Modelo de Colas con 1 servidor

Los Vehículos llegan exponencialmente a una estación de gasolina con una media para los
intervalos entre llegadas de 3.5 minutos. Existe 1 surtidor de combustible. Los tiempos de
servicio están distribuidos exponencialmente con una media de 2.5 minutos.
Utilizando la simulación de Montecarlo, imite el funcionamiento del sistema durante la llegadas
de 15 vehículos y determine:
a) El tiempo promedio de espera de los vehículos en la estación de gasolina.
b) El tiempo improductivo del surtidor.
c) La utilización del surtidor de gasolina.
Para generar los valores aleatorios, utilice los números aleatorios alcanzados.
Nota: Los valores generados debe redondearse a cero decimales.

Si los Ri son dados:

Intervalo Tiempo Tiempo de Inicio del Fin del Tiempo en

Nro de Celda C1 de llegada de llegada Celda E8 servicio Servicio Servicio el sistema
Cliente Ri x T Ri y IS FS TS
1 0.82 6 6 0.30 1 6 7 1
2 0.62 3 9 0.44 1 9 10 1
3 0.13 0 9 0.15 0 10 10 1
4 0.08 0 9 0.15 0 10 10 1
5 0.92 9 18 0.57 2 18 20 2
 6 0.95 10 28 0.16 0 28 28 0
7 0.86 7 35 0.99 12 35 47 12
8 0.11 0 35 0.40 1 47 48 13
9 0.16 1 36 0.34 1 48 49 13
10 0.52 3 39 0.90 6 49 55 16
11 0.18 1 40 0.57 2 55 57 17
12 0.82 6 46 0.38 1 57 58 12
13 0.41 2 48 0.03 0 58 58 10
14 0.29 1 49 0.18 0 58 58 9
15 0.63 3 52 0.33 1 58 59 7
28 115
a) Wq 5.80 minutos
b) TO 31.00 minutos
c) U 0.47

Si los r son genrados por el computador:

Intervalo Tiempo Tiempo de Inicio del Fin del Tiempo en

Nro de de llegada de llegada servicio Servicio Servicio el sistema
Cliente Ri x T Ri y IS FS TS
1 0.27 1 1 0.25 1 1 2 1
2 0.50 2 3 0.57 2 3 5 2
3 0.93 9 12 0.83 4 12 16 4
4 0.53 3 15 0.98 10 16 26 11
5 0.93 9 24 0.33 1 26 27 3
6 0.95 11 35 0.80 4 35 39 4
7 0.22 1 36 0.75 3 39 42 6
8 0.28 1 37 0.15 0 42 42 5
9 0.00 0 37 0.69 3 42 45 8
10 0.19 1 38 0.08 0 45 45 7
11 0.48 2 40 0.84 5 45 50 10
12 0.83 6 46 0.69 3 50 53 7
13 0.90 8 54 0.50 2 54 56 2
14 0.80 6 60 0.07 0 60 60 0
15 0.73 5 65 0.03 0 65 65 0
38 70

a) Wq 2.13 Minutos
b) TO 27.00 Minutos
c) U 0.58
para los
mpos de

nte la llegadas

DIAGRAMA DE FLUJO:

Tiempo en Tiempo
espera Ocioso
TE TO
0 6
0 2
1 0
1 0
0 8
 0 8
0 7
12 0
12 0
10 0
15 0
11 0
10 0
9 0
6 0
87 31

Tiempo en Tiempo
espera Ocioso
TE TO
0 1
0 1
0 7
1 0
2 0
0 8
3 0
5 0
5 0
7 0
5 0
4 0
0 1
0 4
0 5
32 27
TAREA 1
Intervalo Tiempo Tiempo de Inicio del Fin del
Nro de Celda A1 de llegada de llegada Celda C3 servicio Servicio Servicio
Cliente Ri x T Ri y IS FS
1 0.15 1 1 0.51 3 1 4
2 0.81 8 9 0.69 5 9 14
3 0.92 13 22 0.43 2 22 24
4 0.23 1 23 0.96 13 24 37
5 0.96 16 39 0.59 4 39 43
6 0.09 0 39 0.40 2 43 45
7 0.28 2 41 0.31 1 45 46
8 0.10 1 42 0.65 4 46 50
9 0.55 4 46 0.25 1 50 51
10 0.82 9 55 0.26 1 55 56
11 0.41 3 58 0.34 2 58 60
12 0.12 1 59 0.57 3 60 63
13 0.07 0 59 0.41 2 63 65
14 0.75 7 66 0.69
43
a) Wq 1.69 Minutos
b) U 0.66
c) Llegan 13 vehículos
d) TE>3 min 5 vehículos
Tiempo en Esperan Ejercicio para el cuaderno.- Los intervalos entre llegadas de los clientes a un
Espera >3 min cajero automático, tienen distribución exponencial con una media de 5
TE minutos. El tiempo de servicio tiene un comportamiento exponencial con una
0 0 media de 4 minutos.
Se pide:
0 0 Construya una tabla en Excel que simule el funcionamiento del sistema
0 0 durante 60 minutos y determine:
1 0 a) El tiempo promedio de espera de los clientes en cola.
0 0 b) La utilización del cajero automático.
c) El total de clientes que llegaron al sistema.
4 1 d) El número de clientes que tuvieron que esperar 3 o más minutos en cola.
4 1 Para generar los intervalos entre llegadas utilice la celda de números
4 1 aleatorios A1 y para general los tiempos de servicio, la celda C3.
4 1
Los datos obtenidos para las variables aleatorias redondearlos a cero
decimales.
0 0
0 0 Nota: Las iteraciones deben finalizar antes de que el Tiempo de Llegada
1 0 (Columna T) pase de 60 minutos.
4 1

22 5

Inicio

T=0,FS=0,c=0
STE=0,Sy=0,n=0

Generar x

T=T=x

Wq=ST/c
Si U=Sy/FS
T>60
C
n

C=C+1 FIN

Generar y

Sy=Sy+y

Si
T<FS
TE=FS-T

TE>=3
 T<FS

S
TE>=3 i
IS=T n=n+1
Número de clientes
que esperaron 3 ó más minutos

STE=STE+TE

IS=FS

FS=IS+y
 as de los clientes a un
n una media de 5
to exponencial con una

ento del sistema

ola.

o más minutos en cola.

da de números
celda C3.
ndearlos a cero

empo de Llegada
 Modelo de colas con 2 servidores – Diferente servicio.- En un Grifo existen dos
servicios (Gasolina y Petróleo). Los intervalos entre llegadas de los clientes tiene la misma probabilidad de
estar entre 1 y 5 minutos. El 40% de los clientes requieren Gasolina. Los tiempos de servicio del surtidor
de Gasolina están distribuidos uniformemente entre 2 y 5 minutos, los del surtidor de Petróleo tienen
distribución normal con media de 4.1 y desviación estándar de 1.2 minutos.
Suponga que la capacidad de cola es infinita al igual que el límite de paciencia de los clientes, utilizando la
simulación de Montecarlo imite el funcionamiento del sistema durante la llegada de 10 clientes y
determine:
a) El tiempo promedio de espera de los clientes.
b) La utilización de cada servidor.
Para generar los valores de las variables aleatorias, utilice los números aleatorios de la tabla de números
aleatorios de la siguiente manera:
- Intervalos entre llegadas de los clientes: Números aleatorios: 07 93 22 55 97 05 24 33 03 88
- Elección del servicio: Celda de números aleatorios C1.
- Tiempos de servicio en el surtidor de Gasolina: celda D10
- Utilice los números aleatorios generados por el método congruencial lineal con: a=7, Zo=5, c=11 y m= 35
a fin de obtener los tiempos de servicio en el surtidor de Petróleo.
Nota: Los valores generados debe redondearse a cero decimales

Llegadas Elección Gasolina Petróleo

Cliente Ri x T Ri=C1 S Ri=D10 ya IS FS TE Ri=MCL yb IS FS TE
1 0.07 1 1 0.82 P 0.31 4 1 5 0
2 0.93 5 6 0.62 P 0.51 4 6 10 0
3 0.22 2 8 0.13 G 0.73 4 8 12 0
4 0.55 3 11 0.08 G 0.03 2 12 14 1
5 0.97 5 16 0.92 P 0.91 6 16 22 0
6 0.05 1 17 0.95 P 0.71 5 22 27 5
7 0.24 2 19 0.86 P 0.31 4 27 31 8
8 0.33 2 21 0.11 G 0.86 5 21 26 0
9 0.03 1 22 0.16 G 0.79 4 26 30 4
10 0.88 5 27 0.52 P 0.51 4 31 35 4
15 5 27 17

Respuestas:
mpo de espera promedio Surtidor de Gasolina: ###minutos
mpo de espera promedio Surtidor de Petróleo: ###minutos
Utilizacion Surtidor de Gasolina: 0.43 %
ion Surtidor de Petróleo: 0.77 %
 Grifo existen dos
ma probabilidad de
vicio del surtidor
Petróleo tienen

entes, utilizando la
clientes y

tabla de números

33 03 88

Zo=5, c=11 y m= 35

a 7 Distribución Uniforme:
c 11 Xi=Min+(Max-Min)*Ri
Zo 5
m 35 Distribución Exponencial:
Método Congruencial Lineal: Xi=-m*ln(1-Ri)
Z1=(a*Zo + c) mod m
Zi=(a*Zi-1 + c) mod m Distribución Normal:
i Zi Ri D10
1 11 0.31 0.73 �=(𝑋𝑖−)/
2 18 0.51 0.03
3 32 0.91 0.86
4 25 0.71 0.79 𝑋𝑖=�∗ + 
5 11 0.31 0.53
6 18 0.51 0.88
7 32 0.91 0.75
0.12
Servicio: 0.72
0.0 G
0.4 P
 TAREA 2: Modelo de colas con 2 servidores – Diferente servicio.- En un centro de servicios
universitarios existen dos servicios (fotocopiado y anillado), cada uno con su respectivo operario.
Los intervalos entre llegadas de los clientes tienen comportamiento exponencial con una media de
4 minutos. El 70% de los clientes requieren fotocopiado. Los tiempos de servicio de la
fotocopiadora tienen comportamiento normal con una media de 4 minutos y desviación estándar
de 2 minutos, los de la anilladora tienen la misma probabilidad de estar entre 4 y 10 minutos.
Suponga que la capacidad de cola y el límite de paciencia son infinitos, utilizando la simulación de
Montecarlo imite el funcionamiento del sistema durante 1 hora de trabajo y determine:
a) El tiempo promedio de espera de los clientes.
b) La utilización de cada servidor.
Para generar los valores de las variables aleatorias, utilice:
- Intervalos entre llegadas de los clientes: Celda de números aleatorios A3
- Elección del servicio: Números aleatorios: 88 03 35 85 96 05 53 21 92 06 74 66 91
- Tiempos de servicio en la fotocopiadora: Números aleatorios generados por el método
congruencial lineal con: a=5, Zo=7, c=15 y m= 135.
- Tiempos de servicio en la anilladora: Celda de números aleatorios C3
Nota: Los valores generados debe redondearse a cero decimales

Llegadas Elección Fotocopiado Anillado

Cliente Ri=A3 x T Ri=C1 S Ri=MCL ya IS FS TE Ri=C3 yb IS FS TE
1 0.41 2 2 0.88 A 0.51 7 2 9 0
2 0.92 10 12 0.03 F 0.37 3 12 15 0
3 0.05 0 12 0.35 F 0.96 8 15 23 3
4 0.44 2 14 0.85 A 0.69 8 14 22 0
5 0.66 4 18 0.96 A 0.43 7 22 29 4
6 0.96 13 31 0.05 F 0.93 7 31 38 0
7 0.97 14 45 0.53 F 0.74 5 45 50 0
8 0.42 2 47 0.21 F 0.81 6 50 56 3
9 0.61 4 51 0.92 A 0.96 10 51 61 0
10 0.17 1 52 0.06 F 0.19 2 56 58 4
11 0.20 1 53 0.74 A 0.59 8 61 69 8
12 0.07 0 53 0.66 F 0.04 0 58 58 5
13 0.95 12 65
31 15 40 12

Respuestas:
Tiempo de espera promedio Fotocopiadora: ###minutos
Tiempo de espera promedio Anilladora: ###minutos
Utilizacion Fotocopiadora: 0.45 %
Utilizacion Anilladora: 0.58 %
 ios
operario.
media de

estándar
utos.
lación de
a 5
c 15
Zo 7
m 135
C3
1
i Zi Ri 0.51
1 50 0.37 0.69
2 130 0.96 0.43
3 125 0.93 0.96
4 100 0.74 0.59
5 110 0.81 0.40
6 25 0.19 0.31
7 5 0.04 0.65
8 40 0.30 0.25
0.26
0.34
0.57
0.0 F
0.7 A
Modelo de colas con 2 servidores – El mismo servicio.- Los buques tanque llegan a un puerto
petrolero con la distribución de tiempos entre llegadas que se ve en la tabla siguiente:

Tiempo entre llegadas (días) 1 2 3 4 5

Probabilidad .20 .25 .35 .15 .05
El puerto tiene dos terminales, A y B. La terminal B es más moderna y, por lo tanto, más eficaz que la terminal A. El tiemp
para descargar un buque tanque depende de la capacidad de carga de éste. Un superbuque tanque necesita 4 días para
descargar en la terminal A y 3 en la terminal B. Un buque tanque de tamaño mediano necesita 3 días en la terminal A y 2
días en la terminal B. Los buques tanque pequeños se descargan en 2 días en la terminal A y en 1 en la terminal B. Los
buques tanques que llegan se forman en una sola cola en el puerto hasta que se desocupa una terminal para descarga. El
servicio se da sobre la base primero que llega primero en ser atendido. El tipo de buque tanque y la frecuencia con la que
llegan a este puerto se presenta en la siguiente tabla:
TIPO DE BUQUE TANQUE PROBABILIDAD
Superbuque tanque 0.40
Buque tanque mediano 0.35
Buque tanque pequeño 0.25
Asumiendo que los terminales trabajan de manera independiente y que si los dos terminales están desocupados, se
prefiere el Terminal B, efectúe una simulación de Montecarlo para la llegada de 10 buques y determine el número
promedio de días que pasa un tanque en el puerto, el tiempo ocioso y la Utilización de cada Terminal.
Utilice la siguiente secuencia de números aleatorios para determinar los tiempos entre llegadas:
NA: 81, 61, 03, 21, 15, 77, 38, 50, 83, 20
Emplee la siguiente secuencia de números aleatorios para determinar el tipo de buque tanque:
NA: 24, 73, 08, 11, 98, 16, 68, 90, 19, 12

Llegadas Buque Terminal A Terminal B

Cliente R x TL R Tipo ya IS FS TO yb IS FS TO TE Tipo de Buque:
1 0.81 4 4 0.24 G 3 4 7 4 0.00
2 0.61 3 7 0.73 M 2 7 9 0 0.40
3 0.03 1 8 0.08 G 4 8 12 8 0.75
4 0.21 2 10 0.11 G 3 10 13 1
5 0.15 1 11 0.98 P 2 12 14 1 Tiempo de descarga:
6 0.77 3 14 0.16 G 3 14 17 1
7 0.38 2 16 0.68 M 3 16 19 2 Buque
8 0.50 3 19 0.90 P 1 19 20 2 G
9 0.83 4 23 0.19 G 3 23 26 3 M
10 0.20 2 25 0.12 G 4 25 29 6 P
13 16 15 11 1

Respuestas:
Tiempo de espera promedio: ###dias
Tiempo ocioso A: 16 dias
Tiempo ocioso B: 11 dias
Utilización A: ###%
Utilización B: ###%
nque llegan a un puerto

ue la terminal A. El tiempo
que necesita 4 días para
3 días en la terminal A y 2
1 en la terminal B. Los
erminal para descarga. El
y la frecuencia con la que

tán desocupados, se
ermine el número
minal.

Tiempos de Llegada:

Tipo de Buque:
G
M
P 0.00 1
0.20 2
Tiempo de descarga: 0.45 3
Terminal 0.80 4
A B 0.95 5
4 3
3 2
2 1
Problema de Inventarios
En la empresa JCJ, la demanda diaria de uno de sus principales artículos es una v
aleatoria con la siguiente distribución empírica:
Demanda 10 20 30 40 50
Probabilidad 10% 15% 25% 40% 10%
El inventario inicial en su almacén es 100 unidades, el cual se reduce diariamente.
Se tiene la política de pedir cada vez que el stock llegue a 70 ó menor a 70 unidade
solicita al inicio del día una cantidad suficiente para completar 200 unidades que l
tiempo aleatorio con distribución uniforme entre 1 y 3 días. Al llegar las unidades s
primero se cumple con la demanda atrasada.
El costo variable en el que se incurre es la suma del costo de almacenamiento, el c
pedido y el costo de escasez. La escasez es acumulativa, esto es, un cliente esper
que se tiene el artículo. El costo de almacenamiento se estima en S/. 0.5 por unida
se carga al inicio del día sobre las unidades en inventario final del día anterior. La
cuesta 3 soles por cada unidad que falte. El costo de pedido es 50 soles por pedid
(independientemente de la cantidad solicitada). Los pedidos llegan al inicio del día
El precio de venta de cada artículo es de 25 soles y el precio de compra es de 15 s
primero se cumple con la demanda atrasada.
El costo variable en el que se incurre es la suma del costo de almacenamiento, el c
pedido y el costo de escasez. La escasez es acumulativa, esto es, un cliente esper
que se tiene el artículo. El costo de almacenamiento se estima en S/. 0.5 por unida
se carga al inicio del día sobre las unidades en inventario final del día anterior. La
cuesta 3 soles por cada unidad que falte. El costo de pedido es 50 soles por pedid
(independientemente de la cantidad solicitada). Los pedidos llegan al inicio del día
El precio de venta de cada artículo es de 25 soles y el precio de compra es de 15 s
dicho pago se realiza al momento de hacer el pedido. La compra del inventario inic
cargado en el período anterior.
Simule el funcionamiento del negocio durante 15 días, y determine:
a) La utilidad total.
b) El inventario final en el día 15.
c) Determine la utilidad total para una política de pedir cada 3 días 100 unidades. S
que el primer pedido lo realiza al inicio del día 3.

Para generar los valores de las variables aleatorias, utilice los números aleatorios
de números aleatorios de la siguiente manera:
- Demanda diaria: celda A1
- Tiempo de llegada de los pedidos: celda E8
Nota: Los valores generados para la demanda diaria y los tiempos de llegada de lo
Tiempo
deben de
redondearse a cero decimales. Cantidad
reposición: C1: Compra 15
L=1+(3-1)*r vendida C2: Almacén 0,5
C3: Escacés 3
Inventario C4: Pedido 50
Inventario Escacés
final
inicial
1 0 0 0 0
Suministro Demanda Costos
Dia II P r=E8 L Llega r=A1 D IF CV E C1 C2 C3 C4
1 100 0.15 20 80 20 0 0 50 0 0
2 80 0.81 40 40 40 0 0 40 0 0
3 40 160 0.30 2 0.92 50 0 40 10 2400 20 30 50
4 0 0.23 20 0 0 20 0 0 60 0
5 130 160 0.96 50 80 80 0 0 0 0 0
6 80 0.09 10 70 10 0 0 40 0 0
7 70 130 0.44 2 0.28 30 40 30 0 1950 35 0 50
8 40 0.10 20 20 20 0 0 20 0 0
9 150 130 0.55 40 110 40 0 0 10 0 0
10 110 0.82 40 70 40 0 0 55 0 0
11 70 130 0.15 1 0.41 30 40 30 0 1950 35 0 50
12 170 130 0.12 20 150 20 0 0 20 0 0
13 150 0.07 10 140 10 0 0 75 0 0
14 140 0.75 40 100 40 0 0 70 0 0
15 100 0.56 40 60 40 0 0 50 0 0
Utilidad Total S/.
Inventario al
final del día
15
 Inventario al
final del día
15

Política de pedir 100 unidades cada 3 días

Suministro Demanda Costos

Dia II P r=E8 L Llega r=A1 D IF CV E C1 C2 C3 C4
1 100 0.15 20 80 20 0 0 50 0 0
2 80 0.81 40 40 40 0 0 40 0 0
3 40 100 0.30 2 0.92 50 0 40 10 1500 20 30 50
4 0 0.23 20 0 0 20 0 0 60 0
5 70 100 0.96 50 20 80 0 0 0 0 0
6 20 100 0.44 2 0.09 10 10 10 0 1500 10 0 50
7 10 0.28 30 0 10 20 0 5 60 0
8 80 100 0.10 20 60 40 0 0 0 0 0
9 60 100 0.15 1 0.55 40 20 40 0 1500 30 0 50
10 120 100 0.82 40 80 40 0 0 10 0 0
11 80 0.41 30 50 30 0 0 40 0 0
12 50 100 0.15 1 0.12 20 30 20 0 1500 25 0 50
13 130 100 0.07 10 120 10 0 0 15 0 0
14 120 0.75 40 80 40 0 0 60 0 0
15 80 100 0.57 2 0.56 40 40 40 0 1500 40 0 50
Utilidad Total S/.
Inventario al
final del día
15
s artículos es una variable

educe diariamente.
menor a 70 unidades. Se
200 unidades que llegan en un
egar las unidades solicitadas

lmacenamiento, el costo de
es, un cliente espera hasta
en S/. 0.5 por unidad por día, y
del día anterior. La escasez
50 soles por pedido
gan al inicio del día.
compra es de 15 soles y
lmacenamiento, el costo de
es, un cliente espera hasta
en S/. 0.5 por unidad por día, y
del día anterior. La escasez
50 soles por pedido
gan al inicio del día.
compra es de 15 soles y
a del inventario inicial fué

mine:

ías 100 unidades. Suponga

números aleatorios de la tabla

pos de llegada de los pedidos

mpra 15 Ingreso por
acén 0,5 ventas:
acés 3 IV=CV*25
ido 50

0 0

IV Utilidad
500 450
1000 960
1000 -1500
0 -60
2000 2000
250 210
750 -1285
500 480
1000 990
1000 945
750 -1285
500 480
250 175
1000 930
1000 950
dad Total S/. 4440
 IV Utilidad
500 450
1000 960
1000 -600
0 -60
2000 2000
250 -1310
250 185
1000 1000
1000 -580
1000 990
750 710
500 -1075
250 235
1000 940
1000 -590
dad Total S/. 3255
Tarea Nro 3. Problema de Inventarios
La demanda diaria de pollos en un minimarket es una variable aleatoria con distribución
exponencial con una media de 5 unidades diarias. El administrador comienza el día con 15 p
Cada pollo tiene un costo de 13 soles y se vende a 20 soles. Se reduce el inventario diariame
al final de un día en particular el dueño tiene menos de 8 pollos en stock, ordena un pedido
suficiente para tener 15 pollos al inicio del siguiente día.
Además se conoce que:
- Cuando la demanda excede el inventario, no se permite tener pedidos pendientes pero
carga el costo de 3 soles por unidad, por no haber tenido el artículo en almacén (costo de es
- El costo de colocar un pedido para volver a tener artículos en inventario es de 10 soles
(independiente de la cantidad ordenada).
- El costo de mantener inventario de un día para otro es de 1.5 soles. El costo de
almacenamiento del inventario inicial fue cargado en la gestión anterior
Asumiendo que el costo de adquisición e inventario de los 15 pollos con los que empieza el n
fueron absorbidos en la gestión anterior, determine Ud. utilizando la técnica de la simulació
Montecarlo:
a) La utilidad total para un periodo de 15 días.
b) El número de pollos que sobran al final del último día.
Para generar la demanda diaria utilice los números aleatorios de la celda A10 (tabla de núme
aleatorios).

Cantidad
pedida
Cantidad C1: Compra 13
vendida Ingreso por
C2: Almacén 1.5 ventas:
Cantidad C3: Escacés 3
Inventar recibida: IV=CV*20
Inventari C4: Pedido 10
io
inicial o final Escacés
0 0 0 0 0
Pedido Demanda Costos
Dia II P CR r=A1 D IF CV E C1 C2 C3 C4 IV
1 15 0.70 6 9 6 0 0 0 0 0 120
2 9 0 0 0.05 0 9 0 0 0 14 0 0 0
3 9 0 0 0.05 0 9 0 0 0 14 0 0 0
4 9 0 0 0.10 1 8 1 0 0 14 0 0 20
5 8 11 0 0.56 4 4 4 0 143 12 0 10 80
6 15 15 11 0.98 20 0 15 5 195 6 15 10 300
7 15 0 15 0.46 3 12 3 0 0 0 0 0 60
 8 12 0 0 0.41 3 9 3 0 0 18 0 0 60
9 9 8 0 0.34 2 7 2 0 104 14 0 10 40
10 15 0 8 0.46 3 12 3 0 0 11 0 0 60
11 12 0 0 0.06 0 12 0 0 0 18 0 0 0
12 12 0 0 0.25 1 11 1 0 0 18 0 0 20
13 11 0 0 0.45 3 8 3 0 0 17 0 0 60
14 8 14 0 0.77 7 1 7 0 182 12 0 10 140
15 15 0 14 0.03 0 15 0 0 0 1.5 0 0 0
Utilidad Total S/.
Inventario
al final del
día 15
a con distribución
mienza el día con 15 pollos.
el inventario diariamente. Si
ck, ordena un pedido

didos pendientes pero se

almacén (costo de escasez).
entario es de 10 soles

es. El costo de
or
n los que empieza el negocio
écnica de la simulación de

da A10 (tabla de números

Ingreso por
ventas:
IV=CV*20

Utilidad
120
-13.5
-13.5
6.5
-85
74
60
 42
-87.5
49.5
-18
2
43.5
-64
-1.5
114.5
Caso del Terminal Pesquero: IMPORTANTE:
INGRESE SÓLAMENTE LOS NÚMEROS
ALEATORIOS RESPECTIVOS Y LAS
Distribucion empirica
CANTIDADES DE PEDIDOS EFECTUADO
0.0 -0.1 CAMARÓN FRESCO Y CONGELADO.
0.3 0.0 Observe la UTILIDAD al final del Estado de P
0.8 0.1 Ganancias.

Inventario Pedidos efectuados Pedidos recibidos Disponible

Semana camaron Ri (fresco y
cogelado Fresco Congelado pedidos Fresco Congelado congelado)
1 0 620 180 0.86 682 198 880
2 198 610 150 0.17 549 135 882
3 0 640 150 0.48 640 150 790
4 0 700 150 0.25 630 135 765
5 0 780 120 0.88 858 132 990
6 132 800 850 0.19 720 765 1617
7 694 0 0 694
8 0 750 100 0.79 750 100 850
9 100 800 15 0.05 720 14 834
10 0 775 0 0.15 698 0 698
6247 1629

ESTADO DE PÉRDIDAS Y GANANCIAS:

Ingreso por ventas 377300
Ingreso por desechos 1316
TOTAL INGRESOS
Costo de compra camaron fresco 187395
Costo de compra camaron congenlado 55369
Costo de almacen camaron congelado 2248
Costo de escacez 16460
COSTO TOTAL

UTILIDAD
TANTE:
E SÓLAMENTE LOS NÚMEROS
RIOS RESPECTIVOS Y LAS
ADES DE PEDIDOS EFECTUADOS DE
ÓN FRESCO Y CONGELADO.
a UTILIDAD al final del Estado de Pérdidas y
s.

Excedente
Ri Z 800+100*Z Escacez
Demanada demanda Demanda Ventas Fresco Congelado
0.03 612 612 70 198 0
0.95 964 882 0 0 82
0.54 810 790 0 0 20
0.97 988 765 0 0 223
0.11 677 677 181 132 0
0.89 923 923 0 694 0
0.74 864 694 0 0 170
0.10 672 672 78 100 0
0.80 884 833.5 0 0 51
0.96 975 697.5 0 0 278
7546 329 1124 823

378616

261472

117144
PAPELERA PANAMERICANA S.A.

CENTRO DE SALUD SAN MARTIN

MUEBLERÍA INCAROCA
PROYECTOS DE INVESTIGACIÓN:
Optimización de simulación de sistemas de una institución del sector de servicios d
Modelo de Simulación para la Optimización del Proceso de atención de pacientes
Optimización del tiempo de espera de los pacientes del área de emergencia de la
Optimzación del sistema de servicio a pacientes mediante la simulación en el HOS
Sistema de beneficio y faenado de bovino del camal frigorífico DON GOYO
Optimización del sistema de inventarios y producción de la empresa LA PIEDAD
Modelo de simulación para la optimización del proceso de atención del policlínico S
Optimización del proceso de producción de prendas de fibra de alpaca
Modelo de simulación para la optimización del proceso de producción de la Mype J
Modelo de simulación para optimización de servicio en el centro médico DANIEL A
Modelo de simulación para la optimziación del servicio en el hospital de Noeplásic
Modelo de simulación para la optimización del sistema de producción de la curtiem
Optimización de los recursos que se emplean en la limpieza de cuartos y los tiemp
Optimización del sistema de colas en atención al cliente de la empresa CLARO
Simulación de sistema del proceso productivo de la empresa METALNOX EDMA S
Modelo de simulación para la optimización del proceso de confección en la empres
Modelo de simulación para la optimización del proceso productivo de graficos publ
Optimización de los procesos productivos de la empresa PRODUCTOS VICA S ap
Modelo de Simulación para la optimización del proceso productivo en LADRILLER
MODELO DE SIMULACIÓN DE SISTEMAS, APLICADOS AL TALLER DE CARPIN
Modelo de simulación aplicado para optimizar el proceso productivo de la línea de
MODELO DE SIMULACIÓN PARA LA OPTIMIZACIÓN DEL PROCESO DE PROD
MODELO DE SIMULACION PARA LA OPTIMIZACION DE LA EMPRESA FAMETS
Modelo de simulación para la optimización del proceso de producción de mesas de
Modelo de simulación aplicado para optimizar el proceso productivo de la línea de
Modelo de simulación aplicado para optimizar el proceso productivo de la línea de
na institución del sector de servicios de salud "Mejora en el nivel de atención a los pacientes del centro de salud MARITZA CAMPOS DIAZ"
el Proceso de atención de pacientes en la Clínica Odontológica de la UCSM.
ientes del área de emergencia de la SPNP MO PNP Julio Pinto Manrique, aplicando técnicas de simulación
es mediante la simulación en el HOSPITAL REGIONAL HONORIO DELGADO Arequipa
camal frigorífico DON GOYO
ducción de la empresa LA PIEDAD
l proceso de atención del policlínico SAN MARTIN DE PORRES Regsal XI Dirtepol en Apucarpata Arequipa
rendas de fibra de alpaca
l proceso de producción de la Mype Joyería MONACO aplicando técnicas de simulación
ervicio en el centro médico DANIEL ALCIDES CARRION
l servicio en el hospital de Noeplásicas IREN SUR Arequipa
l sistema de producción de la curtiembre MARCUER SRML
en la limpieza de cuartos y los tiempos de espera, registro. en la empresa "Hoteles Dejavu E.I.R.L"
n al cliente de la empresa CLARO
o de la empresa METALNOX EDMA SRL
l proceso de confección en la empresa BEN BAY CONFECCIONES
l proceso productivo de graficos publicitarios, SERI-GRAB PUMA S.A.C.
la empresa PRODUCTOS VICA S aplicando un modelo de simulación de sistemas
el proceso productivo en LADRILLERIA DIAMANTE
APLICADOS AL TALLER DE CARPINTERÍA METÁLICA “SERVICIOS INDUSTRIALES UNSA”, PARA LA OPTIMIZACIÓN DEL PROCESO DE PRODUCC
r el proceso productivo de la línea de poleras en la empresa MOBY ROCK E.I.R.L.”
IZACIÓN DEL PROCESO DE PRODUCCIÓN DE LA EMPRESA TEXTIL DIFAXI S.A.C
IZACION DE LA EMPRESA FAMETSA
l proceso de producción de mesas de carpintería MUEBLERÍA INCAROCA
r el proceso productivo de la línea de vinos QUINISTAQUILLAS en la empresa SANTIAGO E.I.R.L.
r el proceso productivo de la línea de calzado D’Maurus en la empresa CORPCALZA IMPORT EXPORT S.R.L.
ITZA CAMPOS DIAZ"

IÓN DEL PROCESO DE PRODUCCIÓN DE SILLAS

DISTRIBUCIÓN EXPONENCIAL
DISTRIBUCIÓN NORMAL

DISTRIBUCIÓN UNIFORME
Apéndice B: Tabla de números aleatorios

A B C D
1581922396 2068577984 8262130892 8374856049
0928105582 7295088579 9586111652 7055508767
4112077556 3440672486 1882412963 0684012006
7457477468 5435810788 9670852913 1291265730
1 0099520858 3090908872 2039593181 5973470495
7245174840 2275698645 8416549348 4676463101
6749420382 4832630032 5670984959 5432114610
5503161011 7413686599 1198757695 0414294470
7164238934 7666127259 5263097712 5133648980
2 3593969525 0272759769 0385998136 9999089966
4192054466 0700014629 5169439659 8408705169
9697426117 6488888550 4031652526 8123543276
2007950579 9564268448 3457416988 1531027886
4584768758 2389278610 3859431781 3643768456
3 3840145867 9120831830 7228567652 1267173884
0190453442 4800088084 1165628559 5407921254
6766554338 5585265145 5089052204 9780623691
6315116284 9172824179 5544814339 0016943666
3908771938 4035554324 0840126299 4942059208
4 5570024586 9324732596 1186563397 4425143189
2999997185 0135968938 7678931194 1351031403
7864375912 8383232768 1892857070 2323673751
7065492027 6349104233 3382569662 4579426926
0654683246 4765104877 8149224168 5468631609
5 7830555058 5255147182 3519287786 2481675649
7626984369 4725370390 9641916289 5049082870
4785048453 3646121751 8436077768 2928794956
4627791048 5765558107 8762592043 6185670830
9376470693 0441608934 8749472723 2202271078
6 1227991661 7936797054 9527542791 4711871173
5582095589 5535798279 4764439855 6279247618
4959397698 1056981450 8416606706 8234013222
1824779358 1333750468 9434074212 5273692238

7
 7041092295 5726289716 3420847871 1820481234
7 3555104281 0903099163 6827824899 6383872737
9717595534 1634107293 8521057472 1471300754
5571564123 7344613447 1129117244 3204461091
4674262892 2809456764 5806554509 8224980942
8461228715 0746980892 9285305274 6331989646
8 1838538678 3049068967 6955157269 5482964330
1834182305 6203476893 5937802079 3445280195
1884227732 2923727501 8044389132 4611203081
6791857341 6696243386 2219599137 3193884236
3007929946 4031562749 5570757297 6273785046
9 6085440624 2875556938 5496629750 4841817356
7005051056 3496332071 5054070890 7303867953
9846413446 8306646692 0661684251 8875127201
0625457703 4229164694 7321363715 7051128285
5457593922 9751489574 1799906380 1989141062
10 4076486653 8950826528 4934582003 4071187742
 E
4637567488
6472382934
0933147914
4890031305
9776135501
2229367983
2966095680
0140121598
4011966963
7544056852
1074373131
0927534537
7016633739
4141314518
4020651657
3768932478
2195448096
3828538786
1475623997
3216653251
6002561840
3188881718
1513082455
6474393896
8907598697
7463807244
9956043516
6363845920
5897002653
8300978148
4446895088
6426813469
5902177065
0318831723
5901682626
3044151557
1699403490
5738031833
8764467686
2161984904
3694915658
6072112445
8224729718
1455349704
1443167141
6255181190
6251533454
1108468072
5595364247
1456207629
Tabla de Distribución Normal Estándar
Areas bajo la curva normal estándar, desde --infinito a z = (x - media)/desv. Est
z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
-4.0 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
-3.9 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
-3.8 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001
-3.7 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001
-3.6 0.0002 0.0002 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001 0.0001
-3.5 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002 0.0002
-3.4 0.0003 0.0003 0.0003 0.0003 0.0003 0.0003 0.0003 0.0003 0.0003 0.0002
-3.3 0.0005 0.0005 0.0005 0.0004 0.0004 0.0004 0.0004 0.0004 0.0004 0.0003
-3.2 0.0007 0.0007 0.0006 0.0006 0.0006 0.0006 0.0006 0.0005 0.0005 0.0005
-3.1 0.0010 0.0009 0.0009 0.0009 0.0008 0.0008 0.0008 0.0008 0.0007 0.0007
-3.0 0.0013 0.0013 0.0013 0.0012 0.0012 0.0011 0.0011 0.0011 0.0010 0.0010
-2.9 0.0019 0.0018 0.0018 0.0017 0.0016 0.0016 0.0015 0.0015 0.0014 0.0014
-2.8 0.0026 0.0025 0.0024 0.0023 0.0023 0.0022 0.0021 0.0021 0.0020 0.0019
-2.7 0.0035 0.0034 0.0033 0.0032 0.0031 0.0030 0.0029 0.0028 0.0027 0.0026
-2.6 0.0047 0.0045 0.0044 0.0043 0.0041 0.0040 0.0039 0.0038 0.0037 0.0036
-2.5 0.0062 0.0060 0.0059 0.0057 0.0055 0.0054 0.0052 0.0051 0.0049 0.0048
-2.4 0.0082 0.0080 0.0078 0.0075 0.0073 0.0071 0.0069 0.0068 0.0066 0.0064
-2.3 0.0107 0.0104 0.0102 0.0099 0.0096 0.0094 0.0091 0.0089 0.0087 0.0084
-2.2 0.0139 0.0136 0.0132 0.0129 0.0125 0.0122 0.0119 0.0116 0.0113 0.0110
-2.1 0.0179 0.0174 0.0170 0.0166 0.0162 0.0158 0.0154 0.0150 0.0146 0.0143
-2.0 0.0228 0.0222 0.0217 0.0212 0.0207 0.0202 0.0197 0.0192 0.0188 0.0183
-1.9 0.0287 0.0281 0.0274 0.0268 0.0262 0.0256 0.0250 0.0244 0.0239 0.0233
-1.8 0.0359 0.0351 0.0344 0.0336 0.0329 0.0322 0.0314 0.0307 0.0301 0.0294
-1.7 0.0446 0.0436 0.0427 0.0418 0.0409 0.0401 0.0392 0.0384 0.0375 0.0367
-1.6 0.0548 0.0537 0.0526 0.0516 0.0505 0.0495 0.0485 0.0475 0.0465 0.0455
-1.5 0.0668 0.0655 0.0643 0.0630 0.0618 0.0606 0.0594 0.0582 0.0571 0.0559
-1.4 0.0808 0.0793 0.0778 0.0764 0.0749 0.0735 0.0721 0.0708 0.0694 0.0681
-1.3 0.0968 0.0951 0.0934 0.0918 0.0901 0.0885 0.0869 0.0853 0.0838 0.0823
-1.2 0.1151 0.1131 0.1112 0.1093 0.1075 0.1056 0.1038 0.1020 0.1003 0.0985
-1.1 0.1357 0.1335 0.1314 0.1292 0.1271 0.1251 0.1230 0.1210 0.1190 0.1170
-1.0 0.1587 0.1562 0.1539 0.1515 0.1492 0.1469 0.1446 0.1423 0.1401 0.1379
-0.9 0.1841 0.1814 0.1788 0.1762 0.1736 0.1711 0.1685 0.1660 0.1635 0.1611
-0.8 0.2119 0.2090 0.2061 0.2033 0.2005 0.1977 0.1949 0.1922 0.1894 0.1867
-0.7 0.2420 0.2389 0.2358 0.2327 0.2296 0.2266 0.2236 0.2206 0.2177 0.2148
-0.6 0.2743 0.2709 0.2676 0.2643 0.2611 0.2578 0.2546 0.2514 0.2483 0.2451
-0.5 0.3085 0.3050 0.3015 0.2981 0.2946 0.2912 0.2877 0.2843 0.2810 0.2776
-0.4 0.3446 0.3409 0.3372 0.3336 0.3300 0.3264 0.3228 0.3192 0.3156 0.3121
-0.3 0.3821 0.3783 0.3745 0.3707 0.3669 0.3632 0.3594 0.3557 0.3520 0.3483
-0.2 0.4207 0.4168 0.4129 0.4090 0.4052 0.4013 0.3974 0.3936 0.3897 0.3859
-0.1 0.4602 0.4562 0.4522 0.4483 0.4443 0.4404 0.4364 0.4325 0.4286 0.4247
0.0 0.5000 0.4960 0.4920 0.4880 0.4840 0.4801 0.4761 0.4721 0.4681 0.4641
 Areas bajo la curva normal estándar, desde --infinito a z = (x - media)/desv. Est
z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.5000 0.5040 0.5080 0.5120 0.5159 0.5199 0.5239 0.5279 0.5319 0.5359
0.1 0.5398 0.5438 0.5478 0.5517 0.5557 0.5596 0.5636 0.5675 0.5714 0.5753
0.2 0.5793 0.5832 0.5871 0.5910 0.5948 0.5987 0.6026 0.6064 0.6103 0.6141
0.3 0.6179 0.6217 0.6255 0.6293 0.6331 0.6368 0.6406 0.6443 0.6480 0.6517
0.4 0.6554 0.6591 0.6628 0.6664 0.6700 0.6736 0.6772 0.6808 0.6844 0.6879
0.5 0.6915 0.6950 0.6985 0.7019 0.7054 0.7088 0.7123 0.7157 0.7190 0.7224
0.6 0.7257 0.7291 0.7324 0.7357 0.7389 0.7422 0.7454 0.7486 0.7517 0.7549
0.7 0.7580 0.7611 0.7642 0.7673 0.7704 0.7734 0.7764 0.7794 0.7823 0.7852
0.8 0.7881 0.7910 0.7939 0.7967 0.7995 0.8023 0.8051 0.8078 0.8106 0.8133
0.9 0.8159 0.8186 0.8212 0.8238 0.8264 0.8289 0.8315 0.8340 0.8365 0.8389
1.0 0.8413 0.8438 0.8461 0.8485 0.8508 0.8531 0.8554 0.8577 0.8599 0.8621
1.1 0.8643 0.8665 0.8686 0.8708 0.8729 0.8749 0.8770 0.8790 0.8810 0.8830
1.2 0.8849 0.8869 0.8888 0.8907 0.8925 0.8944 0.8962 0.8980 0.8997 0.9015
1.3 0.9032 0.9049 0.9066 0.9082 0.9099 0.9115 0.9131 0.9147 0.9162 0.9177
1.4 0.9192 0.9207 0.9222 0.9236 0.9251 0.9265 0.9279 0.9292 0.9306 0.9319
1.5 0.9332 0.9345 0.9357 0.9370 0.9382 0.9394 0.9406 0.9418 0.9429 0.9441
1.6 0.9452 0.9463 0.9474 0.9484 0.9495 0.9505 0.9515 0.9525 0.9535 0.9545
1.7 0.9554 0.9564 0.9573 0.9582 0.9591 0.9599 0.9608 0.9616 0.9625 0.9633
1.8 0.9641 0.9649 0.9656 0.9664 0.9671 0.9678 0.9686 0.9693 0.9699 0.9706
1.9 0.9713 0.9719 0.9726 0.9732 0.9738 0.9744 0.9750 0.9756 0.9761 0.9767
2.0 0.9772 0.9778 0.9783 0.9788 0.9793 0.9798 0.9803 0.9808 0.9812 0.9817
2.1 0.9821 0.9826 0.9830 0.9834 0.9838 0.9842 0.9846 0.9850 0.9854 0.9857
2.2 0.9861 0.9864 0.9868 0.9871 0.9875 0.9878 0.9881 0.9884 0.9887 0.9890
2.3 0.9893 0.9896 0.9898 0.9901 0.9904 0.9906 0.9909 0.9911 0.9913 0.9916
2.4 0.9918 0.9920 0.9922 0.9925 0.9927 0.9929 0.9931 0.9932 0.9934 0.9936
2.5 0.9938 0.9940 0.9941 0.9943 0.9945 0.9946 0.9948 0.9949 0.9951 0.9952
2.6 0.9953 0.9955 0.9956 0.9957 0.9959 0.9960 0.9961 0.9962 0.9963 0.9964
2.7 0.9965 0.9966 0.9967 0.9968 0.9969 0.9970 0.9971 0.9972 0.9973 0.9974
2.8 0.9974 0.9975 0.9976 0.9977 0.9977 0.9978 0.9979 0.9979 0.9980 0.9981
2.9 0.9981 0.9982 0.9982 0.9983 0.9984 0.9984 0.9985 0.9985 0.9986 0.9986
3.0 0.9987 0.9987 0.9987 0.9988 0.9988 0.9989 0.9989 0.9989 0.9990 0.9990
3.1 0.9990 0.9991 0.9991 0.9991 0.9992 0.9992 0.9992 0.9992 0.9993 0.9993
3.2 0.9993 0.9993 0.9994 0.9994 0.9994 0.9994 0.9994 0.9995 0.9995 0.9995
3.3 0.9995 0.9995 0.9995 0.9996 0.9996 0.9996 0.9996 0.9996 0.9996 0.9997
3.4 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9998
3.5 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998
3.6 0.9998 0.9998 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999
3.7 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999
3.8 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999
3.9 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000
4.0 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000
 Tabla de Puntos Porcentuales de la Distribución Chi Cuadrado
a
n
0.995 0.990 0.975 0.950 0.500 0.050 0.025 0.010 0.005
1 0.000 0.000 0.001 0.004 0.455 3.841 5.024 6.635 7.879
2 0.010 0.020 0.051 0.103 1.386 5.991 7.378 9.210 10.597
3 0.072 0.115 0.216 0.352 2.366 7.815 9.348 11.345 12.838
4 0.207 0.297 0.484 0.711 3.357 9.488 11.143 13.277 14.860
5 0.412 0.554 0.831 1.145 4.351 11.070 12.832 15.086 16.750
6 0.676 0.872 1.237 1.635 5.348 12.592 14.449 16.812 18.548
7 0.989 1.239 1.690 2.167 6.346 14.067 16.013 18.475 20.278
8 1.344 1.647 2.180 2.733 7.344 15.507 17.535 20.090 21.955
9 1.735 2.088 2.700 3.325 8.343 16.919 19.023 21.666 23.589
10 2.156 2.558 3.247 3.940 9.342 18.307 20.483 23.209 25.188
11 2.603 3.053 3.816 4.575 10.341 19.675 21.920 24.725 26.757
12 3.074 3.571 4.404 5.226 11.340 21.026 23.337 26.217 28.300
13 3.565 4.107 5.009 5.892 12.340 22.362 24.736 27.688 29.819
14 4.075 4.660 5.629 6.571 13.339 23.685 26.119 29.141 31.319
15 4.601 5.229 6.262 7.261 14.339 24.996 27.488 30.578 32.801
16 5.142 5.812 6.908 7.962 15.338 26.296 28.845 32.000 34.267
17 5.697 6.408 7.564 8.672 16.338 27.587 30.191 33.409 35.718
18 6.265 7.015 8.231 9.390 17.338 28.869 31.526 34.805 37.156
19 6.844 7.633 8.907 10.117 18.338 30.144 32.852 36.191 38.582
20 7.434 8.260 9.591 10.851 19.337 31.410 34.170 37.566 39.997
21 8.034 8.897 10.283 11.591 20.337 32.671 35.479 38.932 41.401
22 8.643 9.542 10.982 12.338 21.337 33.924 36.781 40.289 42.796
23 9.260 10.196 11.689 13.091 22.337 35.172 38.076 41.638 44.181
24 9.886 10.856 12.401 13.848 23.337 36.415 39.364 42.980 45.558
25 10.520 11.524 13.120 14.611 24.337 37.652 40.646 44.314 46.928
26 11.160 12.198 13.844 15.379 25.336 38.885 41.923 45.642 48.290
27 11.808 12.878 14.573 16.151 26.336 40.113 43.195 46.963 49.645
28 12.461 13.565 15.308 16.928 27.336 41.337 44.461 48.278 50.994
29 13.121 14.256 16.047 17.708 28.336 42.557 45.722 49.588 52.335
30 13.787 14.953 16.791 18.493 29.336 43.773 46.979 50.892 53.672
35 17.192 18.509 20.569 22.465 34.336 49.802 53.203 57.342 60.275
40 20.707 22.164 24.433 26.509 39.335 55.758 59.342 63.691 66.766
45 24.311 25.901 28.366 30.612 44.335 61.656 65.410 69.957 73.166
50 27.991 29.707 32.357 34.764 49.335 67.505 71.420 76.154 79.490
55 31.735 33.571 36.398 38.958 54.335 73.311 77.380 82.292 85.749
60 35.534 37.485 40.482 43.188 59.335 79.082 83.298 88.379 91.952
65 39.383 41.444 44.603 47.450 64.335 84.821 89.177 94.422 98.105
70 43.275 45.442 48.758 51.739 69.334 90.531 95.023 100.425 104.215
75 47.206 49.475 52.942 56.054 74.334 96.217 100.839 106.393 110.285
80 51.172 53.540 57.153 60.391 79.334 101.879 106.629 112.329 116.321
85 55.170 57.634 61.389 64.749 84.334 107.522 112.393 118.236 122.324
90 59.196 61.754 65.647 69.126 89.334 113.145 118.136 124.116 128.299
95 63.250 65.898 69.925 73.520 94.334 118.752 123.858 129.973 134.247
100 67.328 70.065 74.222 77.929 99.334 124.342 129.561 135.807 140.170
Tabla de Valores Críticos de Kolgomorov-Smirnov
( Tabla da,n : Kolmogorov-Smirnov )

Tamaño
de la da,n
muestra
(n) a = 10% a= 5% a = 1%
1 0.950 0.975 0.995
2 0.776 0.842 0.929
3 0.642 0.708 0.829
4 0.564 0.624 0.734
5 0.510 0.563 0.669
6 0.470 0.521 0.618
7 0.438 0.486 0.577
8 0.411 0.457 0.543
9 0.388 0.432 0.514
10 0.368 0.409 0.486
11 0.352 0.391 0.468
12 0.338 0.375 0.450
13 0.352 0.361 0.433
14 0.314 0.349 0.418
15 0.304 0.338 0.404
16 0.295 0.328 0.392
17 0.286 0.318 0.381
18 0.278 0.309 0.371
19 0.272 0.301 0.363
20 0.264 0.294 0.352
25 0.240 0.264 0.317
30 0.220 0.242 0.290
35 0.210 0.230 0.270
40 0.210 0.252
50 0.188 0.226
60 0.172 0.207
70 0.160 0.192
80 0.150 0.180
90 0.141
100 0.134

n > 100 1.22 1.36 1.63

n n n