MODELOS DE SIMULACION
UNIDAD 3: PASO 3 - MODELAR Y SIMULAR SISTEMAS INDUSTRIALES CON
BASE EN TEORÍA DE COLAS
PRESENTADO POR:
RICHARD ALEXANDER BLANCO GOMEZ
GRUPO
212026_46
TUTOR
JOSE ENRIQUE COTES
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
ESCUELA DE CIENCIAS BÁSICAS, TECNOLOGÍA E INGENIERÍA
PROGRAMA DE INGENIERIA INDUSTRIAL
VALLEDUPAR-CESAR
MARZO – 2020
INTRODUCCION
La teoría de colas es un tema perteneciente a la Investigación de Operaciones,
encargada de proponer modelos para el manejo eficiente de las líneas de
espera, sean estas personas, productos, automóviles, llamadas telefónicas
entre otras (Hillier & Lieberman,1997). En este trabajo realizaremos la
modelación y simulación de sistemas industriales con base en teoría de colas
de acuerdo al taller numero 3 modelos de colas y simulación:
Objetivos
Simular y realizar el análisis estadístico, con base en teoría de colas tipos de
simulación y características, sistemas de colas con un solo canal: análisis
estadístico, modelos de colas y simulación: análisis de sensibilidad.
Objetivos Específicos:
Reconocer los conceptos de la modelación y simulación de procesos en
sistemas industriales y el uso de tecnologías para el análisis de escenarios.
Determinar las técnicas de modelamiento para la generación de escenarios
de solución óptima, de acuerdo a las condiciones y medidas de desempeño
del sistema real productivos y logísticos.
Aplicar las técnicas de simulación de los escenarios analizados a través de
herramientas informáticas para interpretar los sistemas, proponer
soluciones y toma de decisiones.
ACTIVIDADES PARA DESARROLLAR
1. Leer los contenidos temáticos de la Unidad 3, que encontrara en el Entorno
de Conocimiento.
a. Un esquema de trabajo,
b. El rol a desempeñar y sea informado al equipo de trabajo
Entregas: Alertar sobre los tiempos de entrega de los productos y enviar el
documento en los tiempos estipulados, utilizando los recursos destinados
para el envío.
TALLER-LABORATORIO 3: MODELOS DE ASIGNACIÓN
Para el seguimiento correspondiente en el desarrollo del curso de Modelos y
simulación, se orienta desarrollar un informe en Word o PDF con un Anexo
en Excel, el informe contendrá los siguientes cuatro puntos:
1. Consulte el link del ambiente de aprendizaje practico “Conceptos de
simulación” en el capítulo 19 A y Responder el siguiente cuestionario:
¿Por qué a veces se le llama a la simulación una técnica de último recurso?
Por el tamaño de las situaciones o complejidad de los problemas presentados en
una planta como las inconsistencias de los inventarios, distribución de planta,
mantenimiento, etc.; Se utilizan unas técnicas del sistema para evaluar y
desarrollar los cambios en las variables, el control en tiempo real y desarrollara
nuevas ideas.
¿Qué papeles cumplen las pruebas de hipótesis estadística en la
simulación?
Cumple con entregar datos e información que se puede comparar con otros
resultados como: datos operativo reales, datos operativos de sistemas semejantes
y percepción del analista de la operación del sistema real.
¿Qué determina la validez de un modelo de simulación?
A probar el programa de computación para garantizar que la simulación esta bien.
Específicamente es una verificación para corroborar si el código de la
computadora es una traslación valida del modelo del diagrama de flujo y si la
simulación representa adecuadamente el sistema real.
¿Se debe usar una computadora para obtener información adecuada de una
simulación? Explique.
Si, es una herramienta vital; porque en la simulación se utilizan un método
matemático, estadístico y utilizamos la computadora para procesarlo y obtener
datos deseados. También, en la computadora podemos obtener gráficos que son
más fácil de interpretarlos.
¿Qué métodos se usan para incrementar el tiempo en un modelo de
simulación? ¿Cómo funcionan?
Método incremento de tiempo donde es fundamental el concepto del reloj.
Este método del tiempo puede avanzar en:
Incrementos fijos. Se especifican en incremento uniformes de tiempo del reloj
(días, horas, minutos).
Incrementos variables. La simulación continua por intervalos de un periodo
siguiente. En cada punto tiempo del reloj, se rastrea el sistema para determinar si
ocurre un evento. De ser así, se simulan los eventos y avanzan en el tiempo; de
lo contrario, el tiempo avanza una unidad.
¿Cuáles son las ventajas y desventajas de empezar una simulación con el
sistema vacío? ¿Y con el sistema en equilibrio?
Ventajas simulación con el sistema vacío
- No se necesita interrumpir la operación
- Proporciona muchos tipos de alternativas para explorar
- La simulación proporciona un control total sobre el tiempo, debido que se
puede acelerar el evento.
- Es mas barato mejorar el sistema vía simulación que realizarlo en sistema
real.
Desventajas.
- La simulación es imprecisa y nos puede medir el grado de esta.
- Los resultados son numéricos, surge el peligro de atribuir números un grado
mayor de validez y precisión.
Ventajas en equilibrio
- contribuye a la reducción del riesgo inherente a la toma de decisiones.
- Permite dar sugerencia de posibles mejoras del sistema real.}
- Detectar las variables mas influyentes en el rendimiento del sistema real
Desventajas
- Requiere largos periodo para desarrollarlo
- Pueden ser costosos.
¿Distinga entre las distribuciones matemáticas conocidas y las
distribuciones empíricas?
La distribución empírica se deriva del observar las frecuencias relativas de cierto
evento, como la llegada en una línea o la demanda del producto. Es decir, se trata
de una distribución de aborada según sus necesidades que solo es relevante para
una situación particular.
La distribución estándar es una demanda que vincula la matemática, como lo
normal o Poisson, Lo anterior se simplifica en gran medida a la recopilación y
captura de datos
¿Qué información se necesita para una simulación con una distribución
matemática conocida?
Debemos tener un generador de números aleatorios confiables o (desviaciones)
normalmente distribuidos con una formula de estadísticas, la demanda real diaria,
distribución normal de la misma.
¿Por qué es importante en la simulación la duración de la ejecución?
Es importante porque cuando establecemos la duración de la ejecución podemos
obtener una muestra suficientemente grande para efectos de pruebas de hipótesis
estadísticos y al ejecutar la simulación en 1 mes, año, o década y ver las
condiciones al final del periodo son razonables.
¿Una ejecución de 100 observaciones es dos veces más válida que una de
50? Explique.
Porque una de 50 muestre condiciones estables, al duplicar la ejecución puede
arrojar condiciones nuevas y diferentes, aunque igualmente estables, pero con
esta podemos considerar que es un experimento nuevo.
¿Describa que son los números aleatorios y como se utilizan en la
simulación?
Un numero aleatorio es aquel obtenido al azar, es decir, que todo numero tenga la
misma probabilidad de ser elegido y que la selección de uno no dependa de la
elección de otro.
Un generador de números aleatorios es un algoritmo determinístico, usado para
crear valores reales distribuidos entre 1 y O, tal que O <= X < l. Se debe
considerar lo siguiente:
- La ocurrencia de cualquier valor es equiprobable o uniforme.
- El valor de la muestra previa no afecta la probabilidad del valor de la
próxima muestra (independencia).
Estos números pueden ser transformados en valores que se ajustan a una
determinada distribución en método de simulación. Existen varios métodos que
son utilizados para generar números aleatorios, los más populares son los
métodos congruencia les, que pueden ser: aditivos, multiplicativos o mixtos
Investigue para la modelación las principales herramientas de software
utilizadas.
Los softwares de propósito general permiten a los programadores diseñar sus
propios
modelos. Algunos ejemplos son SLAM II, SIMSCRIPT II.5, SIMAN, GPSS/H,
GPSS/PC, PC-MODEL
y RESQ. Los programas de software de simulación de propósito especial se
diseñan para simular
aplicaciones
específi cas, como Extend y SIMFACTORY. Por ejemplo, en una simulación
especializada para
manufactura, las provisiones de un modelo permiten especifi car el número de
centros de trabajo,
su descripción, ritmos de llegada, tiempo de procesamiento, tamaños de lotes,
cantidad de trabajo
un proceso, recursos disponibles que incluyen mano de obra, secuencias, etc.
Además, el programa
puede permitir al observador ver la operación animada, así como las cantidades y
fl ujos en el
sistema conforme se ejecuta la simulación. Los datos se recopilan, analizan y
presentan en la forma
más conveniente para ese tipo de aplicación. El paquete de software llamado
Extend se presenta en la sección Innovación titulada “Software de animación y
simulación”.
Del texto MODELADO Y SIMULACIÓN: APLICACIÓN A PROCESOS
LOGÍSTICOS DE FABRICACIÓN Y SERVICIOS, describa cuales son las fases
de un estudio y proyecto de simulación. El archivo en Investigar en
diferentes fuentes establecidas en el syllabus orientado a la unidad 3. Las
etapas de la simulación y hacer una descripción de cada una de estas.
Fases de un estudio de simulación
Esta primera parte pretende aproximarnos a un conjunto de
metodologías y herramientas que tienen como objetivo último
garantizar la máxima calidad del estudio sobre la base de los
conocimientos, objetivos y recursos que hayamos querido o podido
destinar a nuestro trabajo. Aunque se trata de un aspecto del universo
de la simulación aún en vías de consolidación y sin un grado de
utilización excesivamente grande en el sector, los autores consideran
fundamental introducir los criterios de rigor y racionalidad que diversos
autores como Balci, Sargent o Law y Kelton han conseguido
sistematizar a lo largo de estos últimos años.
En la segunda parte abarcaremos el diseño de los experimentos
mediante aproximaciones factoriales y factoriales parciales o
fraccionales. Finalmente, y dentro de un gran grupo conceptual que
denominaremos análisis de resultados, abordaremos el estudio de los
sistemas durante su fase transitoria o en el estado estacionario, la
determinación de la longitud y número de repeticiones de las
ejecuciones del modelo de simulación ayudándonos de las técnicas
para la reducción de la variancia, la determinación de los intervalos de
confianza de las medidas de rendimiento o de interés, y los
procedimientos de búsqueda del óptimo, los meta modelos y el
análisis de sensibilidad.
Finalmente, pero sin pretender ser exhaustivos en esta enumeración
de aproximaciones posibles a la estrategia de resolución de
problemas, podemos pensar en sistemas en los que alcanzar una
determinada magnitud o la ocurrencia de un determinado evento dan
por finalizada la ejecución de la simulación. En estos casos nos
encontraríamos con datos de salida que podrían no ser homogéneos
ni comparables, lo que llevaría a una gran complicación en los
procesos de evaluación o comparación de alternativas del sistema.
Fases de un proyecto de simulación
1. Formulación del Problema: define el problema que se pretende
estudiar e incluye por escrito sus objetivos.
2. Diseño del modelo Conceptual: es la especificación del modelo a
partir de las características de los elementos del sistema que se
quiere estudiar y sus interacciones teniendo en cuenta los objetivos
del problema.
3. Recogida de Datos: identificar, recoger y analizar los datos
necesarios para el estudio.
4. Construcción del modelo: este se realiza partiendo del modelo
conceptual y de los datos.
5. Verificación y validación: comprobar que el modelo se comporta
como es de esperar y que existe la correspondencia adecuada entre
el sistema real y el modelo.
6. Análisis: analiza los resultados de la simulación con la finalidad de
detectar problemas y recomendar mejoras o soluciones.
7. Documentación e Implementación: proporcionar documentación
sobre el trabajo efectuado, poner en práctica las decisiones
efectuadas con el apoyo del estudio de simulación.
Desarrollar en un archivo de Excel los siguientes ejercicios, los cuales se
presentarán en el informe de Word mediante pantallazos y los respectivos
análisis en cada punto.
2. Establecer un listado de 1000 números aleatorios en una columna, establecer
una grafica de tipo dispersión en un cuadro de dialogo explique sus
características.
Media 50,22
Desviacio
28,56
n
Distribución Normal
0.016000
0.014000
0.012000
0.010000
0.008000
0.006000
0.004000
0.002000
0.000000
0.0 10.0 20.0 30.0 40.0 50.0 60.0 70.0 80.0 90.0 100.0
Distribución uniforme
210.0
180.0
150.0
120.0
90.0
60.0
30.0
0.0
0.00 10.00 20.00 30.00 40.00 50.00 60.00 70.00 80.00 90.00 100.00
3. Establecer tres columnas de 200 números aleatorios aplicando un tratamiento
según fórmula de Excel para comportamiento NORMAL, EXPONENCIAL Y
UNIFORME graficar cada columna. Teniendo en cuenta para los
correspondientes casos los siguientes datos: Media=50; Desviación Estándar
=5; Para la uniforme de un rango de 1 a 50.
GRÁFICAS
Números Aleatorios
70
60
50
40
30
20
10
0
0 50 100 150 200 250
Distribución Normal
0.0800 Distribución Exponencial
300.00
0.0700
250.00 0.0600
0.0500
200.00
0.0400
150.00
0.0300
100.00 0.0200
0.0100
50.00
0.0000
0 2 4 6 8 10 12
0.00
0 10 20 30 40 50 60
Distribución Uniforme
6
0
0 10 20 30 40 50 60 70
MEDIA 50 LIM. INF. 1
DESV. ESTÁNDAR 5 LIM. SUP. 5
Ubicaci Nº De < a DISTR. DISTR. DISTR.
ón Aleatorio > NORMAL EXPO UNIFORME
37,433875 99,8540767 4,65110489
1 5 35 0,000919 9 3
44,314555 61,2715194 3,55065215
2 35 36 0,001433 3 7
47,682209 21,9080768 2,20185153
3 6 37 0,002562 1 7
47,311454 10,0963038 3,71905064
4 08 37 0,003391 5 9
50,158183 35,2075369 3,36537906
5 87 38 0,004411 1 3
50,394948 1,08012895
6 07 38 0,005078 8,69485096 2
52,636977
7 57 40 0,010621 6,40098048 2,14334538
47,387169 33,5681981
8 51 40 0,011157 8 4,54315559
47,621557 61,4554276 3,11105375
9 67 40 0,011483 6 8
56,442428 105,188999 3,56218617
10 46 41 0,014855 92 8
50,118393 28,6434617 1,38801126
11 47 41 0,018181 7 8
47,657477 12,9310776
12 02 42 0,019097 7 3,24886982
47,869701 96,4262720 2,18650619
13 93 42 0,021609 6 1
48,698950 10,3901498 1,71348496
14 78 42 0,022334 4 4
41,544655 44,2278719 3,20575553
15 13 42 0,023957 0 2
51,490758 3,68018714
16 45 42 0,023957 7,94718977 8
54,045392 64,0884785 1,15045432
17 64 43 0,027323 6 8
54,071978 36,6210375
18 31 43 0,030446 6 4,16934482
44,908569 106,186465 4,94945527
19 08 43 0,032347 17 8
52,190768 61,2753037 1,05830461
20 1 43 0,033072 5 9
52,897797 71,3637851 2,48411179
21 91 44 0,035305 9 3
43,364167 29,7629562
22 49 44 0,036531 6 2,09859166
61,262363 105,865975
23 84 44 0,037402 17 3,31173411
38,264607 50,8925729 2,55282438
24 96 44 0,037746 8 5
41,918321 88,7263897 3,87699335
25 03 44 0,038422 3 3
48,671233 75,6616793 4,81321122
26 93 44 0,038899 1 8
42,021093 36,1833846
27 93 44 0,038936 4 2,26342204
45,798214 4,48328294
28 06 44 0,039482 5,58447891 9
47,856292 63,5642336 3,61381528
29 57 44 0,040628 9 5
56,176185 54,9742550 3,70197260
30 25 44 0,041800 5 3
55,105584 25,2331903 2,66608970
31 93 44 0,041883 0 3
43,281130 10,1358502 1,14126179
32 63 44 0,042187 9 8
33 50,863542 44 0,042551 8,28068480 3,87436092
48 7
48,910317 88,6406896 3,03594240
34 34 44 0,043413 6 8
54,356252 113,589044 4,03041990
35 25 45 0,043903 39 6
36,887451 39,1825419 3,60679315
36 09 45 0,046193 3 1
46,921110 28,6970971 3,38240785
37 32 45 0,046212 7 1
49,248063 106,256875 1,61169253
38 89 45 0,046321 89 4
58,552842 44,9635800 1,69112393
39 7 45 0,046663 2 1
41,400545 13,5656538 3,51133430
40 7 45 0,047173 2 5
45,913617 59,0003057 4,99489338
41 57 45 0,047509 9 9
58,868482 79,4510886 1,24387560
42 84 45 0,049441 2 1
56,491870 187,248595
43 86 46 0,054600 12 3,9455983
44,010602 79,2439384 2,40093458
44 22 46 0,056052 5 2
56,696291 25,9871827 1,89161480
45 17 46 0,056486 7 7
44,006680 35,0554574 3,18127468
46 03 46 0,057135 6 9
51,016940 58,9989284 1,72086637
47 13 46 0,057517 5 6
56,335142 19,8333457 1,68998868
48 19 46 0,058912 5 5
49,167499 2,12118960
49 71 46 0,059323 5,56187712 8
61,607062 102,457608 1,16210578
50 33 46 0,059408 10 3
49,324575 19,8771142 4,02431631
51 13 46 0,059450 6 9
47,969803 4,45937768
52 19 46 0,059642 6,55048892 3
49,290588 22,9715847 3,48188698
53 45 46 0,060008 5 7
50,188805 4,95607225
54 42 47 0,062835 0,89761780 1
49,297540 2,35806820
55 4 47 0,063851 3,39321747 4
57,002199 37,2217561 4,77928014
56 71 47 0,063933 7 4
44,323297 157,359232 3,65845114
57 87 47 0,065733 79 4
54,859862 71,7071944 3,92946718
58 2 47 0,066009 4 4
50,118393 24,7574492 3,92111445
59 47 47 0,066471 0 9
46,225687 56,2302836 4,36919434
60 94 47 0,068983 4 5
61,316114 2,50439106
61 98 47 0,069049 2,98898168 9
42,679977
62 37 47 0,069605 2,04773137 3,05620545
56,267441 108,879383 4,42756189
63 68 47 0,069742 21 9
44,393419 31,3358608 3,52335610
64 91 47 0,070146 9 4
39,958814 39,3297690 1,72836151
65 69 48 0,071253 2 4
56,275831 19,0378661 3,97129702
66 77 48 0,071495 9 4
43,615040 18,9326343
67 24 48 0,071660 5 2,02235197
44,068980 73,7501855 3,63439236
68 41 48 0,071691 0 4
48,010855 14,2572081 4,50805759
69 51 48 0,071697 9 1
54,024730 46,8157582 4,25794314
70 06 48 0,072782 7 6
52,463593 95,7428550 2,01717274
71 77 48 0,072866 1 5
58,584402 26,4482888 1,01543928
72 17 48 0,073225 3 8
53,688910 37,7757654 1,33349763
73 51 48 0,073475 4 2
49,185331 131,340439
74 49 48 0,073718 40 2,68694164
53,588718 27,8232150
75 3 48 0,073937 1 3,18734421
48,662912 73,7354385 2,06633908
76 05 48 0,074254 0 7
48,474413 56,5492782 3,06569423
77 59 48 0,075213 2 7
78 43,845085 48 0,075305 7,04912715 3,69010251
56 3
48,727417 1,37311612
79 96 48 0,075439 1,45728066 7
62,080636 22,1478525 1,55530884
80 22 48 0,076160 0 8
51,730074 19,5015973
81 93 49 0,076986 7 4,16870591
50,083196 4,66632272
82 03 49 0,077020 8,31390021 8
54,176797 3,02644720
83 57 49 0,077132 6,97243071 4
53,906859 20,2112557 2,85416072
84 55 49 0,077153 1 4
40,154947 287,010798 3,74103493
85 23 49 0,077164 40 3
56,259892 19,2664588 2,87893204
86 87 49 0,077246 4 3
49,420185 31,3190745 3,55961943
87 76 49 0,077332 4 7
56,334289 112,296702 4,64377881
88 54 49 0,077633 92 9
54,442995 91,1486428 3,44041453
89 3 49 0,077916 9 9
35,059548 12,7396627 2,52874152
90 64 49 0,078116 4 4
43,882443 47,7443886 4,86002376
91 05 49 0,078389 8 4
54,556545 45,7418983 4,71686090
92 72 49 0,078454 2 5
56,590880 1,67109218
93 73 49 0,078618 2,56719743 7
50,597532 38,2079203 3,45101727
94 33 49 0,078690 4 2
54,067186 141,172174 4,32051356
95 41 49 0,078736 39 6
48,970952 20,3231094 3,06034609
96 22 49 0,078891 5 7
48,281691 34,6504469 3,93904556
97 66 49 0,078946 3 9
54,721846 55,2728720
98 38 49 0,078974 0 1,43051116
52,395154 3,69007062
99 3 49 0,078989 8,27355730 8
49,140339 91,6667417 3,86594602
100 92 49 0,079005 4 8
51,308967 168,257354 1,34178471
101 51 49 0,079064 43 6
46,544124 80,8474716 4,98289831
102 77 49 0,079227 9 7
44,873758 53,0804674
103 17 49 0,079254 2 4,53041877
50,388047 59,1789783 4,19663102
104 28 50 0,079704 8 2
54,080516 52,3637232
105 19 50 0,079786 3 2,63367485
45,954607 124,381041 3,83568937
106 36 50 0,079777 66 9
52,303750 37,9802805
107 08 50 0,079771 0 3,07729581
51,906209 1,22157848
108 95 50 0,079766 2,94034079 8
50,274189 3,91355704
109 92 50 0,079766 1,89693243 2
47,406001 83,4668087 3,74558884
110 74 50 0,079749 8 5
60,607709 53,7239826 4,13413643
111 56 50 0,079737 0 8
52,756871 129,852641 3,62384784
112 71 50 0,079732 94 5
46,164376 1,77849602
113 63 50 0,079669 6,68999011 5
43,955373 3,71145567
114 16 50 0,079659 3,60818027 8
44,772429 17,8933855 4,28065184
115 09 50 0,079549 8 3
49,081660 3,91413860
116 46 50 0,079540 8,31569734 3
48,749530 69,8973269 1,17693836
117 05 51 0,079360 8 5
52,090575 2,83727821
118 89 51 0,079221 0,91886462 5
59,738369 28,0394601 2,35706836
119 04 51 0,078918 6 5
47,687740 60,4947724 3,67759139
120 46 51 0,078785 5 7
46,185385 2,92567020
121 95 51 0,078668 7,39902036 5
54,201785 58,0775986 3,31362388
122 94 51 0,078607 3 1
123 48,706863 51 0,078155 103,130174 3,02360079
38 71 5
51,444038 78,1358571
124 84 51 0,077101 3 3,76977165
49,271653 3,75369663
125 91 51 0,076620 2,94488057 7
50,103091 15,3748285
126 22 51 0,076529 8 2,70587098
46,159749 110,623770 3,07328786
127 57 51 0,076331 31 2
44,821075 78,7756509 1,64623086
128 69 51 0,076320 4 3
46,671715 10,5505079 3,80410008
129 51 52 0,075318 4 4
49,959266 152,129237 3,95381070
130 01 52 0,075152 13 2
58,161805 44,5374628 1,02990535
131 45 52 0,074969 7 2
40,082142 79,4063856 4,77137581
132 18 52 0,074332 6 6
42,243988 24,5110044 1,70521278
133 34 52 0,074196 8 7
35,823160 230,105588
134 39 52 0,074090 48 1,30954618
37,968294 45,1912360 2,44835286
135 59 52 0,074024 4 7
40,832020 3,36928786
136 56 52 0,073110 3,73134682 5
52,911832 40,6374826 1,32163274
137 55 52 0,072486 3 3
45,844314 2,34661239
138 07 52 0,072437 6,84308461 9
44,534630 30,9247228 1,19382642
139 33 52 0,072112 8 3
51,924729 10,6854504 1,28751831
140 53 52 0,071974 2 6
46,887288 114,216458 4,55103707
141 49 52 0,071753 92 2
44,774407 36,2126735 3,17643701
142 24 52 0,071140 5 5
46,105589 43,5375308
143 16 52 0,070668 4 4,68055521
66,7879076
144 51,765045 53 0,069429 1 3,83656116
52,270201 33,2846298 2,44047573
145 09 53 0,069212 0 8
51,423313 140,580526 2,25610000
146 73 53 0,068537 42 7
47,928193 11,1394400 3,08074782
147 81 53 0,067453 2 7
62,486816 18,7121994 2,18008410
148 56 53 0,067343 3 8
52,198351 43,7157220 4,11606196
149 01 53 0,067326 8 5
53,848992 85,7111046 1,50056278
150 95 53 0,064899 8 4
53,1472478 3,88447931
151 48,325859 53 0,064789 2 2
48,104073 36,8381468 4,67178105
152 03 53 0,062564 2 4
44,355243 23,7412696 3,35062556
153 87 54 0,061670 4 5
45,108146 2,62259775
154 32 54 0,060777 4,24026405 4
54,523042 25,8245638 1,27732219
155 21 54 0,059328 8 5
50,284535 100,470508 3,94467386
156 42 54 0,058798 92 1
43,750145 50,4117217 3,89933209
157 68 54 0,057709 3 8
52,249021 40,9465225 4,16710962
158 24 54 0,057635 3 6
46,978243 2,34947314
159 64 54 0,057517 2,59403941 7
47,462282 1,57308508
160 41 54 0,057314 0,66968857 2
62,856435 20,6790713 3,14882377
161 21 54 0,057269 3 6
46,150495 10,3751888 3,69838394
162 46 54 0,057189 7 5
45,644873 39,2213570
163 25 54 0,056287 3 3,43477846
46,662165 71,4088971 4,55030893
164 81 54 0,056052 8 1
56,161440 79,9171874 3,47091225
165 07 54 0,055107 2 6
54,032676 27,7039582 2,35612142
166 77 54 0,054589 0 1
47,686893 116,366379 4,02660460
167 49 54 0,053762 80 9
168 50,180000 55 0,052996 11,7033437 1,71114234
37 7 2
51,936268 10,9175260 2,69196005
169 75 55 0,052675 3 7
48,299540 30,0294585 2,93374033
170 49 55 0,051084 5 4
50,519014 2,38781723
171 52 55 0,049750 8,78741227 2
49,405935 118,653216 1,87208482
172 11 55 0,049459 55 6
52,666479 53,0358539 3,72495918
173 3 55 0,047372 7 7
51,698032 28,8999093
174 29 56 0,042987 2 1,76765664
48,704095 21,1237627 1,04927739
175 11 56 0,037342 3 4
44,785628 12,0871926 3,55939501
176 13 56 0,037206 1 7
44,483596 99,4756348 1,92836578
177 31 56 0,036440 7 5
54,890000 29,3582256
178 58 56 0,036371 0 4,44187858
44,190886 68,2818834 3,45471805
179 81 56 0,036294 0 8
49,770233 56,3402993 1,50773765
180 22 56 0,035763 5 3
43,059475 51,7063378 4,89381198
181 4 56 0,035755 9 8
53,213631 56,0292388 2,10109611
182 32 56 0,034788 4 9
48,829878 2,08009013
183 22 56 0,034346 0,67835306 5
57,350308 2,21880699
184 81 57 0,033468 2,89556397 6
58,815504 100,916496 1,86786752
185 77 57 0,032543 94 9
42,243988 84,5220689 3,89667772
186 34 57 0,029927 1 4
52,914100 2,61715361
187 61 57 0,027081 5,55407252 7
53,226807 56,8315488 4,87148448
188 62 58 0,021054 2 2
50,795682 4,53408085
189 81 59 0,018474 4,46310617 2
47,302609 2,34904002
190 24 59 0,018275 1,28061842 7
49,283636 1,75750075
191 5 59 0,016863 1,33263892 8
51,881960 1,51551753
192 54 59 0,016550 4,82501496 7
50,740720 79,5307985 1,35855212
193 91 60 0,011973 4 3
48,048468 43,1364234 3,06311419
194 8 61 0,008406 2 7
51,488359 66,2262328
195 66 61 0,006313 4 4,10543717
53,487025 14,1840501 4,72839757
196 42 61 0,006161 6 9
49,059480 17,7542482 2,51559232
197 16 62 0,005392 5 8
55,560900 62,3292940 4,14582299
198 72 62 0,004308 8 1
50,841032 91,0849774 2,76363576
199 49 62 0,003529 5 3
54,301716 1,32958302
200 67 63 0,002926 1,0160 8
4. Desarrollar el siguiente caso estableciendo una simulación en Excel:
Se desea simular la llegada y descarga de barcos en un muelle para
determinar el número promedio de barcos que se retrasan para ser
descargados al siguiente día, los datos para realizar la simulación son los
siguientes: Barcos que
llegan por Probabilidad
Barcos que día
llegan por Probabilidad 1 7%
2 13%
día 3 45%
0 15% 4 22%
1 18% 5 13%
2 14%
3 21%
4 18%
5 14%
Considerando un valor (Alfa = 0.10); y un error de 0,5 barcos.
Determine:
a. Modelo de simulación de 30 días de operación incluyendo grafico de
estabilidad.
b. Calculo del número de corridas necesarias para estabilizar la variable de
interés.
c. Adecuar el número de corridas según el caso del modelo del punto a.
d. Generar 15 corridas del modelo y calcular el intervalo de confianza.
e. Establecer conclusiones y recomendaciones del caso, por cada
integrante del grupo.
CONCLUSIÓN.
El planteamiento que se utilizó para el estudio de la línea de esperas sirve como
plataforma o modelo para realizar trabajos posteriores que relacionen las mismas
variables de entrada y de respuesta. También, con el objetivo de obtener razones
cuantitativas para la toma de decisiones, se puede recurrir a esta metodología si
se desea llevar a cabo más adelante una investigación donde se sospeche que las
características en el sistema de colas inicialmente encontradas han cambiado.
REFERENCIAS BIBLIOGRÁFICAS
Guasch, A., Piera, M. À., & Casanovas, J. (2002). Modelado y simulación:
aplicación a procesos logísticos de fabricación y servicios. Madrid, ES: Universitat
Politècnica de Catalunya. Disponible en la Biblioteca Virtual de la UNAD (pp.6-
21)|. Recuperado de:
https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/reader.action?
ppg=32&docID=4310046&tm=1544037403797
Taha, Mandy. (1995). Investigación de operaciones. (5ª ed.). México, D.F.:
Alfaomega, 960 p.
Díaz de Santos, (2006). Cómo mejorar la logística de su empresa mediante la
simulación, Ediciones. ProQuest Ebook Central, Disponible en la Biblioteca Virtual
de la UNAD (pp.35-73). Recuperado de:
https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/reader.action?
ppg=52&docID=3220054&tm=1544037773402
Singer, M. (2013). Una práctica teoría de la optimización lineal: datos, modelos y
decisiones. Santiago, Chile: Ediciones UC. Disponible en la Biblioteca Virtual de la
UNAD (pp.3-69). Recuperado de: http://bibliotecavirtual.unad.edu.co/login?
url=https://bibliotecavirtual.unad.edu.co:2969/login.aspx?
direct=true&db=nlebk&AN=1725244&lang=es&site=ehost-
live&ebv=EB&ppid=pp_3
