Taller 8 - Taller de simulación discreta
El siguiente taller se realizará en parejas o de manera individual, los estudiantes deben entregar en
Excel el procedimiento y en Word un informe gerencial con el análisis y conclusiones para cada
punto.
Se desea simular la llegada y descarga de aviones de carga al aeropuerto internacional
iberoamericano. Para determinar el número promedio de aviones que se retrasan para ser
descargados al siguiente día. Los datos para realizar la simulación son los siguientes:
Aviones que
llegan por
día probabilidad %
0 5
1 12
2 15
3 15
4 25
5 18
6 10
Aviones
descargado
s por día probabilidad %
1 5
2 15
3 45
4 15
5 10
6 10
En primer lugar, el enunciado ya nos da los datos y las probabilidades, según eso, se definen en
Excel las variables que permitirán realizar el análisis de los datos.
Se realizan dos simulaciones, una para un lapso de 100 días y la segunda para uno de
1000.
La primer variable que se genera es un número aleatorio entre 0 y 100, de tal forma que el
número determinará la cantidad de aviones que llegan el día x . Lo anterior se hace
escribiendo la función de Excel =[Link](1,100).
En el siguiente paso hacemos que este número aleatorio se corresponda, respetando la
probabilidad asignada, con la cantidad de aviones que llegan el día x :
{
0 si0 ≤ aleatorio ≤5
1 si 5<aleatorio ≤17
2 si 17<aleatorio ≤ 32
llegada de aviones día x 3 si 32< aleatorio≤ 47
4 si 47<aleatorio ≤72
5 si 72<aleatorio ≤90
6 si 90< aleatorio≤ 100
Lo anterior se programó en Excel empleando una serie de SI, entonces anidados donde K2
corresponde a la celda que genera el número aleatorio entre 1 y 100:
=SI(K2<=5,0,SI(K2<=17,1,SI(K2<=32,2,SI(K2<=47,3,SI(K2<=72,4,SI(K2<=90,5,6))))))
El siguiente paso fue generar otra variable para determinar el número de aviones
descargados el día x . Para respetar la probabilidad asignada, se planteó de la siguiente
manera:
{
¿1 si1 ≤ aleatorio≤ 5
2 si5< aleatorio≤ 20
descargue de aviones día x si20< aleatorio≤ 65
3
4 si 65<aleatorio ≤ 80
5 si80< aleatorio≤ 90
6 si 90<aleatorio ≤100
Lo anterior se programó en Excel empleando de nuevo una serie de SI, entonces anidados donde
M2 corresponde a la celda que genera el número aleatorio entre 1 y 100 que determina la
cantidad de aviones descargados:
=SI(M2<=5,1,SI(M2<=20,2,SI(M2<=65,3,SI(M2<=80,4,SI(M2<=90,5,6)))))
Luego hacía falta calcular la cantidad de aviones que se retrasan para ser descargados al
día siguiente, en caso que existan, pues cabe la posibilidad que la cantidad de aviones que
llegan sea igual o menor a la cantidad de aviones que podrían ser descargados. Entonces
se programó con un ciclo SI, entonces:
=SI(N2>L2,0,L2-N2)
Donde N2 corresponde a la cantidad de aviones descargados el día x y L2 la cantidad de
aviones que llegaron el día x . Entonces, si la cantidad de aviones descargados es mayor
que la cantidad de aviones que llegaron, se concluye que ningún avión se retrasó. En caso
contrario, la cantidad de aviones retrasados será igual a la diferencia entre los aviones que
llegaron menos la cantidad de aviones descargados.
La anterior programación se repitió para 100 días en el caso de la primera simulación y se
repitió 1000 veces para el caso de la segunda simulación.
En el Excel se totalizó la cantidad de aviones que llegaban tras 100 días y la cantidad de
aviones que se retrasaron. De tal forma fue posible calcular el porcentaje de aviones
retrasados para descargue el día siguiente, la programación se repitió para la segunda
simulación:
Llegan 320 aviones
Simulación 100 días
se retrasan 72 aviones
22.5 %
Llegan 3422 aviones
Simulación 1000 días
se retrasan 813 aviones
23.8 %
Al ser una programación dinámica, cada vez que se presiona la tecla F9 se generan nuevos
números aleatorios con las condiciones establecidas y explicadas anteriormente, lo que
permite en realidad tener en tiempo real varias simulaciones que están dentro de los
parámetros especificados.
Algunos de los resultados obtenidos se muestran a continuación:
Llegan 365 aviones
Simulación 100 días
se retrasan 106 aviones
29.0 %
Llegan 3386 aviones
Simulación 1000 días
se retrasan 810 aviones
23.9 %
Llegan 333 aviones
Simulación 100 días
se retrasan 83 aviones
24.9 %
Llegan 3359 aviones
Simulación 1000 días
se retrasan 848 aviones
25.2 %
Llegan 318 aviones
Simulación 100 días
se retrasan 69 aviones
21.7 %
Llegan 3440 aviones
Simulación 1000 días
se retrasan 825 aviones
24.0 %
Llegan 350 aviones
Simulación 100 días
se retrasan 93 aviones
26.6 %
Llegan 3397 aviones
Simulación 1000 días
se retrasan 826 aviones
24.3 %
Se nota que la simulación de 100 días varía en lo que parece ser un rango más amplio que la
variación hecha para los 1000 días. Esta última parece estabilizarse cerca del 24%.
Ahora, falta responder las preguntas que fueron planteadas:
a. Cuantos aviones en promedio presentarán retrasos para ser descargados al día.
Cerca del 24% de los aviones presentarán retrasos para ser descargados el mismo día.
b. Si los aviones que no se descargan en el día se pueden descargar al día siguiente. ¿Cuántos
aviones no se descargarán a fin de mes?
Para responder a esta pregunta, se realizó una nueva simulación, en esta ocasión a 30 días.
Calculando también la cantidad de aviones acumulados para descargue el día siguiente o los
siguientes días, es decir, planeando que si un avión no es descargado el día que llega, debe ser
descargado el día o días siguientes.
De esta manera se encontró que la cantidad de aviones que no se descargan a fin de mes, es decir,
pasados 30 días es muy variable. Obteniendo simulaciones en las que pasados 30 días no quedan
aviones por descargar y otras en las que la cantidad de aviones por descargar asciende a 20 o más.
La misma situación fue simulada para 1000 días, encontrando que la situación se repite, en
ocasiones pasados los 1000 días no hay aviones por descargar, y en otras, pasados los 1000 días
hay cientos de aviones por descargar.
