PONTIFICIA UNIVERSIDAD CATOLICA DEL PERU

FACULTAD DE CIENCIAS E INGENIERIA

SIMULACIN DE SISTEMAS
(Hoja de ejercicios)
Captulos 1 y 2
Simulacin Manual

Pregunta 1
En un proceso de fabricacin, se han determinado los tiempos entre llegadas y los tiempos de
procesamiento. La probabilidad de que los productos sean no defectuosos es de 70%. Si son
defectuosos pasan a un reproceso en otra mquina. Para saber si un producto debe pasar a la
segunda mquina para reproceso use la tabla de nmeros aleatorios inferior:

0.20 0.57 0.69 0.86 0.09 0.23 0.96 0.05 0.71 0.81
.

Cliente
T entre
llegadas
T de servicio
mquina 1
T de servicio
mquina 2
1 ---- 4 10
2 8 5 11
3 3 7 11
4 8 5 8
5 8 7 16
6 3 7 11
7 7 7 12
8 6 7 8
9 7 4 8
10 7 8 9

Calcular las siguientes mtricas:

a) % de tiempo desocupado de cada mquina
b) Tiempo promedio de espera en fila 1 y fila 2
c) Fraccin de productos que pasan a reproceso
d) Fraccin de productos que tienen que esperar en la fila 1 y fila 2

Pregunta 2
Utilice simulacin manual para estimar el rea del lago que se muestra en la figura siguiente.
Determine su estimacin con los 50 nmeros aleatorios de la tabla mostrada.

Para el eje X utilice las primeras 5 filas de la tabla de izquierda a derecha y para el eje Y utilice
los nmeros aleatorios de la fila 6 a la fila 10 tambin de izquierda a derecha.
Millas
M
i
l
l
a
s
0 1 2 3 7 4 5 6
1
2
3
4

0.23 0.87 0.58 0.43 0.29 0.62 0.68 0.92 0.38 0.62
0.16 0.23 0.98 0.10 0.38 0.41 0.19 0.38 0.04 0.06
0.03 0.94 0.08 0.15 0.81 0.69 0.32 0.77 0.90 0.02
0.79 0.40 0.97 0.13 0.04 0.66 0.51 0.59 0.62 0.98
0.87 0.03 0.18 0.42 0.95 0.18 0.72 0.44 0.75 0.33
0.20 0.57 0.69 0.86 0.09 0.23 0.96 0.05 0.71 0.81
0.75 0.51 0.52 0.25 0.33 0.54 0.99 0.81 0.37 0.53
0.76 0.61 0.72 0.14 0.50 0.88 0.29 0.03 0.82 0.98
0.88 0.71 0.33 0.77 0.81 0.86 0.77 0.85 0.01 0.99
0.69 0.05 0.44 0.51 0.64 0.33 0.15 0.28 0.23 0.85

Pregunta 3
Considere un restaurante donde dos mozos, Walter y Lucho toman las rdenes de los clientes
y llevan la comida a los automviles. Los vehculos arriban de acuerdo a lo mostrado en la
tabla 1.
Tabla 1: Distribucin entre arribos de autos
Tiempo entre arribos Probabilidad Prob. Acumulada
1 min. 0.25
2 min. 0.40
3 min. 0.20
4 min. 0.15

Walter hace mejor su trabajo y es ms rpido que Lucho. La distribucin de tiempos de servicio
es la mostrada en la tabla 2 y 3.
Tabla 2: Distribucin de servicios de Walter
Tiempo de servicio Probabilidad Prob. Acumulada
2 min. 0.30
3 min. 0.28
4 min. 0.25
5 min. 0.17
Tabla 3: Distribucin de servicios de Lucho
Tiempo entre arribos Probabilidad Prob. Acumulada
3 min. 0.35
4 min. 0.25
5 min. 0.20
6 min. 0.20

Si ambos mozos estn desocupados y se produce un arribo, Walter toma el trabajo. El
problema es estimar qu tan buena es la modalidad de trabajo actual. Para ello se realizar
una simulacin de una hora. (Asuma que en el tiempo cero no hay llegada de autos).
Complete las tablas 1, 2 y 3.

a) Realice una simulacin manual completando la tabla 4 de la hoja anexa usando los
nmeros aleatorios que se detallan al final. (3 puntos)

b) Estimar adems las siguientes estadsticas:
b1) Porcentaje de tiempo ocioso de Walter y Lucho (1 punto)
b2) Cantidad de clientes que tuvieron que esperar (0.5 puntos)
b3) Tiempo promedio de espera de todos los clientes (0.5 puntos)

c) Sugiera su opinin acerca si el sistema est balanceado y si es necesario otro mozo.
(1 punto)
Nmeros aleatorios para las llegadas: (x100)
26-98-90-26-42-74-80-68-22-48-34-45-24-34-63-38-80-42-56-89-18-51-71-16-92
Nmeros aleatorios para los servicios: (x100)
95-21-51-92-89-38-13-61-50-49-39-53-88-01-81-53-81-64-01-67-01-47-75-57-87-47
Pregunta 4
Taxi Chi-cha opera un vehculo entre las 9:00am y las 5:00pm. Actualmente se est
considerando adicionar un segundo taxi a la flota. La demanda de taxis sigue la distribucin
que se muestra a continuacin:

Tiempo entre llegadas (minutos) 15 20 25 30 35
Probabilidad 0.14 0.22 0.43 0.17 0.04

La distribucin del tiempo para completar un servicio es la siguiente:

Tiempo de servicio (minutos) 5 15 25 35 45
Probabilidad 0.12 0.35 0.43 0.06 0.04

Se pide:
a) Construir una tabla para simular la operacin del sistema actual y del sistema con un
taxi adicional (1 punto)
b) En la tabla generada simule un da de operacin para ambas situaciones (3 puntos)
c) Comparar los dos sistemas con respecto a los tiempos de espera de los clientes y
otras medidas que considere relevantes

Pregunta 5
Usted es el afortunado ganador de un concurso internacional. El premio es un viaje con todo
pagado a uno de los hoteles ms importantes de Arequipa, que incluye fichas para apostar en
el casino del hotel.Al entrar al casino, se da cuenta que adems de los juegos tradicionales
(blackjack, ruleta, etc.) ofrecen un nuevo juego con las siguientes reglas:
Reglas del juego
1. En cada jugada se lanza una moneda no alterada repetidas veces hasta que la
diferencia entre el nmero de caras y cruces que aparecen es tres.
2. Si se decide participar se paga $1 cada vez que se lanza la moneda. NO se puede
abandonar el juego hasta que acaba.
3. Se reciben $8 al final de cada juego.

Determinar si conviene o no participar del juego. Hacer 5 simulaciones

Utilice los siguientes nmeros aleatorios.
Nmeros aleatorios
Rplica 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 0.74 0.00 0.04 0.05 0.63 0.86 0.03 0.26 0.70 0.43 0.62 0.38 0.49 0.38 0.58
2 0.26 0.73 0.60 0.90 0.70 0.04 0.54 0.91 0.25 0.42 0.08 0.61 0.12 0.44 0.90
3 0.63 0.82 0.74 0.85 0.87 0.05 0.98 0.10 0.99 0.95 0.14 0.13 0.26 0.75 0.37
4 0.67 0.54 0.97 0.49 0.65 0.87 0.22 0.12 0.04 0.71 0.36 0.01 0.82 0.70 0.06
5 0.86 0.30 0.36 0.86 0.52 0.01 0.71 0.10 0.80 0.33 0.30 0.35 0.13 0.93 0.48

Pregunta 6
Se sabe que en cierto juego de lanzamiento de dardos
existe una probabilidad de 30% de fallar el lanzamiento y un
70% de probabilidad de acertar en algn lugar del blanco
que se muestra a la derecha. Emplee los nmeros
aleatorios de la tabla inferior para simular el lanzamiento de
12 dardos al blanco. Si sabe que el mximo puntaje logrado
hasta el momento es de 2300 puntos. Cree usted que
podr superar dicho puntaje?

Nota: Para simular el tiro i deber emplear cada uno de los
nmeros aleatorios contenidos en la columna i, es decir
debe llegar a definir cada uno de los tiros en funcin de tres
aleatorios.
500 500
200
200 100
40
100
40 25
25
0 1 2 4
1 2 3 4 5 6 7 8 9 10 11 12
fila1 0,632 0,099 0,650 0,948 0,563 0,910 0,654 0,492 0,546 0,782 0,045 0,055
fila2 0,095 0,616 0,628 0,284 0,034 0,016 0,939 0,161 0,486 0,770 0,038 0,358
fila 3 0,509 0,877 0,483 0,777 0,135 0,805 0,054 0,441 0,992 0,969 0,155 0,521


Generadores de nmero aleatorios
Pregunta 7
Sin calcular ninguno de los
i
Z
, determine cual de los siguientes generadores congruenciales
lineales tiene periodo completo. Indique por qu lo tiene, por qu no lo tiene o por qu no se
puede determinar.

a) 16 mod ) 13 13 (
1
+ =
i i
Z Z
b) 16 mod ) 13 12 (
1
+ =
i i
Z Z
c) 16 mod ) 12 13 (
1
+ =
i i
Z Z
d) 13 mod ) 12 (
1
+ =
i i
Z Z
Pregunta 8
El servicio de meteorologa (sabiendo que la probabilidad de que llueva es de 0.3) quiere
estimar cuntos das va a llover de los prximos 6. Por ello generan 6 nmeros aleatorios
mediante el siguiente generador congruencial lineal 7 mod ) 3 (
1
=
i i
Z Z con 1
0
= Z . Halle el
nmero de das que el servicio de meteorologa estima que llover.

Pregunta 9
Para el generador congruencial lineal se pide:
a) Establezca los parmetros que generen no ms de 70 nmeros ni menos de 60.
b) Muestre los nmeros generados.
c) Realice la prueba de las corridas de arriba y abajo para verificar la aleatoriedad de los
datos

Pregunta 10
a) Indique si el siguiente generador congruencial lineal tiene periodo completo. Justifique su
respuesta: m = 256, a = 9 y c = 11
b) Considerando los datos de a), y Z
0
= 15, genere los nmeros aleatorios suficientes para
generar una variable aleatoria Chi
2
con 3 grados de libertad.
c) Considerando los datos anteriores (partes a y b), genere una variable t-student de 3 grados
de libertad

Pregunta 11
Por el mtodo de la transformada inversa, obtener un generador de nmeros aleatorios que
sigan la siguiente distribucin de probabilidad:

f(x)


5/4



1/4



1 2 x
Pruebas de aleatoriedad

Pregunta 12
Verificar que los siguientes nmeros aleatorios cumplen con la prueba de las corridas de arriba
y debajo de la media (Use = 0.05, donde Z
0.975
= Z
0.0.025
= 1.96 y Z
0.95
= Z
0.05
=1.645 ,
dependiendo de la nomenclatura usada). Trabajar por columnas.

0.17 0.76 0.79 0.66
0.08 0.23 0.23 0.11
0.58 0.80 0.95 0.83
0.87 0.45 0.74 0.56
0.43 0.79 0.77 0.71


Arriba y abajo:
3
1 2
=
N

90
29 16
2

=
N



Arriba y debajo de la media:
2
1 2
2 1
+ =
N
n n

) 1 (
) 2 ( 2
2
2 1 2 1 2

=
N N
N n n n n

Pregunta13
Se generaron 50 nmeros pseudo-aleatorios, para cada uno de los siguientes casos. Para
cada uno de ellos, se gener el histograma respectivo, donde se indican las marcas de clase
utilizadas.

Caso 1














Caso 2
Histograma
0
1
2
3
4
5
6
7
0
,
1
0
,
2
0
,
3
0
,
4
0
,
5
0
,
6
0
,
7
0
,
8
0
,
9
y

m
a
y
o
r
.
.
.
Clase
F
r
e
c
u
e
n
c
i
a



Histograma
0
1
2
3
4
5
6
7
8
0
,
1
0
,
2
0
,
3
0
,
4
0
,
5
0
,
6
0
,
7
0
,
8
0
,
9
y

m
a
y
o
r
.
.
.
Clase
F
r
e
c
u
e
n
c
i
a
Caso 3

Histograma
0
1
2
3
4
5
6
7
8
9
0
.
1
0
.
2
0
.
3
0
.
4
0
.
5
0
.
6
0
.
7
0
.
8
0
.
9
y

m
a
y
o
r
.
.
.
Clase
F
r
e
c
u
e
n
c
i
a


Explique para cada uno de los casos, qu esperara obtener si es que aplicara la prueba de
corridas de arriba y abajo y la prueba de corridas de arriba y debajo de la media. (No realice la
prueba) Justifique su respuesta.


Pregunta 14
Los nmeros pseudo aleatorios (Ri) de los grficos mostrados fueron generados utilizando la
siguiente relacin: 3
2
6 1

Ui
k
R
i
=


















Para ello se generaron 1000 aleatorios (Ui) en Excel (funcin ALEATORIO()), se calcul el
3
2
6

Ui
para cada aleatorio y se dividieron todos entre k = mximo
(

3
2
6

Ui
.

a) Basndose slo en los dos grficos anteriores, qu puede decir respecto al
comportamiento de los nmeros generados? Pasaran las pruebas de corridas arriba
y abajo; y arriba y abajo de la media? Sea breve y conciso. (2 puntos)
b) Si a = 650, b = 246 y n
2
= 136. Calcule los estadsticos asociados a las 2 pruebas
mencionadas en a) usando como valor crtico Z
1-/2
= 1.96. Presente sus conclusiones.
(4 puntos)

Nmeros Pseudo aleatorios Generados
0.00
0.20
0.40
0.60
0.80
1.00
1.20
0 200 400 600 800 1000
Nmero (i) pseudo aleatorio
V
a
l
o
r

d
e

R
(
i
)
Histograma de los Ri
0
10
20
30
40
50
60
70
80
90
0
.
1
8
0
.
2
7
0
.
3
3
0
.
3
9
0
.
4
5
0
.
5
0
0
.
5
6
0
.
6
2
0
.
6
8
0
.
7
4
0
.
8
0
0
.
8
5
0
.
9
1
0
.
9
7
Clase
F
r
e
c
u
e
n
c
i
a
0%
20%
40%
60%
80%
100%
120%
Frecuencia
% acumulado
Pregunta 15
El fascinante valor de PI ()
La conocida constante matemtica que describe la relacin entre la circunferencia de un crculo
y su dimetro ha sido siempre ms que una constante: miles de cientficos, matemticos y
curiosos han estado obsesionados con calcular la mayor cantidad de dgitos decimales de PI.
Es ms, dicha constante aparece en muchas relaciones geomtricas, fsicas, etc., y alrededor
de ella se han desarrollado aplicaciones de numerosas tcnicas matemticas.

Se han escrito muchas curiosidades alrededor de PI. Dicen, por ejemplo, que todos los
nmeros estn en PI. Esto quiere decir que cualquier nmero natural que uno imagine
seguramente lo podr encontrar escrito en la infinidad de dgitos de PI. La explicacin tiene que
ver con que los dgitos decimales de PI parecen estar distribuidos al azar y dada la cantidad de
dgitos que existen es de esperar que uno pueda encontrar cualquier nmero natural escrito por
ah. Es adems muy fcil demostrar que un suceso que tiene probabilidad de ocurrir mayor que
cero efectivamente ocurra luego de infinitas rplicas, con lo cual cualquier secuencia de
nmeros se podr encontrar en los decimales de PI.

Pero vayamos ms all y cuestionemos la aleatoriedad de aparicin de los dgitos de PI. Para
simplificar las cosas agruparemos los dgitos de PI en secuencias de 4 dgitos para formar
varios nmeros naturales. Por ejemplo, a partir de 3.
14159265358979323846264338327950288419... formaremos los nmeros 1415, 9265, 3589,
etc., y trataremos de probar de que esos nmeros son efectivamente aleatorios.

1. En funcin a los cuadros que se presentan a continuacin, sin realizar calculo alguno,
indique y justifique qu esperara en los resultados, si ejecutara las pruebas de arriba y
abajo y de arriba y debajo de la media.
0.00
0.10
0.20
0.30
0.40
0.50
0.60
0.70
0.80
0.90
1.00
0 5 10 15 20 25 30 35 40 45 50
secuencia
v
a
l
o
r

0.00
0.10
0.20
0.30
0.40
0.50
0.60
0.70
0.80
0.90
1.00
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
valor j
v
a
l
o
r

j
+
1


2. Ejecute las pruebas de arriba y abajo y de arriba y debajo de la media para descartar o
no la aleatoriedad de los dgitos de PI. Utilice los primeros 20 nmeros de 4 dgitos
formados con los decimales de PI:

1415 9265 3589 7932 3846 2643 3832 7950 2884 1971
6939 9375 1058 2097 4944 5923 0781 6406 2862 0899

Pregunta 16
Un curioso programa de televisin denominado MithBusters (Cazadores de Mitos) que dan en
Discovery Channel se dedica a probar si determinados mitos son en realidad ciertos o no.
Para ello un grupo de cientficos disean diversos experimentos con el objetivo de probar o
descartar las hiptesis que postulan los mitos.
En uno de los episodios se intent demostrar la validez de este mito: cuando una tostada con
mantequilla cae al suelo la cara que siempre da al suelo es justamente la que tiene untada la mantequilla.
Para probar la hiptesis anterior los cientficos tenan que ver la manera de disear un experimento que
reprodujera el fenmeno de cada de una tostada al suelo de la mejor manera, para que usando ese
experimento pudieran probar si el untar mantequilla a una tostada alteraba efectivamente el fenmeno.
A continuacin se listan los experimentos ensayados:

Experimento Descripcin Ensayos # veces que la tostada
sin mantequilla cay
boca arriba
# corridas (veces
seguidas que cay la
tostadaboca arriba
o boca abajo)
1 Lanzamiento manual
desde una mesa
89 43 20
2 Lanzamiento desde una
mesa con mecanismo
70 34 45
3 Lanzamiento desde un
techo con mecanismo
80 40 32

a) Utilice la prueba de aleatoriedad arriba y abajo para determinar cul de los 3 experimentos reproduce
mejor un ambiente para ensayar la cada de tostadas con o sin mantequilla (un ambiente aleatorio) y
poder probar la hiptesis que plantea el mito. Justifique.
Generacin de variables aleatorias

Pregunta 17
Se tiene la variable aleatoria X con la siguiente funcin de densidad:

<
<
=
20 10
1000
10 4 / 1
4 0 1 . 0
) (
2
x para
ax
x para x
x para
x f

a) Demuestre que 3 = a .
b) Desarrolle un generador para la variable aleatoria X .
c) Simule el valor de X para cada uno de los siguientes nmeros aleatorios 0.437, 0.333,
0.798.

Pregunta 18
Sea X , una variable aleatoria binomial con parmetros ) , ( p n ; entonces:
,... 1 , 0 , ) 1 ( ) ( = = =

x p p C x X P
x n x n
x

a) Demuestre que:
) (
1 1
) 1 ( x X P
p
p
x
x n
x X P =
|
|

\
|

\
|
+

= + =

Luego se establece el algoritmo de la transformada inversa para generar una variable aleatoria
binomial X con parmetros ) , ( p n :

PASO 1 Generar un nmero aleatorio U
PASO 2 pr F p pr x
p
p
c
n
= = =

= , ) 1 ( , 0 ,
) 1 (

PASO 3 Si x X F U = < , y termina; caso contrario ir al paso 4
PASO 4 1 , ,
1
) (
+ = + =
+

= x x pr F F pr
x
x n
c pr
PASO 5 Ir al paso 3

Utilizando el algoritmo anterior y definiendo los parmetros de la variable aleatoria binomial X
con parmetros 20 . 0 = p y 10 = n . Genere una variable aleatoria binomial para cada uno de
los siguientes nmeros aleatorios: 0.868, 0.251

Pregunta 19
Un elevador en una planta de manufactura carga exactamente 400kgs de material. Hay tres
clases de material (estn en cajas). Los materiales y sus distribuciones de tiempos entre
llegadas de las cajas al elevador se muestran a continuacin:

Material Peso (kilogramos)
Tiempo entre llegadas
(minutos)
A 200 Uniforme (3,7)
B 100 Constante = 6
C 50
P(2) = 0.33
P(3) = 0.67

Al elevador le toma un minuto subir al segundo piso, dos minutos para descargar el material y
un minuto para regresar al primer piso. El elevador no deja el primer piso hasta que no tenga la
carga completa. Asuma que en el instante cero no hay cajas para transportar.
a) Simular 30 minutos de operacin del sistema.
b) Cul es el tiempo promedio de viaje de una caja de material A (desde que llega hasta
que es descargada)?
c) Cul es el tiempo promedio de espera de una caja de material B?
d) Cuntas cajas de material C fueron transportadas en 30 minutos?
e) Qu sucede si simulamos el proceso para 10 horas? y para 10 minutos? Se vern
afectados significativamente los resultados? Explique

Utilice los siguientes nmeros aleatorios para generar los tiempos entre llegadas para las cajas
A, B y C.

Pregunta 20
Los buses arriban a la parada de autobuses de acuerdo con un proceso Poisson con una
media de un bus cada 15 minutos. Genere tres variables aleatorias N, que representen el
nmero de arribos durante intervalos de 1 hora.

Use los siguientes nmeros aleatorios por filas.

0.6040 0.3530 0.5504 0.2578 0.5235
0.1695 0.5369 0.0294 0.8457 0.9245
0.2966 0.0007 0.4710 0.2511 0.2837
0.3463 0.1984 0.7846 0.2323 0.1389
0.0503 0.7501 0.7217 0.9923 0.3804


Pregunta 21
Suponga que tenemos un mtodo para generar una variable aleatoria con funcin de densidad
) (x g . Podemos utilizarlo como base para generar variables aleatorias a partir de la
distribucin continua ) (x f : se genera Y a partir de g y luego se acepta este valor generado
con una probabilidad proporcional a ) ( / ) ( Y g y f .
En concreto, sea c una constante tal que:

A B C
0.40 0.40 0.89
0.20 0.13 0.69
0.17 0.93 0.49
0.48 0.25 0.32
0.17 0.29 0.92
0.71 0.02 0.25
0.90 0.67 0.27
0.67 0.94 0.58
0.95 0.12 0.57
0.07 0.09 0.95
0.47 0.24 0.65
0.09 0.02 0.74
0.85 0.61 0.41
0.44 0.83 0.56
0.16 0.12 0.13
0.71 0.67 0.70
0.88 0.06 0.52
0.29 0.92 0.03
0.03 0.13 0.81
0.48 0.02 0.07
y todo para c
y g
y f

) (
) (
.

Con lo cual se presenta el siguiente mtodo para generar una variable aleatoria X con
densidad f :
PASO 1 Generar Y con densidad g
PASO 2 Generar un nmero aleatorio U
PASO 3 Si, . ,
) (
) (
Y X hacer
Y cg
Y f
U = En caso contrario, regresar al paso 1.

Se quiere utilizar el mtodo de rechazo para generar una variable aleatoria con funcin de
densidad
3
) 1 ( 20 ) ( x x x f = , 1 0 < < x , considerando 1 ) ( = x g , 1 0 < < x (distribucin
uniforme).

a) Determinar la constante c tal que: c
x g
x f

) (
) (
. Siendo c el mnimo posible.
b) En la columna 1 se muestran 5 nmeros aleatorios para generar Y con densidad g
(recuerde que g tiene distribucin uniforme en ] 0,1 [ ). Evale
) (
) (
Y cg
Y f
para cada variable
aleatoria Y . En la columna 2 se muestran los nmeros aleatorios U para contrastar los
valores obtenidos de
) (
) (
Y cg
Y f
segn el paso 3 del mtodo propuesto.
Columna 1 Columna 2
0.8832 0.7806
0.4304 0.2983
0.0391 0.2268
0.1945 0.3828
0.9822 0.9053

Indicar las variables aleatorias X con densidad f que se generan mediante este mtodo.
Utilice 64 / 135 = c .


Pregunta 22
Se tiene la variable aleatoria X con la siguiente funcin de densidad:

<
< <
=

x e
x e
x f
x
x
0 , 5 . 0
0 , 5 . 0
) (

a) Desarrolle un generador para la variable aleatoria X . ( 2 puntos)
Simule el valor de X para cada uno de los siguientes nmeros aleatorios 0.222, 0.456, 0.963 y
0.056

Pregunta 23
Desarrolle un generador para la siguiente funcin de densidad de la variable aleatoria X,
utilizando los mtodos que se solicitan.




a) Desarrolle el generando utilizando el mtodo de aceptacin y rechazo.
b) Desarrolle el generador utilizando el mtodo de la transformada inversa.
c) Desarrolle el generador utilizando el mtodo de convolucin.

Pregunta 24
Un banco tiene un sistema de cliente-servidor para el procesamiento de transacciones desde
terminales que opera bajo el esquema de la figura mostrada.



Desde cada terminal i se enva una transaccin al servidor central cada T segundos con
T~exp(25). El procesamiento de las consultas en el servidor es una variable uniforme con
parmetros 12 y 15 segundos.
El tiempo de respuesta a cada transaccin se define como la diferencia entre el instante en que
sta sali del terminal y el instante en que retorna totalmente procesada (los tiempos de viaje
entre terminal y servidor se asumen despreciables).
El sistema est diseado con un nivel de servicio de 80% en 20 segundos (el 80% de las
transacciones tendrn un tiempo de respuesta menor o igual a 10 segundos).


a) Simule 10 transacciones hacia el CPU usando la primera fila de nmeros aleatorios para la
generacin de transacciones (1 aleatorio por transaccin) y la segunda fila para los tiempos
de procesamiento. Asuma que en el instante cero ninguna transaccin est siendo
procesada en el servidor y que la primera transaccin se enva al inicio de la simulacin.

1
2
n

CPU
Consulta
procesada
0.28812 0.95931 0.59944 0.30906 0.51010 0.90977 0.05152 0.14404 0.83771 0.38975
0.69464 0.98257 0.07497 0.47362 0.59285 0.62618 0.88835 0.68263 0.35521 0.71637

b) Calcule el tiempo promedio de respuesta para las transacciones simuladas.
c) Existen evidencias suficientes para descartar que el sistema est diseado con los
parmetros indicados? Explique.
d) A travs de un cambio en el diseo del sistema es posible que algunas transacciones se
enven en lote a otro servidor, lo que hara que los tiempos entre llegadas de transacciones
al sistema analizado se convierta en una variable aleatoria con distribucin normal de
media 25 y desviacin estndar 10. Funcionara mejor el sistema?

Pregunta 25
Considere las variables A, B y C aleatorias e independientes, y D una variable correlacionada
con las tres anteriores
Sea A N(100,20), B puede tomar los valores 0,1,2,3 y 4 con igual probabilidad. La variable C
se distribuye de acuerdo a la siguiente tabla

Valor de C Probabilidad
10 0.10
20 0.25
30 0.50
40 0.15

Use Simulacin (5 muestras, con los nmeros aleatorios de la tabla de abajo) para estimar el
valor de la variable D definida como:

( )
C
B A
D
2
25
=

Para A Para B Para C
0.7876 0.8949 0.8183
0.5199 0.9191 0.0680
0.6358 0.9305 0.2064
0.7472 0.1920 0.7270
0.8954 0.6021 0.3029

Pregunta 26
a) Se tienen los datos de la siguiente distribucin emprica (100 observaciones) para la
variable aleatoria continua X

Intervalo
Frecuencia
0 16 x < 12
16 30 x < 25
30 45 x < 29
45 60 x < 34
Se pide:
Construir la funcin de distribucin acumulada de X
Generar un par de valores de X utilizando los siguientes nmeros aleatorios:
0.3435 y 0.6753.

b) La probabilidad que llueva un da de verano en Arequipa es 0.75 y usted est organizando
un campeonato de canicas al aire libre. El campeonato durar 5 das.
Se pide simular el nmero de das que llover (dentro de los cinco das del
campeonato). Asumir independencia y utilizar los siguientes nmeros aleatorios:
0.345, 0.712, 0.032, 0.548, 0.765.
Se pide simular 3 valores de la siguiente variable aleatoria: El da (el nmero del
mismo) en que ocurre la primera lluvia. Asumir independencia y utilizar los 3
primeros nmeros aleatorios del acpite anterior.

c) Una variable aleatoria X ~ Erlang ( , ) K coincide con la distribucin de la suma de K
variables aleatorias exponenciales independientes, ( 1,..., )
i
X i K = cada una con media
igual a
1
K
.
Demostrar que la variable X puede ser generada con:
1
1
ln
K
i
i
X R
K
=
| |
=
|
\

(2
puntos)
Los camiones llegan a un almacn siguiendo un proceso de Poisson con una tasa de
10 = camiones por hora. El guardia de la puerta manda alternadamente los
camiones a la puertas norte y sur. El analista Waldo Peace ha desarrollado un modelo
de estudio para el embarco/desembarco de camiones en la puerta sur. El tiempo entre
arribos Y entre camiones sucesivos que llegan a la puerta sur es igual a la suma de
dos tiempos entre arribos en la entrada principal.
Encontrar la distribucin de la variable Y y simular un valor de la variables utilizando los
siguiente nmeros aleatorios
1 2
0.937, 0.217 R R = = .


Pregunta 27
Dada la siguiente funcin




a) Empleando el mtodo de aceptacin y rechazo, con la fila 1 genere una variable aleatoria
Y con densidad g. Evale
) (
) (
Y cg
Y f
contra los nmeros aleatorios U obtenidos a partir de la
fila 2 e indicar las variables aleatorias X con densidad f que se generan mediante este
mtodo.

Fila 1 0.0280 0.6182 0.4070 0.3119 0.2367 0.7125 0.8578
Fila 2 0.0592 0.8318 0.6852 0.6806 0.9778 0.9681 0.7539

Sugerencia: defina f(x) para cada tramo

Empleando el mtodo de convolucin genere una variable aleatoria X usando los siguientes
nmeros aleatorios 0.1425, 0.2697 y 0.7419.

Pregunta 28
Distribucin Rayleigh

La distribucin de Rayleigh aparece asociada a la fiabilidad de sistemas a travs de la
modelizacin del tiempo hasta el fallo de un dispositivo.

La notacin de esta distribucin esta dada por:


(
(

|
|

\
|

=
2
2
1
2
) (

x
e
x
x f
siendo > 0

Demuestre que el generador de variables aleatorias ) Rayleigh( ~ X tiene la siguiente
forma:

) ln(R X =

Pregunta 29
Se define una variable aleatoria tal que:

3 2 1
X X X + + =

Donde
3 2 1
, X y X X pueden ser obtenidos a partir de las siguientes funciones
respectivamente:

) 25 , 0 ( 2
1
2
2 /
1
) (
+
=
X X
e x f

2
5 . 0
2
2
1
) (
X
e x f

=

2
5 , 1
1
5 . 0
3
2 5 , 1
1
) (
|
|

\
|

=
X
e x f

Simule cinco (05) valores de la variable aleatoria si se dispone de los siguientes nmeros
aleatorios 0.4589, 0.2487, 0.7391, 0.4485 y 0.4883

Nota: Emplee el siguiente generador de Schmeiser que da una distribucin aproximada a la normal
estndar
1975 . 0
) 1 (
135 . 0 135 . 0
R R
Y

=








Pregunta 30
Dada la siguiente grfica f(x)



Se le pide lo siguiente:

a) Genere 3 variables aleatorias (v.a.) X, empleando el mtodo de aceptacin y rechazo, para
ello se le da tres pares de nmeros aleatorios (use la fila 2 para generar los U)

Fila 1 0.4789 0.8351 0.9008
Fila 2 0.8087 0.7848 0.0866

b) Desarrolle un generador de v.a. X, empleando el mtodo de convolucin

Pregunta 31

La llegada de camiones al puerto del Callao puede ser modelada con un proceso Poisson con
una razn de 0.05 horas por camin. El guardia en la entrada del puerto enva alternativamente
los camiones a los muelles norte y sur respectivamente. El futuro PhD Luis Chavez Bedoya,
profesor de la Facultad de Ciencias e Ingeniera, ha desarrollado un modelo que estudia el
proceso de carga y descarga en el muelle sur y necesita un modelo para el proceso de
llegadas a dicho muelle solamente. Un tiempo entre llegadas de camiones sucesivos en el
muelle sur X es igual a la suma de dos tiempos entre llegadas a la entrada al puerto.

Una variable aleatoria X ~ Erlang (k,) coincide con la distribucin de k variables aleatorias
exponenciales independientes X
i
(i= 1, 2, k) cada una con media igual 1/k.

a) Cul es la relacin entre Poisson y Exponencial?
b) Demostrar que la variable X puede ser generada con:
|
|

\
|
=

=
k
i
i
R Ln
k
X
1
.
1

c) Simular todos los valores posibles de la variable aleatoria utilizada con nmeros
aleatorios generados por el mtodo del cuadrado medio con semilla = 1009. Cuntos
camiones llegan al muelle sur en 90 minutos de operacin de este sistema?
d) Por qu el generador de nmeros aleatorios utilizado no es recomendable y qu
impacto podra tener esto en nuestra simulacin?

Pruebas de bondad de ajuste

Pregunta 32
Los tiempos entre llegadas (en segundos) de los autos que ingresan a un centro comercial se
muestran en la siguiente tabla:


19.40 18.62 19.35 23.32 17.11 14.84 21.39 20.14 24.41 20.89
17.44 16.62 19.26 16.78 18.31 22.90 20.65 21.66 22.89 21.24
20.49 16.31 22.69 21.08 16.96 17.44 18.12 21.72 22.61 20.43
22.55 18.04 19.83 21.80 19.27 18.69 19.52 18.73 20.23 17.95
22.40 18.45 19.63 23.84 19.94 21.52 20.26 18.15 20.00 22.48
23.47 15.76 18.97 19.83 20.06 20.93 21.12 22.22 20.91 19.38
15.63 18.86 23.94 18.95 19.35 21.75 20.28 17.60 19.95 18.32
19.53 19.19 21.73 21.35 24.39 21.19 18.18 16.88 17.89 18.36
22.19 20.27 24.75 19.24 16.52 17.26 23.77 21.42 16.45 19.14
17.83 19.27 18.69 21.52 18.53 17.77 20.97 21.28 21.66 19.09

Con dichos datos se construy el siguiente histograma: (primer intervalo es desde 14.84 hasta
16.08 inclusive, el siguiente para datos mayores a 16.08 hasta 17.32 inclusive, y as
sucesivamente),

0
5
10
15
20
25
14.84 16.08 17.32 18.56 19.80 21.04 22.28 23.52
Clase
F
r
e
c
u
e
n
c
i
a

a) Identifique que distribucin siguen. Decida entre una distribucin normal, una triangular y
una uniforme. (Indique dos de ellas)
b) Estime los parmetros que son necesarios para las distribuciones seleccionadas. Para una
distribucin normal los parmetros son la media y la desviacin estndar , para una
triangular el valor de la moda y para la uniforme no es necesario estimar ningn parmetro
(los valores mximo y mnimo no se consideran como parmetros).
c) Realice una prueba de bondad de ajuste Chi-cuadrado para verificar si los datos siguen las
distribuciones que se han seleccionado.

Limite
superior
Frecuencia
16.08 3
17.32 9
18.56 16
19.80 21
21.04 18
22.28 18
23.52 9
24.76 6

Pregunta 33
Dada la siguiente informacin:

Intervalo
Frecuencia
Observada
580 584 5
584 588 3
588 592 10
592 596 23
596 600 20
600 604 28
604 608 24
608 612 12
612 616 3
616 620 3

Pruebe si los datos con que se construy este cuadro de frecuencias siguen una distribucin
normal (Datos de la muestra: Promedio = 600, Desviacin estndar = 5)

Pregunta 34
Fabiola, Keko y Lleta han estado observando durante 170 das cuantos accidentes ocurran en
la interseccin de una concurrida avenida, los datos son los siguientes:

Daos por da Frecuencia de Ocurrencia
0 45
1 40
2 33
3 16
4 14
5 12
6 7
7 2
8 1

Aplique las pruebas de Kolmogorov-Smirnov y la chi-cuadrado ( = 0.5) para verificar la
hiptesis de que la data sigue una distribucin Poisson

Pregunta 35
Se han recogido los tiempos de atencin en la ventanilla de solicitudes de crditos y se
muestran en la siguiente tabla.
27.29 11.77 27.47 22.80 32.84 30.41 36.03 14.31 25.48 24.82
24.10 36.72 27.63 27.12 14.37 16.78 14.69 33.77 36.08 45.85
16.93 13.38 21.69 23.82 35.03 20.15 23.56 18.13 23.74 30.89
28.81 28.50 19.46 28.51 22.93 26.20 25.03 22.98 32.66 18.77
24.91 19.55 37.37 36.15 52.85 25.86 18.95 18.10 21.21 19.87
21.39 27.24 21.52 29.60 28.50 24.10 14.13 17.19 28.29 22.44
22.91 25.46 38.80 23.07 20.97 27.00 26.45 16.51 33.77 37.78
31.46 14.66 25.96 15.91 37.80 32.60 13.09 22.25 18.03 26.16
19.16 19.83 22.09 33.78 20.04 30.34 26.68 24.74 23.07 13.50
32.72 33.51 18.53 27.79 22.89 22.81 32.22 39.71 30.87 20.04

d) Construya un histograma e identifique que distribucin siguen. Solamente decida entre una
distribucin normal y una Chi
2
.
e) Estime los parmetros que son necesarios para la distribucin seleccionada. Para una
distribucin normal los parmetros son la media y la desviacin estndar . Para la
distribucin Chi
2
el parmetro es el nmero de grados de libertad gl = .
Realice una prueba de bondad de ajuste (mtodo Chi
2
) para verificar si los datos siguen la
distribucin que ha seleccionado


Pregunta 36
Al usar varias leyes de falla se ha encontrado que la distribucin exponencial desempea un
papel muy importante y que, por tanto, interesa poder decidir si una muestra particular de
tiempos para que se presente la falla proviene de una distribucin exponencial. Supngase que
un ingeniero piensa que la duracin de una marca particular de bombillas (en horas) tiene una
distribucin exponencial con media de 124 horas y para ello l ha seleccionado al azar 106
bombillas de esta marca encontrndose la siguiente distribucin de frecuencias de sus
duraciones en horas:

Intervalo Frecuencia Observada
[4, 72[
[72, 140[
[140, 208[
[208, 276[
[276, 344[
[344, 412[
[412, 480]
26
23
21
15
12
6
3

Muestran estos datos, a nivel de significacin de a = 0.05, que la hiptesis del ingeniero es
correcta. Para contrastar la hiptesis del ingeniero:

a) Utilice la prueba de contraste de bondad de ajuste Chi 2
b) Utilice la prueba de contraste de bondad de ajuste K-S

Pregunta 37
La tabla siguiente presenta la distribucin de frecuencia del nmero de defectos encontrados
en el anlisis de los ltimos 200 artculos producidos en un proceso de produccin. Usando un
nivel de confianza del 5% se desea verificar mediante una prueba chi cuadrado si dichos
valores proceden de una distribucin de Poisson con una media () de 3.5 defectos por
artculo.

Recordemos que:

Si, X ~ P ()
Entonces, tiene una Funcin de Probabilidad:

=
=

. . 0
,... 2 , 1 , 0
!
) (
c c en
x
x
x P
e
x

Pregunta 38
Cierto proceso de fabricacin de chips de alto rendimiento, genera una cantidad apreciable de
unidades defectuosas, como es usual en estos casos. Se conjetura que el nmero de chips
probados x para encontrar un chip aceptable o bueno (los primeros x-1 chips son malos),
sigue una distribucin geomtrica,

P (x) = P ( 1 - P )
x -1

donde: x = 1, 2, 3, .....
p : probabilidad de que un chip cualquiera sea bueno

= 1/ p

2
= (1-p) / p

2


Realizar una prueba Chi-Cuadrado con un nivel de confianza del 95% con relacin a la
siguiente muestra consistente en 300 chips probados, para indagar si este nmero de pruebas
sigue una distribucin Geomtrica con parmetro p. Notar que la frecuencia observada se
refiere entonces al nmero de veces en las que se encontr un chip aceptable al primer
intento, al segundo intento, y as sucesivamente.

Referirse al segmento de la Tabla Chi-Cuadrado que se muestra a continuacin de la
siguiente tabla, para completar la prueba.

X i Frecuencia observada
( f o
i
)
1 194
2 70
3 20
4 12
5 o mas 4 *
Totales: 300

Para esta muestra en particular, no hubo casos en que se encontr un chip aceptable en 6
intentos o mas.

Pregunta 39
Al usar varias leyes de falla se ha encontrado que la distribucin exponencial desempea un
papel muy importante y que, por tanto, interesa poder decidir si una muestra particular de
tiempos para que se presente la falla proviene de una distribucin exponencial. Supngase que
un ingeniero piensa que la duracin de una marca particular de bombillas (en horas) tiene una
distribucin exponencial con media de 124 horas y para ello l ha seleccionado al azar 106
bombillas de esta marca encontrndose la siguiente distribucin de frecuencias de sus
duraciones en horas:

Intervalo Frecuencia Observada
[4, 72[
[72, 140[
[140, 208[
[208, 276[
[276, 344[
[344, 412[
[412, 480]
26
23
21
15
12
6
3

Muestran estos datos, a nivel de significacin de a = 0.05, que la hiptesis del ingeniero es
correcta. Para contrastar la hiptesis del ingeniero:

c) Utilice la prueba de contraste de bondad de ajuste Chi 2
d) Utilice la prueba de contraste de bondad de ajuste K-S
Pregunta 40
Dado el siguiente histograma, efecte lo siguiente:


1. Plante el generador a utilizar.
2. En funcin a los siguientes aleatorios, y utilizando el generador encontrado, genere
variables aleatorias que siguen dicha distribucin muestral utilizando el mtodo de la
transformada inversa. Utilice los nmeros aleatorios de izquierda a derecha.

0.5296 0.1033 0.0502 0.2815
0.8840 0.8782 0.0203 0.1918
0.1955 0.1066 0.2023 0.5153
0.2906 0.1095 0.9043 0.2010
0.8450 0.7197 0.2137 0.3934

3. Utilice la prueba de bondad de ajuste de Kolmorogov-Smirnov para verificar si estos
datos se ajustan a una distribucin terica triangular.

Recordemos que la distribucin triangular posee tres parmetros, a=mnimo, b=mximo y c=moda.
Las frmulas de la funcin de probabilidad (P(x)) y la de distribucin acumulada (D(x)) son las
siguientes:

Pregunta 41
En un juego de dados la suma de los valores arrojados pueden ser 2, 3, 4 ....11 y 12 con
probabilidades respectivas de 1/36, 1/18, 1/12, 1/9, 5/36, 1/6, 5/36, 1/9, 1/12, 1/18 y 1/36.

a) Defina un generador de variables aleatorias para este caso mediante una distribucin
emprica adecuada que permita obtener los resultados generados por cada dado.
(Observe que el mismo generador se usa para la suma de ambos dados).
b) Simule 50 tiros independientes e indique los resultados
c) Aplique la prueba de Kolmogorov-Smirnov a los resultados hallados y concluya.

Use los siguientes nmeros aleatorios ordenados por columnas para simular el resultado de los
dados

Tiro
Nmero
Aleatorio
Tiro
Nmero
Aleatorio
Tiro
Nmero
Aleatorio
Tiro
Nmero
Aleatorio
Tiro
Nmero
Aleatorio
1 0.736 11 0.891 21 0.684 31 0.895 41 0.177
2 0.442 12 0.790 22 0.616 32 0.751 42 0.310
3 0.101 13 0.543 23 0.123 33 0.771 43 0.518
4 0.719 14 0.529 24 0.382 34 0.647 44 0.176
5 0.288 15 0.994 25 0.835 35 0.688 45 0.099
6 0.851 16 0.440 26 0.712 36 0.706 46 0.704
7 0.242 17 0.467 27 0.831 37 0.507 47 0.986
8 0.816 18 0.485 28 0.023 38 0.633 48 0.154
9 0.035 19 0.885 29 0.526 39 0.363 49 0.142
10 0.797 20 0.179 30 0.934 40 0.087 50 0.396

Pregunta 42 (Simulacin Manual y Generacin de variables aleatorias)
Considere un sistema de fabricacin en donde se cuenta con dos mquinas y un solo operador
quien se comparte entre las dos mquinas. Las piezas a ser trabajadas llegan segn una
distribucin exponencial con media 3 minutos, Las piezas son de dos tipos. El 60% del tipo A y
son procesadas en la mquina 1y 40% del tipo B para ser procesadas en la mquina 2

El proceso requiere que el operador inicie el trabajo en la mquina demorndose 1.5 minutos,
luego la maquina trabaja sola. El tiempo de procesamiento para la mquina 1 es exponencial
con media 3 minutos y la mquina 2 es lognormal con media 1 y desviacin estndar 0.5
(medidos despus de la salida del operario)

a) Simule la llegada y procesamiento de por lo menos 6 productos con una tabla como la
siguiente:

Nmero
Aleatorio
Tiempo
entre
llegada
A
Tiempo
de
llegada
B
Nmero
Aleatorio
Tipo de
producto

C
Inicio uso
de
operario y
mquina
D
Fin de
uso de
operario
E
Nmero
Aleatorio
Tiempo
de uso de
mquina
F
Fin de
uso de
mquina
G
0.394

0.875

0.805

0.295

0.538

0.065

0.180

0.624

0.105

0.170

0.374

0.446

0.902

0.941

0.776

0.540

0.014

0.881


NOTA: Si X Lognormal (, ), entonces Ln(X) Normal (, )

X ~ exp ()

<

0 , 0
0 ,
) (
x
x
x f
e
x

b) Defina qu estadsticas son importantes calcular para estudiar el proceso y cmo se
calculan


Los Profesores del Curso
Pando, marzo de 2011