Professional Documents
Culture Documents
X0 = es la semilla
a =el multiplicador
c = constante aditiva
m = el modulo (m > X0, a,c)
X0, a, c >0
Problemas
0.15
32
0.22
33
0.38
34
0.14
35
0.06
Da
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Demand
a da
anterior
32
34
33
33
34
32
34
33
33
34
32
34
33
33
35
Rango
0 < RND
< .05
.05 <RND
<.20
.20 <RND
<.42
.42 <RND
<.80
Cc = $20
.80 <RND
c/u
<.94
Cv = $30
.94 <RND <
c/u
1
Cs = $10
RND Demand
c/u
Cp = $10 a del
da
c/u
0.83
34
0.64
33
0.65
33
0.86
34
0.27
32
0.88
34
0.69
33
0.7
33
0.91
34
0.32
32
0.93
34
0.74
33
0.75
33
0.96
35
0.37
32
Ingreso
960
990
990
990
960
960
990
990
990
960
960
990
990
990
960
Penaliz
acin
Salvam
ento
20
10
10
20
20
10
10
20
20
10
20
30
Gananci
a
300
320
330
320
300
300
320
330
320
300
300
320
330
310
290
4690
Tipo
Probabili
dad
Rango
0.1
0
0.25
0.1
2.-Un especialista en
enfermedades cardiacas
15 Min antes
0.1 programa a los pacientes
25 Min
0.35 diariamente, uno cada 30
anticipacin
min y empieza a trabajar
Duracin(
Probabili 0.5
Exacto
0.35
0.85 a las 9 de la maana, se
min)
Rango 0.85
10 min Tardedad
0.1
0.95 espera que los pacientes
24
0.1
0
0.1
5 min tarde
0.05
0.95
1 lleguen a su cita en los
27
0.2
0.1
0.3
tiempos programados, sin
30
0.4
0.3
0.7 embargo por experiencia se sabe
33
0.15
0.7
0.85 que el 10% de los pacientes llega
36
0.1
0.85
0.95 15 min antes, 25% llega con 25
39
0.05
0.95
1 min de anticipacin, el 50% llega
a la hora exacta, el 10% llega 10
min tarde y el 5% llega con 5 min de retraso a la cita, el tiempo que el
especialista tarda en atender un paciente se muestra en la siguiente tabla.
Construya un modelo de simulacin para calcular en que tiempo promedio
atender a sus clientes y a qu hora ser su salida.
N
o
1
2
3
4
5
6
7
8
9
1
0
Tiempo
Program
ado
09:00
09:30
10:00
10:30
11:00
11:30
12:00
12:30
13:00
13:30
RN
D
0.98
0.79
0.8
0.01
0.42
0.03
0.84
0.85
0.06
0.47
Tiempo
arrivo
09:35
09:30
10:00
10:15
11:00
11:15
12:00
12:30
12:45
13:05
Inicio
09:00
09:30
10:06
10:46
11:13
11:43
12:10
12:46
13:22
13:46
RND
0.08
0.89
0.9
0.11
0.52
0.13
0.94
0.95
0.16
0.57
Tiemp Salida
Tiempo
Tiempo
o
espera
E. Doc.
Servic
io
24 min
09:59
5 min
36 min
10:06
36 min
10:42
6 min
27 min
11:13
31 min
30 min
11:43
13 min
27 min
12:10
28 min
36 min
12:46
10 min
36 min
13:22
16 min
24 min
13:46
37 min
30 min
14:16
41 min
Extra
3.-Un vendedor de fruta intenta maximizar sus ganancias en la venta de
manzanas.
El vendedor compra a $5 kg de manzana y la vende a $12 kg, los sobrantes los
vende a un comedor comunitario a un costo de $6 y si algn cliente regresa
con muestras de que el producto es defectuoso, en el buen nombre del negocio
tiene un costo de 4$ para el vendedor.
Si el vendedor quiere determinar la ganancia de 9 das, si la poltica del
negocio es ganar una cantidad igual a la demanda del da anterior, suponiendo
que la demanda del da antes de aplicar este mtodo era de 30 kg.
Las cantidades vendidas diariamente son una variable discreta por lo que la
distribucin de la demanda diaria se muestra en la siguiente tabla.
Tipo
de
Deman
da
28
29
30
31
32
33
D
a
Probabil
idad
Rango
0.1
0.05
0.35
0.1
0.15
0.25
Demanda
da
anterior
1
30
0
0.1
0.1
0.15
0.15
0.5
Cc
=
$5
0.5
0.6
c/u
0.6
0.75
Cv
=
$12
0.75
1
c/u
Cs = $6
c/u
RND Demanda
Ingreso
Penalizac
Cp =
$4
del
da
in
c/u
0.098
28
336
Salvame
nto
12
Ganan
cia
198
2
3
4
5
6
7
8
9
28
30
30
30
33
32
33
33
0.248
0.281
0.426
0.803
0.75
0.757
0.99
0.391
30
30
30
33
32
33
33
30
336
360
360
360
384
384
396
260
12
6
4
18
188
210
210
198
225
220
231
228
1908