Académique Documents
Professionnel Documents
Culture Documents
INTRODUCCION:
La simulación es una técnica que permite modelar muchos sistemas complejos,
los cuales no se podrían modelar mediante las técnicas de optimización
tradicionales, la simulación de igual manera presenta un punto de partida para
poder obtener datos sobre el comportamiento de sistemas sobre los cuales se
quiere tomar decisiones, dado que obtener esos datos puede llevar mucho
tiempo o ser muy costoso, se opta por la simulación , y como ingenieros
industriales queremos simular procesos, por tanto usamos la simulación
discreta que se supone que estamos simulando eventos, para esto usamos el
método de monte carlo, el cual se basa en el concepto de números aleatorios
sobre una ruleta, para lo cual se deben conocer o estimar las probabilidades de
los diferentes eventos a simular, esto conlleva a que a la hora de simular se
tengan conocimientos claros de estadística (Como se comportan las
distribuciones de probabilidad) y de la teoría de muestreo, cabe mencionar que
la simulación al basarse en eventos estocásticos no dará una solución exacta,
pero para reducir la incertidumbre en la mayor proporción posible se usa la
teoría del muestreo, para el caso de este ejercicio se uso la herramienta de
programación de visual Basic, en Ms Excel.
PLANTEAMIENTO DEL PROBLEMA:
Ciertos lotes de 25 unidades cada uno pasan por una inspección donde se
determinará si dicho lote es aceptado o rechazado, un lote será rechazado si
se encuentran 4 o más unidades defectuosas, de lo contrario es aceptado.
Todo lote que llegue será inspeccionado sin tener que esperar. Se sabe
además que la llegada entre lotes tiene el comportamiento de una distribución
geométrica con parámetro (p=0.4), el número de unidades defectuosas por lote
tiene una distribución binomial con parámetros (n=10, p=0.4).
Sub Sim()
'Borrado de Celdas
Range("D2:F600000").Select
Selection.ClearContents
Next yorm
End Sub
EXPLICACION:
ac= Número por debajo de cual se acepta el lote., para el caso del
ejercicio es 4.
Ahora mediante un ciclo for, controlamos las corridas o horas a simular del
sistema, el índice “yorm” es el correpondiente a este ciclo que ira de 1 hasta
muestra.
Luego le damos la instrucción para que imprima yorm, que sería el número
de corrida simulada y luego una instrucción para que nos muestre en tiempo
real en que número de corrida va el programa.
e w =0,05
59,1487 < ^
E ( Y )<59,327
b. . ^
E( w )=24,9899
24,9549< ^
E ( w )<25,0249