UNIVERSIDAD DEL VALLE.

ESCUELA DE INGENIERIA INDUSTRIAL Y ESTADISTICA

Curso: Simulacin Discreta
Ejercicios e
!R"#ES"R: GA$RIEL C"NDE
Ejercicios tomaos e los li%ros:
In&esti'acin e "(eraciones e )iller * Lie%erman. +,,-. /0 eicin.
Simulacin e Rios e Ins1a. Eitorial Al2aome'a. +,,,
Simulacin e Ross S3. Eitorial Limusa -445
-6 El clima se puede considerar un proceso estocstico, porque evoluciona de una manera
probabilstica de un da a otro. Suponga que para cierto lugar este comportamiento
probabilstico satisface la siguiente descripcin:
La probabilidad de lluvia para maana es 0. si !o" llueve. La probabilidad de un da
despe#ado para maana es de 0.$ si !o" esta despe#ado.
a% &enere n'meros aleatorios uniformes con E(cel para reali)ar la simulacin del punto
anterior en una !o#a de clculo.
+6 *na empresa de entretenimiento abrir una nueva taquilla donde los clientes puedan venir
a comprar boletas por adelantado para los eventos que se reali)an en el rea. +or a!ora se
esta usando simulacin para anali)ar si coloca uno o dos dependientes en la taquilla. ,l
simular el inicio del da en la taquilla, el primer cliente llega a los - minutos despu.s de abrir "
los tiempos entre llegadas para los siguientes / clientes son 0, 1, 2 " / minutos
respectivamente, despu.s de lo cual !a" un retraso largo !asta la llegada del siguiente
cliente. Los tiempos de servicio son, en orden, $, , 3, / " 4 minutos.
a% +ara un servidor, grafique la evolucin del n'mero de clientes en la taquilla en este
perodo.
b% *se esta grfica para estimar las medidas usuales de desempeo, L, Lq, W, Wq " las
Pn, para este sistema de colas.
c% 5epita a% para la alternativa de dos servidores.
d% 5epita b% para la alternativa de dos servidores.
76 *se el m.todo congruencial mi(to para generar las siguientes sucesiones de n'meros
aleatorios.
a% *na sucesin de 20 n'meros aleatorios enteros de un dgito, tal que xn+1 6xn70%
6mdulo 20% " x0 8 3.
b% *na sucesin de $ n'meros aleatorios enteros entre 0 " 4, tales que xn+1 6-xn72%
6mdulo $% " x0 8 2.
c% *na sucesin de - n'meros aleatorios enteros de dos dgitos, tales que xn+1
62xn734%6mdulo 200% " x0 8 20.
86 9onsiderando el problema anterior, suponga a!ora que se desea convertir estos n'meros
aleatorios enteros en n'meros con distribucin uniforme 6apro(imada%. +ara cada inciso, d.
una frmula para esta conversin que !aga la apro(imacin tan cercana como sea posible.
96 *se el m.todo congruencial mi(to para generar una sucesin de - n'meros aleatorios
enteros de dos dgitos, tales que xn+1 6/2xn700%6mdulo 200% " x0 8 /$.
:6 9on el m.todo congruencial mi(to genere una sucesin de 0 n'meros aleatorios enteros
de tres dgitos, tales que xn+1 6302xn7-00%6mdulo 200% " x0 8 /$-.
/6 &enere - n'meros aleatorios.
a% +ara esto use el m.todo congruencial mi(to " genere una sucesin de - n'meros
aleatorios enteros entre 0 " 02, tales que xn+1 620xn72-%6mdulo 03% " x0 8 2/.
b% 9onvierta estos n'meros aleatorios enteros en n'meros uniformes de modo
apro(imado como sea posible.
56 Se tiene un generador congruencial multiplicativo x0 8 2 " xn+1 4xn 6mdulo 20% para n 8 0,
2, 3,...
a% 9alcule xn para n 8 2, 3,..., 23.
b% 9on qu. frecuencia aparece cada n'mero entre 2 " 23 en la sucesin del punto
anterior:
c% Sin reali)ar clculos adicionales, compare x13, x14,..., con x1, x2,...
46 ,plique el m.todo de la transformacin inversa como se indica para generar tres
observaciones de una distribucin uniforme entre ;20 " /0 con los siguientes n'meros
aleatorios uniformes: 0.01-, 0.-13, 0.-$.
a% ,plique este m.todo mediante una grfica.
b% ,plique este m.todo en forma algebraica.
c% Escriba la ecuacin que usara en E(cel para generar cada observacin.
-,6 <btenga n'meros aleatorios uniformes, genere 0 observaciones aleatorias a partir de las
siguientes distribuciones de probabilidad.
a% La variable aleatoria X tiene +=X 8 0> 8 ?. Si X 0, tiene distribucin uniforme entre ;
- " 2-.
b% La distribucin cu"a funcin de densidad de probabilidad es

'

3 x 2 si x 3
2 x 1 si 1 x
f(x)
c% La distribucin geom.trica con parmetro p 8 2@0

'

,
_

manera otra de 0
2,... 1, k si
3
2
3
1
k) P{X
1 k
--6 Suponga que se necesitan observaciones aleatorias a partir de una distribucin triangular
cu"a funcin de densidad de probabilidad es

'

manera otra de 0
1 x 0 si 2x
f(x)
a% Aedu)ca una e(presin para cada observacin aleatoria como funcin del n'mero
aleatorio uniforme r.
b% &enere - observaciones aleatorias para esta distribucin con los siguientes n'meros
aleatorios uniformes: 0.01-, 0.1-, 0.40/, 0.$/3.
c% Se us el m.todo de transformacin inversa para generar las siguientes 0
observaciones aleatorias para esta distribucin: 0.01, 0./, 0./1. Bdentifique los tres
n'meros aleatorios uniformes que se usaron.
d% Escriba una ecuacin para que E(cel para que genere cada observacin aleatoria
para esta distribucin.
-+6 *n #uego de dados requiere que el #ugador lance dos dados una o ms veces !asta que
se llegue a una decisin de si pierde o gana. &ana si la primera tirada suma 4 u 22, o si la
primera suma es /, -, , $, 1 o 20 " sale la misma suma antes de que apare)ca una suma de
4. +or el contrario, pierde si el resultado de la primera tirada suma 3, 0 0 23, o si la primera
suma es /, -, , $, 1 o 20 " aparece una suma de 4 antes de que la primera suma vuelva a
salir.
a% Cormule un modelo en una !o#a de clculo para simular la tirada de dos dados.
5ealice una r.plica.
b% 5ealice 3- r.plicas de esta simulacin.
c% ,nalice estas 3- r.plicas para determinar el n'mero de veces que el #ugador simulado
!abra ganado el #uego de dados " el n'mero de veces que lo !abra perdido cuando
cada #ugador comien)a con el siguiente lan)amiento despu.s de que termina el #uego
anterior. *se esta informacin para calcular una estimacin preliminar de la
probabilidad de ganar una tirada.
d% +ara un n'mero grande de #ugadas, la proporcin de veces que gana tiene
distribucin normal apro(imada con media 0./10 " desviacin estndar 0.- n . *tilice
esta informacin para calcular el n'mero de #ugadas simuladas requeridas para
obtener al menos una probabilidad de 0.1- de que la proporcin de veces que gana
sea menor que 0.-.
-76 Sean r1, r2,..., rn n'meros aleatorios uniformes. Aefina xi 8 Dln ri " yi 8 Dln 62 ; ri% para i 8 2,
3,..., n " z 8

n
1 i
i
x
. Earque las siguientes afirmaciones como falsas o verdaderas " #ustifique
su respuesta.
a% Los n'meros x1, x2,..., xn " y1, y2,..., yn son observaciones aleatorias de una distribucin
e(ponencial.
b% El promedio de x1, x2,..., xn es igual al promedio de y1, y2,..., yn.
c% z es una observacin aleatoria de una distribucin Erlang 6gama%
-86 9onsidere la variable aleatoria X que tiene una distribucin uniforme 6probabilidades
iguales% en el con#unto =2, 3,..., 1>. Se quiere generar una sucesin de observaciones
aleatorias xi 6i 8 2, 3,...% de X. Se !an !ec!o las siguientes propuestas. +ara cada una,
analice si se trata de un m.todo vlido ", si no, diga cmo se puede a#ustar.
a% Propuesta 1. &enerar n'meros aleatorios uniformes ri 6i 8 2, 3,...% " establecer xi 8 n,
donde n es un entero que satisface n@$ ri F 6n 7 2%@$.
b% Propuesta 2. &enerar n'meros aleatorios uniformes ri 6i 8 2, 3,...% " establecer xi igual
al entero ma"or que es menor o igual a 27 $ri.
c% Propuesta 3. &enerar xi congruencial mi(to xn+1 6- xn 7 4%6mdulo $% con un valor
inicial x0 8 /.
-96 *na compaa proporciona a sus 0 empleados un seguro de salud en un plan de grupo.
+ara cada empleado, la probabilidad de incurrir en gastos m.dicos durante el ao es 0.1, as,
el n'mero de empleados que incurren en gastos m.dicos durante el ao tiene una
distribucin binomial con p 8 0.1 " n 8 0. Aado que un empleado incurre en gastos m.dicos
durante el ao, el monto total para el ao tiene una distribucin G200 con probabilidad 0.1, o
G20000 con probabilidad 0.2. La compaa tiene una clusula de deducible de G-000 de
forma que cada ao la aseguradora paga los gastos m.dicos totales del grupo que e(cedan
a G-000. *tilice los n'meros aleatorios 0.02 " 0.03, en ese orden, para generar el n'mero de
reclamaciones con base en una binomial para cada 3 aos. *se los n'meros aleatorios
uniformes, en el orden dado, para generar el monto de cada reclamacin: 0.$0, 0.1-, 0.40,
0.1, 0.-/, 0.02. 9alcule el monto total que paga la aseguradora en 3 aos.
-:6 La fbrica ,ver" !a tenido problemas de mantenimiento con el tablero de control de sus
procesos de produccin. El tablero contiene / relevadores electromecnicos id.nticos, causa
del problema. Los relevadores fallan con frecuencia " se apaga el tablero de control 6" por lo
tanto el proceso de produccin% mientras se !ace el reempla)o. La prctica actual es
reempla)ar los relevadores slo cuando fallanH pero se propone el reempla)o de los /
relevadores cada ve) que uno falle para reducir la frecuencia con la que se apaga el tablero.
El ob#etivo es comparar el costo de las dos alternativas.
Los datos pertinentes son: para cada relevador, el tiempo de operacin antes de fallar tiene
distribucin uniforme apro(imada de 2000 a 3000 !oras. El tablero debe apagarse a una !ora
para reempla)ar un relevador " 3 para reempla)ar los /. El costos total asociado es G2000
por !ora ms G300 por cada nuevo relevador.
*se simulacin en una !o#a de clculo para evaluar " comparar el costo de las dos
alternativas. En cada caso, realice 200 iteraciones 6donde el final de cada una coincida con el
final del reempla)o% " genere los resultados disponibles.
-/6
a6 &enere 20 n'meros uniformes utili)ando el m.todo congruencial mi(to de tal manera que
(n72 8 6/2(n 7 00% mod 200, (0 8 /$.
%6 &enere - n'meros de una variable aleatoria I cu"a funcin de masa esta dada por la
tabla:
I 2 3 0
+6I% 0,/04
-
0,-00
0
0,03
-
-56
a6 &enere 20 n'meros uniformes utili)ando el m.todo congruencial mi(to de tal manera que
(n72 8 62(n 7 34% mod 200, (0 8 20.
*tilice estos 20 n'meros para:
%6 obtener - n'meros normales con media 3 " varian)a 1. E(plique su procedimiento.
c6 obtener - n'meros de una variable aleatoria cu"a funcin de masa es tal que p2 8 0./04-,
p3 8 0.-000, p0 8 0.03-. E(plique su procedimiento.
-46
a6 &enere - n'meros uniformes utili)ando el m.todo congruencial mi(to de tal manera que
(n72 8 620(n 7 2-% mod 03, (0 8 2/.
%6 <btener - n'meros normales con media 3 " varian)a 2. E(plique su procedimiento.
+,6 A. un m.todo para generar n'meros aleatorios con funcin de densidad. &enere
algunas e#emplos:

'

<
< <

x 0 , e
0 x , e
f(x)
2x
2x
+-6 Se requiere generar n'meros aleatorios con distribucin cu"a funcin de masa de
probabilidad es: f6(% 8 3( si 0 ( 2. Encuentre una e(presin para las observaciones
aleatorias requeridas en funcin del n'mero aleatorio uniforme u. *tilice esta frmula para
generar - observaciones con dic!a distribucin.
++6 A. un m.todo para generar n'meros aleatorios con funcin de densidad. &enere
algunos e#emplo:
1 e
e
f(x)
x

+76 ,plique el m.todo de la transformada inversa para generar 20 n'meros aleatorios con
funcin de distribucin acumulada:
1 x 0 ,
2
x x
F(x)
2

+

+86 Se lan)an de manera continua un par de dados legales, !asta que todos los posibles
resultados 3, 0, ...., 23 !a"an aparecido al menos una ve). Aesarrolle un estudio de
simulacin para estimar el n'mero esperado de lan)amientos necesarios.
+96 a% Emplee 200 n'meros aleatorios para e(plicar la forma de determinar una apro(imacin
de

N
1 i
N
i
e donde J 8 20000. b% obtenga la apro(imacin. c% KEs buena su apro(imacin:
+:6 Si L es una variable aleatoria normal estndar, muestre por simulacin que:
0.798

2
! "#
2
1

,
_

+/6 Se bara#a un con#unto de 200 cartas 6numeradas del 2 al 200% " luego se voltean, una a
la ve). Aecimos que ocurre un M.(itoN si la cara i es la iDesima carta volteada, i 8 2, ...., 200.
Escriba un programa de simulacin para estimar la esperan)a " la varian)a del n'mero total
de .(itos. E#ecute el programa. 9ompare sus resultados con la respuesta terica.
+56 +ara *2, *3, .... variables aleatoria uniformes 60, 2%, definimos :
1
]
1

>

1 $ % n N
n
1 i
i
,
es decir J es igual a la cantidad de n'meros aleatorios que deben sumarse para e(ceder a 2.
a6 Estime EOJP generando 200 valores de J. %6 Estime EOJP generando 2000 valores de J. c6
Estime EOJP generando 20000 valores de J. 6 K9ul cree que sea el valor de EOJP:
+46
+ara terminar su traba#o un obrero debe pasar por Q etapas en orden. El tiempo necesario
para concluir la etapa i es una variable aleatoria e(ponencial con parmetro i, i 8 2, 3, R, Q.
Sin embargo despu.s de concluir la etapa i el obrero pasar a la siguiente etapa con
probabilidad i , i 8 2, 3, R, QD2, es decir el obrero puede de#ar de traba#ar. Si S denota la
cantidad de tiempo que dedica al traba#o, escriba un algoritmo para generarla. Bmplemente su
algoritmo en alguna utilidad computacional o compilador " genere un n'mero adecuado de
e#ecuciones de tal manera que podamos estimar la media de S con una diferencia no ma"or
de un 3T de su verdadero valor " con una certe)a del 1-T.
7,6 *se simulacin para calcular la probabilidad de que un estudiante gane un e(amen de 20
preguntas de opcin m'ltiple cada una con - opciones, si cada pregunta es contestada
completamente al a)ar. E#ecute un n'mero ra)onable de iteraciones de sus algoritmos de
acuerdo a sus condiciones de clculo, escriba todos sus resultados. E(plique sus
procedimientos.
7-6 5oss, pag 20$, U 2/, Iema 8 colas o lneas
9iertos mensa#es llegan a una instalacin de comunicaciones de acuerdo a un proceso
+oisson con una tasa de 3 por !ora. La instalacin consta de tres canales, cada mensa#e
llega a un canal libre si alguno de los tres estn libres, o se pierde si todos los canales estn
ocupados. El tiempo que los mensa#es permanecen en los canales es una variable aleatoria
que depende de las condiciones meteorolgicas al momento de llegada. Especficamente, si
el mensa#e llega cuando las condiciones son MbuenasN entonces su tiempo de procesamiento
es una variable aleatoria con funcin de distribucin:
f6(% 8 (, si 0 F ( F 2
mientras que si las condiciones son MmalasN su tiempo de procesamiento tiene una funcin de
distribucin:
f6(% 8 (
0
si 0 F ( F 2
,l principio las condiciones son buenas " alternan en perodos buenos " malos, los buenos
tienen una duracin fi#a de 3 !oras " los malos de 2 !ora.
Estamos interesados en la distribucin del n'mero de mensa#es perdidos !asta el instante I
8 200.
a6 Aefina los eventos, las variables " las condiciones de estimacin para obtener, por
simulacin las caractersticas de la distribucin del n'mero de mensa#es perdidos.
%6 E#ecute su simulacin para estimar el n'mero promedio de mensa#es perdidos en las
primeras 200 !oras de operacin.
7+6 Se S una variable aleatoria con funcin de masa
1 & ', P#X &
1 '
' '

. Sea
1,2, n ,
& 1
&
1 n X n X P (
1 n
1 '
'
n
n

>

a6 Aemuestre que p2 8 2 " que pn 8 62 D 2%62 D 3%....62 D nD2%n

%6 Las cantidades n, n 2, son las tasas discretas de riesgo, pues si pensamos en S como
el tiempo de vida de alg'n artculo, entonces n representa la probabilidad de que alguno que
!a"a alcan)ado la edad n muera durante ese perodo. El siguiente m.todo para simular
variables aleatorias discretas, llamado m.todo de la tasa discreta de riesgo, genera una
sucesin de n'meros aleatorios " termina cuando el nDesimo n'mero aleatorio es menor que
n. El algoritmo se puede escribir como sigue:
paso 2: S 8 2
paso 3: &enerar un n'mero aleatorio *.
paso 0: Si * F S, terminar.
paso /: S 8 S 7 2
paso -: ir la paso 3.
Si S es una variable aleatoria con densidad definida por la siguiente tabla:
; 2 3 0 /
!<= >
;? 0,/ 0,2 0,3 0,0
muestre que el valor de ( al terminar este proceso tiene la funcin de masa deseada.
776 La venta de dos tipos de productos 6, " V% en el mercado se puede considerar un
fenmeno aleatorio, porque evoluciona de una manera probabilstica de un da a otro.
Suponga que para cierto mercado este comportamiento satisface la siguiente descripcin:
W En un da determinado la venta de uno de los productos e(clu"e la venta del otro.
W La probabilidad de que se venda el producto , maana es de 0. si !o" se vendi dic!o
producto ,.
W La probabilidad de que se venda el producto V maana es de 0.$ si !o" se vendi dic!o
producto V.
Simule el comportamiento de las ventas de , " V durante 20 das, a partir de !o" " sabiendo
que a"er se vendi el producto ,.
Escriba todos sus resultados. E(plique sus procedimientos.
786 5os Bns'a, pag 24/, U 4. Iema 8 simulacin " optimi)acin
En una fabrica se dispone de n mquinas =E2, R, En> que pueden reali)ar n tareas =I2,R, In>
distintas, ciX es el costo asociado de asignar a la mquina Ei la tarea IX . ,plicar b'squeda
aleatoria pura para encontrar la asignacin de coste mnimo. *tilice la siguiente matri) de
costes:
I2 I3 I0 I/ I- I
E2 / $ 23 0 - 4
E3 1 2 / 0 $
E0 2/ 0 $ - /
E/ - 4 1 22 /
E- / $ 3 -
E 0 - 1 $ 20 /
796 *tilice la simulacin para apro(imar 9<Y6*, e
*
% donde * es uniforme en 60H 2%. 9ompare
su resultado con la respuesta e(acta.
SIEYEJ:
EL I5,V,X< 9<JSBSIE EJ 9<E+,5,5 L<S +5<VLEE,S AEL SB&*BEJIE LBSI,A<
9<J L<S Z, AB&BI,A<S [*E ,+,5E9EJ EJ L,S +\&BJ,S ,JIE5B<5ES EJ EL
+5ESEJIE ,59]BY<. SB ,L&*J +5<VLEE, J< ,+,5E9E 9<+B,A< EJI<J9ES
+5<9EAE5 , 9<+B,5L<.
LBSI,A<:
IESI<: MSimulacin, E.todos " ,plicacionesN. ,utores: 5os Bns'a
+gina U
1$ 33
2/0 4
2/0 $
2/2 1
2/3 20
2/0 22
24/ 4
IESI<: MSimulacinN. ,utor: S!eldon E. 5oss
+gina U
/0 20
/0 22
/0 23
/0 20
-4 /
-$
-$ 4
-1 1
0 24
$2 /
$3
$3 4
$3 $
$3 1
$/ 32
$/ 33
20 0
20 -
204 $
20$ 20
20$ 2/
7:6 *n uso de la simulacin es e(plorar la influencia de ciertos parmetros sobre el
comportamiento de un modelo. ,qu !acemos e(perimentos con un caso particular del
modelo dinmico inea, que se utili)a en prediccin 6por e#emplo%, del comportamiento de la
bolsa, de las entradas de aguas en un embalse% " control 6de aviones, de robots%. El modelo
define el comportamiento dinmico de una variable observable "t. viene definido por una
ecuacin de observacin
t t t
v y x +
con vt con distribucin normal de media 0 " varian)a vH " una ecuacin de sistema
t t t
w y y +
1
con ^t con distribucin normal de media 0 " varian)a ^. Iodos los ruidos ^t " vt son
independientes. Simular de este sistema, cuando "0 8 0, durante -00 perodos. 5epresentar
las series temporales 6(t, "t% cuado v 8 2 "
6a% ^ 8 2
6b% ^ 8 20
sugerir alguna propiedad de la evolucin del sistema en funcin del cociente ^@v
7/6 *n sistema de computacin esta servido por cinco impresoras. En promedio, resulta
necesario imprimir 00.0 traba#os por !ora " cada impresora es capa) de imprimir 4./ traba#os
por !ora. Los tiempos entre llegadas de los traba#os, as como los tiempos de servicio de las
impresoras, se distribu"en e(ponencialmente, se desea:
6a% simular el sistema de impresin " determinar cual seria el numero adecuado de
impresoras para tener un servicio ra)onable.
6b% estudiar el efecto de reempla)ar en el sistema una de las impresoras actuales por
otra mas rpida, que es capa) de imprimir en promedio 1.3 traba#os a la !ora
756 9onsideremos un sistema de colas &@&@2 ba#o disciplina CBC<, correspondiente a la
ventanilla de ca#a de una oficina bancaria. Se pretende simular este sistema para determinar
las cantidades: tiempo promedio que un cliente esta en el sistema " tiempo promedio I
desde que el ultimo cliente de#o el sistema.
6a% describir la simulacin " escribir un programa que genere las salidas indicadas.
6b% considerar el caso particular en el que la funcin de densidad de los tiempo entre
llegadas de los clientes es e(p 620% " la funcin de densidad de los tiempo de servicio
es
( ) , r
6r entero%.
6c% si para el modelo anterior se desea obtener informacin sobre el tiempo que esta
ociosos el servidor, e(plicar como se podra llevar a cabo.
6d% si a!ora se supone que !a" dos servidores, ambos con la misma distribucin de
servicio &, " cuando llega un nuevo cliente al sistema, este puede ser servido por
cualquiera de ellos, construir el diagrama de flu#o correspondiente a la simulacin de
este nuevo modelo.
746 un sistema recibe sacudidas que le producen un deterioro " que ocurren de acuerdo con
una distribucin de +oisson con tasa una por !ora. Esos deterioros se suponen variables
aleatorias independientes 6que tambi.n son independientes de los instantes en que se
producen las sacudidas% con funcin de densidad com'n ( )
x
xe x f

, ( _ 0. los deterioros
desaparecen con el tiempo con tasa e(ponencial , es decir, una sacudida que produce un
deterioro inicial ( mantendr un deterioro con valor
t
xe

en el instante t despu.s de !aber
ocurrido la sacudida. Se supone, adems, que los deterioros son aditivos, es decir, que si
!asta un instante s !a !abido dos sacudidas, una en t2 " la otra t3, con deterioros iniciales (2 "
(3 respectivamente, entonces el deterioro total en s es
( )

2
1 i
t s
i
i
e x . El fallo en el sistema
se produce cuando el deterioro total e(cede alg'n valor fi#o E suponiendo que el inter.s del
estudio de simulacin se refiere a la estimacin del tiempo medio !asta el fallo, se pide:
6a% definir las componentes " variables en este modelo, " construir un diagrama de
influencia.
6b% *sar E(cel Bmplementar un programa que genere Q pasadas.
6c% asignando los valores ) . 0 " E 8 , con Q 8 2000, utili)ar la salida para estimar
el tiempo medio !asta que el sistema falla.
d% Aeterminar unas condiciones de precisin " confian)a " e#ecutar un n'mero Q de
pasadas de acuerdo a tales condiciones.
8,6 *n sistema necesita n mquinas traba#ando para que sea operativo. Si alguna mquina
se estropea !a" disponibles mquinas de repuesto, de modo que cuando una falla se
sustitu"e inmediatamente. La mquina estropeada se enva para su reparacin a un taller
donde traba#a un 'nico operario que arregla las mquina de una en una. *na ve) que una
mquina queda reparada, sirve como repuesto del sistema. Se supone que los tiempos de
reparacin son variables aleatorias i.i.d. con funcin de distribucin &. ,dems, la duracin
de una mquina es una variable aleatoria independiente del pasado, con funcin de
distribucin C. Se dice que el sistema estropea cuando falla una maquina " no e(iste otra de
repuesto. Si inicialmente !a" n 7 s maquinas de las cuales n estn en funcionamiento en el
sistema " s como repuesto, se desea
6a% mediante simulacin del sistema, indicar como apro(imar E6t%, donde I es el
instante en que el sistema se estropea. Aibu#ar el diagrama de flu#o que permita la
simulacin anterior.
6b% estimar E6I% en el caso particular de n 8 -, s 8 0, C6(% 8 2 D
x
e

" &6(% 8 2 D
x
e
3
.
8-6 El siguiente modelo sencillo de 5eed Z Crost describe una epidemia, la enfermedad se
propaga solo a partir de individuos infectados 6casos% a otros 6susceptibles% que no sean
inmunes , por medio de un contacto adecuado. Los individuos se inmuni)an tras tener la
enfermedad. ,l comien)o de la epidemia, !a" una poblacin p0 con c0 casos " s0 8 p0 ; c0
susceptibles. 9ada cualquier otro individuo en cada instante. *na ves adquirida la
enfermedad, se tiene durante un periodo despu.s del cual se permanece inmune. El tamao
de la epidemia es el numero de casos en cada periodo. Se pide:
6a% construir un programa que permita la simulacin de este modelo.
6b% e(plorar el impacto de los parmetros del modelo.
6c% discutir como puede !acerse ms realista el modelo.
8+6 Sea * uniforme en 60, 2%. *tilice simulacin para apro(imar lo siguiente:
6a% ( )
2
1 , U U Cov
6b% ( )
2 2
1 , U U Cov .
876 9onsidere los eventos !1,......, !n donde los !1, i 8 2,....,n consisten en los siguientes ni
resultados: !1 8 =ai,2, ai,3,.......ai,ni >. Suponga que para cualquier resultado dado a, se
conoce P"a#, la probabilidad de que el e(perimento produ)ca el resultado a. E(plique la
forma de utili)ar los resultados del e#ercicio $ para estimar { }
i
n
i
A P
1
, la probabilidad de
que al menos uno de los eventos !i ocurra. <bserve que no suponemos que los eventos
!i, i 8 2,.......n sean mutuamente e(clu"entes.
886 Sea S una variable aleatoria e(ponencial con media 2. A. un algoritmo eficiente para
simular una variable aleatoria cu"a distribucin es la distribucin condicional de S, dado
que S $0.0-. 6Encuentre primero la funcin de densidad condicional%
&enere 2000 de tales variables " utilcelas para estimar %&X 2 S @ 0.0-P. Luego, determine el
valor e(acto de %&X B( @ 0.0'(.
896 6El m.todo de composicin% Suponga que es relativamente fcil generar variables
aleatorias a partir de las distribuciones )1, i = 2, . . . , n. K9mo podramos generar una
variable aleatoria con la funcin de distribucin.
)*x+ 8
( )

n
i
i i
x F p
1
donde pi, i = 2,....,n son n'meros no negativos cu"a suma es 2:
8/6 *tilice los resultados del problema /- para dar algoritmos que generen variables
aleatorias a partir de las siguientes distribuciones.
6a% ( )
3
* 3
x x x
x F
+ +
1 0 x
6b%
( )

'

< <

< <
+

x si
e
x si
x e
x F
x
x
1
3
3
1 0
3
2 1
2
2
6c%
( ) 1 , 0 , 1 0 ,
1 1



n
i
i i
n
i
i
i
donde x x x F
856 Ae un m.todo para generar una variable aleatoria con funcin de distribucin
( ) 1 0
0

x dy e x x F
y y
,u-erencia. +iense en t.rminos del m.todo de composicin del problema /-. En particular,
sea ) la funcin de distribucin de S " suponga que la distribucin condicional de S dado que
Z = " es
P"Xx/0 1 y# 1 x
y
, 1 0 x
846 Los autobuses llegan a un encuentro deportivo de acuerdo con un proceso +oisson a
ra)n de cinco por !ora. 9on la misma probabilidad, cada autob's puede transportar 30,
32, . . . , /0 aficionados " el n'mero de autobuses distintos es independiente. Escriba un
algoritmo para simular la llegada de aficionados al encuentro en el instante t 8 2.
9,6 Suponga que los traba#os llegan a un sistema de lnea de espera con un servidor de
acuerdo con un proceso +oisson no !omog.neo. cu"a ra)n inicial es / por !ora " que crece
con una velocidad constante !asta llegar a 21 por !ora despu.s de - !oras, para luego
descender en proporcin constante !asta / por !ora, despu.s de otras - !oras. La ra)n
comien)a a repetirse de esta maneraH es decir,
( ) ( ) t t + 10
Suponga que la distribucin del
servicio es e(ponencial con ra)n de 3- por !ora. Suponga adems que siempre que el
servidor conclu"a un servicio " no encuentre traba#os esperando. entra en un receso que se
distribu"e de manera uniforme en 60, 0.0%. Si al regresar de este receso no !a" traba#os
esperando. entonces toma otro receso. *tilice la simulacin para estimar la cantidad
esperada de tiempo que el servidor estar en receso durante las primeras 200 !oras de
operacin. 5ealice -00 e#ecuciones de simulacin. Aeterminar unas condiciones de precisin
" confian)a " e#ecutar un n'mero Q de pasadas de acuerdo a tales condiciones.

9-6 9onsidere un modelo de lnea de espera con un servidor, en el cual los clientes
llegan de acuerdo con un proceso +oisson no !omog.neo. ,l llegar, entran a servicio si
el servidor est desocupado o bien se forman en una fila. Sin embar go, suponga que
cada cliente slo puede permanecer formado una cantidad aleatoria de tiempo. con una
distribucin ), antes de salir del sistema. Sea & la distribucin del servicio. Aefina las
variables " los eventos para anali)ar este modelo " d. los procedimientos de
actuali)acin. Suponga que estamos interesados en estimar el n'mero promedio de
clientes perdidos !asta el instante 23 un cliente se considera perdido si se va antes de
recibir servicio. 9onsidere valores " condiciones especficas para e#ecutar la simulacin.
9+6 En el modelo de sistema de lnea de espera con dos servidores en paralelo 6ver seccin
./ del libro de simulacin de S. E. 5oss%, suponga que &2 es la distribucin e(ponencial con
ra)n / " que &3 es e(ponencial con ra)n 0. Suponga que las llegadas constitu"en un
proceso +oisson con ra)n . Escriba un programa de simulacin para generar datos
correspondientes a las primeras 2000 llegadas. Empl.elo para estimar:
6a% el tiempo promedio de estos clientes dentro del sistema
6b% la proporcin de servicios reali)ados por el servidor 2.
6c% 5ealice otra simulacin de las primeras 2000 llegadas " utilcela para responder
las partes 6a% " 6b%. 9ompare sus respuestas con las "a obtenidas.
6d% Aeterminar unas condiciones de precisin " confian)a " e#ecutar un n'mero Q de
pasadas de acuerdo a tales condiciones.
976 *n sistema e(perimenta un c!oque que ocurre de acuerdo con un proceso +oisson, a
ra)n de uno por !ora. 9ada c!oque causa cieno dao. Suponemos que estos daos
son
variables aleatorias independientes 6que adems son independientes de los instantes en
que ocurren%, con la funcin de densidad com'n
4*x+1x ,
x
e

( _ <
Los daos se disipan con el tiempo a una ra)n e(ponencial c(H es decir, un c!oque cu"o
dao inicial es ( tendr un valor de dao restante igual a x ,
s
e

en el instante s despu.s
de !aber ocurrido. ,dems, los valores de dao son acumulativos 6as, por e#emplo, si
!asta el instante t !a !abido un total dedos c!oques, originados en los instantes t2 " r3 con
daos iniciales (2 " (3, entonces el dao totalP en el instante t es
( )
i
t t
i
i
e x

2
1
.El sistema
falla cuando el dao total e(cede cierta constante fi#a C.
6a% Suponga que estamos interesados en reali)ar un estudio de simulacin para estimar el
tiempo promedio de falla del sistema. Aefina los MeventosN " las MvariablesN del modelo "
trace un diagrama de flu#o indicando la forma de e#ecutar la simulacin.
6b% Escriba un programa. que genere k e#ecuciones.
6c% Yerifique su programa comparando la salida con un clculo a mano.
6d% Si 8 0.-, C 8 - " k 200, e#ecute su programa " use las salidas para estimar el tiempo
esperado !asta que falle el sistema.
986 *tilice la simulacin para apro(imar

+
0
2 2
dx ) x x(1
996 *tilice la simulacin para resolver el siguiente problema de programacin lineal:
Yer Lieberman