costo total VARIABLES DE ESTADO: K: Tiempo de reemplazo de las 100 válvulas PARÁMETROS: Tiempo
CT: costo total
VARIABLES DE ESTADO:
K: Tiempo de reemplazo de las 100 válvulas
PARÁMETROS:
Tiempo de Simulación (TS) = 100 meses
RELACIONES FUNCIONALES:
x :distribución empírica
y: distribución normal
Costo de remplazo de 100 valvulas cada 5 meses
Nº DE
DIA
NOCHE
SIMULACIONES
1
325
4
1
2
325
4
1
3
425
2
3
4
425
2
3
5
275
5
0
     

UNIVERSIDAD NACIONAL DE SAN AGUSTÍN

Página 36

2007
2007

Simulación de sistemas

2007 Simulación de sistemas C. por C.total reemplazo MESES para 100 durante la meses operación 4
C. por C.total reemplazo MESES para 100 durante la meses operación 4 470 11750 8 790
C. por
C.total
reemplazo
MESES
para 100
durante la
meses
operación
4
470
11750
8
790
9480
12
1110
8880
16
1280
7680
20
1500
7500
24
1870
7480
28
2440
7320
32
2560
7680
36
2930
5860
40
3050
6100
44
3320
6640
48
3490
6980
52
4060
4060
56
4080
4080
60
4400
4400
64
4620
4620
68
5090
5090
72
5160
5160
76
5430
5430
80
5700
5700
84
5620
5620
88
6490
6490
92
6360
6360
96
6680
6680
100
7400
7400
2007
2007

Simulación de sistemas

2007 Simulación de sistemas UNIVERSIDAD NACIONAL DE SAN AGUSTÍN Página 38
2007 Simulación de sistemas UNIVERSIDAD NACIONAL DE SAN AGUSTÍN Página 38
2007
2007

Simulación de sistemas

2007 Simulación de sistemas CODIGO Private Sub CommandButton2_Click() Dim pa(2), c(2) For Z = 1 To
CODIGO Private Sub CommandButton2_Click() Dim pa(2), c(2) For Z = 1 To 25 x = 0
CODIGO
Private Sub CommandButton2_Click()
Dim pa(2), c(2)
For Z = 1 To 25
x = 0
Cot = 0
CO = 0
CT = 0
c(1) = 50
c(2) = 100
pa(1) = 0.7
pa(2) = 1
For k = 1 To Val(ActiveSheet.Cells(5 + Z, 8))
j = 0
For i = 1 To 100
Randomize
j = j + Rnd()
Next i
y = 6 + 0.5 ^ (1 / 2) * (j - 100 / 2) * (12 / 100) ^ (1 / 2)
If y < 100 Then
Randomize
aleatorio = Rnd()
If aleatorio < pa(1) Then
x
= c(1) + 5
Else
x
= c(2) + 5
End If
Cot = Cot + x
CO = 100 * 2

End If

CT = Cot + CO

ActiveSheet.Cells(5 + Z, 9) = CT

Next

Next

Simulación de sistemas

Simulación de sistemas End Sub Conclusion 2007 El tiempo óptimo de reemplazo para las válvulas es

End Sub

Conclusion

2007
2007

El tiempo óptimo de reemplazo para las válvulas es de 52 meses ya que, la frecuencia

de cambio de cada 52 meses minimiza los costos

APLICACIÓN 9

En el puesto de gasolina “El campeón”, ocurre lo siguiente: a) Los carros llegan al puesto
En el puesto de gasolina “El campeón”, ocurre lo siguiente:
a)
Los carros llegan al puesto a cada 12 a 16 minutos con una media de 14 minutos entre
llegadas y distribución uniforme.
b)
Juan Pérez atiende exponencialmente, llevando en promedio15 minutos para atender
un carro (4 minutos para llenar el tanque, 3 minutos para verificar el aceite y 8 minutos
para contar el cambio).
Se le sugiere las siguientes alternativas para mejorar el servicio:
a)
No hacer nada y dejar las cosas como están.
b)
Someter a Juan Pérez a un programa de capacitación, de modo que mejore su
aritmética y de esta manera disminuir el tiempo de servicio de 15 a 6 minutos.
c)
Instalar una segunda bomba y contratar a un operario para operarla. El joven trabaja
exactamente del mismo modo que Juan Pérez.
d)
Sugerir a Juan Pérez que descanse y contrate al mejor estudiante del grupo escolar de
la nocturna, el emplearía 5 minutos para atender un carro.
NOTA: Observe que este proceso no es de optimización, ya que no es posible definir una
función objetivo a ser maximizada o minimizada.
a)
Mediante la simulación de Montecarlo determine la mejor alternativa de optimización en
función al tiempo promedio de espera en cola. Utilice el tiempo de simulación equivalente
a la llegada de 15 vehículos al sistema.
Utilice los siguientes números aleatorios para generar los valores de las variables
aleatorias:
- Para la tasa de llegadas: Números aleatorios de la celda C7 (tabla de números
aleatorios).
- Para los tiempos de servicio: Números aleatorios de la celda D4 (tabla de números
aleatorios).
SOLUCIÓN

01.- PROPIEDADES DEL MODELO

1. Componentes: Carros y el gasolinero

2007
2007

Simulación de sistemas

2007 Simulación de sistemas 2. Variables: 2.1 Exógenos x = intervalo entre llegada de autos y
2. Variables: 2.1 Exógenos x = intervalo entre llegada de autos y = intervalo de atención
2.
Variables:
2.1
Exógenos
x = intervalo entre llegada de autos
y = intervalo de atención
2.2
Endógenas
Te =Tiempo de espera
To = Tiempo ocioso
2.3
Estado
T= Tiempo de llegada de los autos
D= Tiempo de desocupación
3.
Parámetros
TS = 15 vehículos
4. Relaciones funcionales
x → Distribución uniforme
y → Distribución exponencial
a)
Nro de
r (c7)
x
T
r (d4)
y
D
Te
To
vehiculo
1
0.47
14
14
0.54
12
26
14
2
0.64
15
29
0.07
1
30
3
3
0.43
14
43
0.92
38
81
13
4
0.98
16
59
0.12
2
83
22
5
0.55
14
73
0.54
12
95
10
6
0.84
15
88
0.97
53
148
7
7
0.16
13
101
0.8
24
172
47
8
0.6
14
115
0.62
15
187
57
9
0.67
15
130
0.36
7
194
57
10
0.06
12
142
0.91
36
230
52
11
0.94
16
158
0
0
230
72
12
0.34
13
171
0.16
3
233
59
13
0.07
12
183
0.94
42
275
50
14
0.42
14
197
0.36
7
282
78
15
0.12
12
209
0.66
16
298
73
TOTAL
584

Tiempo promedio de espera en cola = 584 / 15 = 38.93 min

Simulación de sistemas

Simulación de sistemas b) 2007 Nro de r (c7) x T r (d4) y D Te

b)

2007
2007
Nro de r (c7) x T r (d4) y D Te To vehiculo 1 0.47 14
Nro de
r (c7)
x
T
r (d4)
y
D
Te
To
vehiculo
1
0.47
14
14
0.54
5
19
14
2
0.64
15
29
0.07
0
29
10
3
0.43
14
43
0.92
15
58
14
4
0.98
16
59
0.12
1
60
1
5
0.55
14
73
0.54
5
78
13
6
0.84
15
88
0.97
21
109
10
7
0.16
13
101
0.8
10
119
8
8
0.6
14
115
0.62
6
125
4
9
0.67
15
130
0.36
3
133
5
10
0.06
12
142
0.91
14
156
9
11
0.94
16
158
0
0
158
2
12
0.34
13
171
0.16
1
172
13
13
0.07
12
183
0.94
17
200
9
14
0.42
14
197
0.36
3
203
3
15
0.12
12
209
0.66
6
215
6
TOTAL
107
15
Tiempo promedio de espera en cola = 15 / 15 = 1 min
Operario 1
Operario 2
Nro de
r
r
x
T
y
Te
vehiculo
(c7)
(d4)
D
To
D
To
1
0.47
14
14
0.54
12
26
14
2
0.64
15
29
0.07
1
30
3
3
0.43
14
43
0.92
38
81
13
4
0.98
16
59
0.12
2
61
59
5
0.55
14
73
0.54
12
85
12
6
0.84
15
88
0.97
53
141
7
7
0.16
13
101
0.8
24
125
16
8
0.6
14
115
0.62
15
140
10
9
0.67
15
130
0.36
7
147
10
10
0.06
12
142
0.91
36
178
1
11
0.94
16
158
0
0
158
11
12
0.34
13
171
0.16
3
174
13
Simulación de sistemas 13 0.07 12 183 0.94 42 225 5 14 0.42 14 197 0.36
Simulación de sistemas
13
0.07
12
183
0.94
42
225
5
14
0.42
14
197
0.36
7
204
23
15
0.12
12
209
0.66
16
225
5
TOTAL
20
2007
Tiempo promedio de espera en cola = 20 / 15 = 1.33 min d) Nro de
Tiempo promedio de espera en cola = 20 / 15 = 1.33 min
d)
Nro de
r
r (c7)
x
T
y
D
Te
To
vehiculo
(d4)
1
0.47
14
14
0.54
4
18
14
2
0.64
15
29
0.07
0
29
11
3
0.43
14
43
0.92
13
56
14
4
0.98
16
59
0.12
1
60
3
5
0.55
14
73
0.54
4
77
13
6
0.84
15
88
0.97
18
106
11
7
0.16
13
101
0.8
8
114
5
8
0.6
14
115
0.62
5
120
1
9
0.67
15
130
0.36
2
132
10
10
0.06
12
142
0.91
12
154
10
11
0.94
16
158
0
0
158
4
12
0.34
13
171
0.16
1
172
13
13
0.07
12
183
0.94
14
197
11
14
0.42
14
197
0.36
2
199
15
0.12
12
209
0.66
5
214
10
TOTAL
89
5
Tiempo promedio de espera en cola = 5 / 15 = 0.333 min
La mejor alternativa es la d) por ser la que tiene el menor tiempo promedio de
espera en cola

APLICACIÓN 10.- Un vendedor compra periódicos al precio de 50 céntimos de sol por

cada uno y los vende a 1 sol la unidad. Al final de cada día el agente de publicaciones le

pagará 15 céntimos de sol por cada periódico que no haya vendido. La demanda diaria D

de los periódicos tiene la siguiente distribución de probabilidad (distribución empírica):

D

75

80

85

90

95

100

105

110

115

120

Simulación de sistemas

Simulación de sistemas p(D) 0.08 0.07 0.02 0.20 0.09 0.19 0.12 0.03 0.14 0.06 2007 1

p(D) 0.08 0.07 0.02 0.20 0.09 0.19 0.12 0.03 0.14 0.06

2007
2007
  • 1 a)Suponiendo que el vendedor puede pedir cualquier cantidad de periódicos que se encuentre en el rango de valores de la demanda, construya un modelo de simulación (diagrama de flujo) para este sistema logístico que permita determinar el nivel óptimo de aprovisionamiento (número de periódicos a pedir diariamente),

en un tiempo de simulación de 200 días. Solución: Propiedades del Modelo COMPONENTES: Periódico, vendedor VARIABLES
en un tiempo de simulación de 200 días.
Solución:
Propiedades del Modelo
COMPONENTES:
Periódico, vendedor
VARIABLES EXOGENAS:
D: Demanda
VARIABLES ENDOGENAS:
UT: Utilidad Total Esperada
VARIABLES DE ESTADO:
I: Nivel de Inventario
PARÁMETROS:
Tiempo de Simulación = 200
C2: Costo de Pedido
RELACIONES FUNCIONALES:
D: Distribución Empírica
Diagrama de flujo:
2007
2007

Simulación de sistemas

2007 Simulación de sistemas UNIVERSIDAD NACIONAL DE SAN AGUSTÍN Página 45
2007 Simulación de sistemas UNIVERSIDAD NACIONAL DE SAN AGUSTÍN Página 45
Simulación de sistemas Numero de Simulaciones Pedidos promedio diarios 1 2 3 4 5 75 7500
Simulación de sistemas
Numero de Simulaciones
Pedidos
promedio
diarios
1
2
3
4
5
75
7500
7500
7500
7500
7500
7500
80
7924
7928
7928
7958
7941
7935
85
8313
8288
8364
8283
8292
8308
90
8698
8630
8703
8698
8677
8681
95
8986
8880
8973
8816
8820
8895
100
9120
8895
8980
8938
8853
8957
2007
105
8673
8889
8775
9008
8966
8862
110
8544
8884
8807
8820
8663
8743
115
8653
8648
8440
8389
8512
8528
120
8077
8375
8341
8413
8617
8365
125
7693
7893
7868
7940
7608
7800
El pedido optimo para tener una mayor utilidad es de 100 unidades diarios para
obtener una utilidad promedio durante los 200 días de 8957 soles
Código del problema:
Private Sub CommandButton1_Click()
Dim pa(10), x(10)
For COL = 1 To 5
D = 0
VN = 0
x(1) = 75
x(2) = 80
x(3) = 85
x(4) = 90
x(5) = 95
x(6) = 100
x(7) = 105
x(8) = 110
x(9) = 115
x(10) = 120
2007
2007

Simulación de sistemas

2007 Simulación de sistemas pa(1) = 0.08 pa(2) = 0.15 pa(3) = 0.17 pa(4) = 0.37
pa(1) = 0.08 pa(2) = 0.15 pa(3) = 0.17 pa(4) = 0.37 pa(5) = 0.46 pa(6)
pa(1) = 0.08
pa(2) = 0.15
pa(3) = 0.17
pa(4) = 0.37
pa(5) = 0.46
pa(6) = 0.65
pa(7) = 0.77
pa(8) = 0.8
pa(9) = 0.94
pa(10) = 1
For t = 1 To 200
q = Cells(p + 7, 3)
aleatorio = Rnd()
For k = 1 To 10
If aleatorio < pa(k) Then
D
= Val(x(k))
k = 10
End If
Next k
If q <= D Then
V
= q * (1)
End If
If q > D Then
s = q - D
V
= D * (1) + Val(s * (0.15))
End If
VN = VN + (V - q * (0.5))
ActiveSheet.Cells(p + 7, COL + 3) = VN

Next t

Next

End Sub

Simulación de sistemas 1 b) Mediante la simulación de Montecarlo determine la utilidad total esperada para
Simulación de sistemas
1
b) Mediante la simulación de Montecarlo determine la utilidad total esperada para
2007

un nivel de aprovisionamiento de 95 periódicos diarios en un tiempo de simulación

de 20 días. Utilice los números de la celda A5 (tabla de números aleatorios) para

generar los valores de la variable aleatoria.

2 Solución: Propiedades del Modelo COMPONENTES: Periódico, vendedor VARIABLES EXOGENAS: D: Demanda VARIABLES ENDOGENAS: UT: Utilidad
2
Solución:
Propiedades del Modelo
COMPONENTES:
Periódico, vendedor
VARIABLES EXOGENAS:
D: Demanda
VARIABLES ENDOGENAS:
UT: Utilidad Total Esperada
VARIABLES DE ESTADO:
I: Nivel de Inventario
PARÁMETROS:
Tiempo de Simulación = 20
C2: Costo de Pedido
RELACIONES FUNCIONALES:
D: Distribución Empírica
Probab
Demanda
Probabilidad
Acum.
75
0.08
0.08
80
0.07
0.15
85
0.02
0.17
90
0.2
0.37
95
0.09
0.46
100
0.19
0.65
105
0.12
0.77
110
0.03
0.8
115
0.14
0.94
120
0.06
1
UNIVERSIDAD NACIONAL DE SAN AGUSTÍN
Página 48

Simulación de sistemas

Simulación de sistemas 2007 Tabla de Simulación D C1 C2 Aprovisionami consum sobrant faltant DIA r
2007
2007
Tabla de Simulación D C1 C2 Aprovisionami consum sobrant faltant DIA r dema ingreso perdida ento
Tabla de Simulación
D
C1
C2
Aprovisionami
consum
sobrant
faltant
DIA
r
dema
ingreso
perdida
ento
o
e
e
nda
s
s
1
0.29
90
95
90
5
45
-1.75
2
0.99
120
95
95
25
47.5
3
0.99
120
95
95
25
47.5
4
0.71
105
95
95
10
47.5
5
0.85
115
95
95
20
47.5
6
0.78
110
95
95
15
47.5
7
0.64
100
95
95
5
47.5
8
0.37
90
95
90
5
45
-1.75
9
0.59
100
95
95
5
47.5
10
0.12
80
95
80
15
40
-5.25
11
0.7
105
95
95
10
47.5
12
0.65
100
95
95
5
47.5
13
0.49
100
95
95
5
47.5
14
0.2
90
95
90
5
45
-1.75
15
0.27
90
95
90
5
45
-1.75
16
0.06
75
95
75
20
37.5
-7
17
0.54
100
95
95
5
47.5
18
0.68
105
95
95
10
47.5
19
0.32
90
95
90
5
45
-1.75
Simulación de sistemas 20 0.46 95 95 95 47.5 920 -21 2007
Simulación de sistemas
20
0.46
95
95
95
47.5
920
-21
2007

Utilidad Total = S/ 899.00

APLICACIÓN 11

DEMANDA DIARIA PROBABILIDAD (unidades) 12 .05 13 .15 14 .25 15 .35 16 .15 17 .05
DEMANDA DIARIA
PROBABILIDAD
(unidades)
12
.05
13
.15
14
.25
15
.35
16
.15
17
.05

Suponga que estamos determinando el punto de reorden R de una política de inventarios

(Q,R). Con esta política pedimos Q unidades cuando el nivel de inventario desminuye a R

o menos. La distribución de probabilidades de la demanda diaria se da en la siguiente

tabla:

El tiempo de entrega también es una variable aleatoria y tiene la siguiente distribución:

TIEMPO DE ENTREGA (Días)

PROBABILIDAD

  • 1 .20

  • 2 .30

  • 3 .35

  • 4 .15

Suponemos que la cantidad “pedir hasta tener” permanece igual, en 100 unidades.

Nuestro interés en este caso es determinar el valor del punto de reorden R que minimice

el costo total de inventario. Este costo es la suma del costo esperado de almacenamiento,

Simulación de sistemas el costo esperado de pedido y el costo esperado de escasez. La escasez
Simulación de sistemas
el costo esperado de pedido y el costo esperado de escasez. La escasez es acumulativa.
2007

Esto es, un cliente espera hasta que se tiene el artículo. El costo de inventario se estima

en 0.20 dólares por unidad por día, y se carga a las unidades en inventario al final del día.

La escasez cuesta 1 dólar por cada unidad que falte. El costo de pedido es 15 dólares por

pedido. Los pedidos llegan al inicio del día.

a) Suponiendo que el punto de reorden R puede oscilar entre 0 y 50 unidades, construya
a) Suponiendo que el punto de reorden R puede oscilar entre 0 y 50 unidades, construya
un modelo de simulación (diagrama de flujo) para este sistema de inventario que permita
determinar el valor de R que minimice el costo total de inventario, en un tiempo de
simulación de 500 días.
b) Mediante la simulación de Montecarlo determine el costo total de inventario para un
punto de reorden igual 30 unidades en un tiempo de simulación de 20 días.
Utilice los siguientes números aleatorios para generar los valores de las variables
aleatorias:
- Para la demanda: Números aleatorios de la celda C1 (tabla de números aleatorios).
- Para los tiempos de llegada de los pedidos: Números aleatorios de la celda E8 (tabla de
números aleatorios).
Unid
Tiep
Unid
Cost
Cost
Cost
Dia
II
rE8
rC1
Demanda
IF
Escas
CT
Ped
Ent
Recib
Almac
Esc
Ped
1
50
0.82
16
34
6.8
6.8
2
34
0.62
15
19
3.8
3.8
3
19
81
0.3
2
0.13
13
6
1.2
15
16.2
4
6
0.08
13
0
7
0
7
7
5
74
81
0.92
16
58
11.6
11.6
6
58
0.95
16
42
8.4
8.4
7
42
0.86
16
26
5.2
5.2
8
26
74
0.44
2
0.11
13
13
2.6
15
17.6
9
13
0.16
13
0
0
0
10
74
74
0.52
15
59
11.8
11.8
11
59
0.18
13
46
9.2
9.2

UNIVERSIDAD NACIONAL DE SAN AGUSTÍN

Página 51

Simulación de sistemas 12 46 0.82 16 30 6 6 13 30 70 0.15 1 0.41
Simulación de sistemas
12
46
0.82
16
30
6
6
13
30
70
0.15
1
0.41
14
16
3.2
15
18.2
14
86
70
0.29
14
72
14.4
14.4
15
2
0.63
15
57
11.4
11.4
16
57
0.96
17
40
8
8
17
40
0.7
15
25
5
5
18
25
75
0.15
1
0.85
16
9
1.8
15
16.8
19
84
75
0.29
14
70
14
14
20
70
0.1
13
57
11.4
11.4
TOTAL
202.8
2007
Suponiendo que el inventario inicial es de 50 unidades
Punto de Reorden 30 unidades
Costo de pedido = $. 15
Costo Inventario = $.0.20
Costo Escasez = $. 1

UNIVERSIDAD NACIONAL DE SAN AGUSTÍN

Página 52