ESCUELA SUPERIOR POLITECNICA DE CHIMBORAZO

FACULTAD DE MECÁNICA
INGENIERIA INDUSTRIAL

“CUESTIONARIO PRUEBA TERCER PARCIAL Y EXAMEN PRINCIPAL”

PRIMER PARCIAL

1. PONGA VERDADERO O FALSO

a) La simulación es una técnica de optimización. No es una técnica para estimar las medidas de
desempeño del sistema modelado. (F)
b) Recursos son aquellos elementos que permiten o son responsables de actividades dentro del
proceso. (F)
c) Redes son aquellos elementos del proceso que van a ser víctimas de transformación o resultado de
algún proceso. (F)

El modelo de simulación estática es:

a) Es una representación de un sistema en un instante de tiempo determinado. (v)
b) Es una representación de un sistema cuando evoluciona con el tiempo. (F)
c) Se refiere a relaciones constantes entre los cambios de las variables del modelo. (F)
d) contiene una o más variables aleatorias. (F)

2. COMPLETE
a. Para diseñar un modelo de simulación se considera dos tipos de simulación:
Discretas Continuas
b. La construcción de modelos de simulación requieren 4 elementos
Locaciones Entidades
Proceso Arribos
c.…SISTEMA…es un conjunto de elementos que se interrelacionan para funcionar como un todo
d. Es apropiado…SIMULAR………cuando es necesario…DESARROLLAR
EXPERIMENTOS…. Pero su ejecución en la realidad es difícil o imposible.

3. SUBRRAYE LA RESPUESTA CORRECTA

A que prueba estadísticas para los números pseudoaleatorios pertenece la siguiente formula

 Prueba de medias.
 Prueba de varianza.
 Prueba de uniformidad.

b. En la Prueba Kolmogorov-Smirnov Es recomendable aplicarla en conjuntos r¡ pequeños.

 n<20.
 n<30.
 n=20.
4. RESPONDA SI O NO A LAS SIGUIENTES AFIRMACIONES
 a. Un objetivo de la simulación es postular teorías o hipótesis que expliquen el comportamiento
observado en un sistema. ………………………………………………………………………(SI)
b. Los estados de una simulación son un estado transitorio y un estado estable. ………………….. (SI)
c. El número de personas que hacen fila para entrar a una sala de cine, es un ejemplo de modelo
estático……………………….……………………………………………………………………(NO)

5. COMPLETE:

a) La simulación no es una técnica de optimización. Es una técnica para estimar las medidas de
desempeño del sistema modelado.
b) Modelo en los que el estado de sistema que se analiza cambia respecto al tiempo MODELO
DINÁMICO.
c) Para diseñar un modelo de simulación se considera dos tipos de simulación: Discreta y Continua
d) Las variables aleatorias continuas se representan mediante una ecuación llamada Función de
densidad

EJERCICIOS PRIMER PARCIAL

1. Considere los 40 números del conjunto ri, que se presenta a continuación y determine si tiene un valor
esperado de 0.5 y varianza de 1/12 con un nivel de aceptación del 95%.

Los números del conjunto ri tienen un valor esperado de 1/2, es decir que cumplen con la prueba de la media
Los números del conjunto ri tienen un valor esperado de 1/12, es decir que cumplen con la prueba de la
varianza.

2. Emplee la prueba Chi-cuadrada para determinar, con un nivel de confianza de 95%, qué tipo de
distribución siguen los datos.

TABLA DE DATOS

1,679 1,187 0,234 1,780 1,458 2,628 0,504 0,951 1,383 0,486

0,561 0,494 4,923 0,635 0,504 2,606 0,382 1,380 2,700 0,468

2,771 3,141 1,019 2,516 1,182 2,258 0,161 8,055 0,464 2,312

2,327 0,761 1,876 1,506 2,451 0,831 5,715 0,699 1,450 3,582

0,684 3,192 1,427 0,518 2,198 0,992 1,597 2,660 2,933 4,518

0,904 0,598 0,081 2,756 0,151 1,662 0,223 0,531 1,229 0,347

1,228 0,235 2,060 1,182 0,280 7,860 0,664 2,898 2,815 0,121

2,294 2,087 1,424 1,525 0,754 7,145 0,754 1,962 1,613 0,003

1,337 3,399 1,639 3,591 2,393 0,412 3,258 0,526 1,419 0,156

2,775 0,355 0,046 1,243 0,776 0,585 0,667 0,123 1,202 6,985
 N: 100

MAX: 8,055

MIN: 0,003

RANGO: 8,052

M: 10

AMPLITUD: 0,8052

PROMEDIO: 1,730

NC LI LS OBSERVADOS ESPERADOS (E-O)^2 (E-O)^2/E

1 0,003 0,808 37 10 729 72,9

2 0,808 1,613 24 10 196 19,6

3 1,613 2,419 14 10 16 1,6

4 2,419 3,224 14 10 16 1,6

5 3,224 4,029 4 10 36 3,6

6 4,029 4,834 1 10 81 8,1

7 4,834 5,639 1 10 81 8,1

8 5,639 6,445 1 10 81 8,1

9 6,445 7,250 2 10 64 6,4

10 7,250 8,055 2 10 64 6,4

Histograma
40
Frecuencia

20

0 Frecuencia
y…
0,808
1,613
2,419
3,224
4,029
4,834
5,639
6,445
7,250
8,055

Clase

XT^2 136,4
HO: Xo^2<XT^2
Xo^2 124,34 H1: Xo^2>XT^2

Conclusión
Al comparar la distribución de chi cuadrado del conjunto con el valor calculado está dentro de los parámetros
establecidos, por lo tanto este conjunto de datos se adapta la distribución de Poisson, son aptos para la
simulación y se acepta la Ho
 3. Aplique la prueba de chi-cuadrado en los siguientes 30 números de un conjunto con un nivel de
confianza del 95% y verifique si los datos se distribuyen de forma uniforme

Datos
0,674 0,967 0,742 0,178 0,423 0,312
0,628 0,426 0,753 0,909 0,797 0,516
0,729 0,037 0,393 0,516 0,663 0,065
0,898 0,674 0,881 0,764 0,651 0,623
0,404 0,235 0,444 0,268 0,459 0,342

Planteamiento de hipótesis

Cálculos

n= 30
m= 5,47723

N INTERVALOS Clase Oi Ei=n/m (Ei-Oi)^2 (Ei-Oi)^2/Ei

1 0 0,167 0,167 2 5,5 12,091 2,2075
2 0,167 0,334 0,334 4 5,5 2,182 0,3984
3 0,334 0,501 0,501 7 5,5 2,319 0,4234
4 0,501 0,668 0,668 6 5,5 0,273 0,0499
5 0,668 0,835 0,835 7 5,5 2,319 0,4234
6 0,835 1,002 1,002 4 5,5 2,182 0,3984
TOTAL 30 λ^2 calculado 3,9010

𝜆20,05 , 5 = 11,07 Tabla

Conclusión:
λ^2 TABLA > λ^2 Calculado
Se acepta la hipótesis nula y se rechaza la hipótesis alternativa los datos se distribuyen de forma uniforme

Histograma
40
Frecuencia

30
20
10 Frecuencia
0
0,167 0,334 0,501 0,668 0,835 1,002 TOTAL
Clase
4. Considere los 40 números del conjunto ri, que se presenta a continuación y determine si tiene un valor
1 1
esperado de y varianza de con un nivel de aceptación del 95%. Realice la prueba de uniformidad
2 12
al conjunto ri, anteriores con un nivel de confianza del 95%.Determine mediante la prueba de
independencia, corridas arriba y abajo, si los números anteriores son pseudoaleatorios con un nivel de
confianza del 95%.

0,75 0,36 0,73 0,75 0,43 0,71 0,43 0,37

0,4 0,43 0,12 0,65 0,85 0,53 0,35 0,18
0,23 0,79 0,94 0,64 0,5 0,26 0,45 0,89
0,28 0,13 0,09 0,33 0,39 0,02 0,28 0,54
0,66 0,37 0,76 0,73 0,08 0,69 0,53 0,33

Prueba de medios

1
ṙ = ∑𝑛𝑖=1 𝑟𝑖
𝑛

= 0,541428571

1 1
𝐿𝐼ṙ = − 𝑧𝛼⁄2 ( )
2 √12𝑛
0,410540293
1 1
𝐿𝑆ṙ = + 𝑧𝛼⁄2 ( )
2 √12𝑛
0,589459707
𝛼
𝑒𝑠𝑡𝑎𝑑𝑖𝑠𝑡𝑖𝑐𝑜: = 𝑑𝑖𝑠𝑡. 𝑛𝑜𝑟. 𝑒𝑠𝑡𝑖𝑛𝑣. 0,975
2
1,960

Si ri: esta entre el límite inferior y superior se acepta:

Se acepta la hipótesis nula, Los números del conjunto ri tienen un valor esperado de 1/2, es decir que
cumplen con la prueba de la media
Prueba de varianza:
(𝑟𝑖 −𝑟)^2
ṙ Vr= ∑𝑛𝑖=1
𝑛−1
0,059829167

0,124188162

0,050543429
Si la varianza se encuentra entre los límites se acepta la hipótesis
Los números del conjunto ri tienen un valor esperado de 1/12, es decir que cumplen con la prueba de la
varianza
Uniformidad:
𝑚 = √𝑛
6
𝑟𝑎𝑛𝑔𝑜 = maximo − minimo
0,92
𝑟𝑎𝑛𝑔𝑜
Intervalo=
𝑚

0,15
((E-
intervalos Clase Frecuencia E=N/M (E-O)^2 O)^2)/E
1 0,02 0,17 0,17 5 6,7 2,8 0,4
2 0,17 0,31 0,31 5 6,7 2,8 0,4
3 0,31 0,46 0,46 12 6,7 28,4 4,3
4 0,46 0,60 0,60 4 6,7 7,1 1,1
5 0,60 0,75 0,75 7 6,7 0,1 0,0
6 0,75 0,89 0,89 6 6,7 0,4 0,1
7 0,89 1,04 1,04 1 6,7 32,1 4,8
y mayor... 0
40 11,1

ESTADISTICO DE PRUEBA= 12,59158724

SI EL ESTADISTICO DE PRUEBA ES MENOR AL ESTADISTICO OBTENIDO SE ACEPTA LA
HIPOTESIS NULA
INDEPENDENCIA

1 0 0 1 0 1 1 1
0 1 0 0 1 1 1 1
0 0 1 1 1 0 0 1
1 1 0 0 1 0 0 1
1 0 1 1 0 1 1

26,33333333

6,788888889
𝜎 = 2,605
𝐶𝑜 − 𝑈𝑐𝑜
𝑍0 = | |
𝜎
 2,04734485

1,959963985

Si 𝑍𝑜 < 𝑍𝛼 se acepta la hipótesis nula

2
Los números del conjunto no cumplen con la prueba de corridas de arriba y abajo

5. Determine mediante la prueba de independencia, corridas arriba y abajo, si el conjunto de datos son
independientes con un nivel de confianza del 95%.

0,38 0,52 0,84 0,41 0,82 0,93

0,02 0,96 0,57 0,77 0,96 0,44
0,11 0,70 0,13 0,94 0,40 0,54
0,12 0,64 0,49 0,44 0,66 0,69
0,65 0,50 0,39 0,70 0,83 0,41

HIPÓTESIS

Ho= Los números del conjunto 𝒓𝒊 son independientes

H1= Los números del conjunto 𝒓𝒊 no son independientes

CRITERIO DE DECISIÓN

Si 𝑍𝑜 < 𝑍𝛼 se acepta hipótesis nula;

2

Si 𝑍𝑜 > 𝑍𝛼 se rechaza hipótesis nula;

2

CÁLCULO

n= 30

CALCULOS
 2(30) − 1
𝑈𝑐𝑜 = = 19.67
3 16(30) − 29
𝜎2 = = 5.01
90
𝜎 = 2,24

𝐶𝑜 − 𝑈𝑐𝑜
𝑍0 = | |
𝜎

20 − 19.67 𝑍0 = 0.15
𝑍0 = | |
2,24

𝑍∝/2 = 1.96

COMPROBACIÓN:
𝑍𝑜 < 𝑍𝛼
2

0.15 < 1.96

CONCLUSIÓN:
Como el estadístico 𝑍𝑜 es menor que el valor de tabla de la normal estándar para 𝑍𝛼 = 1.96 se concluye
2
que no se puede rechazar que los números de l conjunto 𝒓𝒊 son independientes. Es decir, de acuerdo con esta
prueba los números son aptos para usarse en simulación.
SEGUNDO PARCIAL

1. RESPONDA:
Mencione al menos cuatro tipos de distribuciones discretas de probabilidad:
 Método de la transformada inversa
 Distribución Uniforme
 Distribución Exponencial
 Distribución de Bernoulli

La distribución de probabilidad de datos históricos puede determinarse mediante que pruebas

estadísticas:
 Prueba estadística de Chi- Cuadrado
 Prueba estadística de Kolmogorov Smirnov
 Prueba estadística de Anderson Darling

2. COMPLETE:

Mencione al menos 4 tipos de distribuciones continuas de probabilidad

 Distribución normal
 Distribución exponencial
 Distribución ji cuadrado
 Distribución t student

3. SUBRAYE:
Algunos de los métodos principales para generar variables aleatorias son:
 Método de Anderson Darling.
 Método de la transformada inversa.
 Método de composición.
 Método Exponencial.

4. COMPLETE:
Pasos para determinar el tipo de distribucion:
 Determinar la variable a ser analizada
 Tomar al menos 30 datos
 Generar un histograma
 Establecer las hipótesis de interés
 Determinar el tipo de distribución (métodos estadísticos)
 Concluir

5. SUBRAYE:
Variables aleatorias continúas:
 Son aquellas que se presentan mediante una ecuación llamada función de densidad de
probabilidad.
 Tienen un comportamiento determinístico.
  Solo pueden tomar valores enteros, por ejemplo números de máquinas en un taller.
 Tienen un comportamiento probabilístico.

EJERCICIOS SEGUNDO PARCIAIL

1. Determinar si los siguientes datos se distribuyen de forma normal utilizando el método K-S con un
nivel de aceptación del 95%

57 59 73 69 48 69 75 41 55 53
64 57 70 75 67 60 56 73 39 63
63 66 71 60 51 68 56 49 61 66
72 57 66 60 96 46 63 66 79 60
64 71 45 66 55 48 62 63 56 65

min 39
max 96
rango 57
amplitud 8,14285714
promedio 61,88
desviación 10,2968987
estan

Histograma
20
Frecuencia

15
10
5
0
Frecuencia

Clase

INTERVALOS Clase Frecuencia PO=O/n POA PEA PEA-POA

39 47 47 4 0,08 0,08 0,0742 0,006
48 56 56 10 0,2 0,28 0,2840 0,004
57 65 65 17 0,34 0,62 0,6191 0,001
66 74 74 15 0,3 0,92 0,8804 0,040
75 83 83 3 0,06 0,98 0,9799 0,000
84 92 92 0 0 0,98 0,9983 0,018
93 101 101 1 0,02 1 0,9999 0,000

max 0,040
K 0,188

Se acepta la hipótesis nula por lo tanto el conjunto de datos se distribuye de forma normal
 2. Determine con un nivel de confianza de 90% si los datos se distribuyan de acuerdo a una distribución
binomial con n=10 y p= 0.5. Utilice la prueba de chi cuadrado

histograma 27
30
22
frecuencia 20
18
12 10
10 4 6
1
0
1 2 3 4 5 6 7 8 9 10 11

RESOLUCION:
HIPOTESIS

Hipotesis nula 𝑜 : Distribucion binomial ( p=0,5; n=10)

Hipotesisi alternativa 𝑖 : Otra distribucion

Distribucion Binomial
𝑛 𝑛−
=
(𝑛 − )

n 100 m 10,00
p 0,5
q 0,5 nivel de confianza 90%

Prueba de chi cuadrado ( − 2

𝑖)
=

n intervalos oi =𝑛
1 0 1 0 0,010 0,977 0,977
2 1 2 0 0,044 4,395 4,395
3 2 3 4 0,117 11,719 5,084
4 3 4 6 0,205 20,508 10,263
5 4 5 18 0,246 24,609 1,775
6 5 6 27 0,205 20,508 2,055
7 6 7 22 0,117 11,719 9,020
8 7 8 12 0,044 4,395 13,163
9 8 9 10 0,010 0,977 83,377
10 9 10 1 0,001 0,098 8,338

VALOR CRITITCO (TABLA) 2 138,446

2
0.1 10 15,987

2 2
> 0.1 10 Se rechaza la hipotesis nula 𝑜: Distrib binomial ( p=0,5; n=10)

Conclusion : El valor estadistico de prueba 138,446 es mayor que el valor critico de tabla 15,987
por tanto NO corresponde a una distribucion binomial por lo cual se rechaza la hipotesis nula
(ho: distribucion binomial(p=0.5 : n =10) y se verfifica que se cumple otra distribucion., es decir la hipotesis alternativa
hi obedece a otra distribucion
3. Determine, con un nivel confianza de 95%, que tipo de distribución siguen los datos; emplee la
prueba de K-S.
Ho>Hi Se acepta la hipotesis nula Ho El conjunto de datos se distribuye de forma normal
Ho<Hi Se rechaza la hipotesis nula Hi El conjunto de datos tiene otro tipo de distribucion

Valores
12,561 2,695 12,082 10,335 13,26 2,549 4,594 2,5 24,93 7,805
8,322 7,442 11,143 20,599 7,508 4,367 1,544 3,706 8,185 14,405
4,057 15,584 9,049 6,265 10,663 10,257 11,475 4,668 16,256 4,688
11,963 5,599 19,204 1,784 25,998 12,299 10,317 3,779 18,993 7,419
15,154 9,579 8,423 6,934 2,005 13,234 5,542 5,271 12,831 8,231
15,33 7,958 7,103 16,134 0,189 10,165 14,624 15,696 10,212 0,891
3,186 9,051 11,118 4,449 17,901 15,497 6,645 5,078 11,55 3,214
21,5 7,16 13,528 3,372 15,334 7,603 31,066 1,992 21,127 10,784
3,643 27,334 3,178 1,313 10,962 6,936 3,14 16,877 19,171 6,62
3,775 16,675 1,368 17,583 1,669 11,157 16,432 2,831 7,844 10,745

n 100
m 10 Histograma
max 31,066 20
Frecuencia

min 0,189 15
10
rango 30,877 5
amplitud 3,088 0
Frecuencia
media 9,510775
estandar 6,49583539
Clase

intervalos li ls Clase Frecuencia PO POA PEA PEA-POA

1 0,189 3,277 3,277 17 0,17 0,17 0,16860227 0,00139773
2 3,277 6,364 6,364 16 0,16 0,33 0,31406235 0,01593765
3 6,364 9,452 9,452 19 0,19 0,52 0,49639652 0,02360348
4 9,452 12,540 12,540 18 0,18 0,7 0,67950054 0,02049946
5 12,540 15,628 15,628 12 0,12 0,82 0,82681098 0,00681098
6 15,628 18,715 18,715 8 0,08 0,9 0,92175463 0,02175463
7 18,715 21,803 21,803 6 0,06 0,96 0,97077506 0,01077506
8 21,803 24,891 24,891 0 0 0,96 0,99104912 0,03104912
9 24,891 27,978 27,978 3 0,03 0,99 0,9977653 0,0077653
10 27,978 31,066 31,066 0 0 0,99 0,99954719 0,00954719
y mayor... 1 MAXIMO 0,136
99 V.Tabla 0,03104912
0,136 > 0,031049

Conclusion: Como el valor calculado es mayor que el valor de tabla se acepta la hipotesis nula estableciendo que el
conjunto de datos se distribuye de forma normal.

4. Los datos históricos del tiempo de servicio de un restaurante se conforman de forma exponencial con
una media de 3,2 minutos/clientes. Comprobar a través de la prueba K-S, con un nivel de confianza
del 95% si los datos tomados se comportan de forman exponencial
 2 3 4 10 11 12 10,2 7,4
5,2 3,9 2,5 8,4 8 2 5,7 5,4
3,4 12 3,6 0,5 3 4,4 0,2 2
2,3 10 0,7 2,1 8 2 6,7 0,7

Datos

max 12
min 0,2
rango 11,8
n 32
m 5,657
amplitud 1,967
media 3,2
lambda 0,313
Tablas

PEA-
intervalos li ls Clase Frecuencia OP POA PEA POA
1 0,200 2,167 2,167 9 0,281 0,281 0,492 0,211
2 2,167 4,133 4,133 8 0,250 0,531 0,725 0,194
3 4,133 6,100 6,100 4 0,125 0,656 0,851 0,195
4 6,100 8,067 8,067 4 0,125 0,781 0,920 0,138
5 8,067 10,033 10,033 3 0,094 0,875 0,957 0,082
6 10,033 12,200 12,200 4 0,125 1,000 0,978 0,022

Histograma
10
Frecuencia

5
0
Frecuencia

Clase

Resultados

D+ valor tabla
0,2107 < 0,2342

hipotesis nula Ho: se distribuye exponencialmente

hipotesis alternativa: no se distribuye de forma exponencial
Como el valor obtenido D es menor al valor critico K-s se acepta la hipótesis nula por lo que los números se
distribuyen en forma exponencial

5. COMPROBACION LA DISTRIBUSION DE PROBABILIDAD CON NC=90%, α=0,10

 5.091 11.319 3.274 3.366 12.233 5.725 9.186 8.232 6.545 6.481
6.752 10.640 7.242 2.910 8.391 2.288 4.582 6.114 9.965 10.643
11.584 13.333 10.081 11.892 14.542 9.851 11.088 6.301 5.350 3.465
9.595 13.784 4.867 3.171 7.782 5.682 9.587 12.519 9.964 1.298
7.556 8.120 6.451 10.263 5.367 3.059 6.341 3.613 3.068 7.291
4.179 10.035 5.599 5.582 4.836 8.663 6.975 8.441 2.064 5.147
13.470 1.512 11.317 9.799 7.825 9.464 7.799 6.929 8.915 8.007
9.710 5.259 8.086 4.141 2.972 14.575 2.248 6.565 13.418 5.238
14.135 5.937 2.954 9.264 14.970 6.742 5.551 5.313 6.348 5.723
12.436 8.153 5.418 4.028 6.515 9.474 6.817 10.190 4.961 13.263

Tabla de frecuencia:
Con los siguientes datos
n 100
# INTERVALOS 10
MAX 14.970
MIN 1.298
RANGO 13.672
AMPLITUD 1.3672
NC 0.9
α 0.1
MEDIA 7.548
DESV. ESTAND. 3.358

INTERVALOS Frecuencia
Ls Poi=O/n POAi PEAi |PEAi-POAi|
Li Ls (O)
1 1.298 2.6652 2.6652 5 0.05 0.05 0.07298691 0.02298691
2 2.6652 4.0324 4.0324 11 0.11 0.16 0.14759388 0.01240612
3 4.0324 5.3996 5.3996 13 0.13 0.29 0.26117836 0.02882164
4 5.3996 6.7668 6.7668 19 0.19 0.48 0.40802637 0.07197363
5 6.7668 8.1340 8.134 12 0.12 0.6 0.56925082 0.03074918
6 8.1340 9.5012 9.5012 10 0.1 0.7 0.71956816 0.01956816
7 9.5012 10.8684 10.8684 13 0.13 0.83 0.83858307 0.00858307
8 10.8684 12.2356 12.2356 6 0.06 0.89 0.91860406 0.02860406
9 12.2356 13.6028 13.6028 6 0.06 0.95 0.96429294 0.01429294
10 13.6028 14.970 14.97 5 0.05 1 0.98644489 0.01355511

Obtenemos el grafico:

Chart Title
19
20

15 13 12 13
11 10
10
5 6 6 5
5

0
0 2 4 6 8 10 12

Series1 TENDENCIA

Se establecen las hipótesis:

Ho. Los datos de comportan de forma normal.
H alternativa. Es otra distribución.

Método K-S
 MAX=
ESTADISTICO 0.07197363
DE PRUEBA
VALOR
0.122
CRITICO K-S

Conclusión:
Estadístico de prueba = 0.07197363
Valor critico K-S = 0.122
K-S estadístico < K-S critico
Se acepta la hipótesis, los datos se comportan de forma normal. Los datos son válidos para la simulación.

TERCER PARCIAL
1. RESPONDA
¿Cuál es la fórmula con la que se calcula la cantidad de unidades en el sistema en la Teoría de Colas?
λ
𝐿𝑠 =
𝜇−λ
2. COMPLETE:

Los tipos de distribución del método empírico son:

 Estimación puntual
 Estimación por intervalo

3. COMPLETAR:
Los métodos para generar variables aleatorias son:
 Método de transformada inversa
 Método de convolucion
 Método de composición
 Método de transformación directa
 Método de aceptación y rechazo

4. PONGA VERDADERO O FALSO

a) La historia de LOAD agrupa temporalmente entidades de cierto tipo a la entidad actual.

………………………………………………………………………………………...(V)
b) recursos estáticos son aquellos que se mueven en la ruta. …………………………….(F)
c) en la banda transportadora no se posible determinar el número de unidades en espera en la cola.
…………………………………………………………………………………(V)
d) Para programar paros en la localizaciones se configura el tiempo de paro en la ventana del proceso
(F)
e) Recursos son aquellos elementos que permiten o son responsables de actividades dentro del
proceso (F)
5. RESPONDA A LA SIGUENTE PREGUNTA
 Un modelo de cola M/M/2 significa:
M: Velocidad de llegada probabilístico.
M: Velocidad de servicio determinantico
2: Servidores

6. COMPLETE LOS ESPACIOS VACIOS

a) Al hacer click en el comando PROCESOS la columna permite seleccionar la condición que se

debe cumplir para que una entidad sea transferida de una localización actual a la siguiente

b) En promodel el modelado de transporte de entidades a través de un sistema se lleva a cabo gracias

a los RECURSOS DINAMICOS y a la creación de RUTAS de TRANSPORTE

c) Cuáles son los cuatro elementos básicos para simular un sistema o procesos a través de
promodel

 PROCESOS
 ENTIDADES
 LOCACIONES
 ARRIBOS
7. ESCRIBA A LADO DE LA PREGUNTA SI ES VERDADERO (V) O FALSO (F)
Recursos estáticos son aquellos que se mueven en la ruta. (F)
Recursos son aquellos elementos que permiten o son responsables de actividades dentro del proceso.
(F)

El wait es encargado para la unión de varios elementos en uno solo. (F)

Los recursos estáticos carecen de ruta de movimiento por lo permanecen estáticos. (V)

8. CONTESTE CON VERDADERO O FALSO.

La simulación es una técnica de optimización. No es una técnica para estimar de desempeño del
sistema modelado (F)
Eventos son elementos del procesos que van a ser víctimas de transformación o resultado de algún
proceso (F)
Redes o rutas invisible|s sobre las cuales se van a mover los Recursos o las Entidades. Para que una
red cumpla con su función debe estar amarradas a las Localizaciones por medio de interfaces. (V)
9. ESCRIBA PARA QUE SIRVE CASA COMANDO
LOAD: agrupación de entidades de forma temporal
SPLIT: proceso en el cual se procesa un material en fragmento
EVENTO: es el cambio en el estado actual del sistema.
ENTIDADES: es la representación de los flujos de entrada y salida en un sistema.
10. CONTESTE VERDADERO O FALSO
Las instrucciones ACCUM tiene como proposito una union temporal de entidades de un mismo tipo. (F)
La instrucción GROUP tiene como proposito realizar una union temporal de entidades de un mismo tipo. (V)
En una banda transportadora es posible determianr el numero d eunidades en espera en la cola. (F)
La localizacion son aquellos dispositivos necesarios para llevar acabo una operación. (F)

Las simulaciones no terminales no involucran una ocurrencia en el tiempo

EJERCICIOS TERCER PARCIAL

1. La tabla siguiente muestra la demanda diaria de cepillos dentales en un supermercado.

Simular el comportamiento de la demanda mediante el método de la transformada inversa.

1.- cuantos cepillos en promedio vende por día si la media es de 2,17 y la desviación estándar es de 0,26
2.- durante los 15 días cuantos cepillos ha vendido en total?

x n p(x=k) PA (x) intervalos

0 1 0,11 0,11 0 0,11

1 3 0,33 0,44 0,11 0,44
2 2 0,22 0,67 0,44 0,67
3 3 0,33 1 0,67 1,00

demanda diaria demanda

dia r
de sepillos acuulada
1 0,63 2 2
2 0,03 0 2
3 0,13 1 3
4 0,39 1 4
5 0,81 3 7
6 0,15 1 8
7 0,98 3 11
8 0,89 3 14
9 0,84 3 17
10 0,33 1 18
11 0,67 3 21
12 0,24 1 22
13 0,57 2 24
14 0,73 3 27
15 0,31 1 28
28

Estimación por intervalos:

I.C= 2,002 2,338

Conclusión:

 La cantidad de cepillos que se venden en 15 días en la escuela es de 28 cepillos.

 El valor promedio de cepillos venidos diariamente es de 2,002 a 2,338 cepillos.
2. Los datos históricos de televisores ensamblados por un operario se comportan como una distribución
de Poisson con una media de 5 tv/h. Desarrollar la ecuación generadora de Poisson y simular el número
de televisores ensamblados durante 10 horas. Cuantos televisores fueron ensamblados durante 10
horas? Interprete los resultados

los datos historicos de televisores ensamblados por un operario se comportan como una sistribucion de poisson con una media
de 5 tv/h. Desarrolar la ecuacion generadora de poisson y simular el numero de televisores enamblados durante 10 horas. Cuantos
televisores fueron ensamblados durante 10 horas? Interprete los resultados

media 5
distribucion de poisson datos historicos
x P(x) PA(x) O PO POA 0,2
0 0,007 0,01 0 0,0000 0,0000 0,18
1 0,034 0,04 0 0,0000 0,0000
0,16
2 0,084 0,12 1 0,1000 0,1000
0,14
3 0,140 0,27 0 0,0000 0,1000
0,12
4 0,175 0,44 0 0,0000 0,1000
0,1
5 0,175 0,62 1 0,1000 0,2000
0,08
6 0,146 0,76 1 0,1000 0,3000
0,06
7 0,104 0,87 3 0,3000 0,6000
0,04
8 0,065 0,93 2 0,2000 0,8000
0,02
9 0,036 0,97 1 0,1000 0,9000
0
10 0,018 0,99 1 0,1000 1,0000
0 1 2 3 4 5 6 7 8 9 10
10

horas ri x promedio
1 0,664 6 6 datos simulados
2 0,803 7 7 0,35
3 0,067 2 5
0,3
4 0,571 5 5
5 0,813 7 5 0,25
6 0,896 8 6 0,2
7 0,839 7 6
8 0,998 10 7 0,15
9 0,364 8 7 0,1
10 0,960 9 7
69 0,05

0
0 1 2 3 4 5 6 7 8 9 10
el promedio es de 7 televisores por hora
se fabrican 69 televisores en las 10 horas

3. El volumen de líquidos de un refresco sigue una distribución normal con media de 10 onzas
y desviación estándar de 0,2. Generar 5 variables aleatorias con esta distribución para
simular el proceso de llenado de las botellas.
 4. Los resultados de 10 réplicas de la simulación de un sistema de inventario promedio en un
ambiente son 188.4, 189.3, 188.5, 191.7, 190.5, 193.2, 195.6, 182.4, 184.2, 190.3 %. La
media de la muestra es 189.41 piezas promedio en el almacén y la desviación es 3.916.
Determinar el intervalo de confianza con un nivel de aceptación del 95%. Interpretar los
resultados. (3P)

PROMODEL
5. A un centro de maquina llagan tres diferentes tipos de pieza. Antes del centro existente un almacén de
producto en proceso, con capacidad prácticamente infinita .El tiempo de operación y la tasa de entrada
de las piezas son las siguientes.

Simule el sistema en Promodel durante 100 horas, y de termine:

a) La utilización del centro de máquina.
b) El número total de piezas producidas.
c) El tiempo promedio de espera de las piezas en el almacén
d) El tiempo promedio de piezas en el almacén.
(RESUELTO EJERCICIO 11)
6. Aun centro de copiado arriban tres tipos de trabajos, cada uno llega individualmente. Si un trabajo no
puede iniciarse de inmediato, espera en una fila común hasta que esté disponible alguna de las tres
copiadoras. El tiempo de copiado y la tasa de entrada de los trabajos son como en el siguiente cuadro:
Después del proceso de copiado los trabajos son inspeccionados por un empleado en un tiempo de 3,6,10
minutos para los trabajos 1, 2 y 3, respectivamente. Simule el sistema en ProModel durante 50 horas, y
determine: a) La utilización del empleado y de las copiadoras en lx|a situación propuesta. b) Número de
empleados y copiadoras mínimos necesarios para asegurar el flujo constante de los trabajos.
(RESUELTO EJERCICO 10)

7. A un proceso de troquelado llegan láminas de acuerdo con una distribución de Poisson con promedio
de 82 láminas/m in. Se cuenta con 7 troqueladoras, cada una de las cuales es capaz de procesar una
lámina en 5 segundos. Hay un almacén de grandes dimensiones para materia prima, de manera que
todas las piezas que no puedan ser troqueladas inmediatamente podrán esperar ahí. El costo de
operación de las máquinas se estima en $10/h-troqueladora, y el costo de mantener una lámina en
inventario se estima en $0.500/h-lámina. Simule el sistema para determinar el inventario promedio de
láminas y el costo total/h.
(RESUELTO EJERCICIO 9)
8.

a) El numero promedio de personas que esperaron en la fila fue de 355 personas

b) La utilización del centro de copiado es del 83.31%

 c) El número de llegadas fallidas es de 126 la perdida esperada es de $630
(RESUELTO EJERCICIO PROMODEL)

9. En un micro mercado los clientes tienen un tiempo estimado de llegada de 5 minutos con una
distribución de Poisson, determinado con un análisis anterior y en ser atendidos se tardan en promedio
1,65 minutos comportándose como una distribución Lognormal. Con ello se pretende determinar la
cantidad de clientes en el micromercado, el tiempo que se tarda la atención de un cliente, cantidad de
clientes en espera, El sistema se simulará para una semana, es decir 105 horas.
IDENTIFICACIÓN DE ELEMENTOS
Variable a ser analizada Tiempo de atención de clientes en
micromercado
LOCACIONES -Caja
-Fila
-Salida
ENTIDADES -Cliente
-Cliente Atendido
PROCESO
RESULTADO DE SIMULACIÓN CON PROMODEL

El porcentaje de utilización de la caja es de 33.21% mientras aparece inactiva 66.79%, debido a que la demanda
del micromercado no es alta y el tiempo de llegada de clientes es de cada 5 min.

Como se observa en la gráfica solo el 13.63% se ocupa mientras que 86.37% permanece vacío, debido a que
en la configuración se dio que la capacidad de la fila es de 10 personas y nunca llega a la capacidad máxima.
 TABLA DE RESUMEN

DONDE:
- CANTIDAD DE UNIDADES EN EL SISTEMA

Ls= 0.33+0.14= 0.47 piezas

- TIEMPO QUE TARDA UNA UNIDAD EN EL SISTEMA

Ws= 1.67+0.69 = 2.36 minutos

- CANTIDAD DE UNIDADES EN ESPERA

Lq= 0.14 clientes

- TIEMPO QUE ESPERA UNA UNIDAD EN EL SISTEMA

Wq= 0.69 minutos

- PORCENTAJE DE UTILIZACIÓN DE LA CAJA

ρ= 33.21%

10. A un operario de limpieza se le entregan simultáneamente 60 piezas cada hora. El tiempo de limpieza
es de 50 segundos/pieza. Simule el proceso anterior durante 500 horas para determinar:
a) La utilización del operario.
b) Tiempo promedio de permanencia de las piezas en todo el proceso.
c) Tiempo promedio de espera de las piezas antes de ser limpiadas.
d) La cantidad total de piezas limpiadas.

a) La utilización del operario.

Utilización del Operario = 83,30%

b) Tiempo promedio de permanencia de las piezas en todo el proceso.

Tiempo promedio = 25,41 min

c) Tiempo promedio de espera de las piezas antes de ser limpiadas.

Tiempo promedio de espera = 24,57 min

d) La cantidad total de piezas limpiadas.

Total, piezas = 12.180,00 piezas

(RESUELTO PROBLEMA)
 PREGUNTAS DE PROMODEL Y EJERCICIOS CON RECURSOS Y REDES

COMPLETE:
La simulación de eventos discretos es el conjunto de relaciones lógicas, matemáticas y
probabilísticas que integran el comportamiento de un sistema bajo estudio cuando se presenta un
evento determinado.
Las localizaciones son todos aquellos lugares en los que la pieza puede detenerse para ser
transformada o esperar a serlo.
El estado del sistema es la condición que guarda el sistema bajo estudio en un momento de tiempo
determinado.

Una entidad por lo general es la representación dé los flujos de entrada y salida en un sistema.
Rule permite gran versatilidad en la creación del proceso al construir las rutas de las entidades.
La columna Rule permite seleccionar la condición que se debe cumplir para que una entidad sea
transferida desde la localización actual hasta la localización siguiente.
If Send. Selecciona la localización que solicite una entidad para un proceso de envío (requiere el uso
de la instrucción SEND).
Until Full. Selecciona la localización hasta que esté llena.
SPLIT Su propósito es dividir una entidad en varias entidades, y asignar a cada una de ellas un nuevo
nombre. Las entidades resultantes de la división mantienen los mismos atributos que la entidad
original.
GROUP su propósito es realizar una unión temporal de entidades de un mismo tipo (a menos que se
utilice como parámetro la palabra ALL en cuyo caso puede unir entidades de diferente tipo).
En él se puede seleccionar cualquiera de las siguientes reglas de ruteo. Mencione 3:
By turn First available. If Join Request.

Para modelar la unión de las entidades son necesarios dos procesos:

Proceso para la entidad principal
Proceso para los arribos
Proceso para los recursos
Proceso para la entidad secundaria

PONGA VERDADERO O FALSO:

Los recursos son todos aquellos lugares en los que la pieza puede detenerse para ser transformada o
esperar a serlo. (F)
El objetivo del modelo de simulación consiste, precisamente, en comprender, analizar y mejorar las
condiciones de operación relevantes del sistema. (V)

Un evento es la condición que guarda el sistema bajo estudio en un momento de tiempo determinado
(F)
La simulación es muy buena herramienta para conocer el impacto de los cambios en los procesos, sin
necesidad de llevarlos a cabo en la realidad. (V)

La simulación no permite que el analista vea cómo se comporta el modelo generado bajo diferentes
escenarios (F)

La simulación no es una herramienta de optimización. (V)

LOAD agrupa temporalmente entidades de cierto tipo a la entidad actual. (V)

COMBINE retrasa el proceso de las entidades hasta que cierta cantidad del mismo tipo se haya
acumulado en algún lugar del modelo (F)

ACCUM Su propósito es realizar una unión definitiva de entidades de un mismo tipo (F)

SPLIT Su propósito es dividir una entidad en varias entidades, y asignar a cada una de ellas (de
manera opcional) un nuevo nombre. (V)
La instrucción ROUTE envía la entidad hacia el proceso especificado por el número del bloque.
(V)
EJERCICIOS
1. Dos materias primas 1 y 2 ingresan a un centro de trabajo para ser ensamblados y obtener un
nuevo producto que consiste en una materia prima 1 y 2 materias primas 2. El tiempo promedio
de ensamblado es normal con una media de 10 min y una desviación estándar de 2 min. Un
inspector recibe el producto ensamblado y se tarda un tiempo de 4,5 ± 𝟎, 𝟓 𝒎𝒊𝒏 en revisar el
producto. De acuerdo a datos históricos, el porcentaje del producto rechazado es de 10% . el
tiempo de llegada de las materias primas al almacén es de 5 min de forma exponencial. Simular el
proceso en promodel de 40 horas y determinar
 La utilización del centro de trabajo y del inspector
 Tiempo promedio del centro de utilización y del inspector en ser utilizado
 Número total de piezas procesadas
 Número total de piezas y calidad de defectos

2. A una fábrica de caramelos llega la materia prima cada 0.9 min al almacén, se envía esta materia
prima por medio de una banda transportadora hasta la maquina envolvedora la cual es alimentada
constantemente con la envoltura del caramelo, el proceso de envolver le tarda a la maquina 1 min.
Una vez envuelto el producto pasa a un almacén de empacado en el cual siempre van a estar
disponibles 2 cajas vacías para que un operario pueda empacar 4 caramelos en cada caja lo cual le
tarda 5 min. Luego estas cajas son transportadas hasta una bodega y después de 15 min serán
comercializadas a un distribuidor.

Simule el proceso durante una jornada de 8 horas para contestar:

a. En porcentaje, ¿Cuánto ha sido utilizada la maquina envolvedora?

b. En porcentaje, ¿Cuánto ha trabajado el operario?
c. En porcentaje, ¿Cuánto ha sido utilizado el medio de transporte?

Respuestas:

a. Después de las 8 horas de proceso la maquina empacadora ha sido utilizada un 76.72%

b. El operario en toda la jornada ha trabajado un 71.16%
c. La camioneta mientras tanto solo ha sido utilizada un 3.71%.
 3. Considere el sistema de manufactura, el cual consta de tres procesos en serie torneado, control de
calidad y fresado al inicio y al final del proceso hay almacenamientos los dos con capacidad infinita,
el almacén de producto terminado acumula 6 productos terminado y sale del sistema , además hay
tres tipos de entidades materia prima, producto en proceso, producto terminado. La materia prima
ingresa con una frecuencia de 6 min, se utiliza un recurso para el proceso el cual al iniciar el proceso
cógela materia prima y suelta cuando a terminado todo el proceso de producción. El tiempo de
torneado es de 3 min/pieza, control de calidad 1 min/pieza y fresado 2.7 min/pieza simula el sistema
para 24 horas.

Determinar el % de utilización del equipo y del personal.

Las flechas muestran el porcentaje de las maquina

Porcentaje de utilización del recurso

 4. A un sistema de limpieza entran intercambiadores de calor en forma exponencial, con media de 5
h/pieza. El proceso consta de 3 operaciones con una máquina y en cada operación. Los tiempos de
proceso son:

Se tiene un montacargas para todos los movimientos entre estaciones. El tiempo de traslado entre
estaciones es 3-Erlang con media de 30 min/intercambiador. La animación debe incluir un contador de las
piezas producidas.

I. Simule en ProModel el proceso de 500 intercambiadores para determinar:

a) Tiempo total de simulación.

3802,40 horas

b) Utilización de cada operación

Operación 1 99,86%

Operacion2 72,98%

operacion3 61,94%

C) Porcentaje del tiempo que la pieza estuvo bloqueada.

97,59%

d) Porcentaje de inactividad de la maquina 3

38.06%