24/06/2015

Investigacin de
Operaciones II

Ing. Enrique M. Avendao Delgado

eavendano@hotmail.com

Unidad 4
SIMULACION DE EVENTOS DISCRETOS

Ing. Enrique M. Avendao Delgado

eavendano@hotmail.com

24/06/2015

Variables continuas
Una variable aleatoria continua, por otra parte, puede tomar cualquier valor dentro
de un rango continuo o en un intervalo, como la temperatura en el Parque Central, o
la altura de un atleta en centmetros.
Este tipo de variables se representan mediante una ecuacin que se conoce como
funcin de densidad de probabilidad.

0
P(x=a) = 0

=1

Entre las distribuciones de probabilidad tenemos la uniforme continua, la

exponencial, la normal, Erlang, etc.

Ing. Enrique Avendao Delgado

Variables continuas

Distribucin Erlang

Distribucin Exponencial

Distribucin Normal

Ing. Enrique Avendao Delgado

24/06/2015

Variables continuas
Ejemplo de este tipo de variables son:
Tiempo que tarda una persona en ser atendida
Tiempo de llegada de clientes
Tiempo de ensamble

Ing. Enrique Avendao Delgado

Distribucin Exponencial:
El tiempo t entre llegadas de clientes a una instalacin se
representa con una distribucin exponencial con media E{t} = 1/
unidades de tiempo; es decir,

f (t ) e y , t 0
Con lo que tenemos:

1
t ln(1 R)

Donde:
R : Nmero aleatorio (0,1)

Si =4 clientes por hora y R = 0.9, el tiempo que transcurre hasta la

ocurrencia de la siguiente llegada se calcula como sigue:

60
t ln(1 0.9) 34.5 min
4

1
t ln(1 0.9) 0,57564627hr 34,59 min
4

Ing. Enrique Avendao Delgado

24/06/2015

Distribucin de Erlang:
La variable aleatoria de m-Erlang se define como la suma estadstica (convoluciones) de m variables aleatorias
exponenciales independientes e idnticamente distribuidas. Sea y la variable aleatoria de m-Erlang; entonces:

y = y1 + y2 + y3 + + y m
Donde yi, i = 1,2, .. m son variables aleatorias exponenciales independientes e idnticamente distribuidas, cuya
funcin de densidad de probabilidades se define como sigue:

f yi eyi , yi 0, i 1,2,.., m

1
p ( ) ln( R1 * R2*..* Rm )

Ejemplo: suponga que m = 3 y =4 eventos por hora.

Los tres primeros nmeros aleatorios son: 0.0589;
0.6733; 0.4799.

M : Grados de libertad. m=1; m=2, m=3, etc

: N de eventos por hora

60
y ln(0.0589 * 0.6733 * 0.4799) 59.46 min
4

Remplazando en la formula:

Ing. Enrique Avendao Delgado

Distribucin Normal:

Ing. Enrique Avendao Delgado

24/06/2015

Ejercicios

Ing. Enrique Avendao Delgado

Ejercicio 1
El tiempo de llegadas de clientes a Peluquera El, tiene distribucin
exponencial con una media de 15 minutos. En el local hay un solo peluquero,
y tarda de 15 min con una desviacin standar de 2min, para terminar un
servicio, A los clientes se les atiende con el sistema FIFO (first-in, first-out). El
objetivo de la simulacin es calcular las siguientes medidas de desempeo.
Realizar una simulacin para 480 min.
Por datos histricos se sabe que con una frecuencia de 70 a cortarse el pelo,
20 a cortarse la barba, 30 a pintarse el pelo y 10 tratamiento capilar.

Ing. Enrique Avendao Delgado

24/06/2015

Ejercicio 2
El tiempo de llegadas de clientes a car wash, tiene distribucin exponencial con una media de 11 minutos. En el local
hay una estacin de lavado de carros, y tardan entre 18 y una desviacin estndar de 4 min, con distribucin
uniforme, para terminar un lavado, A los clientes se les atiende con el sistema FIFO (first-in, first-out). Simular en
una lnea de tiempo de 150 min. Realizar el calculo de las medidas de desempeo.
Establecer las llegadas de los autos, bajo una distribucin exponencial.
Establecer las llegadas de los autos, bajo una distribucin erlang con 3 grados de libertad
Calculas Indicadores

Ing. Enrique Avendao Delgado

Ejercicio 3
El tiempo de atencin en una agencia bancaria de menor en envergadura,
tiene 1 ventanillas de atencin el tiempo promedio de atencin por cliente es
de 8 a 11 min. El tiempo de llegadas de clientes a al banco, tiene distribucin
de Erlang de 8 minutos con m=2. A los clientes se les atiende con el sistema
FIFO (first-in, first-out). Calcular las siguientes medidas de desempeo. Para 5
clientes.

Ing. Enrique Avendao Delgado

24/06/2015

Ejercicio 5
En una estacin de trenes de una prestigiosa ciudad, el tiempo de llegadas de los trenes,
tiene distribucin exponencial con una media de 30 minutos y una distribucin uniforme. En
el local hay dos paraderos para el a bordo de los pasajeros, y tardan entre 18 a 25 min, en
llenar los vagones de cada tren, A los trenes llegan y son colocados en los paraderos con el
sistema FIFO (first-in, first-out). Simular en una lnea de tiempo de 75 min. calcular las
siguientes medidas de desempeo.

Ing. Enrique Avendao Delgado

Ejercicio 4

La biblioteca de la universidad tiene una mquina copiadora para uso de los estudiantes. Los
estudiantes llegan a la mquina son una distribucin de tiempos entre llegadas mostrada en la
tabla 1, El tiempo para sacar una copia tiene una distribucin uniforme en el intervalo de [16,
25] segundos. El anlisis de datos anteriores muestra que el nmero de copias que un
estudiantes puede sacar durante una visita tiene la distribucin de la tabla 2. El bibliotecario
siente que con el sistema actual, las colas frente a la copiadora son muy largas, y que es excesivo
el tiempo que pasa un estudiante en el sistema (tiempo de espera + tiempo de servicio). Elabore
un modelo de simulacin para estimar la longitud promedio de la lnea de espera y el tiempo de
espera anticipado en el sistema.

Nmero de
copias

Probabilidad

0.20

0.25

0.40

0.35

0.10

0.15

0.05

10

0.05

Tiempo entre
llegadas (min)

Probabilidad

0.20

0.25

Ing. Enrique Avendao Delgado

24/06/2015