SlideShare ist ein Scribd-Unternehmen logo
1 von 10
Downloaden Sie, um offline zu lesen
Simulación de Sistemas 2016
SIMULACIÓN DE SISTEMAS
Guía práctica #3
Generación de muestras de distribuciones de probabilidad de Variables
Aleatorias Discretas (VAD) y continuas (VAC) con Stat::Fit
2016
Objetivos:
 Generar muestras conociendo la Distribución de probabilidad de la VAD y VAC
 Usar las muestras aleatorias para simular los tiempos promedios de procesos.
 Analizar resultados y emitir conclusiones.
Actividad para la práctica:
Problema:
La biblioteca de una universidad tiene una fotocopiadora para uso de los estudiantes. Estos llegan
a la máquina exponencialmente con un intervalo entre llegadas de 3 minutos. 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
una distribución Uniforme entre 6 y 10.
El bibliotecario cree que con el sistema actual, la cola en la máquina fotocopiadora 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 40
clientes y determine la duración promedio del tiempo de espera y el tiempo ocioso de la máquina
fotocopiadora. (Surespuestadebedarlaenminutos)
Se le solicita que obtenga tres muestras aleatorias de 40 clientes cada una, que simulen los
tiempos de llegada y los tiempos de servicios de a los clientes.
Calcular:
a. Tiempo promedio de llegada de los clientes
b. Tiempo promedio de servicio
c. Tiempo promedio en que un cliente permanece dentro del sistema.
d. Porcentaje de tiempo desocupado (de la fotocopiadora).
3
Use el software de Simulación Promodel para generar los datos de las tres muestras
aleatorias.
I. Para obtener la primera muestra, nos apoyaremos en el software
Promodel programa Stat::Fit.
Procedemos de la siguiente manera:
1. Abril el programa Fit
2. Hacemos clic en el menú Input
3. Dentro de input hacemos en el submenú Generate
4. Aparece un cuadro de diálogo que se muestra en la imagen #1.
Imagen #1
5. En la ventana desplegable haga clic y seleccione Exponential.( dado que la
distribución de llegada es Exponencial).
6. En mínimo (mínimum) = 0 (representa el tiempo mínimo de llegada, en minutos)
7. En beta (media) =3.0 (representa la tasa media entre llegada de los clientes, en
minutos).
8. En Puntos (Points)=40 (Tamaño de la muestra 40)
9. En el option Button (en el botón de opción) active esa opción.
10. Generador (Generador) = PMM LCG (Default)
11. Ahora haga clic en el botón OK
12. En la tabla de (Data Table) datos se mostrarán los 40 datos generados.
13. Para no trabajar con muchos decimales (precisión 6) lo vamos a reducir a precisión
2. Para lo cual hacemos clic en el menú Input y luego en el sub menú options.
Donde dice (Default) desactivamos haciendo clic en la cajita blanca a la izquierda
de (Default) y luego sustituimos 6 por 2 (ver imagen #2). Veremos que todos los
valores generados pasaron a precisión 2.
40
4
Imagen #2
14. Ahora los datos que se han generado y que son datos de distribución exponencial los
pegamos en ese orden de salida en la tabla Muestra #1, en la columna Llegada, no
olvide que esos datos representan minutos.
Función de Distribución Exponencial (min, β)
min = mínimo x valor x
β= media=promedio
Para obtener las otras muestras para las Tablas Muestra #2 y Muestra #3. Siempre
tiempos de llegada con distribución exponencial con beta=3.0 y mínimo=0.
Hacemos lo mismo, pero con la variante que lo hacemos con la opción Stream y no por
Default, por lo que se nos mostrará una cajita donde digitaremos un entero en forma
aleatoria, que será la semilla para generar los valores de la variable aleatorio o muestra 2
y 3 para la distribución exponencial.
II. Para obtener las muestras 1, 2 y 3 del número de copias que cada
cliente requiere, usamos la distribución Uniforme entre 6 y 10.
Procedemos de la siguiente manera:
1. Abril el programa Fit
2. Hacemos clic en el menú Input
3. Dentro de input hacemos en el submenú Generate
4. Aparece un cuadro de diálogo que se muestra en la imagen #3.
En la cajita a la izquierda de (Default) quitamos el √
Esto nos permitirá activar la cajita a la derecha de la
palabra Precision (Precisión) y ahora Cambiamos la
precisión de 6 a 2.
También podemos cambiar los intervalos haciendo
clic en Manual.
5
Imagen #3
5. En la ventana desplegable haga clic y seleccione Discrete Uniform ( dado que la
distribución de servicio es uniforme (número de copias))
6. En mínimo (mínimum) = 6 (representa el tiempo mínimo de llegada, en minutos.
7. En máximo (máximum)=10 (representa el tiempo máximo de llegada, en minutos.
8. En Puntos (Points)=40 (Tamaño de la muestra 40)
9. En el option Button (en el botón de opción) active esa opción.
10. Generador (Generador) = PMM LCG (Default)
11. Ahora haga clic en el botón OK
12. En la tabla de (Data Table) datos se mostrarán los 40 datos generados.
6
13. hora los datos que se han generado y que son datos de distribución Discrete
Uniform los pegamos en ese orden de salida en la tabla Muestra #1, en la columna
servicio*15/60, no olvide que esos datos representan minutos.
Para obtener las Otras muestras para las Tablas Muestra #2 y Muestra #3. Siempre
tiempos de servicio que esta entre 6 y 10 minutos y que se deben de Distribuir
Uniformemente
De forma similar debe hacerlo nuevamente con los pasos indicados para generar la seguna y
la tercer muestra. Así podrá tener las tres muestras de los datos de servicio.
Función de Distribución Uniforme
min = mínimo x
max= máximo x
III. Cuando tenga los muestras de atención pongalas en las tablas
diseñadas y ahora podrá realizar los calculos que se solicitan en
la página 7,8 y 9.
7
8
9
10
ACTIVIDAD PARA ENTREGAR EN INFORME:
Problema
En una Institución de Servicio de cobranza se tienen los siguientes registros de
información.
1. El tiempo de llegada entre clientes está distribuido uniformemente continuo
entre 1 y 12 minutos.
2. El tiempo de atención de cada cliente está distribuido exponencialmente con
media de 3 minutos.
Se le solicita que obtenga tres muestras aleatorias de 30 clientes cada una, para lo cual
debe usar números aleatorios que simulen los tiempos de llegada y los tiempos de
servicios de los clientes, la precisión que sea de un decimal.
Se le solicita que obtenga tres muestras aleatorias de 30 clientes cada una, para lo cual
debe usar números aleatorios que simulen los tiempos de llegada y los tiempos de
servicios de los clientes.
Calcular:
a. Tiempo promedio de llegada de los clientes
b. Tiempo promedio de servicio
c. Tiempo promedio en que un cliente permanece dentro del sistema.
d. Porcentaje de tiempo desocupado del cajero.
¿Qué concluye, es buena la atención del cajero automático? Porque?
Aplicar las formulas siguientes:
 Hora de llegadai = tiempo_llegadai+ Hora_llegadai-1; siendo Hora_llegada0=0
 Hora de fin de servicioi=Hora_inicio_servicioi+tiempo_servicioi
 Hora de inicio de servicioi= valor_maximo(Hora_llegadai, Hora_fin_servicioi-1)
 Tiempo de esperai= Hora_fin_servicioi- Hora_llegadai
Para obtener las medias generales de las tres muestras:
𝑋̅ =
𝑥1 + 𝑥2 + 𝑥3
3
11

Weitere ähnliche Inhalte

Was ist angesagt?

practica-de-simulacion-con-arena
practica-de-simulacion-con-arenapractica-de-simulacion-con-arena
practica-de-simulacion-con-arena
felroc
 
Diagrama de Ishikawa
Diagrama de IshikawaDiagrama de Ishikawa
Diagrama de Ishikawa
Julio Carreto
 
Metodología para resolver problemas
Metodología para resolver problemasMetodología para resolver problemas
Metodología para resolver problemas
Alex Rivera
 
Metodo simplex maxgallagher
Metodo simplex maxgallagherMetodo simplex maxgallagher
Metodo simplex maxgallagher
Ivan Ruiz
 

Was ist angesagt? (20)

Diseño de salidas para sistemas de información
Diseño de salidas para sistemas de informaciónDiseño de salidas para sistemas de información
Diseño de salidas para sistemas de información
 
7 Herramientas estadistica de la calidad
7 Herramientas estadistica de la calidad7 Herramientas estadistica de la calidad
7 Herramientas estadistica de la calidad
 
practica-de-simulacion-con-arena
practica-de-simulacion-con-arenapractica-de-simulacion-con-arena
practica-de-simulacion-con-arena
 
Planeación y Diseño de Instalaciones. Distribución en planta 2.
Planeación y Diseño de Instalaciones. Distribución en planta 2.Planeación y Diseño de Instalaciones. Distribución en planta 2.
Planeación y Diseño de Instalaciones. Distribución en planta 2.
 
Metodologias de diseño y desarrollo de los sistemas de informacion
Metodologias de diseño y desarrollo de los sistemas de informacionMetodologias de diseño y desarrollo de los sistemas de informacion
Metodologias de diseño y desarrollo de los sistemas de informacion
 
Productividad - Indicadores fundamentales
Productividad - Indicadores fundamentalesProductividad - Indicadores fundamentales
Productividad - Indicadores fundamentales
 
Método de dos fases
Método de dos fasesMétodo de dos fases
Método de dos fases
 
Método simplex. Teoria
Método simplex. TeoriaMétodo simplex. Teoria
Método simplex. Teoria
 
Investigación de operaciones
Investigación de operacionesInvestigación de operaciones
Investigación de operaciones
 
Sistemas de Producción
Sistemas de ProducciónSistemas de Producción
Sistemas de Producción
 
96319797 cursograma-textil
96319797 cursograma-textil96319797 cursograma-textil
96319797 cursograma-textil
 
5. Ejercicios normalización
5. Ejercicios normalización5. Ejercicios normalización
5. Ejercicios normalización
 
Diagrama de Ishikawa
Diagrama de IshikawaDiagrama de Ishikawa
Diagrama de Ishikawa
 
Metodología para resolver problemas
Metodología para resolver problemasMetodología para resolver problemas
Metodología para resolver problemas
 
CADENA DE SUMINISTROS
CADENA DE SUMINISTROSCADENA DE SUMINISTROS
CADENA DE SUMINISTROS
 
Sistema de colas
Sistema de colasSistema de colas
Sistema de colas
 
Método de transporte - Vogel
Método de transporte - VogelMétodo de transporte - Vogel
Método de transporte - Vogel
 
Metodo simplex maxgallagher
Metodo simplex maxgallagherMetodo simplex maxgallagher
Metodo simplex maxgallagher
 
Las siete nuevas herramientas del control de calidad y las siete herramientas...
Las siete nuevas herramientas del control de calidad y las siete herramientas...Las siete nuevas herramientas del control de calidad y las siete herramientas...
Las siete nuevas herramientas del control de calidad y las siete herramientas...
 
Diseño de software modelo lineal (presentacion)
Diseño de software   modelo lineal (presentacion)Diseño de software   modelo lineal (presentacion)
Diseño de software modelo lineal (presentacion)
 

Ähnlich wie Practica no. 3 tiempo de servicio

Investigacion de operaciones 2 io04002
Investigacion de operaciones 2 io04002Investigacion de operaciones 2 io04002
Investigacion de operaciones 2 io04002
Maestros Online
 
Algoritmos y programas 1 arena
Algoritmos y programas 1   arenaAlgoritmos y programas 1   arena
Algoritmos y programas 1 arena
Romario Fajardo
 
Diapositivas sofia plus
Diapositivas sofia plusDiapositivas sofia plus
Diapositivas sofia plus
tatisquinteroL
 

Ähnlich wie Practica no. 3 tiempo de servicio (20)

Investigacion de operaciones 2 in4002 s2012
Investigacion de operaciones 2 in4002 s2012Investigacion de operaciones 2 in4002 s2012
Investigacion de operaciones 2 in4002 s2012
 
Investigacion de operaciones 2 in4002 s2012
Investigacion de operaciones 2 in4002 s2012Investigacion de operaciones 2 in4002 s2012
Investigacion de operaciones 2 in4002 s2012
 
Investigacion de operaciones 2 io04002
Investigacion de operaciones 2 io04002Investigacion de operaciones 2 io04002
Investigacion de operaciones 2 io04002
 
Investigacion de operaciones 2 io04002
Investigacion de operaciones 2 io04002Investigacion de operaciones 2 io04002
Investigacion de operaciones 2 io04002
 
Algoritmos y programas 1 arena
Algoritmos y programas 1   arenaAlgoritmos y programas 1   arena
Algoritmos y programas 1 arena
 
301401 10 practica1-informe fibra
301401 10 practica1-informe fibra301401 10 practica1-informe fibra
301401 10 practica1-informe fibra
 
simulacion numeros pseudoaleatorios
simulacion numeros pseudoaleatoriossimulacion numeros pseudoaleatorios
simulacion numeros pseudoaleatorios
 
Diapositivas sofia plus
Diapositivas sofia plusDiapositivas sofia plus
Diapositivas sofia plus
 
Raptor
RaptorRaptor
Raptor
 
Raptor
RaptorRaptor
Raptor
 
Mini Manual Raptor
Mini Manual RaptorMini Manual Raptor
Mini Manual Raptor
 
Raptor
RaptorRaptor
Raptor
 
raptor manual
raptor manualraptor manual
raptor manual
 
Raptor
RaptorRaptor
Raptor
 
Curso taller minitab-aplicado_al_control
Curso taller minitab-aplicado_al_controlCurso taller minitab-aplicado_al_control
Curso taller minitab-aplicado_al_control
 
unidad-3-actividades-complementarias.pdf
unidad-3-actividades-complementarias.pdfunidad-3-actividades-complementarias.pdf
unidad-3-actividades-complementarias.pdf
 
Tema 4 -_introduccion_a_razonamiento_algoritmico
Tema 4 -_introduccion_a_razonamiento_algoritmicoTema 4 -_introduccion_a_razonamiento_algoritmico
Tema 4 -_introduccion_a_razonamiento_algoritmico
 
Simulación de eventos discretos
Simulación de eventos discretosSimulación de eventos discretos
Simulación de eventos discretos
 
05 guia-arena
05 guia-arena05 guia-arena
05 guia-arena
 
tecnologia trabajo en equipo.pdf
tecnologia trabajo en equipo.pdftecnologia trabajo en equipo.pdf
tecnologia trabajo en equipo.pdf
 

Mehr von Tensor

Mehr von Tensor (20)

Libertad
LibertadLibertad
Libertad
 
Método de la regla falsa (o metodo de la falsa posición)
Método de la regla falsa (o metodo de la falsa posición)Método de la regla falsa (o metodo de la falsa posición)
Método de la regla falsa (o metodo de la falsa posición)
 
Metodo de la bisección
Metodo de la bisecciónMetodo de la bisección
Metodo de la bisección
 
Transito vehicular
Transito vehicularTransito vehicular
Transito vehicular
 
Teoria de colas
Teoria de colasTeoria de colas
Teoria de colas
 
Practica 7 2016
Practica 7 2016Practica 7 2016
Practica 7 2016
 
Practica 6 2016
Practica 6 2016Practica 6 2016
Practica 6 2016
 
Game maker
Game makerGame maker
Game maker
 
Practica 5 2016
Practica 5 2016Practica 5 2016
Practica 5 2016
 
Procesamiento de archivos
Procesamiento de archivosProcesamiento de archivos
Procesamiento de archivos
 
Cadenas y funciones de cadena
Cadenas y funciones de cadenaCadenas y funciones de cadena
Cadenas y funciones de cadena
 
Simulación en promodel clase 04
Simulación en promodel clase 04Simulación en promodel clase 04
Simulación en promodel clase 04
 
Reduccion de orden
Reduccion de ordenReduccion de orden
Reduccion de orden
 
Variación+de+parametros
Variación+de+parametrosVariación+de+parametros
Variación+de+parametros
 
Coeficientes indeterminados enfoque de superposición
Coeficientes indeterminados   enfoque de superposiciónCoeficientes indeterminados   enfoque de superposición
Coeficientes indeterminados enfoque de superposición
 
Bernoulli y ricatti
Bernoulli y ricattiBernoulli y ricatti
Bernoulli y ricatti
 
Clase 14 ondas reflejadas
Clase 14 ondas reflejadasClase 14 ondas reflejadas
Clase 14 ondas reflejadas
 
Ondas em
Ondas emOndas em
Ondas em
 
Clase 7 ondas electromagneticas
Clase 7 ondas electromagneticasClase 7 ondas electromagneticas
Clase 7 ondas electromagneticas
 
Practicas 8 2016
Practicas 8 2016Practicas 8 2016
Practicas 8 2016
 

Kürzlich hochgeladen

Cuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfCuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdf
NancyLoaa
 
Criterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosCriterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficios
JonathanCovena1
 

Kürzlich hochgeladen (20)

Sesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxSesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docx
 
Ley 21.545 - Circular Nº 586.pdf circular
Ley 21.545 - Circular Nº 586.pdf circularLey 21.545 - Circular Nº 586.pdf circular
Ley 21.545 - Circular Nº 586.pdf circular
 
Cuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfCuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdf
 
Criterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosCriterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficios
 
Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcción
 
actividades comprensión lectora para 3° grado
actividades comprensión lectora para 3° gradoactividades comprensión lectora para 3° grado
actividades comprensión lectora para 3° grado
 
Presentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza MultigradoPresentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza Multigrado
 
Medición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptxMedición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptx
 
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdfTema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
 
Programacion Anual Matemática4 MPG 2024 Ccesa007.pdf
Programacion Anual Matemática4    MPG 2024  Ccesa007.pdfProgramacion Anual Matemática4    MPG 2024  Ccesa007.pdf
Programacion Anual Matemática4 MPG 2024 Ccesa007.pdf
 
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptx
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
 
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
 
Unidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la InvestigaciónUnidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la Investigación
 
Fe contra todo pronóstico. La fe es confianza.
Fe contra todo pronóstico. La fe es confianza.Fe contra todo pronóstico. La fe es confianza.
Fe contra todo pronóstico. La fe es confianza.
 
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICABIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
 
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLAACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativa
 
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
 

Practica no. 3 tiempo de servicio

  • 1. Simulación de Sistemas 2016 SIMULACIÓN DE SISTEMAS Guía práctica #3 Generación de muestras de distribuciones de probabilidad de Variables Aleatorias Discretas (VAD) y continuas (VAC) con Stat::Fit 2016 Objetivos:  Generar muestras conociendo la Distribución de probabilidad de la VAD y VAC  Usar las muestras aleatorias para simular los tiempos promedios de procesos.  Analizar resultados y emitir conclusiones. Actividad para la práctica: Problema: La biblioteca de una universidad tiene una fotocopiadora para uso de los estudiantes. Estos llegan a la máquina exponencialmente con un intervalo entre llegadas de 3 minutos. 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 una distribución Uniforme entre 6 y 10. El bibliotecario cree que con el sistema actual, la cola en la máquina fotocopiadora 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 40 clientes y determine la duración promedio del tiempo de espera y el tiempo ocioso de la máquina fotocopiadora. (Surespuestadebedarlaenminutos) Se le solicita que obtenga tres muestras aleatorias de 40 clientes cada una, que simulen los tiempos de llegada y los tiempos de servicios de a los clientes. Calcular: a. Tiempo promedio de llegada de los clientes b. Tiempo promedio de servicio c. Tiempo promedio en que un cliente permanece dentro del sistema. d. Porcentaje de tiempo desocupado (de la fotocopiadora).
  • 2. 3 Use el software de Simulación Promodel para generar los datos de las tres muestras aleatorias. I. Para obtener la primera muestra, nos apoyaremos en el software Promodel programa Stat::Fit. Procedemos de la siguiente manera: 1. Abril el programa Fit 2. Hacemos clic en el menú Input 3. Dentro de input hacemos en el submenú Generate 4. Aparece un cuadro de diálogo que se muestra en la imagen #1. Imagen #1 5. En la ventana desplegable haga clic y seleccione Exponential.( dado que la distribución de llegada es Exponencial). 6. En mínimo (mínimum) = 0 (representa el tiempo mínimo de llegada, en minutos) 7. En beta (media) =3.0 (representa la tasa media entre llegada de los clientes, en minutos). 8. En Puntos (Points)=40 (Tamaño de la muestra 40) 9. En el option Button (en el botón de opción) active esa opción. 10. Generador (Generador) = PMM LCG (Default) 11. Ahora haga clic en el botón OK 12. En la tabla de (Data Table) datos se mostrarán los 40 datos generados. 13. Para no trabajar con muchos decimales (precisión 6) lo vamos a reducir a precisión 2. Para lo cual hacemos clic en el menú Input y luego en el sub menú options. Donde dice (Default) desactivamos haciendo clic en la cajita blanca a la izquierda de (Default) y luego sustituimos 6 por 2 (ver imagen #2). Veremos que todos los valores generados pasaron a precisión 2. 40
  • 3. 4 Imagen #2 14. Ahora los datos que se han generado y que son datos de distribución exponencial los pegamos en ese orden de salida en la tabla Muestra #1, en la columna Llegada, no olvide que esos datos representan minutos. Función de Distribución Exponencial (min, β) min = mínimo x valor x β= media=promedio Para obtener las otras muestras para las Tablas Muestra #2 y Muestra #3. Siempre tiempos de llegada con distribución exponencial con beta=3.0 y mínimo=0. Hacemos lo mismo, pero con la variante que lo hacemos con la opción Stream y no por Default, por lo que se nos mostrará una cajita donde digitaremos un entero en forma aleatoria, que será la semilla para generar los valores de la variable aleatorio o muestra 2 y 3 para la distribución exponencial. II. Para obtener las muestras 1, 2 y 3 del número de copias que cada cliente requiere, usamos la distribución Uniforme entre 6 y 10. Procedemos de la siguiente manera: 1. Abril el programa Fit 2. Hacemos clic en el menú Input 3. Dentro de input hacemos en el submenú Generate 4. Aparece un cuadro de diálogo que se muestra en la imagen #3. En la cajita a la izquierda de (Default) quitamos el √ Esto nos permitirá activar la cajita a la derecha de la palabra Precision (Precisión) y ahora Cambiamos la precisión de 6 a 2. También podemos cambiar los intervalos haciendo clic en Manual.
  • 4. 5 Imagen #3 5. En la ventana desplegable haga clic y seleccione Discrete Uniform ( dado que la distribución de servicio es uniforme (número de copias)) 6. En mínimo (mínimum) = 6 (representa el tiempo mínimo de llegada, en minutos. 7. En máximo (máximum)=10 (representa el tiempo máximo de llegada, en minutos. 8. En Puntos (Points)=40 (Tamaño de la muestra 40) 9. En el option Button (en el botón de opción) active esa opción. 10. Generador (Generador) = PMM LCG (Default) 11. Ahora haga clic en el botón OK 12. En la tabla de (Data Table) datos se mostrarán los 40 datos generados.
  • 5. 6 13. hora los datos que se han generado y que son datos de distribución Discrete Uniform los pegamos en ese orden de salida en la tabla Muestra #1, en la columna servicio*15/60, no olvide que esos datos representan minutos. Para obtener las Otras muestras para las Tablas Muestra #2 y Muestra #3. Siempre tiempos de servicio que esta entre 6 y 10 minutos y que se deben de Distribuir Uniformemente De forma similar debe hacerlo nuevamente con los pasos indicados para generar la seguna y la tercer muestra. Así podrá tener las tres muestras de los datos de servicio. Función de Distribución Uniforme min = mínimo x max= máximo x III. Cuando tenga los muestras de atención pongalas en las tablas diseñadas y ahora podrá realizar los calculos que se solicitan en la página 7,8 y 9.
  • 6. 7
  • 7. 8
  • 8. 9
  • 9. 10 ACTIVIDAD PARA ENTREGAR EN INFORME: Problema En una Institución de Servicio de cobranza se tienen los siguientes registros de información. 1. El tiempo de llegada entre clientes está distribuido uniformemente continuo entre 1 y 12 minutos. 2. El tiempo de atención de cada cliente está distribuido exponencialmente con media de 3 minutos. Se le solicita que obtenga tres muestras aleatorias de 30 clientes cada una, para lo cual debe usar números aleatorios que simulen los tiempos de llegada y los tiempos de servicios de los clientes, la precisión que sea de un decimal. Se le solicita que obtenga tres muestras aleatorias de 30 clientes cada una, para lo cual debe usar números aleatorios que simulen los tiempos de llegada y los tiempos de servicios de los clientes. Calcular: a. Tiempo promedio de llegada de los clientes b. Tiempo promedio de servicio c. Tiempo promedio en que un cliente permanece dentro del sistema. d. Porcentaje de tiempo desocupado del cajero. ¿Qué concluye, es buena la atención del cajero automático? Porque? Aplicar las formulas siguientes:  Hora de llegadai = tiempo_llegadai+ Hora_llegadai-1; siendo Hora_llegada0=0  Hora de fin de servicioi=Hora_inicio_servicioi+tiempo_servicioi  Hora de inicio de servicioi= valor_maximo(Hora_llegadai, Hora_fin_servicioi-1)  Tiempo de esperai= Hora_fin_servicioi- Hora_llegadai Para obtener las medias generales de las tres muestras: 𝑋̅ = 𝑥1 + 𝑥2 + 𝑥3 3
  • 10. 11