INFORME CUATRO Modificacion

UNIVERSIDAD MAYOR DE SAN SIMON
FACULTAD DE CIENCIAS Y TECNOLOGIA

CARRERA DE INGENIERÍA DE SISTEMAS
INFORME # 4
DOCENTE: Ing. Henry Frank Villarroel Tapia

NOMBRES: Aruquipa Mollo Vladimir Ruben
Cruz Romero Israel
García Pozo Maycol
Hurtado Arias Estalin Yerel
MATERIA: Taller de Simulación de Sistemas
CARRERA: Ing. Sistemas
FECHA: 14/03/2016
Cochabamba-Bolivia
4 Modelo de simulación ................................................................................................................. 3
4.1 Introducción ........................................................................................................................ 3
4.2 Técnicas y distribuciones .................................................................................................... 3
4.2.1 Teoría cola ................................................................................................................... 3
4.2.2 Distribución exponencial ............................................................................................ 4
4.2.3 Distribución normal .................................................................................................... 5
4.2.4 Distribución binomial ................................................................................................. 6
4.3 Diagrama de flujo de atención al cliente ........................................................................... 7
4.4 Variables ............................................................................................................................. 8
4.5 Descripción de variables ..................................................................................................... 8
4.5.1 Demora en hacer el contrato ...................................................................................... 8
4.5.2 Demora en arribo de clientes .................................................................................... 15
4.5.3 El cliente se dirige a informaciones tarda 30 +/- 5 segundos ................................... 22
4.5.4 El empleado informa ................................................................................................. 23
4.5.5 Personas que firman y no firman el contrato ........................................................... 24
4.5.6 Clientes que se dirigen a la zona de contrato ........................................................... 26
4.5.7 Zona de contrato ....................................................................................................... 27
4.5.8 En caja ....................................................................................................................... 35
4.6 Precios del tours compartido por lugar turístico ............................................................. 44
4.6.1 Ciudad de La Paz........................................................................................................ 44
4.6.2 Tour a Tiwanaku ........................................................................................................ 44
4.6.3 Tour en bicicleta a Coroico ........................................................................................ 44
4.6.4 Tour a Coroico Nor Yungas (en transporte) .............................................................. 44
4.6.5 Tour a Copacabana – Isla del Sol Lago Titicaca ......................................................... 44
4.6.6 Tour La Paz – Copacabana – Treking en isla del Sol .................................................. 44
4.6.7 Tour a Huataja – Isla de K’ala Uta – Isla Pariti ........................................................... 44
4.7 Probabilidad de personas que solicitan servicio compartido o privado de acuerdo al lugar
turistico ......................................................................................................................................... 44
4.7.1 Ciudad de La Paz........................................................................................................ 44
4.7.2 Tour a Tiwanaku ........................................................................................................ 44
4.7.3 Tour en bicicleta a Coroico ........................................................................................ 44
4.7.4 Tour a Coroico Nor Yungas (en transporte) .............................................................. 44
4.7.5 Tour a Copacabana – Isla del Sol Lago Titicaca ......................................................... 44
4.7.6 Tour La Paz – Copacabana – Treking en isla del Sol .................................................. 45
4.7.7 Tour a Huataja – Isla de K’ala Uta – Isla Pariti ........................................................... 45
4.8 Cuadro de actividades ...................................................................................................... 45
4.9 Bibliografía ........................................................................................................................ 45
4 Modelo de simulación
4.1 Introducción
En todo modelo de simulación, existen una o más variables aleatorias interactuando. Generalmente
estas variables siguen distribuciones de probabilidad teóricas o empíricas. Por tanto, para simular
este tipo de variables, es necesario contar con un generador de números aleatorios con diferentes
distribuciones y una función que mediante un método especial transforme dichos números en los
valores de la distribución de probabilidad deseada. Para este fin existen varios métodos que en el
anterior capítulo mencionamos.
Los modelos de simulación presentan la ventaja de poder ser manipulados en diferentes formas,
que serían imposibles, imprácticas y demasiado costosas si se realizarán a través de otra
metodología (o en el ámbito real), así que para poder tener éxito en la simulación debemos seguir
paso a paso lo que se debe hacer.
4.2 Técnicas y distribuciones

En esta parte se verá las técnicas y distribuciones que intervendrán en el sistema de simulación.
4.2.1 Teoría cola

El objetivo es encontrar un equilibrio entre la atención de clientes socios y no socios para brindar el
servicio específico. Los objetivos a alcanzar son:
 Que el cliente espere por el servicio el menor tiempo posible.

 La eficiencia del sistema se incremente lo más posible.
Por tanto, la meta final es un balance “económico” entre la espera y el servicio.
Estructura básica de un modelo de colas
 Sistema de colas: Es el conjunto formado por una línea de espera y los clientes en servicio.
 Fuente de entrada: Origen de los clientes. Generalmente se supone que las llegadas sigue
una Distribución exponencial.
 Cola: Constituye el número de clientes esperando a ser atendidos en el sistema de colas, en
nuestro caso son los clientes que esperan ser atendidos para su recepción.
 Disciplina de la cola: Se utilizará PEPS (Primeros en entrar son los primeros en ser
atendidos).
 Mecanismo de servicio: Es tipo de servicio generalmente se ajusta la distribución de
probabilidad.
Características de una línea de espera
Una línea de espera puede caracterizarse mediante los siguientes elementos.
 Patrón de llegada: Distribución de probabilidad del número de arribo de llegadas ya sea por
el tipo de turista.
 Patrón de servicio: El Patrón de servicio se refiere a la magnitud de la tarea a realizar para
cada cliente. En nuestro problema en específico, estas magnitudes serán obtenidas a partir
de servicios (básico, plus y completo) que solicite un determinado cliente.
 Capacidad del sistema: El número máximo de clientes que atiende la agencia es de 40
clientes/día aproximadamente.
 Canales de Servicio: El número de servicios en el sistema es el siguiente.
o Para la información acerca del tours que ofrecemos contamos con 3 personas de
atención al cliente.
o Para la recepción y registro de datos se cuenta con 2 administradores.
o Para el cobro de la inscripción a un tours se cuenta c9on un administrador.
 Población: Es aleatoria.
Describimos las dos distribuciones que usaremos con una breve descripción del mismo.
4.2.2 Distribución exponencial

Definición: Sea X una variable continua. Se dice que X tiene una distribución exponencial con
parámetro real λ y su función de densidad está dado por:
𝜆𝑒 −𝜆𝑥 , 𝑥 ≥0
𝑓(𝑥) = {
0 , 𝑒𝑛 𝑜𝑡𝑟𝑜𝑠 𝑐𝑎𝑠𝑜𝑠
Donde el parámetro real λ, es una constante positiva.
La función de distribución de la variable aleatoria X con distribución exponencial es:

𝑥 𝑥
𝐹(𝑥) = ∫ 𝑓(𝑡)𝑑𝑡 = ∫ 𝜆𝑒 −𝜆𝑡 𝑑𝑡 = 1 − 𝑒 −𝜆𝑥
−∝ 0
Luego:
0 , 𝑥<0
𝐹(𝑥) = {
1 − 𝑒 −𝜆𝑥 , 𝑥≥0
Usando la transformada inversa:
Paso 1: Determinar la función de probabilidad.
Paso 2: Definir F(x)
Tenemos f(x) debemos determinar la función acumulada f(x):

𝑥 𝑥
𝐹(𝑥) = ∫ 𝑓(𝑡)𝑑𝑡 = ∫ 𝜆𝑒 −𝜆𝑡 𝑑𝑡 = 1 − 𝑒 −𝜆𝑥
−∝ 0
Paso 3: Igualar nuestra F(x) a R, donde R es un valor entre 0 y 1:
1 − 𝑒 −𝜆𝑥 = 𝑅
𝐹(𝑥) = 𝑅
Paso 4: Aplicamos la función inversa (𝐹 −1 ) para que x quede despejada
𝑒 −𝜆𝑥 = 1 − 𝑅
𝐿𝑛 𝑒 −𝜆𝑥 = 𝐿𝑛(1 − 𝑅)
𝐿𝑛 (1 − 𝑅)
𝑥= −
𝜆
Paso 5: Realizar el algoritmo:
Funcion Variable exponencial(enteros λ)
Real x, R
R  generadorCongruencialMixto();
X  Ln(1-R)/ λ
Retornar x;
Fin función
Paso 6: Generar valores de la variable aleatoria
𝑥1 , 𝑥2 , 𝑥3 , … , 𝑥𝑛
4.2.3 Distribución normal
La distribución de probabilidad continua más importante en todo el campo de la estadística, es con
toda seguridad, la distribución normal debido a que en la práctica muchos fenómenos industriales,
científicos o de la vida diaria pueden describirse por esta distribución. También mediante esta
distribución se obtienen aproximaciones a otras leyes de probabilidad.
Método de convolución
Paso 1: Definir f(x)
1 (𝑥− µ) 2
−(1⁄2)[ ]
𝑓(𝑥) = 𝑒 𝜎 , −∝ < 𝑥 < ∝
𝜎√2л
Paso 2: Aplicar teorema del límite central
Si 𝑥1 , 𝑥2 , 𝑥3 , … , 𝑥𝑛 Es una secuencia de n variables aleatorias independientes con 𝐸(𝑥) = 𝑢 y

𝑣𝑎𝑟(𝑥) = 𝜎 𝟐 (ambas infinitas) y 𝑦 = 𝑥1 𝑎1 + 𝑥2 𝑎2 + ⋯ + 𝑥𝑛 𝑎𝑛 entonces bajo estas ciertas
condiciones generales:
𝑌 − ∑𝑛𝒊=𝟏 𝒂𝒊 𝒖𝒊
𝑍=
√∑𝑛𝒊=𝟏 𝑎2 𝒊 𝑢2 𝒊
Tiene una distribución normal estándar a medida que n se aproxima a infinito.
Si las variables que se están sumando son uniformes en el intervalo (0; 1). Entonces.
∑𝜎𝒊=𝟏 𝑹𝒊 − 𝒏/𝟐
𝑍=
√𝒏/𝟏𝟐
Paso 3: Igualamos a la distribución normal estándar

𝑋− µ
𝑍=
𝜎
Y despejando la variable aleatoria x se obtiene la siguiente expresión
∑12
𝒊=𝟏 𝑹𝒊 − 𝒏/𝟐
𝑥 =µ+𝜎
√𝑛/12
Utilizando un valor n =12, la fiabilidad de los valores simulados es bastante aceptable. Además es
muy poco probable obtener valores simulados en el intervalo de ( µ + 6𝜎 < µ − 6𝜎) Tambien, es
obio que utiiilizando un valor de n=12, la expresión anterior se simplifica a:
𝟏𝟐
𝑥 = µ + 𝜎 (∑ 𝑹𝒊 − 𝟔 )
𝒊=𝟏
Paso 4: Realizar el algoritmo
X  0
Para i=1 hasta 12
Ri  generadorCongruencialMixto();
// número aleatorio en (0,1)
XX +R1
Fin para
X((X-6) + µ)
Salida X
Paso 5: Generar valores de la variable aleatoria
𝑥1 , 𝑥2 , 𝑥3 , … , 𝑥𝑛
4.2.4 Distribución binomial
Presenta una característica basada en la probabilidad de éxito (conseguir un objetivo específico).
Los Eventos dispuestos en Porcentajes siguen la Distribución Binomial:
𝑝 = Probabilidad de éxito
𝑛 = Número de pruebas
𝑥 = {1,2,3, … , 𝑛} Dominio
𝐹(𝑥) = Función que sigue una Distribución Binomial; Número de éxitos que se han producido en las
n pruebas.
𝑛 𝑛! 𝑛
( )= → 𝑓(𝑥) = ( ) 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥
𝑥 𝑥! (𝑛 − 𝑥)! 𝑥
4.3 Diagrama de flujo de atención al cliente
4.4 Variables
 Demora en arribo de clientes
 Demora en la información de atención al cliente
 El cliente tarda un tiempo de salida de oficina
 Demora en hacer el contrato
 Tiempo de llamada interrupción de atención al cliente
 Tiempo de realizar el recojo de contratos firmados
 Tiempo de atención al cliente en caja de verificar los datos
 El cliente tarda un tiempo de salida del sistema
4.5 Descripción de variables

4.5.1 Demora en hacer el contrato
Esta variable calcula el tiempo en realizar el contrato.
Tipo de Cliente Probabilidad Demora en hacer el contrato

1 Particulares 30 % 120 +/- 60 segundos
2 Estudiantes 40% 100 +/- 50 segundos
3 Esquiadores 20% 150 +/- 75 segundos
4 Esq. Expertos 10% 120 +/- 60 segundos
Se tiene las distintas probabilidades que los clientes pueden realizar un contrato y su posible
tiempo que tarde en realizar su contrato para este caso:
En la parte de las probabilidades se utilizará el método de la transformada inversa:
Si 0.00 <= R < 0.30 X = particulares

Si 0.30 < R <= 0.70 X = estudiantes
Si 0.00 < R <= 0.90 X = esquiadores
Si 0.00 < R <= 1 X = esquiadores expertos
Donde R es la variable aleatoria uniforme que se genera.
Se aplica la distribución triangular para la demora en hacer el contrato para las personas de tipo
particular:
Distribución triangular para la demora en hacer el contrato a las personas particular con tiempos
de 120 +/- 60 segundos
1. La distribución de probabilidad original se va a dividir en dos áreas:
2
60
60 90 120
2. determinamos las distribuciones de probabilidad y distribución acumulada de las áreas

definidas en el paso uno:
2 2
𝑓1(𝑥) = (90−60)2 (𝑋 − 60) 90−60
(𝑥 − 60)2
𝐹1(𝑥) =
(90 − 60)2
60 90
Para la segunda área:
−2 2
𝑓2(𝑥) = (120−90)2 ∗ (𝑥 − 120)
120−90
(𝑥−120)2
𝐹2(𝑥) = 1 − (120−90)2
90 120
3. Generar números aleatorias uniformes R1 y R2
(90−60)
4. Si R1 < entonces 𝑓1(𝑥)
(120−60)
𝑥 = 𝑎 + (𝑏 − 𝑎)√𝑅2
Sino
(120 − 𝑥)2
1− = 𝑅2
(120 − 90)2
𝑥 = 𝑐 − (𝑐 − 𝑏)√𝑅2
5. Repetir los pasos anteriores tantas veces sea necesario
Distribución triangular para la demora en hacer el contrato a los estudiantes con tiempos de 100
+/- 50 segundos
2
75−50
50 75 100

2 2
𝑓1(𝑥) = (75−50)2 (𝑥 − 50)
90−60
(𝑥 − 50)2
𝐹1(𝑥) =
(75 − 50)2
50 75
−2 2
𝑓2(𝑥) = (100−75)2 ∗ (𝑥 − 100) 100−75
(𝑥−100)2
𝐹2(𝑥) = 1 − (100−75)2
75 100
(75−50)
(100−50)
𝑥 = 50 + (75 − 50)√𝑅2
Sino
(100 − 𝑥)2
1− = 𝑅2
(100 − 75)2
𝑥 = 100 − (100 − 75)√𝑅2
Distribución triangular para la demora en hacer el contrato a los esquiadores con tiempos de
150 +/- 75 segundos

2
150−75
75 112.5 150

2 2
𝑓1(𝑥) = (112.5−75)2 (𝑥 − 75)
90−60
(𝑥 − 75)2
𝐹1(𝑥) =
(112.5 − 75)2
75 112.5
−2 2
𝑓2(𝑥) = (150−112.5)2 ∗ (𝑥 − 150) 150−112.5
(𝑥−150)2
𝐹2(𝑥) = 1 − (150−112.5)2
112.5 150
(112.5−75)
(150−75)
(𝑥 − 75)2
= 𝑅2
(112.5 − 75)2
𝑥 = 75 + (112.5 − 75)√𝑅2
Sino
(150 − 𝑥)2
1− = 𝑅2
(150 − 112.5)2
𝑥 = 150 − (150 − 112.5)√𝑅2
Distribución triangular para la demora en hacer el contrato a los esquiadores expertos con
tiempos de 120 +/- 60 segundos
2
120−60
60 90 120
2 2
𝑓1(𝑥) = (90−60)2 (𝑥 − 60)
90−60
(𝑥 − 60)2
𝐹1(𝑥) =
(90 − 60)2
60 90
−2 2
𝑓2(𝑥) = (120−90)2 ∗ (𝑥 − 90) 150−112.5
(𝑥−120)2
𝐹2(𝑥) = 1 − (120−90)2
90 120
(90−60)
(120−60)
(𝑥 − 60)2
= 𝑅2
(90 − 60)2
𝑥 = 60 + (90 − 60)√𝑅2
Sino
(120 − 𝑥)2
1− = 𝑅2
(120 − 90)2
𝑥 = 120 − (120 − 90)√𝑅2
4.5.2 Demora en arribo de clientes

Esta variable calcula el tiempo en el que llegan los clientes a la agencia.
Horario Demora en arribo de clientes

De 9 a 11 horas 180 +/- 60 segundos
En el arribo de clientes se tiene distintos horarios en la que el tiempo de arribo es un modelo

estocástico por la cual se utilizara la distribución triangular para calcular los posibles tiempos que
se pueda generar.
Distribución triangular para el arribo de clientes a partir de las 9:00 a las 11:00 la demora de
arribo de clientes es de 180 +/- 60 segundos
2
180−60
60 120 180
2 2
𝑓1(𝑥) = (120−60)2 (𝑥 − 60)
120−60
(𝑥 − 60)2
𝐹1(𝑥) =
(120 − 60)2
60 120
−2 2
𝑓2(𝑥) = (180−120)2 ∗ (𝑥 − 180) 180−120
(𝑥−180)2
𝐹2(𝑥) = 1 − (180−120)2
120 180
(120−60)
(180−60)
(𝑥 − 60)2
= 𝑅2
(120 − 60)2
𝑥 = 60 + (120 − 60)√𝑅2
Sino
(180 − 𝑥)2
1− = 𝑅2
(180 − 120)2
𝑥 = 180 − (180 − 120)√𝑅2
2
135−45
45 90 135

2 2
𝑓1(𝑥) = (90−45)2 (𝑥 − 45)
90−45
(𝑥 − 45)2
𝐹1(𝑥) =
(90 − 45)2
45 90
−2 2
𝑓2(𝑥) = (135−90)2 ∗ (𝑥 − 135) 135−90
(𝑥−135)2
𝐹2(𝑥) = 1 − (135−90)2
90 135
(90−45)
(135−45)
(𝑥 − 45)2
= 𝑅2
(90 − 45)2
𝑥 = 45 + (90 − 45)√𝑅2
Sino
(135 − 𝑥)2
1− = 𝑅2
(135 − 90)2
𝑥 = 135 − (135 − 90)√𝑅2

2
120−30
30 75 120

2 2
𝑓1(𝑥) = (75−30)2 (𝑥 − 30)
75−30
(𝑥 − 30)2
𝐹1(𝑥) =
(75 − 30)2
30 75
−2 2
𝑓2(𝑥) = (120−75)2 ∗ (𝑥 − 120) 120−30
(𝑥−120)2
𝐹2(𝑥) = 1 − (120−75)2
75 120
(75−30)
(120−30)
(𝑥 − 30)2
= 𝑅2
(75 − 30)2
𝑥 = 30 + (75 − 30)√𝑅2
Sino
(120 − 𝑥)2
1− = 𝑅2
(120 − 75)2
𝑥 = 120 − (120 − 75)√𝑅2
2
150−50
50 100 150
2 2
𝑓1(𝑥) = (100−50)2 (𝑥 − 50)
100−50
(𝑥 − 50)2
𝐹1(𝑥) =
(100 − 50)2
50 100
−2 2
𝑓2(𝑥) = (150−100)2 ∗ (𝑥 − 150)
150−100
(𝑥−150)2
𝐹2(𝑥) = 1 − (150−100)2
100 150
(100−50)
(150−50)
(𝑥 − 50)2
= 𝑅2
(100 − 50)2
𝑥 = 50 + (100 − 50)√𝑅2
Sino
(150 − 𝑥)2
1− = 𝑅2
(150 − 100)2
𝑥 = 150 − (150 − 100)√𝑅2
4.5.3 El cliente se dirige a informaciones tarda 30 +/- 5 segundos
2
30−5
5 17.5 30

2 2
𝑓1(𝑥) = (17.5−5)2 (𝑥 − 5) 17.5−5
(𝑥 − 5)2
𝐹1(𝑥) =
(17.5 − 5)2
5 17.5
−2 2
𝑓2(𝑥) = (30−17.5)2 ∗ (𝑥 − 30)
30−17.5
(𝑥−30)2
𝐹2(𝑥) = 1 − (30−17.5)2
17.5 30
(17.5−5)
(30−5)
𝑥 = 5 + (17.5 − 5)√𝑅2
Sino
𝑥 = 30 − (30 − 17.5)√𝑅2
4.5.4 El empleado informa

El empleado tarda en informar al cliente de 8+/-2 minutos los paquetes que disponen
2
8−2
T (minutos)
2 5 8

2 2
𝑓1(𝑥) = (5−2)2 (𝑥 − 2)
5−2
(𝑥 − 2)2
𝐹1(𝑥) =
(5 − 2)2
2 5
−2 2
𝑓2(𝑥) = (8−5)2 ∗ (𝑥 − 8)
8−5
(𝑥−8)2
𝐹2(𝑥) = 1 − (8−5)2
5 8
(5−2)
(8−2)
𝑥 = 2 + (5 − 2)√𝑅2
Sino
𝑥 = 8 − (8 − 5)√𝑅2
4.5.5 Personas que firman y no firman el contrato

Las personas que firman el contrató son 30% y las que no firman el contrato son 70 %.
Se aplica método de la transformada inversa para este caso

Si 0.00 <= R < 0.30 X = firman contrato
Si 0.30 < R <= 1 X = no firman el contrato
Las personas que no firman el contrato tardan en salir del lugar un aproximado de 30+/-5 segundo
aplicando distribución triangular a este modelo estocástico:
2
30−5
5 17.5 30

2 2
𝑓1(𝑥) = (17.5−5)2 (𝑥 − 5)
17.5−5
(𝑥 − 5)2
𝐹1(𝑥) =
(17.5 − 5)2
5 17.5
−2 2
𝑓2(𝑥) = (30−17.5)2 ∗ (𝑥 − 30)
30−17.5
(𝑥−30)2
𝐹2(𝑥) = 1 − (30−17.5)2
17.5 30
(17.5−5)
(30−5)
𝑥 = 5 + (17.5 − 5)√𝑅2
Sino
𝑥 = 30 − (30 − 17.5)√𝑅2
4.5.6 Clientes que se dirigen a la zona de contrato

Los clientes que se dirigen a la zona de contrato demorando de 45 +/- 15 segundos en llegar a la
misma.
aplicando distribución triangular:
2
30−5
15 30 45

2 2
𝑓1(𝑥) = (30−15)2 (𝑥 − 15)
30−15
(𝑥 − 15)2
𝐹1(𝑥) =
(30 − 15)2
15 30
−2 2
𝑓2(𝑥) = (45−30)2 ∗ (𝑥 − 45)
45−30
(𝑥−45)2
𝐹2(𝑥) = 1 − (45−30)2
30 45
(30−15)
(45−15)
𝑥 = 15 + (30 − 15)√𝑅2
Sino
𝑥 = 45 − (45 − 30)√𝑅2
4.5.7 Zona de contrato

Existen dos empleados con cola única donde se produce una llamada cada 10+/-5 min en los
cuales contesta en empleado uno 50% y el empleado dos 50%
Método de la transformada inversa para las probabilidades de contestar el teléfono
Si 0.00 <= R < 0.5 X = contesta el empleado uno

Si 0.50 < R <= 1 X = contesta el empleado dos
Donde R es una variable aleatoria uniforme.
Para el tiempo que se produce la llamada se utilizara distribución triangular:

2
10−5
T(minutos)
5 7.5 10

2 2
𝑓1(𝑥) = (7.5−5)2 (𝑥 − 5) 7.5−5
(𝑥 − 5)2
𝐹1(𝑥) =
(7.5 − 5)2
5 7.5
−2 2
𝑓2(𝑥) = (10−7.5)2 ∗ (𝑥 − 10) 10−7.5
(𝑥−10)2
𝐹2(𝑥) = 1 − (10−7.5)2
7.5 10
(7.5−5)
(10−5)
𝑥 = 5 + (7.5 − 5)√𝑅2
Sino
𝑥 = 10 − (10 − 7.5)√𝑅2
La llamada interrumpe la atención del cliente en 90+/-30 segundos
2
90−30
T(segundos)
30 60 90

2 2
𝑓1(𝑥) = (60−30)2 (𝑥 − 30) 60−30
(𝑥 − 30)2
𝐹1(𝑥) =
(60 − 30)2
30 60
−2 2
𝑓2(𝑥) = (90−60)2 ∗ (𝑥 − 90) 90−60
(𝑥−90)2
𝐹2(𝑥) = 1 − (90−60)2
60 90
(60−30)
(90−30)
𝑥 = 30 + (60 − 30)√𝑅2
Sino
𝑥 = 90 − (90 − 60)√𝑅2
Una vez firmados los contratos el cliente se sienta a esperar a ser llamado por caja y los
contratos se ponen en una pila donde el empleado ordenanza pasa a las 9:20 busca los contratos
firmados demora 20 +/- 4 segundos para llevar a la caja donde los deja.
2
20−4
T(minutos)
4 12 20

2 2
𝑓1(𝑥) = (12−4)2 (𝑥 − 4) 12−4
(𝑥 − 4)2
𝐹1(𝑥) =
(12 − 4)2
4 12
−2 2
𝑓2(𝑥) = (20−12)2 ∗ (𝑥 − 20)
20−12
(𝑥−20)2
𝐹2(𝑥) = 1 − (20−12)2
12 20

(12−4)
(20−4)
𝑥 = 4 + (12 − 4)√𝑅2
Sino
𝑥 = 20 − (20 − 12)√𝑅2
El empleado ordenanza después de dejar los contratos en caja realiza otras actividades durante un
tiempo de 20 +/- 5 minutos
2
20−4
T(minutos)
5 12.5 20
2 2
𝑓1(𝑥) = (12.5−5)2 (𝑥 − 5)
12.5−5
(𝑥 − 5)2
𝐹1(𝑥) =
(12.5 − 5)2
5 12.5
−2 2
𝑓2(𝑥) = (20−12.5)2 ∗ (𝑥 − 20)
20−12
(𝑥−20)2
𝐹2(𝑥) = 1 − (20−12.5)2
12.5 20

(12.5−5)
(20−5)
𝑥 = 5 + (12.5 − 5)√𝑅2
Sino
𝑥 = 20 − (20 − 12.5)√𝑅2
El empleado ordenanza es llamado cada por el micrófono cada 40 +/- 5 minutos
2
40−5
T(minutos)
5 22.5 40

2 2
𝑓1(𝑥) = (22.5−5)2 (𝑥 − 5) 22.5−5
(𝑥 − 5)2
𝐹1(𝑥) =
(22.5 − 5)2
5 22.5
−2 2
𝑓2(𝑥) = (40−22.5)2 ∗ (𝑥 − 40) 40−22.5
(𝑥−40)2
𝐹2(𝑥) = 1 − (40−22.5)2
22.5 40
(22.5−5)
(40−5)
𝑥 = 5 + (22.5 − 5)√𝑅2
Sino
𝑥 = 40 − (40 − 22.5)√𝑅2
Al empleado ordenanza le toma un tiempo de 180 +/- 30 segundos llegar al lugar donde ha sido
llamado
2
40−5
T(segundos)
30 105 180

2 2
𝑓1(𝑥) = (105−30)2 (𝑥 − 30) 105−30
(𝑥 − 30)2
𝐹1(𝑥) =
(105 − 30)2
30 105
−2 2
𝑓2(𝑥) = (180−105)2 ∗ (𝑥 − 180) 180−105
(𝑥−180)2
𝐹2(𝑥) = 1 − (180−105)2
105 180

(105−30)
(180−30)
𝑥 = 30 + (105 − 30)√𝑅2
Sino
𝑥 = 180 − (180 − 105)√𝑅2

4.5.8 En caja
El cajero empieza a cobrar a partir de las 9:30 a los clientes que realizaron la firma del contrato el
cliente demora en llegar a caja 20 +/- 5 segundos.
2
20−5
T(segundos)
5 12.5 20
2 2
𝑓1(𝑥) = (12.5−5)2 (𝑥 − 5)
12.5−5
(𝑥 − 5)2
𝐹1(𝑥) =
(12.5 − 5)2
5 12.5
−2 2
𝑓2(𝑥) = (20−12.5)2 ∗ (𝑥 − 20)
20−12
(𝑥−20)2
𝐹2(𝑥) = 1 − (20−12.5)2
12.5 20

(12.5−5)
(20−5)
𝑥 = 5 + (12.5 − 5)√𝑅2
Sino
𝑥 = 20 − (20 − 12.5)√𝑅2
El cliente llega a caja verifica los cálculos y se cobran el contrato en un tiempo de 300 +/- 75
segundos
2
300−75
T(segundos)
75 187.5 300

2 2
𝑓1(𝑥) = (187.5−75)2 (𝑥 − 75) 187.5−75
(𝑥 − 75)2
𝐹1(𝑥) =
(187.5 − 75)2
75 187.5
−2 2
𝑓2(𝑥) = (300−187.5)2 ∗ (𝑥 − 300)
300−187.5
(𝑥−300)2
𝐹2(𝑥) = 1 − (300−187.5)2
187.5 300
(187.5−75)
(300−75)
𝑥 = 75 + (187.5 − 75)√𝑅2
Sino
𝑥 = 300 − (300 − 187.5)√𝑅2

Al terminar el cobro el cajero realiza otras actividades en un 10 % de los casos que insume un
tiempo de 6 +/- 2 minutos y después vuelve a cobrar.
Método de la transformada inversa para las probabilidades de realizar otra tarea.
Si 0.00 <= R < 0.90 X = cobra

Si 0.90 < R <= 1 X = realiza otra tarea
R es un numero aleatorio
2
6−2
T(minutos)
2 4 6
2 2
𝑓1(𝑥) = (4−2)2 (𝑥 − 2)
4−2
(𝑥 − 2)2
𝐹1(𝑥) =
(4 − 2)2
2 4
−2 2
𝑓2(𝑥) = (6−4)2 ∗ (𝑥 − 6)
6−4
(𝑥−6)2
𝐹2(𝑥) = 1 − (6−4)2
4 6

(4−2)
(6−2)
𝑥 = 2 + (4 − 2)√𝑅2
Sino
𝑥 = 6 − (6 − 3)√𝑅2
Si no encuentra un contrato para cobrar demora antes de fijarse 5 +/- 1 minuto si existe algún
contrato

2
5−1
T(minutos)
1 3 5

2 2
𝑓1(𝑥) = (3−1)2 (𝑥 − 1) 3−1
(𝑥 − 1)2
𝐹1(𝑥) =
(3 − 1)2
1 3
−2 2
𝑓2(𝑥) = (5−3)2 ∗ (𝑥 − 5) 5−3
(𝑥−5)2
𝐹2(𝑥) = 1 − (5−3)2
3 5

(3−1)
(5−1)
𝑥 = 1 + (3 − 1)√𝑅2
Sino
𝑥 = 5 − (5 − 3)√𝑅2
A partir de las 11:30 se agrega otro cajero que verifica los cálculos y los cobros y demora 180 +/-
60 segundos en realizar su trabajo, pero si partir de las 17:30 no existe clientes el cajero 2 se retira
2
180−60
T(segundos)
60 120 180

2 2
𝑓1(𝑥) = (120−60)2 (𝑥 − 60) 120−60
(𝑥 − 60)2
𝐹1(𝑥) =
(120 − 60)2
60 120

−2 2
𝑓2(𝑥) = (180−120)2 ∗ (𝑥 − 180)
180−120
(𝑥−180)2
𝐹2(𝑥) = 1 − (180−120)2
120 180

(120−60)
(180−60)
𝑥 = 60 + (120 − 60)√𝑅2
Sino
𝑥 = 180 − (180 − 120)√𝑅2
Los clientes después de pagar el contrato demora 45 +/- 15 segundos en llegar a la salida y así
retirarse del sistema
2
30−5
15 30 45

2 2
𝑓1(𝑥) = (30−15)2 (𝑥 − 15)
30−15
(𝑥 − 15)2
𝐹1(𝑥) =
(30 − 15)2
15 30
−2 2
𝑓2(𝑥) = (45−30)2 ∗ (𝑥 − 45)
45−30
(𝑥−45)2
𝐹2(𝑥) = 1 − (45−30)2
30 45
(30−15)
(45−15)
𝑥 = 15 + (30 − 15)√𝑅2
Sino
𝑥 = 45 − (45 − 30)√𝑅2

4.6 Precios del tours compartido por lugar turístico
4.6.1 Ciudad de La Paz
a = 80 , b = 100, moda = 90
4.6.2 Tour a Tiwanaku

a = 80, b = 95, moda = 87.5
4.6.3 Tour en bicicleta a Coroico

a = 100, b = 110, moda = 105
4.6.4 Tour a Coroico Nor Yungas (en transporte)

a = 100, b = 120, moda = 110
4.6.5 Tour a Copacabana – Isla del Sol Lago Titicaca

a = 100, b = 120, c = 110
4.6.6 Tour La Paz – Copacabana – Treking en isla del Sol Commented [E1]:
a = 80, b = 90, moda = 85
4.6.7 Tour a Huataja – Isla de K’ala Uta – Isla Pariti

a = 110, b = 125, moda = 122.5
4.7 Probabilidad de personas que solicitan servicio compartido o privado de

acuerdo al lugar turistico
4.7.1 Ciudad de La Paz
0 <= R <= 0.6 x = compartido
0.6 < R <= 1 x = privado
4.7.2 Tour a Tiwanaku

0.8 < R <= 1 x = privado
4.7.3 Tour en bicicleta a Coroico

0.9 < R <= 1 x = privado
4.7.4 Tour a Coroico Nor Yungas (en transporte)

0.95 < R <= 1 x = privado
4.7.5 Tour a Copacabana – Isla del Sol Lago Titicaca

0.75 < R <= 1 x = privado

4.7.6 Tour La Paz – Copacabana – Treking en isla del Sol Commented [E2]:
0.98 < R <= 1 x = privado
4.7.7 Tour a Huataja – Isla de K’ala Uta – Isla Pariti

0.73 < R <= 1 x = privado
EL PRECIO DEL LAS PERSONAS QUE ELIGAN EL SERVICIO PRIVADO SE TRIPLICA AL PRECIO DEL
SEVICIO COMPARTIDO
4.8 Cuadro de actividades
% de participación de actividad
Actividad Total %
Israel Maycol Vladimir Estalin
Introducción 30% 20% 30% 20% 100%
Técnicas y distribuciones 20% 20% 30% 30% 100%
Identificación de variables 25% 25% 25% 25% 100%
Descripción de variables 70% 10% 10% 10% 100%
Demora en arribo de clientes 70% 10% 10% 10% 100%
Demora en la información de 70% 10% 10% 10% 100%
atención al cliente
El cliente tarda un tiempo de 10% 70% 10% 10% 100%
salida de oficina
Demora en hacer el contrato 10% 70% 10% 10% 100%
Tiempo de llamada interrupción 10% 10% 70% 10% 100%
de atención al cliente
Tiempo de realizar el recojo de 10% 10% 70% 10% 100%
contratos firmados
Tiempo de atención al cliente 10% 10% 10% 70% 100%
en caja de verificar los datos
El cliente tarda un tiempo de 10% 10% 10% 70% 100%
salida del sistema
Realizar Informe 4 Modelo de 80% 10% 5% 5% 100%
Simulación
4.9 Bibliografía
Raúl Coss Bu- Simulación un enfoque práctico
Lic. Henrry Frank Villarroel Tapia – Taller de Simulación, Proyecto “Simulación de una agencia de
Turismo”
http://centros.edu.aytolacoruna.es/maristas/Apuntes%20Estadistica%20P2.pdf
http://dxsp.sergas.es/ApliEdatos/Epidat/Ayuda/4-
Ayuda%20Distribuciones%20de%20probabilidad.pdf
http://hidrologia.usal.es/Complementos/estadistica/distr_esta.pdf
http://www.itch.edu.mx/academic/industrial/sabaticorita/_private/04Distribuciones%20de%20Pr
obabilidad.htm

INFORME CUATRO Modificacion

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

INFORME CUATRO Modificacion

Загружено:

Авторское право:

Доступные форматы

UNIVERSIDAD MAYOR DE SAN SIMON

FACULTAD DE CIENCIAS Y TECNOLOGIA

DOCENTE: Ing. Henry Frank Villarroel Tapia

4.2 Técnicas y distribuciones

4.2.1 Teoría cola

 Que el cliente espere por el servicio el menor tiempo posible.

Por tanto, la meta final es un balance “económico” entre la espera y el servicio.

Estructura básica de un modelo de colas

Características de una línea de espera

Una línea de espera puede caracterizarse mediante los siguientes elementos.

4.2.2 Distribución exponencial

La función de distribución de la variable aleatoria X con distribución exponencial es:

Paso 1: Determinar la función de probabilidad.

Paso 2: Definir F(x)

Tenemos f(x) debemos determinar la función acumulada f(x):

Paso 3: Igualar nuestra F(x) a R, donde R es un valor entre 0 y 1:

Paso 4: Aplicamos la función inversa (𝐹 −1 ) para que x quede despejada

Paso 6: Generar valores de la variable aleatoria

Paso 1: Definir f(x)

Si 𝑥1 , 𝑥2 , 𝑥3 , … , 𝑥𝑛 Es una secuencia de n variables aleatorias independientes con 𝐸(𝑥) = 𝑢 y

Tiene una distribución normal estándar a medida que n se aproxima a infinito.

Paso 3: Igualamos a la distribución normal estándar

Paso 4: Realizar el algoritmo

Paso 5: Generar valores de la variable aleatoria

Los Eventos dispuestos en Porcentajes siguen la Distribución Binomial:

4.5 Descripción de variables

Tipo de Cliente Probabilidad Demora en hacer el contrato

En la parte de las probabilidades se utilizará el método de la transformada inversa:

Si 0.00 <= R < 0.30 X = particulares

Donde R es la variable aleatoria uniforme que se genera.

2. determinamos las distribuciones de probabilidad y distribución acumulada de las áreas

Para la segunda área:

3. Generar números aleatorias uniformes R1 y R2

1. La distribución de probabilidad original se va a dividir en dos áreas:

2. determinamos las distribuciones de probabilidad y distribución acumulada de las áreas

3. Generar números aleatorias uniformes R1 y R2

𝑥 = 100 − (100 − 75)√𝑅2

5. Repetir los pasos anteriores tantas veces sea necesario

1. La distribución de probabilidad original se va a dividir en dos áreas:

2. determinamos las distribuciones de probabilidad y distribución acumulada de las áreas

Para la segunda área:

𝑥 = 150 − (150 − 112.5)√𝑅2

5. Repetir los pasos anteriores tantas veces sea necesario

1. La distribución de probabilidad original se va a dividir en dos áreas:

Para la segunda área:

3. Generar números aleatorias uniformes R1 y R2

𝑥 = 120 − (120 − 90)√𝑅2

5. Repetir los pasos anteriores tantas veces sea necesario

4.5.2 Demora en arribo de clientes

Horario Demora en arribo de clientes

En el arribo de clientes se tiene distintos horarios en la que el tiempo de arribo es un modelo

1. La distribución de probabilidad original se va a dividir en dos áreas:

Para la segunda área:

3. Generar números aleatorias uniformes R1 y R2

𝑥 = 180 − (180 − 120)√𝑅2

5. Repetir los pasos anteriores tantas veces sea necesario

1. La distribución de probabilidad original se va a dividir en dos áreas:

2. determinamos las distribuciones de probabilidad y distribución acumulada de las áreas

3. Generar números aleatorias uniformes R1 y R2

𝑥 = 135 − (135 − 90)√𝑅2

5. Repetir los pasos anteriores tantas veces sea necesario

1. La distribución de probabilidad original se va a dividir en dos áreas:

2. determinamos las distribuciones de probabilidad y distribución acumulada de las áreas