SlideShare a Scribd company logo
1 of 10
Download to read offline
Simulación de Sistemas 2016
SIMULACIÓN DE SISTEMAS
Guía práctica #3
Generación de muestras de distribuciones de probabilidad de Variables
Aleatorias Discretas (VAD) y continuas (VAC) con Stat::Fit
2016
Objetivos:
 Generar muestras conociendo la Distribución de probabilidad de la VAD y VAC
 Usar las muestras aleatorias para simular los tiempos promedios de procesos.
 Analizar resultados y emitir conclusiones.
Actividad para la práctica:
Problema:
La biblioteca de una universidad tiene una fotocopiadora para uso de los estudiantes. Estos llegan
a la máquina exponencialmente con un intervalo entre llegadas de 3 minutos. El tiempo
promedio que se tarda en hacer una copia es 15 segundos. Un análisis de los datos
acumulados muestra que el número de copias que hace un estudiante al pasar a la máquina tiene
una distribución Uniforme entre 6 y 10.
El bibliotecario cree que con el sistema actual, la cola en la máquina fotocopiadora 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 40
clientes y determine la duración promedio del tiempo de espera y el tiempo ocioso de la máquina
fotocopiadora. (Surespuestadebedarlaenminutos)
Se le solicita que obtenga tres muestras aleatorias de 40 clientes cada una, que simulen los
tiempos de llegada y los tiempos de servicios de a los clientes.
Calcular:
a. Tiempo promedio de llegada de los clientes
b. Tiempo promedio de servicio
c. Tiempo promedio en que un cliente permanece dentro del sistema.
d. Porcentaje de tiempo desocupado (de la fotocopiadora).
3
Use el software de Simulación Promodel para generar los datos de las tres muestras
aleatorias.
I. Para obtener la primera muestra, nos apoyaremos en el software
Promodel programa Stat::Fit.
Procedemos de la siguiente manera:
1. Abril el programa Fit
2. Hacemos clic en el menú Input
3. Dentro de input hacemos en el submenú Generate
4. Aparece un cuadro de diálogo que se muestra en la imagen #1.
Imagen #1
5. En la ventana desplegable haga clic y seleccione Exponential.( dado que la
distribución de llegada es Exponencial).
6. En mínimo (mínimum) = 0 (representa el tiempo mínimo de llegada, en minutos)
7. En beta (media) =3.0 (representa la tasa media entre llegada de los clientes, en
minutos).
8. En Puntos (Points)=40 (Tamaño de la muestra 40)
9. En el option Button (en el botón de opción) active esa opción.
10. Generador (Generador) = PMM LCG (Default)
11. Ahora haga clic en el botón OK
12. En la tabla de (Data Table) datos se mostrarán los 40 datos generados.
13. Para no trabajar con muchos decimales (precisión 6) lo vamos a reducir a precisión
2. Para lo cual hacemos clic en el menú Input y luego en el sub menú options.
Donde dice (Default) desactivamos haciendo clic en la cajita blanca a la izquierda
de (Default) y luego sustituimos 6 por 2 (ver imagen #2). Veremos que todos los
valores generados pasaron a precisión 2.
40
4
Imagen #2
14. Ahora los datos que se han generado y que son datos de distribución exponencial los
pegamos en ese orden de salida en la tabla Muestra #1, en la columna Llegada, no
olvide que esos datos representan minutos.
Función de Distribución Exponencial (min, β)
min = mínimo x valor x
β= media=promedio
Para obtener las otras muestras para las Tablas Muestra #2 y Muestra #3. Siempre
tiempos de llegada con distribución exponencial con beta=3.0 y mínimo=0.
Hacemos lo mismo, pero con la variante que lo hacemos con la opción Stream y no por
Default, por lo que se nos mostrará una cajita donde digitaremos un entero en forma
aleatoria, que será la semilla para generar los valores de la variable aleatorio o muestra 2
y 3 para la distribución exponencial.
II. Para obtener las muestras 1, 2 y 3 del número de copias que cada
cliente requiere, usamos la distribución Uniforme entre 6 y 10.
Procedemos de la siguiente manera:
1. Abril el programa Fit
2. Hacemos clic en el menú Input
3. Dentro de input hacemos en el submenú Generate
4. Aparece un cuadro de diálogo que se muestra en la imagen #3.
En la cajita a la izquierda de (Default) quitamos el √
Esto nos permitirá activar la cajita a la derecha de la
palabra Precision (Precisión) y ahora Cambiamos la
precisión de 6 a 2.
También podemos cambiar los intervalos haciendo
clic en Manual.
5
Imagen #3
5. En la ventana desplegable haga clic y seleccione Discrete Uniform ( dado que la
distribución de servicio es uniforme (número de copias))
6. En mínimo (mínimum) = 6 (representa el tiempo mínimo de llegada, en minutos.
7. En máximo (máximum)=10 (representa el tiempo máximo de llegada, en minutos.
8. En Puntos (Points)=40 (Tamaño de la muestra 40)
9. En el option Button (en el botón de opción) active esa opción.
10. Generador (Generador) = PMM LCG (Default)
11. Ahora haga clic en el botón OK
12. En la tabla de (Data Table) datos se mostrarán los 40 datos generados.
6
13. hora los datos que se han generado y que son datos de distribución Discrete
Uniform los pegamos en ese orden de salida en la tabla Muestra #1, en la columna
servicio*15/60, no olvide que esos datos representan minutos.
Para obtener las Otras muestras para las Tablas Muestra #2 y Muestra #3. Siempre
tiempos de servicio que esta entre 6 y 10 minutos y que se deben de Distribuir
Uniformemente
De forma similar debe hacerlo nuevamente con los pasos indicados para generar la seguna y
la tercer muestra. Así podrá tener las tres muestras de los datos de servicio.
Función de Distribución Uniforme
min = mínimo x
max= máximo x
III. Cuando tenga los muestras de atención pongalas en las tablas
diseñadas y ahora podrá realizar los calculos que se solicitan en
la página 7,8 y 9.
7
8
9
10
ACTIVIDAD PARA ENTREGAR EN INFORME:
Problema
En una Institución de Servicio de cobranza se tienen los siguientes registros de
información.
1. El tiempo de llegada entre clientes está distribuido uniformemente continuo
entre 1 y 12 minutos.
2. El tiempo de atención de cada cliente está distribuido exponencialmente con
media de 3 minutos.
Se le solicita que obtenga tres muestras aleatorias de 30 clientes cada una, para lo cual
debe usar números aleatorios que simulen los tiempos de llegada y los tiempos de
servicios de los clientes, la precisión que sea de un decimal.
Se le solicita que obtenga tres muestras aleatorias de 30 clientes cada una, para lo cual
debe usar números aleatorios que simulen los tiempos de llegada y los tiempos de
servicios de los clientes.
Calcular:
a. Tiempo promedio de llegada de los clientes
b. Tiempo promedio de servicio
c. Tiempo promedio en que un cliente permanece dentro del sistema.
d. Porcentaje de tiempo desocupado del cajero.
¿Qué concluye, es buena la atención del cajero automático? Porque?
Aplicar las formulas siguientes:
 Hora de llegadai = tiempo_llegadai+ Hora_llegadai-1; siendo Hora_llegada0=0
 Hora de fin de servicioi=Hora_inicio_servicioi+tiempo_servicioi
 Hora de inicio de servicioi= valor_maximo(Hora_llegadai, Hora_fin_servicioi-1)
 Tiempo de esperai= Hora_fin_servicioi- Hora_llegadai
Para obtener las medias generales de las tres muestras:
𝑋̅ =
𝑥1 + 𝑥2 + 𝑥3
3
11

More Related Content

What's hot

Formatos / Estudio del Trabajo I
Formatos / Estudio del Trabajo IFormatos / Estudio del Trabajo I
Formatos / Estudio del Trabajo I
Gonzalo Lagunes
 
Numeros Pseudo-aleatorios y variables aleatorias
Numeros Pseudo-aleatorios y variables aleatoriasNumeros Pseudo-aleatorios y variables aleatorias
Numeros Pseudo-aleatorios y variables aleatorias
Alberto Carranza Garcia
 
Prueba de hipótesis con chi cuadrado empleando excel y winstats
Prueba de hipótesis con chi cuadrado empleando excel y winstatsPrueba de hipótesis con chi cuadrado empleando excel y winstats
Prueba de hipótesis con chi cuadrado empleando excel y winstats
LUIS CASTRO
 

What's hot (20)

Formatos / Estudio del Trabajo I
Formatos / Estudio del Trabajo IFormatos / Estudio del Trabajo I
Formatos / Estudio del Trabajo I
 
Prueba Kolmogorov-Smirnov
Prueba Kolmogorov-SmirnovPrueba Kolmogorov-Smirnov
Prueba Kolmogorov-Smirnov
 
Algoritmo Coungrencial Multiplicativo & Aditivo
Algoritmo Coungrencial Multiplicativo & AditivoAlgoritmo Coungrencial Multiplicativo & Aditivo
Algoritmo Coungrencial Multiplicativo & Aditivo
 
Numeros aleatorios & pseudoaleatorios itsz vhhh
Numeros aleatorios & pseudoaleatorios itsz vhhhNumeros aleatorios & pseudoaleatorios itsz vhhh
Numeros aleatorios & pseudoaleatorios itsz vhhh
 
Metodos infostat
Metodos infostatMetodos infostat
Metodos infostat
 
Unidad II. aleatoriedad
Unidad II. aleatoriedadUnidad II. aleatoriedad
Unidad II. aleatoriedad
 
Plan maestro de la Produccion
Plan maestro de la ProduccionPlan maestro de la Produccion
Plan maestro de la Produccion
 
simulacion numeros pseudoaleatorios
simulacion numeros pseudoaleatoriossimulacion numeros pseudoaleatorios
simulacion numeros pseudoaleatorios
 
Ejemplo Prueba De Medias
Ejemplo Prueba De MediasEjemplo Prueba De Medias
Ejemplo Prueba De Medias
 
Generacion variablesaleatorias
Generacion variablesaleatoriasGeneracion variablesaleatorias
Generacion variablesaleatorias
 
Pruebas de bondad de ajuste
Pruebas de bondad de ajustePruebas de bondad de ajuste
Pruebas de bondad de ajuste
 
Numeros Pseudo-aleatorios y variables aleatorias
Numeros Pseudo-aleatorios y variables aleatoriasNumeros Pseudo-aleatorios y variables aleatorias
Numeros Pseudo-aleatorios y variables aleatorias
 
Plan maestro-de-producción
Plan maestro-de-producciónPlan maestro-de-producción
Plan maestro-de-producción
 
Prueba de-varianza
Prueba de-varianzaPrueba de-varianza
Prueba de-varianza
 
Prueba de hipótesis con chi cuadrado empleando excel y winstats
Prueba de hipótesis con chi cuadrado empleando excel y winstatsPrueba de hipótesis con chi cuadrado empleando excel y winstats
Prueba de hipótesis con chi cuadrado empleando excel y winstats
 
Presentación VSM (Value Stream Mapping)
Presentación VSM (Value Stream Mapping)Presentación VSM (Value Stream Mapping)
Presentación VSM (Value Stream Mapping)
 
Pruebas De Varianza Uniformidad E Independencia
Pruebas De Varianza Uniformidad E IndependenciaPruebas De Varianza Uniformidad E Independencia
Pruebas De Varianza Uniformidad E Independencia
 
Histograma y boxplot
Histograma y boxplotHistograma y boxplot
Histograma y boxplot
 
SISTEMA MRP
SISTEMA MRPSISTEMA MRP
SISTEMA MRP
 
Problemas Pares Unidad Ii De Simulacion
Problemas Pares Unidad Ii De SimulacionProblemas Pares Unidad Ii De Simulacion
Problemas Pares Unidad Ii De Simulacion
 

Similar to Practica no. 3 tiempo de servicio

Investigacion de operaciones 2 io04002
Investigacion de operaciones 2 io04002Investigacion de operaciones 2 io04002
Investigacion de operaciones 2 io04002
Maestros Online
 
Algoritmos y programas 1 arena
Algoritmos y programas 1   arenaAlgoritmos y programas 1   arena
Algoritmos y programas 1 arena
Romario Fajardo
 
Diapositivas sofia plus
Diapositivas sofia plusDiapositivas sofia plus
Diapositivas sofia plus
tatisquinteroL
 

Similar to Practica no. 3 tiempo de servicio (20)

Investigacion de operaciones 2 in4002 s2012
Investigacion de operaciones 2 in4002 s2012Investigacion de operaciones 2 in4002 s2012
Investigacion de operaciones 2 in4002 s2012
 
Investigacion de operaciones 2 in4002 s2012
Investigacion de operaciones 2 in4002 s2012Investigacion de operaciones 2 in4002 s2012
Investigacion de operaciones 2 in4002 s2012
 
Investigacion de operaciones 2 io04002
Investigacion de operaciones 2 io04002Investigacion de operaciones 2 io04002
Investigacion de operaciones 2 io04002
 
Investigacion de operaciones 2 io04002
Investigacion de operaciones 2 io04002Investigacion de operaciones 2 io04002
Investigacion de operaciones 2 io04002
 
Algoritmos y programas 1 arena
Algoritmos y programas 1   arenaAlgoritmos y programas 1   arena
Algoritmos y programas 1 arena
 
301401 10 practica1-informe fibra
301401 10 practica1-informe fibra301401 10 practica1-informe fibra
301401 10 practica1-informe fibra
 
Diapositivas sofia plus
Diapositivas sofia plusDiapositivas sofia plus
Diapositivas sofia plus
 
Raptor
RaptorRaptor
Raptor
 
Raptor
RaptorRaptor
Raptor
 
Mini Manual Raptor
Mini Manual RaptorMini Manual Raptor
Mini Manual Raptor
 
Raptor
RaptorRaptor
Raptor
 
raptor manual
raptor manualraptor manual
raptor manual
 
Raptor
RaptorRaptor
Raptor
 
Curso taller minitab-aplicado_al_control
Curso taller minitab-aplicado_al_controlCurso taller minitab-aplicado_al_control
Curso taller minitab-aplicado_al_control
 
unidad-3-actividades-complementarias.pdf
unidad-3-actividades-complementarias.pdfunidad-3-actividades-complementarias.pdf
unidad-3-actividades-complementarias.pdf
 
Tema 4 -_introduccion_a_razonamiento_algoritmico
Tema 4 -_introduccion_a_razonamiento_algoritmicoTema 4 -_introduccion_a_razonamiento_algoritmico
Tema 4 -_introduccion_a_razonamiento_algoritmico
 
Simulación de eventos discretos
Simulación de eventos discretosSimulación de eventos discretos
Simulación de eventos discretos
 
05 guia-arena
05 guia-arena05 guia-arena
05 guia-arena
 
tecnologia trabajo en equipo.pdf
tecnologia trabajo en equipo.pdftecnologia trabajo en equipo.pdf
tecnologia trabajo en equipo.pdf
 
tecnologia trabajo en equipo.pdf
tecnologia trabajo en equipo.pdftecnologia trabajo en equipo.pdf
tecnologia trabajo en equipo.pdf
 

More from Tensor

More from Tensor (20)

Libertad
LibertadLibertad
Libertad
 
Método de la regla falsa (o metodo de la falsa posición)
Método de la regla falsa (o metodo de la falsa posición)Método de la regla falsa (o metodo de la falsa posición)
Método de la regla falsa (o metodo de la falsa posición)
 
Metodo de la bisección
Metodo de la bisecciónMetodo de la bisección
Metodo de la bisección
 
Transito vehicular
Transito vehicularTransito vehicular
Transito vehicular
 
Teoria de colas
Teoria de colasTeoria de colas
Teoria de colas
 
Practica 7 2016
Practica 7 2016Practica 7 2016
Practica 7 2016
 
Practica 6 2016
Practica 6 2016Practica 6 2016
Practica 6 2016
 
Game maker
Game makerGame maker
Game maker
 
Practica 5 2016
Practica 5 2016Practica 5 2016
Practica 5 2016
 
Procesamiento de archivos
Procesamiento de archivosProcesamiento de archivos
Procesamiento de archivos
 
Cadenas y funciones de cadena
Cadenas y funciones de cadenaCadenas y funciones de cadena
Cadenas y funciones de cadena
 
Simulación en promodel clase 04
Simulación en promodel clase 04Simulación en promodel clase 04
Simulación en promodel clase 04
 
Reduccion de orden
Reduccion de ordenReduccion de orden
Reduccion de orden
 
Variación+de+parametros
Variación+de+parametrosVariación+de+parametros
Variación+de+parametros
 
Coeficientes indeterminados enfoque de superposición
Coeficientes indeterminados   enfoque de superposiciónCoeficientes indeterminados   enfoque de superposición
Coeficientes indeterminados enfoque de superposición
 
Bernoulli y ricatti
Bernoulli y ricattiBernoulli y ricatti
Bernoulli y ricatti
 
Clase 14 ondas reflejadas
Clase 14 ondas reflejadasClase 14 ondas reflejadas
Clase 14 ondas reflejadas
 
Ondas em
Ondas emOndas em
Ondas em
 
Clase 7 ondas electromagneticas
Clase 7 ondas electromagneticasClase 7 ondas electromagneticas
Clase 7 ondas electromagneticas
 
Practicas 8 2016
Practicas 8 2016Practicas 8 2016
Practicas 8 2016
 

Recently uploaded

NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfNUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
UPTAIDELTACHIRA
 
TALLER DE DEMOCRACIA Y GOBIERNO ESCOLAR-COMPETENCIAS N°3.docx
TALLER DE DEMOCRACIA Y GOBIERNO ESCOLAR-COMPETENCIAS N°3.docxTALLER DE DEMOCRACIA Y GOBIERNO ESCOLAR-COMPETENCIAS N°3.docx
TALLER DE DEMOCRACIA Y GOBIERNO ESCOLAR-COMPETENCIAS N°3.docx
NadiaMartnez11
 

Recently uploaded (20)

Power Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptxPower Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptx
 
SEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VS
SEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VSSEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VS
SEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VS
 
Tema 11. Dinámica de la hidrosfera 2024
Tema 11.  Dinámica de la hidrosfera 2024Tema 11.  Dinámica de la hidrosfera 2024
Tema 11. Dinámica de la hidrosfera 2024
 
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfNUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
 
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
 
Los avatares para el juego dramático en entornos virtuales
Los avatares para el juego dramático en entornos virtualesLos avatares para el juego dramático en entornos virtuales
Los avatares para el juego dramático en entornos virtuales
 
Sesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronósticoSesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronóstico
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
 
Abril 2024 - Maestra Jardinera Ediba.pdf
Abril 2024 -  Maestra Jardinera Ediba.pdfAbril 2024 -  Maestra Jardinera Ediba.pdf
Abril 2024 - Maestra Jardinera Ediba.pdf
 
TIENDAS MASS MINIMARKET ESTUDIO DE MERCADO
TIENDAS MASS MINIMARKET ESTUDIO DE MERCADOTIENDAS MASS MINIMARKET ESTUDIO DE MERCADO
TIENDAS MASS MINIMARKET ESTUDIO DE MERCADO
 
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdfFeliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
 
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLAACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
 
Prueba libre de Geografía para obtención título Bachillerato - 2024
Prueba libre de Geografía para obtención título Bachillerato - 2024Prueba libre de Geografía para obtención título Bachillerato - 2024
Prueba libre de Geografía para obtención título Bachillerato - 2024
 
Infografía EE con pie del 2023 (3)-1.pdf
Infografía EE con pie del 2023 (3)-1.pdfInfografía EE con pie del 2023 (3)-1.pdf
Infografía EE con pie del 2023 (3)-1.pdf
 
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptxLA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
 
Diapositivas de animales reptiles secundaria
Diapositivas de animales reptiles secundariaDiapositivas de animales reptiles secundaria
Diapositivas de animales reptiles secundaria
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
 
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docxPLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
 
TALLER DE DEMOCRACIA Y GOBIERNO ESCOLAR-COMPETENCIAS N°3.docx
TALLER DE DEMOCRACIA Y GOBIERNO ESCOLAR-COMPETENCIAS N°3.docxTALLER DE DEMOCRACIA Y GOBIERNO ESCOLAR-COMPETENCIAS N°3.docx
TALLER DE DEMOCRACIA Y GOBIERNO ESCOLAR-COMPETENCIAS N°3.docx
 
EL HABITO DEL AHORRO en tu idea emprendedora22-04-24.pptx
EL HABITO DEL AHORRO en tu idea emprendedora22-04-24.pptxEL HABITO DEL AHORRO en tu idea emprendedora22-04-24.pptx
EL HABITO DEL AHORRO en tu idea emprendedora22-04-24.pptx
 

Practica no. 3 tiempo de servicio

  • 1. Simulación de Sistemas 2016 SIMULACIÓN DE SISTEMAS Guía práctica #3 Generación de muestras de distribuciones de probabilidad de Variables Aleatorias Discretas (VAD) y continuas (VAC) con Stat::Fit 2016 Objetivos:  Generar muestras conociendo la Distribución de probabilidad de la VAD y VAC  Usar las muestras aleatorias para simular los tiempos promedios de procesos.  Analizar resultados y emitir conclusiones. Actividad para la práctica: Problema: La biblioteca de una universidad tiene una fotocopiadora para uso de los estudiantes. Estos llegan a la máquina exponencialmente con un intervalo entre llegadas de 3 minutos. El tiempo promedio que se tarda en hacer una copia es 15 segundos. Un análisis de los datos acumulados muestra que el número de copias que hace un estudiante al pasar a la máquina tiene una distribución Uniforme entre 6 y 10. El bibliotecario cree que con el sistema actual, la cola en la máquina fotocopiadora 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 40 clientes y determine la duración promedio del tiempo de espera y el tiempo ocioso de la máquina fotocopiadora. (Surespuestadebedarlaenminutos) Se le solicita que obtenga tres muestras aleatorias de 40 clientes cada una, que simulen los tiempos de llegada y los tiempos de servicios de a los clientes. Calcular: a. Tiempo promedio de llegada de los clientes b. Tiempo promedio de servicio c. Tiempo promedio en que un cliente permanece dentro del sistema. d. Porcentaje de tiempo desocupado (de la fotocopiadora).
  • 2. 3 Use el software de Simulación Promodel para generar los datos de las tres muestras aleatorias. I. Para obtener la primera muestra, nos apoyaremos en el software Promodel programa Stat::Fit. Procedemos de la siguiente manera: 1. Abril el programa Fit 2. Hacemos clic en el menú Input 3. Dentro de input hacemos en el submenú Generate 4. Aparece un cuadro de diálogo que se muestra en la imagen #1. Imagen #1 5. En la ventana desplegable haga clic y seleccione Exponential.( dado que la distribución de llegada es Exponencial). 6. En mínimo (mínimum) = 0 (representa el tiempo mínimo de llegada, en minutos) 7. En beta (media) =3.0 (representa la tasa media entre llegada de los clientes, en minutos). 8. En Puntos (Points)=40 (Tamaño de la muestra 40) 9. En el option Button (en el botón de opción) active esa opción. 10. Generador (Generador) = PMM LCG (Default) 11. Ahora haga clic en el botón OK 12. En la tabla de (Data Table) datos se mostrarán los 40 datos generados. 13. Para no trabajar con muchos decimales (precisión 6) lo vamos a reducir a precisión 2. Para lo cual hacemos clic en el menú Input y luego en el sub menú options. Donde dice (Default) desactivamos haciendo clic en la cajita blanca a la izquierda de (Default) y luego sustituimos 6 por 2 (ver imagen #2). Veremos que todos los valores generados pasaron a precisión 2. 40
  • 3. 4 Imagen #2 14. Ahora los datos que se han generado y que son datos de distribución exponencial los pegamos en ese orden de salida en la tabla Muestra #1, en la columna Llegada, no olvide que esos datos representan minutos. Función de Distribución Exponencial (min, β) min = mínimo x valor x β= media=promedio Para obtener las otras muestras para las Tablas Muestra #2 y Muestra #3. Siempre tiempos de llegada con distribución exponencial con beta=3.0 y mínimo=0. Hacemos lo mismo, pero con la variante que lo hacemos con la opción Stream y no por Default, por lo que se nos mostrará una cajita donde digitaremos un entero en forma aleatoria, que será la semilla para generar los valores de la variable aleatorio o muestra 2 y 3 para la distribución exponencial. II. Para obtener las muestras 1, 2 y 3 del número de copias que cada cliente requiere, usamos la distribución Uniforme entre 6 y 10. Procedemos de la siguiente manera: 1. Abril el programa Fit 2. Hacemos clic en el menú Input 3. Dentro de input hacemos en el submenú Generate 4. Aparece un cuadro de diálogo que se muestra en la imagen #3. En la cajita a la izquierda de (Default) quitamos el √ Esto nos permitirá activar la cajita a la derecha de la palabra Precision (Precisión) y ahora Cambiamos la precisión de 6 a 2. También podemos cambiar los intervalos haciendo clic en Manual.
  • 4. 5 Imagen #3 5. En la ventana desplegable haga clic y seleccione Discrete Uniform ( dado que la distribución de servicio es uniforme (número de copias)) 6. En mínimo (mínimum) = 6 (representa el tiempo mínimo de llegada, en minutos. 7. En máximo (máximum)=10 (representa el tiempo máximo de llegada, en minutos. 8. En Puntos (Points)=40 (Tamaño de la muestra 40) 9. En el option Button (en el botón de opción) active esa opción. 10. Generador (Generador) = PMM LCG (Default) 11. Ahora haga clic en el botón OK 12. En la tabla de (Data Table) datos se mostrarán los 40 datos generados.
  • 5. 6 13. hora los datos que se han generado y que son datos de distribución Discrete Uniform los pegamos en ese orden de salida en la tabla Muestra #1, en la columna servicio*15/60, no olvide que esos datos representan minutos. Para obtener las Otras muestras para las Tablas Muestra #2 y Muestra #3. Siempre tiempos de servicio que esta entre 6 y 10 minutos y que se deben de Distribuir Uniformemente De forma similar debe hacerlo nuevamente con los pasos indicados para generar la seguna y la tercer muestra. Así podrá tener las tres muestras de los datos de servicio. Función de Distribución Uniforme min = mínimo x max= máximo x III. Cuando tenga los muestras de atención pongalas en las tablas diseñadas y ahora podrá realizar los calculos que se solicitan en la página 7,8 y 9.
  • 6. 7
  • 7. 8
  • 8. 9
  • 9. 10 ACTIVIDAD PARA ENTREGAR EN INFORME: Problema En una Institución de Servicio de cobranza se tienen los siguientes registros de información. 1. El tiempo de llegada entre clientes está distribuido uniformemente continuo entre 1 y 12 minutos. 2. El tiempo de atención de cada cliente está distribuido exponencialmente con media de 3 minutos. Se le solicita que obtenga tres muestras aleatorias de 30 clientes cada una, para lo cual debe usar números aleatorios que simulen los tiempos de llegada y los tiempos de servicios de los clientes, la precisión que sea de un decimal. Se le solicita que obtenga tres muestras aleatorias de 30 clientes cada una, para lo cual debe usar números aleatorios que simulen los tiempos de llegada y los tiempos de servicios de los clientes. Calcular: a. Tiempo promedio de llegada de los clientes b. Tiempo promedio de servicio c. Tiempo promedio en que un cliente permanece dentro del sistema. d. Porcentaje de tiempo desocupado del cajero. ¿Qué concluye, es buena la atención del cajero automático? Porque? Aplicar las formulas siguientes:  Hora de llegadai = tiempo_llegadai+ Hora_llegadai-1; siendo Hora_llegada0=0  Hora de fin de servicioi=Hora_inicio_servicioi+tiempo_servicioi  Hora de inicio de servicioi= valor_maximo(Hora_llegadai, Hora_fin_servicioi-1)  Tiempo de esperai= Hora_fin_servicioi- Hora_llegadai Para obtener las medias generales de las tres muestras: 𝑋̅ = 𝑥1 + 𝑥2 + 𝑥3 3
  • 10. 11