Simulacion de sistemas.
Enviado por alfredofuentes • 3 de Marzo de 2016 • Tareas • 1.176 Palabras (5 Páginas) • 1.206 Visitas
[pic 3][pic 4]
Instituto Leonardo Bravo
[pic 5]
PROYECTO [pic 6]
ALUMNOS: Itzel Alvarado Cortez
GRUPO: 1501-LI
MATERIA: Simulación de Sistemas
PROFESOR: Guillermo Fabila Hernández
Problema 1
La Brennan Aircraft Division de TLN Interprises, opera un gran número de máquinas computarizadas de ploteo. En la mayoría, los instrumentos de ploteo se utilizan para crear dibujos de líneas de planos aerodinámicos y partes de fuselaje de aviones. Los ingenieros que operan los ploters automáticos son conocidos como ingenieros de líneas de proyección. Los ploters computarizados consisten en un sistema que se encuentra conectado a una mesa larga de 4 por 5 pies que contiene una serie de plumas de tinta que están suspendidas por encima de la mesa. Cuando una hoja de papel se coloca adecuadamente sobre la mesa, la computadora dirige una serie de trazos de las plumas en sentido horizontal y vertical para dibujar la figura deseada.
Las máquinas de ploteo son altamente confiables, con excepción de las cuatro plumas integradas al aparato: se tapan constantemente y se atascan en la posición elevada o inferior. Cundo estos percances suceden, la máquina ya no puede utilizarse. En la actualidad, Brennan Aircraft reemplaza cada pluma cuando esta falla. Sin embargo, el gerente de servicio ha propuesto el reemplazo de todas. En este momento se requiere de 1 hora para reemplazar una pluma. Se pueden reemplazar las cuatro en tan sólo 2 horas. El costo total que que representa tener un ploter detenido es de $50.00 por hora. Cada pluma tiene un costo de $8.00
Si sólo se reemplaza una pluma cuando ocurre algún taponamiento se considera que son válidos los siguientes datos sobre las descomposturas:
Horas entre fallas si se reemplaza una pluma | Probabilidad |
10 | 0.05 |
20 | 0.15 |
30 | 0.15 |
40 | 0.20 |
50 | 0.20 |
60 | 0.15 |
70 | 0.10 |
Con base en las estimaciones del gerente de servicio, si las cuatro plumas se reemplazan cada vez que alguna de ellas falla, la distribución de probabilidad entre las fallas es como se indica a continuación:
Horas entre fallas si se reemplazan las cuatro plumas | Probabilidad |
100 | 0.15 |
110 | 0.25 |
120 | 0.35 |
130 | 0.20 |
140 | 0.05 |
Simula el problema de Brennan Aircrft y determina la mejor política a seguir. ¿Debería la empresa reemplazar una pluma o todas cada vez que ocurre la falla?
EJERCICIO 1
> vhis<-c(10,20,30,40,50,60,70)
> fhist<-c(5,15,15,20,20,15,10)
> px<-fhist/sum(fhist)
> cumpx<-cumsum(px)
> tablahist<-cbind(vhis,fhist,px,cumpx)
> tablahist
vhis fhist px cumpx
[1,] 10 5 0.05 0.05
[2,] 20 15 0.15 0.20
[3,] 30 15 0.15 0.35
[4,] 40 20 0.20 0.55
[5,] 50 20 0.20 0.75
[6,] 60 15 0.15 0.90
[7,] 70 10 0.10 1.00
> x<-0
> s<-0
> v<-0
> n<-500
> for(i in 1:n)
+ {x[i]<-as.integer(runif(1,0,101));
+ ifelse(x[i]<5,v[i]<-10, ifelse(x[i]<20,v[i]<-20,
+ ifelse(x[i]<35,v[i]<-30, ifelse(x[i]<55,v[i]<-40,[pic 7]
+ ifelse(x[i]<75,v[i]<-50, ifelse(x[i]<90,v[i]<-60,v[i]<-70))))))}
> #resultados
> tablasim<-cbind(x,v)
> v.freq<-table(v)
> v.freq
v
10 20 30 40 50 60 70
28 96 61 82 91 84 58
> barplot(v.freq)
> pxsim.freq<-v.freq/sum(v.freq)
> espsim<-mean(v)
> varsim<-var(v)
> sdsim<-sd(v)
> espsim
[1] 41.92
> varsim
[1] 326.1659
> sdsim
[1] 18.06006
> pluma<-8
> resulcostos<-espsim*pluma
> resulcostos
[1] 335.36
> hora<-50
> total1<-resulcostos+hora
> total1
[1] 385.36
EJERCICIO 2
s<-c(100,110,120,130,140)
> fhist<-c(15,25,35,20,5)
> px<-fhist/sum(fhist)
> cumpx<-cumsum(px)
> tablahist<-cbind(vhis,fhist,px,cumpx)
> tablahist
vhis fhist px cumpx
[1,] 100 15 0.15 0.15
[2,] 110 25 0.25 0.40
[3,] 120 35 0.35 0.75
[4,] 130 20 0.20 0.95
[5,] 140 5 0.05 1.00
> x<-0
> s<-0
> v<-0
> n<-500
> for(i in 1:n)
+ {x[i]<-as.integer(runif(1,0,101));
+ ifelse(x[i]<15,v[i]<-100, ifelse(x[i]<40,v[i]<-110,
+ ifelse(x[i]<75,v[i]<-120, ifelse(x[i]<95,v[i]<-130,v[i]<-140))))}[pic 8]
> #resultados
> tablasim<-cbind(x,v)
> v.freq<-table(v)
> v.freq
v
100 110 120 130 140
96 113 148 115 28
> barplot(v.freq)
> pxsim.freq<-v.freq/sum(v.freq)
> espsim<-mean(v)
> varsim<-var(v)
> sdsim<-sd(v)
> espsim
[1] 117.32
> varsim
[1] 137.8934
> sdsim
[1] 11.7428
> pluma<-32
> resulcostos<-espsim*pluma
> resulcostos
[1] 3754.24
> hora<-50
...