Sie sind auf Seite 1von 52

Simulación de sistemas

2007
UNIVERSIDAD
NACIONAL DE SAN
AGUSTÍN
SISTEMAS

2007
DE

APLICACIONES
SIMULACIÓN

APLICACIÓN 1.-

Los buques tanque llegan a un puerto petrolero con la distribución de tiempos entre
llegadas que se ve en la tabla siguiente:

Tiempo entre llegadas (días) 1 2 3 4 5


Probabilidad .20 .25 .35 .15 .05

El puerto tiene dos terminales, A y B. La terminal B es más moderna y, por lo tanto, más
eficaz que la terminal A. El tiempo para descargar un buque tanque depende de la
capacidad de éste. Un superbuque tanque necesita 4 días para descargar en la terminal A
y 3 en la Terminal B. Un buque tanque de tamaño mediano necesita 3 días en la terminal
PROBLEMAS
A y 2 días en la terminal B. Los buques PROPUESTOS
tanque pequeños se descargan en 2 días en la
terminal A y en 1 en la terminal B. Los buques tanques que llegan se forman en una sola
cola en el puerto hasta que se desocupa una terminal para descarga. El servicio se da
sobre la base primeroTEMA:
que llega primero en ser atendido. El tipo de buque tanque y la
ING. E. MURILLO
frecuencia con la que llegan a este puerto se presenta en la siguiente tabla:

TIPO DE BUQUE TANQUE PROBABILIDAD


BACA PHOCCO, JULIA
Superbuque tanque 0.40CHIQUICONDOR PINTO , NOHELIA
DOCENTE: HUAMÁN TANCO, MAYRA
Superbuque tanque mediano 0.35
PEREZ GAMERO, JUDITH
INTEGRANTES:
Superbuque tanque pequeño 0.25 VALENCIA, ERICA KARINA
SEQUEIROS

Suponiendo que si los dos terminales están desocupados, los buques eligen el Terminal A
para ser atendido, utilice la simulación de Montecarlo para la llegada de 15 buques y
determine el número promedio de días que pasa un tanque en el puerto y el tiempo ocioso
de cada una de las terminales.
UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 2
Simulación de sistemas

2007
Utilice los números aleatorios de las celdas E 7 y C 5 para generar los tiempos entre
llegadas y el tipo de buque tanque que llega respectivamente.

PROPIEDADES DEL MODELO


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

Distribución de Tiempos entre llegadas de los buques Tanques

Tiempo entre llegadas


Probab
(días) Probabilidad
Acumulada
X

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 3


Simulación de sistemas

2007
1 0.2 0.2
2 0.25 0.45
3 0.35 0.8
4 0.15 0.95
5 0.05 1

Distribución para hallar el tipo de Buque Tanque

Tipo De Buque Tanque Probab


Nro Probabilidad
Y Acumulada
1 Superbuque tanque 0.4 0.4
Superbuque tanque
2 0.35 0.75
mediano
Superbuque tanque
3 0.25 1
pequeño

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 4


Simulación de sistemas

2007
Tablas de Simulación

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

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 5


Simulación de sistemas

2007
Nro de Terminal A Terminal B
r (e7) x T r (c5) y
buque TDA TdA ToA TDB TdB ToB
1 0.44 2 2 0.76 c 2 4 2
2 0.46 3 5 0.78 C 2 7 1
3 0.89 4 9 0.93 C 2 11 2
4 0.5 3 12 0.11 A 4 16 1
5 0.88 4 16 0.94 C 2 18 0
6 0.64 3 19 0.18 A 4 23 1
7 0.26 2 21 0.92 C 1 22 21
8 0.81 4 25 0.85 C 2 27 2
9 0.34 2 27 0.7 B 3 30 0
10 0.69 3 30 0.7 B 3 33 0
11 0.59 3 33 0.33 A 4 37 0
12 0.02 1 34 0.82 C 1 35 12
13 0.17 1 35 0.56 B 2 37 0
14 0.7 3 38 0.96 C 2 40 1
15 0.65 3 41 0.62 B 3 44 1
TOTAL 33 11 4 33

Respuestas:
a) Nro promedio de días que pasa un tanque en el puesto:
= (33 + 4) días / 15 buques
= 2.47 días
b) ToA= 11 días
ToB= 33 días

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 6


Simulación de sistemas

2007
APLICACIÓN 2
El gerente de una pequeña oficina de correos teme que el crecimiento de la localidad sature
el servicio que se ofrece con una sola ventanilla. Decide obtener datos de muestra con
respecto a 100 individuos que solicitan servicio. A continuación se presenta un resumen de
los datos:

Tiempo
Tiempo de
entre
Frecuencia Servicio Frecuencia
llegadas
(minutos)
(minutos)

1 8 1.0 12

2 35 1.5 21

3 34 2.0 36

4 17 2.5 19

5 6 3.0 7

3.5 5

100 100

Emplee la simulación de Montecarlo para estimar el tiempo promedio de espera y el


promedio de inactividad de los empleados durante la llegada de 15 clientes.

- Utilice la secuencia de números aleatorios de las celdas B1 y E3 para generar los


intervalos entre llegadas de los clientes y los tiempos de servicio respectivamente.

SOLUCIÓN

01.- PROPIEDADES DEL MODELO

1. Componentes: Personas y servicio de correos

2. Variables:

2.1 Exógenos

x = intervalo entre llegada de personas

y = intervalo de servicios

2.2 Endógenas

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 7


Simulación de sistemas

2007
TE =Tiempo de espera

TO= Tiempo ocioso

2.3 Estado

T= Tiempo de llegada de personas

D= Tiempo de servicio

3. Parámetros

TS = 15 clientes

4. Relaciones funcionales

x → Distribución empírica

y → Distribución empírica

02.

Tiempo entre Frecuencia


llegada (días) acumulada

1 0.08

2 0.43

3 0.77

4 0.94

5 1

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 8


Simulación de sistemas

2007
Tiempo entre Frecuencia
llegada (días) acumulada

1 0.12

1.5 0.33

2 0.69

2.5 0.88

3 0.95

3.5 1

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 9


Simulación de sistemas

2007
Respuestas:

Nro de
r (b1) x T r (c3) y D Te To
cliente

1 0.2 2 2 0.1 1 3 2
2 0.68 3 5 0.74 2.5 7.5 2
3 0.57 3 8 0.37 2 10 0.5
4 0.79 4 12 0.31 1.5 13.5 2
5 0.84 4 16 0.31 1.5 17.5 2.5
6 0.72 3 19 0.09 1 20 1.5
7 0.95 5 24 0.27 1.5 25.5 4
8 0.08 1 25 0.53 2 27.5 0.5
9 0.85 4 29 0.45 2 31 1.5
10 0.79 4 33 0.37 2 35 2
11 0.34 2 35 0.7 2.5 37.5
12 0.4 2 37 0.16 1.5 39 0.5
13 0.67 3 40 0.63 2 42 1
14 0.24 2 42 0.37 2 44
15 0.86 4 46 0.39 2 48 2
TOTAL 27 1 21

a) Tiempo promedio de espera:


= (1.0) min. / 15 clientes
= 0.066 min. / clientes
ó 1.0 mín
b) % de inactividad= 1 – U = 1 – (27 / 48)
= 0.4375

APLICACIÓN 3.- La biblioteca de la universidad tiene una copiadora para uso de los
estudiantes. Estos llegan a la máquina con una distribución de tiempos entre llegadas
mostradas en la siguiente tabla:

Tiempo entre llegadas (minutos) 1 2 3 4 5

Probabilidad .20 .25 .40 .10 .05

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 10


Simulación de sistemas

2007
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 la distribución siguiente:

Número de copias 6 7 8 9 10

Probabilidad .20 .25 .35 .15 .05

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


demasiado larga y que el tiempo que un estudiante pasa en el sistema (tiempo de espera
+ tiempo de servicio) es demasiado.

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


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

Utilice los números aleatorios de las celdas A7 y B9 (tabla de números aleatorios) para
generar los valores de los tiempos entre llegadas de los estudiantes y el número de
copias solicitadas respectivamente.

Solución:
Propiedades del Modelo

COMPONENTES:

Maquina copiadora, Alumnos

VARIABLES EXOGENAS:

x: Intervalo entre llegadas de los estudiantes

y: Tiempo de Servicio

VARIABLES ENDOGENAS:

Wq: Tiempo de Espera Promedio de los estudiantes en Cola

To: Tiempo ocioso de la maquina

U: Utilización de la maquina copiadora

VARIABLES DE ESTADO:

T: Tiempo de llegada de un usuario

D: Tiempo de desocupación de la Maquina

PARÁMETROS:

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 11


Simulación de sistemas

2007
Tiempo de Simulación: durante la llegada de 10 clientes

RELACIONES FUNCIONALES:

D: Distribución Empírica

Distribución de Tiempos entre llegadas de los Estudiantes

Tiempo
entre Probab
Probabilidad
llegadas Acumulada
(días)
1 0.20 0.20
2 0.25 0.45
3 0.40 0.85
4 0.10 0.95
5 0.05 1.00

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

Numero Probab
Probabilidad
de copias Acumulada
6 0.20 0.2
7 0.25 0.45

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 12


Simulación de sistemas

2007
8 0.35 0.80
9 0.15 0.95
10 0.05 1.00

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

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

Wq = 0.5/10

Wq =0.05 min
UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 13
Simulación de sistemas

2007
El tiempo ocioso de la máquina copiadora: 12.75 min

Utilización: U = (18.75/31.5)*100

U = 57.143%

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

SOLUCIÓN
01.- PROPIEDADES DEL MODELO
1. Componentes: Personas y niveles de inventarios
2. Variables:
2.1 Exógenos
x = demanda diaria de pollos
2.2 Endógenas

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 14


Simulación de sistemas

2007
2.3 Estado
I = Nivel de inventarios
D= Tiempo de desocupación de la fotocopiadora.
3. Parámetros
TS = 15 días
C1 = Costo de escasez (S/ 3 / unidad)
C2 = Costo de pedidos (S/ 10)
C3 = Costo de mantenimiento (S/ 1.5)
4. Relaciones funcionales
x → Distribución empírica
x = - 5ln(1-r)

A.-

Inventario Cantidad
# de de pollos Pedidos de pollos Demanda Pedidos Inventario
día congelados recibidos disponibles r (-5ln(1-r)) Ventas Excedente escasez Efectuados Final
1 15 - 15 0.30 1.78 2 13 - - 13
2 13 - 13 0.44 2.90 3 10 - - 10
3 10 - 10 0.15 0.81 1 9 - - 9
4 9 - 9 0.15 0.81 1 8 - - 8
5 8 - 8 0.57 4.22 4 4 - 11 4
6 4 11 15 0.16 0.87 1 14 - - 14
7 14 - 14 0.99 23.03 14 - 9 15 -
8 0 15 15 0.40 2.55 3 12 - - 12
9 12 - 12 0.34 2.08 2 10 - - 10

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 15


Simulación de sistemas

2007
10 10 - 10 0.90 11.51 10 - 2 15 -
11 0 15 15 0.57 4.22 4 11 - - 11
12 11 - 11 0.38 2.39 2 9 - - 9
13 9 - 9 0.03 0.15 0 9 - - 9
14 9 - 9 0.18 0.99 1 8 - - 8
15 8 - 8 0.33 2.00 2 6 - 9 6
41 50 11

Ingreso por ventas (s/. 20 * 50) 1000


TOTAL INGRESOS 1000
Costo de compras (s/. 13 * 41) 533
Costo de colocar un pedido (s/.10 *
30
3)
Costo de inventarios (s/. 1.5 * 12) 18
Costo de escasez (s/. 3 * 11) 33
COSTO TOTAL 614

GANANCIAS 386

B.-

Número de pollos = 6 pollos

APLICACIÓN 5

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


vehículos. Es abierto de 8 a.m. a 4 p.m.. El intervalo entre la llegada de vehículos al lote L
tiene distribución exponencial con un valor esperado de 3 minutos. La duración de estadía

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 16


Simulación de sistemas

2007
de un vehículo S es normalmente distribuida con un valor esperado de 90 minutos y una
varianza de 30 minutos. Si al llegar un vehículo no hay espacio libre, se aleja.

Se pide:

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


funcionamiento del Lote de estacionamiento y determine el número de vehículos
que se alejan durante un día de 8 horas (480 minutos).

Propiedades del Modelo

Componentes:

 Vehículos

 Espacios del lote de estacionamiento.

Variables Exógenas:

 L: Intervalo de llegada entre los vehículos

 S: Tiempo de estadía.

Variables Endógenas:

 A: Número de vehículos que se alejan.

Variables de Estado:

 T: Tiempo de llegada de los vehículos.

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

Parámetros

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

 Capacidad de Estacionamiento = 30

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 17


Simulación de sistemas

2007
Relaciones Funcionales

 L; Distribución exponencial con media de 3 minutos.

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

DIAGRAMA DE FLUJO

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 18


Simulación de sistemas

2007
INICIO

T=0
A=0

h=1 To
30

TD (h)=0

Imprimir T > 480 A

FIN
Generar L

T=T+L

A h=1 To
30

A=A+1 T>TD(h
)

Generar S TD(h)=T+S

PANTALLA INICIAL:

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 19


Simulación de sistemas

2007
En Microsoft Excel Objetos; Hoja1 (Parte a)

Cuando se hace clic en el botón Simular:

Public rango

Public i

Private Sub cmdGenerar_Click()

UserForm1.Show

End Sub

Private Sub cmdLimpiar_Click()

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 20


Simulación de sistemas

2007
lim1 = rango + 1 & ":" & i + rango + 1

Rows(lim1).Select

Selection.ClearContents

Range("A1").Select

End Sub

Se ejecuta el Formulario 1:

Cuando se hace clic en el botón Generar:

Option Explicit

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

Public rango

Public i

Dim D(30)

Private Sub cmdGenerar_Click()

m1 = Val(txtL.Text)

m2 = Val(txtSm.Text)

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 21


Simulación de sistemas

2007
desviacion = Val(txtSd.Text)

TS = Val(txtTS.Text)

T=0

place = 0

i=1

rango = 2

j=0

contador = 0

PB1.Value = 0

PB1.Max = TS * 60

For k = 0 To 29

D(k) = 0

Next k

Do Until (T >= TS * 60)

PB1.Value = T

posicion = "B" & i + rango

Range(posicion).Select

ActiveCell.FormulaR1C1 = i

Randomize

r1 = Rnd()

posicion = "C" & i + rango

Range(posicion).Select

ActiveCell.FormulaR1C1 = Round(r1, 2)

L = -m1 * Log(1 - r1)

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 22


Simulación de sistemas

2007
posicion = "D" & i + rango

Range(posicion).Select

ActiveCell.FormulaR1C1 = Round(L, 2)

T=T+L

posicion = "E" & i + rango

Range(posicion).Select

ActiveCell.FormulaR1C1 = Round(T, 2)

For k = 0 To 29

n=0

c=0

For q = 0 To 29

If q = k And q < 29 Then

q=q+1

n=0

End If

If q = k And q = 29 Then

q=q+1

n=1

End If

If n <> 1 Then

If D(k) <= D(q) Then

place = k

Else

c=c+1

End If

End If

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 23


Simulación de sistemas

2007
Next q

If c = 0 Then

k = 29

End If

Next k

If T >= D(place) Then

posicion = "K" & i + rango

Range(posicion).Select

ActiveCell.FormulaR1C1 = Val(T) - Val(D(place))

Acumulador = Acumulador + Val(T) - Val(D(place))

D(place) = 0

posicion = "H" & i + rango

Range(posicion).Select

ActiveCell.FormulaR1C1 = place + 1

Randomize

r2 = Rnd()

posicion = "F" & i + rango

Range(posicion).Select

ActiveCell.FormulaR1C1 = Round(r2, 2)

posicion = "G" & i + rango

Range(posicion).Select

ActiveCell.FormulaR1C1 = "=ROUND(NORMINV(" & r2 & "," & m2 & "," & desviacion
& "),0)"

posicion = "I" & i + rango

Range(posicion).Select

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 24


Simulación de sistemas

2007
ActiveCell.FormulaR1C1 = "=RC[-4]+RC[-2]"

D(place) = ActiveCell.Value

posicion = "J" & i + rango

Range(posicion).Select

ActiveCell.FormulaR1C1 = 0

Else

posicion = "K" & i + rango

Range(posicion).Select

ActiveCell.FormulaR1C1 = " "

posicion = "G" & i + rango

Range(posicion).Select

ActiveCell.FormulaR1C1 = " "

Randomize

r2 = Rnd()

posicion = "F" & i + rango

Range(posicion).Select

ActiveCell.FormulaR1C1 = " "

posicion = "H" & i + rango

Range(posicion).Select

ActiveCell.FormulaR1C1 = " "

posicion = "I" & i + rango

Range(posicion).Select

ActiveCell.FormulaR1C1 = " "

contador = Val(contador) + 1

posicion = "J" & i + rango

Range(posicion).Select

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 25


Simulación de sistemas

2007
ActiveCell.FormulaR1C1 = 1

End If

i=i+1

Loop

Range("A1").Select

Hoja1.i = i

Hoja1.rango = rango

Unload Me

End Sub

Cuando se hace clic en el botón Salir:

Private Sub cmdSalir_Click()

End

End Sub

Respuestas:

Como se observa:

Nro de vehículos que se alejan: 16

Tiempo Total Ocioso: 2916 min

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


tomando en cuenta los intervalos de llegada (L) y las duración de las estadías (S)
generados, determinar el número de vehículos que se alejan durante la llegada de
10 vehículos. Utilice para generar L, los números aleatorios de la celda C1 y para S
los de la celda E8 (tabla de números aleatorios).

 L; Distribución exponencial con media de 3 minutos.

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 26


Simulación de sistemas

2007
 S; Distribución Normal con media de 90 min. + 30 min.

HOJA DE EXCEL

Distribución normal
Distribución Exponencial
Media 90
Media 3
Desviación 30

Número
Tiempo
de
rC1 L T rE8 Z S h Td(h) Ocioso A
vehículo
del lote
s

1 0.82 5 5 0.30 -0.52 74 1 79 5 0

2 0.62 3 8 0.44 -0.15 85 2 93 8 0

3 0.13 0 8 0.15 -1.04 59 3 67 8 0

4 0.08 0 8 0.15 1

5 0.92 8 16 0.57 1

6 0.95 9 25 0.16 1

7 0.96 10 35 0.99 1

8 0.11 0 35 0.40 1

9 0.16 1 36 0.34 1

10 0.52 2 38 0.90 1

21 7

Número de Vehículos que se alejan = 7 vehículos

Capacidad ociosa del lote = 21 minutos

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 27


Simulación de sistemas

2007
APLICACIÓN 6

Un semáforo en una intersección vehicular tiene una fase verde que actualmente demora
50 segundos y una fase roja de 40 segundos. El intervalo entre las llegadas de los
vehículos a la intersección (en segundos) es una variable aleatoria con distribución
empírica:

Intervalos entre llegadas 5 6 7 8 9


Probabilidad 0.1 0.3 0.2 0.3 0.1

a) Construya un modelo de simulación (diagrama de flujo) para este sistema que permita
determinar la duración de la fase verde, de tal manera que el tiempo promedio de espera
de los vehículos que llegan a dicha intersección no sea mayor a 30 segundos. Utilice un
tiempo de simulación de 5 horas.
SOLUCIÓN

01.- PROPIEDADES DEL MODELO

1. Componentes: Vehículos y semáforo


2. Variables:
2.1 Exógenos
x = intervalo de llegadas
2.2 Endógenas
Numero de vehículos en cola
2.3 Estado
T = Tiempo de llegada de vehículos
3. Parámetros
TS = 15 vehículos
Nro de estacionamientos = 3
4. Relaciones funcionales
L → Distribución empírica

DIAGRAMA DE FLUJO
UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 28
Simulación de sistemas

2007
Inicio

LEER
1
R,V
T=0
K=0
TE=0
R = R +V
W=R
IMPRIMIR
TP = TE/K
X

T = T+X T>90

T<=V
1

T<=R
TE=TE +R-T
K=K+1

V=V+W
2 R=R+W

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 29


Simulación de sistemas

2007
b) Mediante la simulación de Montecarlo determine la longitud promedio de vehículos en
cola para esta intersección en un tiempo de simulación equivalente a la llegada de 15
vehículos. Utilice los números de la celda B9 (tabla de números aleatorios) para generar
los valores de la variable aleatoria.

02.

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

Nro de
Nro de
r (b9) x T vehículos
vehículos
en cola
1 0.62 8 8
2 0.03 5 13
3 0.47 7 20
4 0.68 8 28

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 30


Simulación de sistemas

2007
5 0.93 9 37
6 0.29 6 43
7 0.23 6 49
8 0.72 8 57 1
9 0.75 8 65 1
10 0.01 5 70 1
11 0.66 8 78 1
12 0.96 9 87 1
13 0.24 6 93
14 0.33 6 99
15 0.86 8 107
TOTAL 5

Respuesta:
Longitud promedio de vehículos en cola= 5 vehículos

APLICACIÓN 7

En un proceso productivo las piezas una vez procesadas son inspeccionadas para
determinar si son rechazadas, reprocesadas o aceptadas para su posterior venta.
Estadísticamente el 70% de las piezas son aceptadas, el 10% son rechazadas y el 20%
reprocesadas. Una pieza reprocesada puede volver nuevamente a ser reprocesada.
Utilice la técnica de simulación de Montecarlo para imitar el funcionamiento de este
sistema durante la llegada de 15 piezas y responda las siguientes inquietudes:

a) Si el costo de proceso es de $13 por pieza y el de reproceso $7. ¿Cuál sería el costo
de un item que termine en ventas?

Solución

Rechazo Aceptación Reproceso


0.1 0.8 1

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 31


Simulación de sistemas

2007
# de pieza r Rechazo Aceptación Reproceso
1 0.84 - 0.16 1 1
2 0.54 1
3 0.93 - 0.48 1 1
4 0.56 1
5 0.7 1
6 0.98 - 0.49 1 1
7 0.59 1
8 0.11 1
9 0.98 - 0.75 1 1
10 0.76 1
11 0.95 - 0.52 1 1
12 0.63 1
13 0.09 1
14 0.77 1
15 0.12 1
1 14 5

Costo
N° de Piezas Procesamiento %
Piezas
Total Aceptadas Rechazadas Reprocesas Acumulado Unitario aceptadas
15 14 1 5 230 16.43 93.33

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

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

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 32


Simulación de sistemas

2007
Nota: Utilice los números aleatorios de la celda C2 (tabla de números aleatorios) para
generar valores para la variable aleatoria de si la pieza es aceptada, descartada o
reprocesada.

Inicio

A=Re=Rp=0
Ca=Cu=p=0

A Generar Final

P=P+1

No
P<=500 Imprimir Re
0

Fin
Final=R
e

Re = Re + 1

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 33


Simulación de sistemas

2007
Dim cont1 As Double
Private Sub CommandButton1_Click()
Dim Pa(3), x(3), P(3) As Double
Pa(0) = 0

A:
For i = 1 To 3
x(1) = 1
x(2) = 2
x(3) = 3
P(1) = 0.1
P(2) = 0.7
P(3) = 0.2
Pa(i) = Pa(i - 1) + P(i)
Next i
For k = 1 To 5000
Randomize
r = Rnd()
For i = 1 To 3
If r < Pa(i) Then
y = x(i)
i=3
Text1.Text = y
Hoja1.Cells(cont1 + 1, 1) = y
cont1 = cont1 + 1
End If
Next i
Next k
End Sub

LEYENDA CONTAR
1 Rechazadas 483
2 Aceptadas 3502
3 Reprocesadas 1015
TOTAL 5000

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 34


Simulación de sistemas

2007
APLICACIÓN 8.- La vida de 100 válvulas electrónicas al vacío, contenidas en una
computadora digital, esta distribuida normalmente con un valor esperado igual a 6 meses
y una desviación estándar de 2 semanas. En el caso de que todas las válvulas se
reemplacen al mismo tiempo el costo de tal operación será al precio de $2.00 por cada
válvula. El costo de reemplazo de una válvula que falle estando la computadora en
servicio será de $5.00 por unidad, mas el costo del tiempo en que la computadora queda
fuera de servicio. En promedio, el costo que ocasiona una válvula en tiempo de maquina
fuera de servicio, se calcula como $50.00 durante el día y $100.00 durante la noche. La
probabilidad de falla durante el día es 0.7 y durante la noche de 0.3.

Utilice la técnica de simulación en computadora para comparar los costos de las


siguientes políticas de reemplazo:

a) Reemplazar cada válvula a medida que van fallando.

1b).Reemplazar las 100 válvulas cada 5 meses, haciéndolo con las válvulas que fallan
individualmente en el periodo interino.

Construya un modelo de simulación (diagrama de flujo) para determinar una política


óptima de reemplazo tiempo de simulación de 100 meses

Solución:
MODELO DE SIMULACION

PROPIEDADES DEL SISTEMA

COMPONENTES DEL SISTEMA:

Válvulas

VARIABLES EXOGENAS:

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

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

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 35


Simulación de sistemas

2007
VARIABLES ENDOGENAS:

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

Cot: Costo por el cambio de las 100 válvulas

CT: costo total

VARIABLES DE ESTADO:

K: Tiempo de reemplazo de las 100 válvulas

PARÁMETROS:

Tiempo de Simulación (TS) = 100 meses

RELACIONES FUNCIONALES:

x :distribución empírica

y: distribución normal

Costo de remplazo de 100 valvulas cada 5 meses

Nº DE
DIA NOCHE
SIMULACIONES

1 325 4 1
2 325 4 1
3 425 2 3
4 425 2 3
5 275 5 0

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 36


Simulación de sistemas

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

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 37


Simulación de sistemas

2007

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 38


Simulación de sistemas

2007
CODIGO

Private Sub CommandButton2_Click()


Dim pa(2), c(2)
For Z = 1 To 25
x=0
Cot = 0
CO = 0
CT = 0
c(1) = 50
c(2) = 100
pa(1) = 0.7
pa(2) = 1
For k = 1 To Val(ActiveSheet.Cells(5 + Z, 8))
j=0
For i = 1 To 100
Randomize
j = j + Rnd()
Next i
y = 6 + 0.5 ^ (1 / 2) * (j - 100 / 2) * (12 / 100) ^ (1 / 2)
If y < 100 Then
Randomize
aleatorio = Rnd()
If aleatorio < pa(1) Then
x = c(1) + 5
Else
x = c(2) + 5
End If
Cot = Cot + x
CO = 100 * 2
End If
CT = Cot + CO
ActiveSheet.Cells(5 + Z, 9) = CT
Next
Next

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 39


Simulación de sistemas

2007
End Sub
Conclusion
El tiempo óptimo de reemplazo para las válvulas es de 52 meses ya que, la frecuencia
de cambio de cada 52 meses minimiza los costos

APLICACIÓN 9
En el puesto de gasolina “El campeón”, ocurre lo siguiente:
a) Los carros llegan al puesto a cada 12 a 16 minutos con una media de 14 minutos entre
llegadas y distribución uniforme.
b) Juan Pérez atiende exponencialmente, llevando en promedio15 minutos para atender
un carro (4 minutos para llenar el tanque, 3 minutos para verificar el aceite y 8 minutos
para contar el cambio).
Se le sugiere las siguientes alternativas para mejorar el servicio:
a) No hacer nada y dejar las cosas como están.
b) Someter a Juan Pérez a un programa de capacitación, de modo que mejore su
aritmética y de esta manera disminuir el tiempo de servicio de 15 a 6 minutos.
c) Instalar una segunda bomba y contratar a un operario para operarla. El joven trabaja
exactamente del mismo modo que Juan Pérez.
d) Sugerir a Juan Pérez que descanse y contrate al mejor estudiante del grupo escolar de
la nocturna, el emplearía 5 minutos para atender un carro.
NOTA: Observe que este proceso no es de optimización, ya que no es posible definir una
función objetivo a ser maximizada o minimizada.
a) Mediante la simulación de Montecarlo determine la mejor alternativa de optimización en
función al tiempo promedio de espera en cola. Utilice el tiempo de simulación equivalente
a la llegada de 15 vehículos al sistema.
Utilice los siguientes números aleatorios para generar los valores de las variables
aleatorias:
- Para la tasa de llegadas: Números aleatorios de la celda C7 (tabla de números
aleatorios).
- Para los tiempos de servicio: Números aleatorios de la celda D4 (tabla de números
aleatorios).

SOLUCIÓN
01.- PROPIEDADES DEL MODELO

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 40


Simulación de sistemas

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

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

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 41


Simulación de sistemas

2007
b)
Nro de
r (c7) x T r (d4) y D Te To
vehiculo
1 0.47 14 14 0.54 5 19 14
2 0.64 15 29 0.07 0 29 10
3 0.43 14 43 0.92 15 58 14
4 0.98 16 59 0.12 1 60 1
5 0.55 14 73 0.54 5 78 13
6 0.84 15 88 0.97 21 109 10
7 0.16 13 101 0.8 10 119 8
8 0.6 14 115 0.62 6 125 4
9 0.67 15 130 0.36 3 133 5
10 0.06 12 142 0.91 14 156 9
11 0.94 16 158 0 0 158 2
12 0.34 13 171 0.16 1 172 13
13 0.07 12 183 0.94 17 200 9
14 0.42 14 197 0.36 3 203 3
15 0.12 12 209 0.66 6 215 6
TOTAL 107 15

Tiempo promedio de espera en cola = 15 / 15 = 1 min

Operario 1 Operario 2
Nro de r r
x T y Te
vehiculo (c7) (d4) D To D To
1 0.47 14 14 0.54 12 26 14
2 0.64 15 29 0.07 1 30 3
3 0.43 14 43 0.92 38 81 13
4 0.98 16 59 0.12 2 61 59
5 0.55 14 73 0.54 12 85 12
6 0.84 15 88 0.97 53 141 7
7 0.16 13 101 0.8 24 125 16
8 0.6 14 115 0.62 15 140 10
9 0.67 15 130 0.36 7 147 10
10 0.06 12 142 0.91 36 178 1
11 0.94 16 158 0 0 158 11

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 42


Simulación de sistemas

2007
12 0.34 13 171 0.16 3 174 13
13 0.07 12 183 0.94 42 225 5
14 0.42 14 197 0.36 7 204 23
15 0.12 12 209 0.66 16 225 5
TOTAL 20

Tiempo promedio de espera en cola = 20 / 15 = 1.33 min

d)
Nro de r
r (c7) x T y D Te To
vehiculo (d4)
1 0.47 14 14 0.54 4 18 14
2 0.64 15 29 0.07 0 29 11
3 0.43 14 43 0.92 13 56 14
4 0.98 16 59 0.12 1 60 3
5 0.55 14 73 0.54 4 77 13
6 0.84 15 88 0.97 18 106 11
7 0.16 13 101 0.8 8 114 5
8 0.6 14 115 0.62 5 120 1
9 0.67 15 130 0.36 2 132 10
10 0.06 12 142 0.91 12 154 10
11 0.94 16 158 0 0 158 4
12 0.34 13 171 0.16 1 172 13
13 0.07 12 183 0.94 14 197 11
14 0.42 14 197 0.36 2 199
15 0.12 12 209 0.66 5 214 10
TOTAL 89 5

Tiempo promedio de espera en cola = 5 / 15 = 0.333 min

La mejor alternativa es la d) por ser la que tiene el menor tiempo promedio de


espera en cola

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


cada uno y los vende a 1 sol la unidad. Al final de cada día el agente de publicaciones le
pagará 15 céntimos de sol por cada periódico que no haya vendido. La demanda diaria D
de los periódicos tiene la siguiente distribución de probabilidad (distribución empírica):

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 43


Simulación de sistemas

2007
D 75 80 85 90 95 100 105 110 115 120
p(D) 0.08 0.07 0.02 0.20 0.09 0.19 0.12 0.03 0.14 0.06

1 a)Suponiendo que el vendedor puede pedir cualquier cantidad de periódicos que


se encuentre en el rango de valores de la demanda, construya un modelo de
simulación (diagrama de flujo) para este sistema logístico que permita determinar
el nivel óptimo de aprovisionamiento (número de periódicos a pedir diariamente),
en un tiempo de simulación de 200 días.

Solución:
Propiedades del Modelo

COMPONENTES:

Periódico, vendedor

VARIABLES EXOGENAS:

D: Demanda

VARIABLES ENDOGENAS:

UT: Utilidad Total Esperada

VARIABLES DE ESTADO:

I: Nivel de Inventario

PARÁMETROS:

Tiempo de Simulación = 200

C2: Costo de Pedido

RELACIONES FUNCIONALES:

D: Distribución Empírica

Diagrama de flujo:

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 44


Simulación de sistemas

2007

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 45


Simulación de sistemas

2007
Numero de Simulaciones
Pedidos
promedio
diarios 1 2 3 4 5
75 7500 7500 7500 7500 7500 7500
80 7924 7928 7928 7958 7941 7935
85 8313 8288 8364 8283 8292 8308
90 8698 8630 8703 8698 8677 8681
95 8986 8880 8973 8816 8820 8895
100 9120 8895 8980 8938 8853 8957
105 8673 8889 8775 9008 8966 8862
110 8544 8884 8807 8820 8663 8743
115 8653 8648 8440 8389 8512 8528
120 8077 8375 8341 8413 8617 8365
125 7693 7893 7868 7940 7608 7800

El pedido optimo para tener una mayor utilidad es de 100 unidades diarios para
obtener una utilidad promedio durante los 200 días de 8957 soles

Código del problema:


Private Sub CommandButton1_Click()
Dim pa(10), x(10)
For COL = 1 To 5
D=0
VN = 0

x(1) = 75
x(2) = 80
x(3) = 85
x(4) = 90
x(5) = 95
x(6) = 100
x(7) = 105
x(8) = 110
x(9) = 115
x(10) = 120

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 46


Simulación de sistemas

2007
pa(1) = 0.08
pa(2) = 0.15
pa(3) = 0.17
pa(4) = 0.37
pa(5) = 0.46
pa(6) = 0.65
pa(7) = 0.77
pa(8) = 0.8
pa(9) = 0.94
pa(10) = 1

For t = 1 To 200
q = Cells(p + 7, 3)
aleatorio = Rnd()
For k = 1 To 10
If aleatorio < pa(k) Then
D = Val(x(k))
k = 10
End If
Next k
If q <= D Then
V = q * (1)
End If
If q > D Then
s=q-D
V = D * (1) + Val(s * (0.15))
End If
VN = VN + (V - q * (0.5))
ActiveSheet.Cells(p + 7, COL + 3) = VN

Next t
Next
End Sub

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 47


Simulación de sistemas

2007
1 b) Mediante la simulación de Montecarlo determine la utilidad total esperada para
un nivel de aprovisionamiento de 95 periódicos diarios en un tiempo de simulación
de 20 días. Utilice los números de la celda A5 (tabla de números aleatorios) para
generar los valores de la variable aleatoria.

2 Solución:

Propiedades del Modelo

COMPONENTES:

Periódico, vendedor

VARIABLES EXOGENAS:

D: Demanda

VARIABLES ENDOGENAS:

UT: Utilidad Total Esperada

VARIABLES DE ESTADO:

I: Nivel de Inventario

PARÁMETROS:

Tiempo de Simulación = 20

C2: Costo de Pedido

RELACIONES FUNCIONALES:

D: Distribución Empírica

Probab
Demanda Probabilidad
Acum.
75 0.08 0.08
80 0.07 0.15
85 0.02 0.17
90 0.2 0.37
95 0.09 0.46
100 0.19 0.65
105 0.12 0.77
110 0.03 0.8
115 0.14 0.94
120 0.06 1
UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 48
Simulación de sistemas

2007
Tabla de Simulación

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

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 49


Simulación de sistemas

2007
19 0.32 90 95 90 5 45 -1.75
20 0.46 95 95 95 47.5
920 -21

Utilidad Total = S/ 899.00

APLICACIÓN 11

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


(Q,R). Con esta política pedimos Q unidades cuando el nivel de inventario desminuye a R
o menos. La distribución de probabilidades de la demanda diaria se da en la siguiente
tabla:

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

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

TIEMPO DE ENTREGA (Días) PROBABILIDAD


1 .20
2 .30
3 .35
4 .15

Suponemos que la cantidad “pedir hasta tener” permanece igual, en 100 unidades.
Nuestro interés en este caso es determinar el valor del punto de reorden R que minimice

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 50


Simulación de sistemas

2007
el costo total de inventario. Este costo es la suma del costo esperado de almacenamiento,
el costo esperado de pedido y el costo esperado de escasez. La escasez es acumulativa.
Esto es, un cliente espera hasta que se tiene el artículo. El costo de inventario se estima
en 0.20 dólares por unidad por día, y se carga a las unidades en inventario al final del día.
La escasez cuesta 1 dólar por cada unidad que falte. El costo de pedido es 15 dólares por
pedido. Los pedidos llegan al inicio del día.

a) Suponiendo que el punto de reorden R puede oscilar entre 0 y 50 unidades, construya


un modelo de simulación (diagrama de flujo) para este sistema de inventario que permita
determinar el valor de R que minimice el costo total de inventario, en un tiempo de
simulación de 500 días.

b) Mediante la simulación de Montecarlo determine el costo total de inventario para un


punto de reorden igual 30 unidades en un tiempo de simulación de 20 días.
Utilice los siguientes números aleatorios para generar los valores de las variables
aleatorias:

- Para la demanda: Números aleatorios de la celda C1 (tabla de números aleatorios).


- Para los tiempos de llegada de los pedidos: Números aleatorios de la celda E8 (tabla de
números aleatorios).

Unid Tiep Unid Cost Cost Cost


Dia II rE8 rC1 Demanda IF Escas CT
Ped Ent Recib Almac Esc Ped
1 50 0.82 16 34 6.8 6.8
2 34 0.62 15 19 3.8 3.8
3 19 81 0.3 2 0.13 13 6 1.2 15 16.2
4 6 0.08 13 0 7 0 7 7
5 74 81 0.92 16 58 11.6 11.6
6 58 0.95 16 42 8.4 8.4
7 42 0.86 16 26 5.2 5.2
8 26 74 0.44 2 0.11 13 13 2.6 15 17.6
9 13 0.16 13 0 0 0
10 74 74 0.52 15 59 11.8 11.8

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 51


Simulación de sistemas

2007
11 59 0.18 13 46 9.2 9.2
12 46 0.82 16 30 6 6
13 30 70 0.15 1 0.41 14 16 3.2 15 18.2
14 86 70 0.29 14 72 14.4 14.4
15 2 0.63 15 57 11.4 11.4
16 57 0.96 17 40 8 8
17 40 0.7 15 25 5 5
18 25 75 0.15 1 0.85 16 9 1.8 15 16.8
19 84 75 0.29 14 70 14 14
20 70 0.1 13 57 11.4 11.4
TOTAL 202.8

Suponiendo que el inventario inicial es de 50 unidades

Punto de Reorden 30 unidades


Costo de pedido = $. 15
Costo Inventario = $.0.20
Costo Escasez = $. 1

UNIVERSIDAD NACIONAL DE SAN AGUSTIÍN Páá giná 52