0% encontró este documento útil (0 votos)
23 vistas7 páginas

Simulación de Procesos Estocásticos en Cine y Teatro

El documento describe un examen de simulación que incluye problemas sobre la generación de variables aleatorias y la simulación de llegadas de clientes en un cine y un teatro. Se utilizan métodos como aceptación y rechazo, así como procesos de Poisson no homogéneos para modelar llegadas y tiempos de atención. También se requiere la descripción de un proyecto semestral relacionado con la simulación, especificando entidades, atributos, eventos y medidas de desempeño.

Cargado por

benjamin.rivas
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
23 vistas7 páginas

Simulación de Procesos Estocásticos en Cine y Teatro

El documento describe un examen de simulación que incluye problemas sobre la generación de variables aleatorias y la simulación de llegadas de clientes en un cine y un teatro. Se utilizan métodos como aceptación y rechazo, así como procesos de Poisson no homogéneos para modelar llegadas y tiempos de atención. También se requiere la descripción de un proyecto semestral relacionado con la simulación, especificando entidades, atributos, eventos y medidas de desempeño.

Cargado por

benjamin.rivas
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

Curso: CII 2754 – Simulación

Profesores: Felipe González,


Fernando Paredes
Semestre: 2-2017

Solemne 1
100 minutos.
Sin consultas, sin celular.

Problema 1

a) Aplique el método de aceptación y rechazo para generar dos valores de una v.a. con función de
1 2 x
densidad de probabilidades f ( x)  x e , x  0 , utilizando la función g ( x) que distribuye
2
exponencial con media igual a 2. Detalle los cálculos realizados y utilice los siguientes números
aleatorios:
 Aleatorios para generar yi : 0,832 ; 0,345 ; 0,557; 0,655; 0,745; 6,889; 0,937;
 Aleatorios para aceptar o rechazar: 0,456; 0,684; 0,743; 0,953; 0,265; 0,586; 0,673;

b) A una boletería de un cine, el cual atiende todos los días del año de 12:00 a 24.00 hrs., llegan
clientes mediante un Proceso de Poisson No Homogéneo, definido por:

 15, si 12  t  17
 10, si 17  t  19

 t    , clientes/hora
 18, si 19  t  21
20, si 21  t  24

Genere los tiempos de llegada de los primeros 2 clientes, usando los siguientes aleatorios:
 Aleatorios generación tiempo exponencial: 0,989 ; 0,923; 0,878; 0,924; 0,653; 0,432
 Aleatorios para el método: 0,821; 0,868; 0,512; 0,796 ; 0,574; 0,021

c) Describa brevemente en qué consistirá su Proyecto Semestral de Simulación. Especifique para dicho
proyecto: entidades, atributos, eventos, variables de entrada, medidas de desempeño.

Problema 2

A la boleterías de un teatro llegan clientes cada 4 minutos en promedio (con tiempos entre llegadas
distribuidos exponencialmente). El teatro cuenta con 2 módulos de atención (Boletería A, Boletería B),
cada uno con una fila de espera. El tiempo de atención distribuye normal con media 5 minutos y
desviación estándar 2 minutos. Si ambas boleterías están disponibles, los clientes escogen la boletería
A (es decir, la prioridad la tiene la boletería A). Si ambas boleterías están ocupadas, escogen aquella
con la menor fila. Sin embargo, pueden cambiarse de fila si la otra está vacía. Considerando la situación
descrita, realice una simulación manual de 30 minutos. Asuma que la llegada del primer cliente ocurre
después del tiempo 𝑡 = 0 de simulación y que al inicio de esta, el sistema está vacío. Calcule las
siguientes medidas de desempeño:
 Tiempo promedio de espera de los clientes en la boletería A.
 Largo promedio de la fila asociada a la boletería A.
 Tiempo promedio de espera de los clientes en la boletería B.
 Tiempo promedio en el sistema de todos los clientes atendidos.

Para realizar la simulación use los siguientes números aleatorios:

Aleatorios tiempos entre llegadas: 0.256; 0.814; 0.142; 0.576; 0.446; 0.912; 0.816; 0.222;
0.978; 0.877; 0.025.

Aleatorios tiempos de atención: 0.941; 0.448; 0.854; 0.355; 0.649; 0.216; 0.653; 0.445;
0.364; 0.147; 0.972.

Expresiones útiles:

 Distribución exponencial: f ( x)  e x ; F ( x)  1  e x ; x  0


 
 1 x x
x  
 
 
 
 Distribución Weibull: f ( x)    e ; F ( x)  1  e ;x  0
  
1 xa
 Distribución Uniforme: f ( x)  ; F ( x)  ;a  x  b
ba ba
  x 1e x / 
 Distribución Gamma: f ( x)  , x  0; ( )  (  1)! si  entero
( )
1  x 
2
1  t  
2
  x  
1  1 
 Distribución Normal: f ( x)  e 2  
, F ( x)   e 2    dt ,
 2   2
x
( x)  1  ( x) , Z  N (0,1)

f ( y)
 Recuerde que si se cumple ri  , con ri U (0,1), y g ( y) , entonces y f ( y)
cg ( y)
Tabla Distribución Normal Estándar N(0,1)
Proporciona el área a la izquierda para valores positivos de z.

Z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.500 0.504 0.508 0.512 0.516 0.520 0.524 0.528 0.532 0.536
0.1 0.540 0.544 0.548 0.552 0.556 0.560 0.564 0.567 0.571 0.575
0.2 0.579 0.583 0.587 0.591 0.595 0.599 0.603 0.606 0.610 0.614
0.3 0.618 0.622 0.626 0.629 0.633 0.637 0.641 0.644 0.648 0.652
0.4 0.655 0.659 0.663 0.666 0.670 0.674 0.677 0.681 0.684 0.688
0.5 0.691 0.695 0.698 0.702 0.705 0.709 0.712 0.716 0.719 0.722
0.6 0.726 0.729 0.732 0.736 0.739 0.742 0.745 0.749 0.752 0.755
0.7 0.758 0.761 0.764 0.767 0.770 0.773 0.776 0.779 0.782 0.785
0.8 0.788 0.791 0.794 0.797 0.800 0.802 0.805 0.808 0.811 0.813
0.9 0.816 0.819 0.821 0.824 0.826 0.829 0.831 0.834 0.836 0.839
1.0 0.841 0.844 0.846 0.848 0.851 0.853 0.855 0.858 0.860 0.862
1.1 0.864 0.867 0.869 0.871 0.873 0.875 0.877 0.879 0.881 0.883
1.2 0.885 0.887 0.889 0.891 0.893 0.894 0.896 0.898 0.900 0.901
1.3 0.903 0.905 0.907 0.908 0.910 0.911 0.913 0.915 0.916 0.918
1.4 0.919 0.921 0.922 0.924 0.925 0.926 0.928 0.929 0.931 0.932
1.5 0.933 0.934 0.936 0.937 0.938 0.939 0.941 0.942 0.943 0.944
1.6 0.945 0.946 0.947 0.948 0.950 0.951 0.952 0.953 0.954 0.954
1.7 0.955 0.956 0.957 0.958 0.959 0.960 0.961 0.962 0.962 0.963
1.8 0.964 0.965 0.966 0.966 0.967 0.968 0.969 0.969 0.970 0.971
1.9 0.971 0.972 0.973 0.973 0.974 0.974 0.975 0.976 0.976 0.977
2.0 0.977 0.978 0.978 0.979 0.979 0.980 0.980 0.981 0.981 0.982
2.1 0.982 0.983 0.983 0.983 0.984 0.984 0.985 0.985 0.985 0.986
2.2 0.986 0.986 0.987 0.987 0.987 0.988 0.988 0.988 0.989 0.989
2.3 0.989 0.990 0.990 0.990 0.990 0.991 0.991 0.991 0.991 0.992
2.4 0.992 0.992 0.992 0.992 0.993 0.993 0.993 0.993 0.993 0.994
2.5 0.994 0.994 0.994 0.994 0.994 0.995 0.995 0.995 0.995 0.995
2.6 0.995 0.995 0.996 0.996 0.996 0.996 0.996 0.996 0.996 0.996
2.7 0.997 0.997 0.997 0.997 0.997 0.997 0.997 0.997 0.997 0.997
2.8 0.997 0.998 0.998 0.998 0.998 0.998 0.998 0.998 0.998 0.998
2.9 0.998 0.998 0.998 0.998 0.998 0.998 0.998 0.999 0.999 0.999
3.0 0.999 0.999 0.999 0.999 0.999 0.999 0.999 0.999 0.999 0.999
3.1 0.999 0.999 0.999 0.999 0.999 0.999 0.999 0.999 0.999 0.999
3.2 0.999 0.999 0.999 0.999 0.999 0.999 0.999 0.999 0.999 1.000
Pauta

Problema 1

a) g(x) = (1/2 )e-(1/2)x, 0 ≤ x < ∞

f(x) (1/2)x 2e- x


Sea c = Max = = h(x) = x 2 e -(1/2)x
g(x) (1/2)e - (1/2)x
x ≥0

- (1/2)x - (1/2)x
h’(x) = [ 2x e - x2 (1/2)e ]=0  x=4

Se verifica fácilmente que h’’(x) < 0 , para todo x > 0  h cóncava y entonces x = 4 es punto de
máximo global.

Luego c= 16e-2 = 2,16

Sean:

yi= -2ln(1-ui)

f(yi)/(cg(yi)) = (1/2.16) (yi)2e-(1/2)yi

i ui yi =-2ln(1-ui) ri f(yi)/(cg(yi)) ¿Se satisface ri


≤ f(yi)/(cg(yi))?

1 0,832 3,57 0,456 0,990 Si

2 0,345 0,85 0,684 0,217 No

3 0,557 1,63 0,743 0,544 No

4 0,655 2,13 0,953 0,724 No

5 0,745 2,73 0,265 0,882 Si

Luego, las variable aleatorias generadas son :

y1 = 3,57

y2 = 2,73
1b)

Para generar tiempos entre llegadas consistentes con el proceso Poisson descrito aplicamos el
método de aceptación y rechazo siguiente:

Paso 1: Sea 𝜆 ∗ = max λ(𝑡) , 12 ≤ 𝑡 ≤ 24, 𝑓𝑖𝑗𝑎𝑟 𝑡 = 12, 𝑖 = 1

Paso 2: Generar tiempo entre llegada (t.e.lleg) con tasa 𝜆 ∗ 𝑦 𝑓𝑖𝑗𝑎𝑟 𝑡 = 𝑡 + 𝑡.𝑒. 𝑙𝑙𝑒𝑔.

Paso 3: Si se cumple 𝑟𝑖 ≤ λ(𝑡) /𝜆 ∗ , e𝑛𝑡𝑜𝑛𝑐𝑒𝑠 Ti =t , 𝑖 = 𝑖 + 1

Paso 4: Ir al paso 2 .

Ti = tiempo de llegada de cliente i

Usando los aleatorios proporcionados tenemos:

Paso 1: 𝜆 ∗ = 20, t = 0, 𝑖 = 1

Paso 2: t.e.lleg = -(1/20)ln (1 - 0,989)= 0.225, t=12.225 hr

Paso 3: ¿ 0.821 ≤ 15/20 = 0.75 ? . No s𝑒 satisface 𝑙𝑎 𝑑𝑒𝑠𝑖𝑔𝑢𝑎𝑙𝑑𝑎𝑑.

Paso 4: ir a paso 2.

Paso 2: t.e.lleg = -(1/20)ln (1-0.923) = 0.128, t= 𝑡 + 𝑡.𝑒. 𝑙𝑙𝑒𝑔 = 12.353 hr

Paso 3: ¿ 0.868 ≤ 15/20 = 0.75 ? . No s𝑒 satisface 𝑙𝑎 𝑑𝑒𝑠𝑖𝑔𝑢𝑎𝑙𝑑𝑎𝑑

Paso 4: ir a paso 2.

Paso 2: t.e.lleg = -(1/20)ln (1-0.878) = 0.105, t= 𝑡 + 𝑡.𝑒. 𝑙𝑙𝑒𝑔 = 12.458 hr

Paso 3: ¿ 0.512 ≤ 15/20 = 0.75 ?. S𝑒 satisface 𝑙𝑎 𝑑𝑒𝑠𝑖𝑔𝑢𝑎𝑙𝑑𝑎𝑑. T1 = t = 12.458 hr, i = i+1 = 2

Paso 4: ir a paso 2.

Paso 2: t.e.lleg = - (1/20)ln (1-0.924) = 0.129, t= = 𝑡 + 𝑡.𝑒. 𝑙𝑙𝑒𝑔 = 12.587 hr

Paso 3: ¿ 0.796 ≤ 15/20 = 0.75 ?. No s𝑒 satisface 𝑙𝑎 𝑑𝑒𝑠𝑖𝑔𝑢𝑎𝑙𝑑𝑎𝑑.

Paso 4: ir a Paso 2

Paso 2: t.e.lleg = - (1/20)ln (1-0.653) = 0.053, t= = 𝑡 + 𝑡.𝑒. 𝑙𝑙𝑒𝑔 = 12.640 hr

Paso 3: ¿ 0.574 ≤ 15/20 = 0.75 ?. S𝑒 satisface 𝑙𝑎 𝑑𝑒𝑠𝑖𝑔𝑢𝑎𝑙𝑑𝑎𝑑. T2 = t = 12.640 hr


Entonces los tiempos entre llegadas de los 2 primeros clientes son: 12.458 hr y 12.640 hr

1c) Depende de cada proyecto semestral

Problema 2

a) Se identifican 2 variables de entrada:

1. Tiempo entre llegada: t.e.lleg exp(  1/ 4)  t.e.lleg  4ln(1  r ) con r U (0,1)


2. Tiempo de atención: t.at N (5, 2)

En la tabla 1 se presentan los resultados luego de realizar una simulación manual orientada a procesos.

Tabla: Simulación orientada a procesos


Cliente Aleatorio T.e.lleg T.lleg Com.At Servidor Aleatorio T.at T.salida A T. salida B T.esp A T. esp B T.esp T.sist.
1 0.256 1.18 1.18 1.18 A 0.941 8.126 9.31 0.00 0.00 0.00 8.13
2 0.814 6.73 7.91 7.91 B 0.448 4.739 12.65 0.00 0.00 0.00 4.74
3 0.142 0.61 8.52 9.306 A 0.854 7.107 16.41 0.79 0.00 0.79 7.89
4 0.576 3.43 11.95 12.649 B 0.355 4.256 16.90 0.00 0.70 0.70 4.95
5 0.446 2.36 14.31 16.414 A 0.649 5.765 22.18 2.10 0.00 2.10 7.87
6 0.912 9.72 24.03 24.03 A 0.216 3.428 27.46 0.00 0.00 0.00 3.43
7 0.816 6.77 30.8 0.653 5.787 0.00 0.00 0.00

Tabla: Simulación orientada a eventos


Evento Ent t QA(t) QB(t) BA(t) BB(t) NA(t) NB(t) Sum TE_A Sum TE_B Calendario
Inicio - 0 0 0 0 0 0 0 0 0 [Lleg;1;1.18]
Lleg 1 1.18 0 0 1 0 1 0 0 0 [Lleg;2;7.91][Sal;1;9.31]
Lleg 2 7.91 0 0 1 1 1 1 0 0 [Lleg;3;8.52][SalA;1;9.31][SalB;2;12.65]
Lleg 3 8.52 1 0 1 1 1 1 0 0 [SalA;1;9.31][Lleg;4;11.95][SalB;2;12.65]
Sal 1 9.31 0 0 1 1 2 1 0.786 0 [Lleg;4;11.95][SalB;2;12.65][SalA;3;16.41]
Lleg 4 11.95 1 0 1 1 2 1 0.786 0 [SalB;2;12.65][Lleg;5;14.31][SalA;3;16.41]
Sal 2 12.65 0 0 1 1 2 2 0.786 0.7 [Lleg;5;14.31][SalA;3;16.41][SalB;4;16.90]
lleg 5 14.31 1 0 1 1 2 2 0.786 0.7 [SalA;3;16.41][SalB;4;16.91][Lleg;6;24.03]
Sal 3 16.41 0 0 1 1 3 2 2.889 0.7 [SalB;4;16.91][SalA;5;22.18][Lleg;6;24.03]
Sal 4 16.91 0 0 1 0 3 2 2.889 0.7 [SalA;5;22.18][Lleg;6;24.03]
Sal 5 22.18 0 0 0 0 3 2 2.889 0.7 [Lleg;6;24.03]
Lleg 6 24.03 0 0 1 0 4 2 2.889 0.7 [Sal;6;27.46]
Fin - 30 0 0 0 0 4 2 2.889 0.7 -

Con:

 T.e.lleg: Tiempo entre llegada


 T.lleg: Tiempo de llegada
 Com.At: Comienzo de atención
 T.at.: Tiempo de atención
 T. salida i: Tiempo de salida servidor i
 T.esp i: Tiempo de espera en fila i
 T.esp: Tiempo promedio de espera ambas filas
 T.sist: Tiempo en el sistema
 Qi(t): número de entidades en la fila i
 Bi(t): 1 si el cajero i está ocupado.
 Ni(t): Numero de entidades que pasaron a través de la fila i

Calculando las medidas de desempeño se obtiene:

 Tiempo promedio de espera de los clientes atendidos en la boletería A. Como pasaron 4 clientes
a través de la fila A:

4
TEspA   tespA / 4  0.72 minutos
i 1

 Largo promedio de la fila asociada a la boletería A. Se puede calcular como:

4
L   tespA / 30  0.10 clientes ó
i 1

(9.31  8.52)  (12.65  11.95)  (16.41  14.31)


L  0.119 clientes
30

 Tiempo promedio de espera de los clientes atendidos en la boletería B.

2
TEspB   tespB / 2  0.35 minutos
i 1

 Tiempo promedio en el sistema de todos los clientes atendidos.

6
TSist   t.sist / 6  6.17 minutos
i 1

También podría gustarte