Simulación de Procesos Industriales
Rosales López Pedro Pablo, Dr. Ing.
Sesión 02: Simulación por Eventos
PPRL
Facultad de Ingeniería
BIENVENIDOS A USIL LEARNING EXPERIENCE
MOMENTOS
Saberes
Innovación
(Skills and
(Innovation)
knowledges)
Logros
Utilidad
(Accomplish
(Utility)
ment )
Facultad de Ingeniería
TEMA 01
01 Simulación por
eventos en hojas de
cálculo
TEMA 02
Generación de números 02
aleatorios que siguen una
función de distribución
TEMA 03
03 Empleo del Excel,
para simular
procesos
TEMA 04
Cálculo de 04
indicadores de
desempeño
Simulación de Procesos Industriales
SIMULACIÓN POR EVENTOS EN HOJAS DE
CÁLCULO
Facultad de Ingeniería
BIENVENIDOS A USIL LEARNING EXPERIENCE
MOMENTOS
Saberes
Innovación
(Skills and
(Innovation)
knowledges)
Logros
Utilidad
(Accomplish
(Utility)
ment )
Facultad de Ingeniería
1. Utility (Utilidad)
Elaborar modelos que imiten el
comportamiento de un sistema.
1. Utility (Utilidad)
❑Registra tu grupo en el
foro de formación de
grupos.
❑Revisa el material del
de la sesión de clase.
1. Utility (Utilidad)
¿Qué
observas?
1. Utility (Utilidad)
¿Sabes cuál es el
Trabajo Final?
BIENVENIDOS A USIL LEARNING EXPERIENCE
MOMENTOS
Saberes
Innovación
(Skills and
(Innovation)
knowledges)
Logros
Utilidad
(Accomplish
(Utility)
ment )
Facultad de Ingeniería
2. Skills and Knowledge (Saberes)
Interdependencia y Aleatoriedad
Simular un proceso implica imitar
La
Interdependencia La Aleatoriedad
que en los
existe en las eventos y en las
actividades que actividades.
lo componen.
2. Skills and Knowledge (Saberes)
Caso Simulación de Uso del Cajero Automático
¿En dónde está la Llega un
cliente
Interdependencia?
¿Cajero Si
Hace cola
ocupado?
Interdependencia No
Se identifica a las
Utiliza
entidades y se cajero
elabora un diagrama
de flujo del proceso:
Cliente
Modelo conceptual. se retira
2. Skills and Knowledge (Saberes)
Caso Simulación de Uso del Cajero Automático
¿En dónde está la
Aleatoriedad? El tiempo entre la El tiempo de uso del
llegada de un cajero automático
cliente y otro por cliente
Aleatoriedad
Durante un periodo
de tiempo Mediante una prueba de bondad de
ajuste, se determina una función de
representativo, se distribución de probabilidad que los
hace una toma de represente
tiempos.
2. Skills and Knowledge (Saberes)
Caso Simulación de Uso del Cajero Automático
Tiempo que transcurre entre la llegada de un Resultados de las Pruebas Estadísticas
cliente y otro (en minutos)
14.2 2.8 9.8 5.3 5.7
4.3 4.7 3.5 4.9 6.7
0.2 3.6 9.0 0.3 3.4
7.9 5.1 15.4 12.5 3.5
9.9 4.1 9.9 1.7 1.4
0.2 6.2 7.7 2.5 2.5
3.9 4.9 12.5 7.6 5.0
14.4 10.0 5.2 0.1 1.8
2.2 1.2 7.8 7.7 22.6
7.6 1.5 7.5 4.5 2.8
10.5 2.0 1.1 1.8 0.6
2.9 8.7 1.1 3.2 8.5
1.6 2.8 5.7 3.1 1.6
1.4 2.3 1.8 6.6 7.2 Distribución: Exponencial
0.4 1.3 0.5 12.5 2.4 Promedio: 5
7.3 7.5 11.3 0.0 2.3
1.5 2.8 3.1 0.0 14.1
Expresión: EXPO (5)
5.6 0.9 2.8 4.7 10.9 Prueba Chi-cuadrado
2.7 8.7 0.1 9.6 0.4
10.4 0.0 6.9 4.7 1.7
Prueba Kolmogorov - Smirnov
2. Skills and Knowledge (Saberes)
Caso Simulación de Uso del Cajero Automático
Tiempo que toma utilizar el cajero automático Resultados de las Pruebas Estadísticas
por los clientes
2.7 2.4 3.1 0.6 3.4
1.9 0.9 2.6 9.4 5.5
3.3 1.5 1.2 2.1 0.7
2.8 2.1 3.5 7.4 1.8
0.2 0.6 2.0 1.8 2.6
12.1 0.6 4.9 1.4 5.9
3.4 3.0 1.4 1.0 0.9
0.0 0.9 1.3 4.4 1.1
5.9 0.4 2.1 4.0 1.8
0.2 1.8 6.0 1.3 0.6
3.9 0.8 5.2 9.4 1.3
8.8 3.4 11.8 1.3 4.5
2.7 11.4 0.5 0.8 0.3
1.4 1.9 5.3 5.2 2.8 Distribución: Exponencial
2.6 4.0 10.0 1.0 1.9 Promedio: 3
9.0 3.5 0.1 2.6 0.0
6.0 0.0 1.7 0.9 1.5 Expresión: EXPO (3)
13.9 1.6 2.7 5.5 1.0 Prueba Chi-cuadrado
3.0 2.5 0.9 5.3 1.1
4.2 0.5 0.5 2.5 0.1
Prueba Kolmogorov - Smirnov
2. Skills and Knowledge (Saberes)
Procedimiento de Generación Números Aleatorios
Simular un proceso implica imitar
Paso 1 Paso 2
Generar números Transformarlos en
aleatorios valores aleatorios
uniformemente que se ajustan a la
distribuidos entre 0 FDP hallada con la
y1 bondad de ajuste.
Emplear un Emplear una
algoritmo generador fórmula
de números transformada
aleatorios inversa
Simulación de Procesos Industriales
GENERACIÓN DE NÚMEROS ALEATORIOS
Facultad de Ingeniería
2. Skills and Knowledge (Saberes)
Números Aleatorios
Elemento Central en la Simulación digital.
Definición formal controvertida.
Elemento esencial en muchas áreas del conocimiento
Ingeniería, Economía, Física, Estadística, etc.
Una sucesión de números aleatorios puros, se caracteriza por que no
existe ninguna regla o plan que nos permita conocer sus valores.
Los números aleatorios obtenidos a través de algoritmos recursivos se
llaman pseudoaleatorios.
2. Skills and Knowledge (Saberes)
Números Aleatorios
Disponer de un buen generador de números aleatorios,
garantiza el éxito.
Computación Verificación de
Criptografía
Evolutiva Algoritmos
Computación Algoritmos Validación de
Aleatorizada Aleatorizados Algoritmos
2. Skills and Knowledge (Saberes)
Números Aleatorios
I. Lagarias (1993) publicó un trabajo titulado “Pseudo Random
Numbers” en Statistical Science. Donde estudia algunas
propiedades.
Complejidad
Expansividad No Linealidad Impredecibilidad
Computacional
2. Skills and Knowledge (Saberes)
Métodos de Generación de Números Aleatorios
Método de los cuadrados medios o Cuadrado Central.
Métodos Congruenciales.
Método de registros desfasados.
2. Skills and Knowledge (Saberes)
Método de Cuadrado Central
Consiste en que cada número de una sucesión es producido
tomando los dígitos medios de un número obtenido mediante la
elevación al cuadrado.
Paso 1
Obtener semilla (valores iniciales 445)
Paso 2
Aplicación de Algoritmos recursivos (elevar al cuadrado)
Continuar con los 4 número centrales
Paso 3
Validación del conjunto de datos generados.
Dividir el número entre 10000
2. Skills and Knowledge (Saberes)
Ejercicio 01: Método de Cuadrado Central
❑Genere 10 números aleatorios, considerando como semilla, el número 445.
Orden x X^2 Aleatorio
1 445 1 9802 5 0,9802
2 9802 96 0792 04 0,0792
3 792 6 2726 4 0,2726
4 2726 7 4310 76 0,4310
5 4310 18 5761 00 0,5761
6 5761 33 1891 21 0,1891
7 1891 3 5758 81 0,5758
8 5758 33 1545 64 0,1545
9 1545 2 3870 25 0,3870
10 3870 14 9769 00 0,9769
2. Skills and Knowledge (Saberes)
Ejercicio 02: Método de Cuadrado Central
❑Genere 15 números aleatorios, considerando como semilla, el número 547.
2. Skills and Knowledge (Saberes)
Método Congruencial Mixto
Xn
Xn+1 = (a Xn + b) mod m ; Un =
m
Los parámetros del algoritmo se llaman
a multiplicador, considerando 𝑎 = 𝑔 + 8𝑘
b sesgo
m módulo
Xo semilla (valor inicial)
Un Número aleatorio
2. Skills and Knowledge (Saberes)
Método Congruencial Mixto
❑Observaciones
❑Primera Observación
❑Cuando b=0 el generador se denomina Generador congruencial multiplicativo.
❑Segunda Observación
❑Cuando b≠0 el generador se denomina Generador congruencial mixto.
❑Tercera Observación
❑A pesar de la simplicidad una adecuada elección de los parámetros de “a, b y m”, permite obtener
de manera eficiente una larga e impredecible sucesión de números como para considerarse
“aleatoria”.
2. Skills and Knowledge (Saberes)
Ejercicio 03: Método Congruencial Mixto
❑Genere 11 números aleatorios, usando un generador congruente, con los
siguientes parámetros: a 6
❑a=6 b 9
m 13
❑b=9 Semilla (N0) 1 Aleatorio
❑m=13 N1 2 0,1538
❑x0=1 N2 8 0,6154
N3 5 0,3846
N4 0 0,0000
N5 9 0,6923
N6 11 0,8462
N7 10 0,7692
N8 4 0,3077
N9 7 0,5385
N10 12 0,9231
N11 3 0,2308
2. Skills and Knowledge (Saberes)
Ejercicio 04: Método Congruencial Mixto
❑Genere 19 números aleatorios, usando un generador congruente, con los
siguientes parámetros:
❑a=7
❑b=1
❑m=11
❑x0=5
Simulación de Procesos Industriales
PRUEBAS ESTADÍSTICAS PARA NÚMEROS
ALEATORIOS
Facultad de Ingeniería
2. Skills and Knowledge (Saberes)
Prueba Estadística de Promedios
El valor esperado de la media sea igual a 0,5
H0: μri = 0,5
H1: μri ǂ 0,5
La prueba consiste en determinar el promedio de los n números ri
σ𝑛𝑖=1 𝑟𝑖
𝑟ҧ =
𝑛
Este valor debe encontrarse en el intervalo de confianza al 95%
1 𝑧𝛼/2 1 𝑧𝛼/2
𝐿𝐼𝑟ҧ = − 𝐿𝑆𝑟ҧ = +
2 12𝑛 2 12𝑛
2. Skills and Knowledge (Saberes)
Ejercicio 05: Prueba Estadística de Promedios
❑Realice la prueba de promedios a la siguiente serie de número aleatorios, al 95% de
confianza.
0,7540 0,7871 0,9562 0,1887 0,9086 0,0031 0,8172 0,1356 0,3798 0,8168
0,2140 0,5647 0,1646 0,2350 0,1224 0,3377 0,0181 0,8145 0,3038 0,7282
Considerando
❑Solución: n = 20
𝑧𝛼/2 = 1,96
Encontramos el promedio
σ𝑛𝑖=1 𝑟𝑖 9,2501
𝑟ҧ = = = 0,4625
𝑛 20
Encontramos el intervalo de confianza
1 𝑧𝛼 1 1,96
2
𝐿𝐼𝑟ҧ = − = − = 0,373
2 12𝑛 2 12 ∗ 20
1 𝑧𝛼/2 1 1,96
𝐿𝑆𝑟ҧ = + = + = 0,627
2 12𝑛 2 12 ∗ 20
Por lo tanto no se rechaza la hipótesis nula. La serie de datos aleatorios es satisfactoria.
2. Skills and Knowledge (Saberes)
Ejercicio 06: Prueba Estadística de Promedios
❑Realice la prueba de promedios a la siguiente serie de número aleatorios, al
90% de confianza.
0,165 0,984 0,884 0,351 0,132 0,918 0,487 0,585 0,289 0,149
0,557 0,353 0,763 0,632 0,318 0,414 0,541 0,35 0,162 0,291
0,755 0,018 0,735 0,027 0,79 0,06 0,129 0,163 0,116 0,941
0,765 0,785 0,343 0,284 0,841 0,168 0,461 0,512 0,635 0,433
2. Skills and Knowledge (Saberes)
Prueba Estadística de Frecuencias (chi-cuadrado)
Considerar m como el número de intervalos
𝑚= 𝑛
La clasificación de los números ri en Frecuencia Observada Oi
La Frecuencia que se espera encontrar es Ei
Estadístico de control es 𝑿𝟎 𝟐
𝒎
𝟐 𝑬𝒊 − 𝑶𝒊
𝑿𝟎 =
𝑬𝒊
𝒊=𝟏
2
Si el valor del estadístico 𝑋0
es menor al valor de Tablas de 𝑿𝟐 ∝,𝒎−𝟏
Entonces no se puede rechazar que los número ri sigue una distribución uniforme.
En caso contrario se rechaza que ri siga una distribución uniforme
2. Skills and Knowledge (Saberes)
Ejercicio 07: Prueba Estadística de Frecuencias
❑Realice la prueba de frecuencias a la siguiente serie de número aleatorios, al 95% de
confianza. 0,7540 0,7871 0,9562 0,1887 0,9086 0,0031 0,8172 0,1356 0,3798 0,8168
0,2140 0,5647 0,1646 0,2350 0,1224 0,3377 0,0181 0,8145 0,3038 0,7282
Intervalos 4.5
❑Solución: n 20
m 5
𝑛 𝐸𝑖 − 𝑂𝑖 2
Intervalo 𝑂𝑖 𝐸𝑖 =
𝑚 𝐸𝑖
[0.0 - 0.2[ 6 4 1.00
[0.2 - 0.4[ 5 4 0.25
[0.4 - 0.6[ 1 4 2.25 El valor observado es menor al valor
[0.6 - 0.8[ 3 4 0.25 esperado, por lo tanto no se puede
[0.8 - 1.0] 5 4 0.25 rechazar la hipótesis, que los
Total 4.00 números aleatorios siguen una
distribución uniforme.
𝑋0 2 4.00
(𝑋0,05;4 )2 9.488
2. Skills and Knowledge (Saberes)
Ejercicio 08: Prueba Estadística de Frecuencias
❑Realice la prueba de frecuencias a la siguiente serie de número aleatorios, al 99% de
confianza.
0,1850 0,8545 0,5690 0,3606 0,7185 0,1136 0,4627 0,4507 0,0725 0,4216
0,0905 0,4093 0,4718 0,6226 0,2884 0,7195 0,7574 0,7670 0,8874 0,2029
0,9887 0,4009 0,7153 0,7014 0,0058 0,5017 0,0209 0,8005 0,4276 0,2248
0,4210 0,8676 0,8057 0,1824 0,4734 0,1588 0,2381 0,8908 0,5659 0,7448
0,1829 0,2928 0,0108 0,2156 0,6752 0,1267 0,7419 0,2460 0,2792 0,5899
0,9964 0,5899 0,9946 0,0978 0,3885 0,3907 0,8747 0,1282 0,2651 0,3833
❑Solución:
Simulación de Procesos Industriales
SIMULACIÓN CON HOJA DE CÁLCULO
Facultad de Ingeniería
2. Skills and Knowledge (Saberes)
Simulación Montecarlo
❑El objetivo del presente ejercicio es entender como podemos aproximar un
valor conocido usando la simulación y el concepto de réplicas.
❑Los resultados de la simulación, se basan en muestreo aleatorio, por lo tanto
debe ser tratados usando inferencia estadística.
❑La simulación de Montecarlo es considerado como el precursor de la
simulación actual.
2. Skills and Knowledge (Saberes)
Ejercicio 09: Simulación Montecarlo
❑Perico de los Palotes, vende muñecas en el mercado.
❑En el año anterior, la demanda diaria de muñecas, fue entre 20 y 100 muñecas.
❑Por las condiciones del mercado, el precio varió diariamente, entre 10 y 15 soles.
❑La demanda diaria y el precio diario siguen una Distribución Uniforme.
❑Determine el total de las ventas para un día cualquiera.
Generación de Valores Aleatorios
Generación de un número aleatorio Distribución Uniforme
en Excel 𝑉𝐴𝑖 = 𝑎 + 𝑏 − 𝑎 ∗ 𝑟𝑖
r = ALEATORIO()
a = Límite inferior
b = Límite superior
2. Skills and Knowledge (Saberes)
Ejercicio 10: Simulación Montecarlo
❑Perico de los Palotes, vende muñecas en el mercado.
❑En el año anterior, la demanda diaria de muñecas, fue entre 20 y 100 muñecas. Por las
condiciones del mercado, el precio varió diariamente, entre 10 y 15 soles. La demanda
diaria y el precio diario siguen una Distribución Uniforme.
❑Considere una simulación de 100 observaciones, para determinar el total de
las ventas para un día cualquiera.
n = Número de observaciones
σ 𝑖𝑛𝑔𝑟𝑒𝑠𝑜𝑠
𝑉𝑎𝑙𝑜𝑟 𝐸𝑠𝑝𝑒𝑟𝑎𝑑𝑜 =
𝑛
2. Skills and Knowledge (Saberes)
Ejercicio 11: Simulación Montecarlo
❑Perico de los Palotes, vende muñecas en el mercado. En el año anterior, la demanda diaria
de muñecas, fue entre 20 y 100 muñecas. Por las condiciones del mercado, el precio varió
diariamente, entre 10 y 15 soles. La demanda diaria y el precio diario siguen una
Distribución Uniforme.
❑Considere una simulación de 100 observaciones, para determinar el total de las ventas para
un día cualquiera.
❑Determine los indicadores de desempeño, para 10 réplicas, al 90% de confianza
Intervalo de Confianza para n<30 Intervalo de Confianza para n≥30
𝑆 𝑆
𝑋ത ∓ 𝑇 𝑛−1,1−
∝ ∗ 𝑋ത ∓ 𝑍 1−
∝ ∗
2 𝑛 2 𝑛
2. Skills and Knowledge (Saberes)
Ejercicio 12: Taller Automotriz
❑El tiempo entre llegadas de los clientes al cajero automático del Banco
Popular es de 5 minutos siguiendo una distribución exponencial.
❑El cajero demora 2 minutos con una distribución exponencial.
❑Determinar cuántos clientes son atendidos en 1 hora.
Distribución Exponencial
𝐿𝑜𝑔 𝑟𝑖
𝑥𝑖 =
−𝜆
BIENVENIDOS A USIL LEARNING EXPERIENCE
MOMENTOS
Saberes
Innovación
(Skills and
(Innovation)
knowledges)
Logros
Utilidad
(Accomplish
(Utility)
ment )
Facultad de Ingeniería
3. Innovation (Innovación)
Ejercicio 13: Área de un círculo
❑Estimar el área de un círculo cuya ecuación de su circunferencia es:
❑(x-3)2 + (y-2)2 = 16
(-1,6) (7,6)
r=4
(3,2)
8
(-1,-2) (7,-2)
8
❑Determine los indicadores de desempeño de la simulación
❑(100 observaciones, para 10, 100 y 1000 réplicas).
3. Innovation (Innovación)
Ejercicio 13: Área de un círculo
(-1,6) (7,6)
La coordenada Y varía entre -2 y 6.
Si r: numero aleatorio r=4
Y = -2 + 8*r (3,2) 8
(-1,-2) (7,-2)
8
La coordenada X varía entre -1 y 7.
Si r: numero aleatorio
X = -1 + 8*r
3. Innovation (Innovación)
Ejercicio 13: Área de un círculo
❑Para el cálculo del área de la circunferencia usando la simulación, usamos el
supuesto de que todos los puntos del cuadrado son igualmente probables.
❑De este modo, si generamos aleatoriamente n puntos aleatorios y m puntos caen
dentro de la circunferencia, entonces:
𝑚 𝑚
❑ Á𝑟𝑒𝑎 𝑑𝑒𝑙 𝐶í𝑟𝑐𝑢𝑙𝑜 ≈ Á𝑟𝑒𝑎 𝑑𝑒𝑙 𝐶𝑢𝑎𝑑𝑟𝑎𝑑𝑜 = 8𝑥8
𝑛 𝑛
3. Innovation (Innovación)
Ejercicio 13: Área de un círculo
Total de puntos
que caen dentro
de la
circunferencia
(Celda H108)
3. Innovation (Innovación)
Ejercicio 13: Área de un círculo
❑Ejecutar automáticamente la simulación por 10 réplicas o
iteraciones y capturar el área resultante:
❑Seleccione hoja de trabajo (pestaña) nueva.
❑A la nueva hoja de trabajo, asígnele el nombre de “10-
iteraciones”, haciendo un doble clic en la pestaña de la hoja.
❑Escriba el numero “1” en la celda A2 y oprima “enter”.
❑Haga clic de nuevo en la celda A2.
❑Seleccione el menú Inicio, luego la opción “Rellenar / Series”.
❑Seleccione la opción “Series en columnas” y escriba el 10 en el
campo de Límite.
❑Haga clic en Aceptar.
3. Innovation (Innovación)
Ejercicio 13: Área de un círculo
❑Generar las 10 réplicas
❑En la celda B2 de la nueva hoja de calculo, hacer referencia a la celda
H108, para esto, escriba el signo igual y luego seleccione la celda
donde se halló el valor de m, luego presionar “Enter”, obtendrá lo
siguiente: “='simulacion circunferencia'!H108”
❑Colocar etiquetas en la celda A1 y B1
❑Seleccione el rango A2:B11
❑Seleccione el menú “Datos” y luego la opción “Análisis y si / Tabla
de datos”.
❑En el cuadro de dialogo Tabla, determine que la celda C1 sea la celda
columna de entrada (seleccione la celda C1).
❑Haga clic en Aceptar.
❑Excel recalculará la hoja de cálculo y guardará los valores
resultantes de “m” en las celdas adyacentes de la columna B
(10 valores posibles de m).
3. Innovation (Innovación)
Consultas
BIENVENIDOS A USIL LEARNING EXPERIENCE
MOMENTOS
Saberes
Innovación
(Skills and
(Innovation)
knowledges)
Logros
Utilidad
(Accomplish
(Utility)
ment )
Facultad de Ingeniería
4. Accomplishment (Logros)
Lee y
difunde Quien obtiene una victoria sobre otros
hombres es fuerte, pero quien obtiene
una victoria sobre sí mismo es
todopoderoso.
Lao-Tsé
4. Accomplishment (Logros)
01 ¿Qué hemos aprendido?
02 ¿Qué es Simulación?
03 ¿Por qué es útil lo aprendido?
04
4. Referencias
❑ Ríos, D., Ríos, S. & Martín, J. (2000) Simulación. Métodos y Aplicación.
❑ Ross, Sh. (1999) Simulación.. 2da. Edición.
❑ Barceló, J. (1996) Simulación de Sistemas Discretos.
Muchas gracias
por ser parte de
Este nuevo
capítulo USIL!
