Universidad Nacional San Luis Gonzaga de Ica

FACULTAD DE INGENIERIA DE SISTEMAS

Simulacin de Colas de MTC

CURSO INTEGRANTES : Simulacin de Sistemas Distribuidos : Aguilar Ramirez Hector Martinez Gonzales Roberto. Matta Canales Jorge. Sam Marcos Miguel

ICA 2013

TRABAJO DE INVESTIGACION DE ESTUDIO DE COLAS EN EL MINISTERIO DE TRANSPORTE Y COMUNICACIONES ICA

Curso: Simulacin de Sistemas Discretos

Aguilar Ramrez, Hector Matta Canales, Jorge Martnez Gonzales, Roberto Sam Marcos, Miguel

20094168 20092021 20091200 20093147

20094168@sistemasunica.edu.pe 20092021@sistemasunica.edu.pe 20091200@sistemasunica.edu.pe 20093147@sistemasunica.edu.pe

RESUMEN El siguiente Trabajo de Investigacin del Estudio de Colas en el Ministerio de Transporte y Comunicaciones de la Ciudad de Ica tiene como finalidad brindar una ayuda al personal que labora en dicha Entidad en lo que se refiere al proceso de las Colas y el retraso de la atencin en sus instalaciones. El sistema que se ha modelado es un sistema de multiservidores en paralelo, la cantidad de servidores es de 2, para esto se realiz una toma de tiempos que ayudaron a realizar la modelacin mediante el software Arena. As tambin, se cont con el apoyo de la Ing. PATRICIA HUARANCCA CONTRERAS Directora Regional de Transportes y Comunicacionespara realizar este trabajo. El problema en s que se desea resolver es el de encontrar la cantidad optima de servidores (Cajas) que ayuden a aumentar la eficiencia en este servicio, para disminuir las quejas de clientes por este aspecto. As tambin se considera lo que concierne a calidad en el servicio, trmino usado en la actualidad por todas las grandes empresas. Se encontr que la empresa contaba con una cantidad de servidores que no se abastaba para satisfacer la demanda de los clientes, por lo que se concluy que deberan de contar con ms servidores, lo que se encuentra detallado en el informe.

MARCO TEORICO La teora de colas: Es el estudio matemtico del comportamiento de lneas de espera. Esta se presenta, cuando los clientes llegan a un lugar demandando un servicio a un servidor, el cual tiene una cierta capacidad de atencin. Si el servidor no est disponible inmediatamente y el cliente decide esperar, entonces se forma la lnea de espera. Una cola: Es una lnea de espera y la teora de colas es una coleccin de modelos matemticos que describen sistemas de lnea de espera particulares o sistemas de

colas. Los modelos sirven para encontrar un buen compromiso entre costes del sistema y los tiempos promedio de la lnea de espera para un sistema dado. Los sistemas de colas: Son modelos de sistemas que proporcionan servicio. Como modelo, pueden representar cualquier sistema en donde los trabajos o clientes llegan buscando un servicio de algn tipo y salen despus de que dicho servicio haya sido atendido. Podemos modelar los sistemas de este tipo tanto como colas sencillas o como un sistema de colas interconectadas formando una red de colas. En la siguiente figura podemos ver un ejemplo de modelo de colas sencillo. Este modelo puede usarse para representar una situacin tpica en la cual los clientes llegan, esperan si los servidores estn ocupados, son servidos por un servidor disponible y se marchan cuando se obtiene el servicio requerido. El problema es determinar qu capacidad o tasa de servicio proporciona el balance correcto. Esto no es sencillo, ya que un cliente no llega a un horario fijo, es decir, no se sabe con exactitud en que momento llegarn los clientes. Tambin el tiempo de servicio no tiene un horario fijo. Los problemas de colas se presentan permanentemente en la vida diaria: un estudio en EEUU concluy que, por trmino medio, un ciudadano medio pasa cinco aos de su vida esperando en distintas colas, y de ellos casi seis meses parado en los semforos. ELEMENTOS EXISTENTES EN UN MODELO DE COLAS Fuente de entrada o poblacin potencial: Es un conjunto de individuos (no necesariamente seres vivos) que pueden llegar a solicitar el servicio en cuestin. Podemos considerarla finita o infinita. Aunque el caso de infinitud no es realista, s permite (por extrao que parezca) resolver de forma ms sencilla muchas situaciones en las que, en realidad, la poblacin es finita pero muy grande. Dicha suposicin de infinitud no resulta restrictiva cuando, aun siendo finita la poblacin potencial, su nmero de elementos es tan grande que el nmero de individuos que ya estn solicitando el citado servicio prcticamente no afecta a la frecuencia con la que la poblacin potencial genera nuevas peticiones de servicio. Cliente: Es todo individuo de la poblacin potencial que solicita servicio. Suponiendo que los tiempos de llegada de clientes consecutivos son 0<t1<t2<..., ser importante conocer el patrn de probabilidad segn el cual la fuente de entrada genera clientes. Lo ms habitual es tomar como referencia los tiempos entre las llegadas de dos clientes consecutivos: consecutivos: clientes consecutivos: T{k} = tk - tk-1, fijando su distribucin de probabilidad. Normalmente, cuando lapoblacin potencial es infinita se supone que la distribucin de probabilidad de los Tk (que ser la llamada distribucin de los tiempos entre llegadas) no depende del nmero de clientes que estn en espera de completar su servicio, mientras que en el caso de que la fuente de entrada sea finita, la distribucin de los Tk variar segn el nmero de clientes en proceso de ser atendidos. Capacidad de la cola: Es el mximo nmero de clientes que pueden estar haciendo cola (antes de comenzar a ser servidos). De nuevo, puede suponerse finita o infinita. Lo ms

sencillo, a efectos de simplicidad en los clculos, es suponerla infinita. Aunque es obvio que en la mayor parte de los casos reales la capacidad de la cola es finita, no es una gran restriccin el suponerla infinita si es extremadamente improbable que no puedan entrar clientes a la cola por haberse llegado a ese nmero lmite en la misma. Disciplina de la cola: Es el modo en el que los clientes son seleccionados para ser servidos. Las disciplinas ms habituales son: La disciplina FIFO (first in first out), tambin llamada FCFS (first come first served): segn la cual se atiende primero al cliente que antes haya llegado. Mecanismo de servicio: Es el procedimiento por el cual se da servicio a los clientes que lo solicitan. Para determinar totalmente el mecanismo de servicio debemos conocer el nmero de servidores de dicho mecanismo (si dicho nmero fuese aleatorio, la distribucin de probabilidad del mismo) y la distribucin de probabilidad del tiempo que le lleva a cada servidor dar un servicio. En caso de que los servidores tengan distinta destreza para dar el servicio, se debe especificar la distribucin del tiempo de servicio para cada uno. El sistema de la cola: es el conjunto formado por la cola y el mecanismo de servicio, junto con la disciplina de la cola, que es lo que nos indica el criterio de qu cliente de la cola elegir para pasar al mecanismo de servicio. Estos elementos pueden verse ms claramente en la siguiente figura:

Un modelo de sistema de colas debe especificar la distribucin de probabilidad de los tiempos de servicio para cada servidor. La distribucin ms usada para los tiempos de servicio es la exponencial, aunque es comn encontrar la distribucin degenerada o determinstica (tiempos de servicio constantes) o la distribucin Erlang (Gamma).

TABLA DE CONTENIDO. 1. 1.1 1.2 1.3 2. 2.1 2.2 2.3 2.4 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. Introduccin Descripcin y antecedentes de la empresa Descripcin del proyecto Formulacin del problema Descripcin del Sistema Grafico del sistema Elementos del sistema Anlisis del sistema Diagrama Relacional de eventos Anlisis de los Datos de Entrada Descripcin del Modelo de Simulacin Verificacin y Validacin del Modelo Anlisis de Resultados Resultados de la Simulacin Sugerencias de Modificacin al Sistema Conclusiones Recomendaciones Agradecimientos Bibliografa

Apndices

1. INTRODUCCIN

Como punto primordial de la investigacin es el hecho de que con el uso de herramientas, tales como la simulacin de sistemas discretos y el uso de software de este tipo como el Arena se pueden encontrar soluciones tcnicas a problemas como la disminucin de la calidad del servicio, como es el caso del Ministerio de Transporte y Comunicaciones (MTC). El cual est recibiendo quejas por parte de los clientes por su psimo servicio en atencin en caja. 1.1 DESCRIPCIN Y ANTECEDENTES DE LA EMPRESA

El Ministerio de Transportes y Comunicaciones, es el rgano del Estado Peruano que busca lograr un racional ordenamiento territorial vinculado a las reas de recursos, produccin, mercados y centros poblados, a travs de la regulacin, promocin, ejecucin y supervisin de la infraestructura de transportes y comunicaciones. La direccin Regional de Transporte y Comunicaciones de Ica, es un rgano desconcentrado del Gobierno Regional de Ica, que depende funcionalmente y Administrativamente de la Gerencia regional de Infraestructura y mantiene relacin normativa con el Ministerio de Transporte y Comunicaciones, con la finalidad de lograr la integracin racional de la regin, con vas adecuadas y servicios de transporte y de comunicaciones segura y eficiente.

Visin:

El Ministerio tiene la visin de que el Per sea un pas integrado nacional e internacionalmente con eficientes servicios de transportes y comunicaciones.

Misin:

La misin del Ministerio es disear y aplicar polticas y estrategias para integrar racionalmente al pas con vas de transportes y servicios de comunicaciones.

Objetivos:

Promover o proporcionar infraestructura vial, area y acutica adecuada, as como velar por que los servicios de transporte se brinden de manera eficiente, segura y sostenible. Promover el desarrollo sostenible de los servicios de comunicaciones y el acceso universal a los mismos; fomentar la innovacin tecnolgica y velar por la asignacin racional y el uso eficiente de los recursos.

Funciones:

a) Disear, normar y ejecutar la poltica de promocin y desarrollo en materia de

Transportes y Comunicaciones.

b) Formular los planes nacionales sectoriales de desarrollo. c) Fiscalizar y supervisar el cumplimiento del marco normativo relacionado con su
mbito de competencia. d) Otorgar y reconocer derechos a travs de autorizaciones, permisos, licencias y concesiones.

e) Orientar en el mbito de su competencia el funcionamiento de los Organismos

Pblicos Descentralizados, Comisiones Sectoriales y Multisectoriales y Proyectos o entidades similares que los constituyan.

f) Planificar, promover y administrar la provisin y prestacin de servicios

pblicos, de acuerdo a las leyes de la materia.

g) Cumplir funciones ejecutivas en todo el territorio nacional directamente o

mediante proyectos especiales o entidades similares que los sustituyan respecto a las actividades que se sealan en su Reglamento de Organizacin y Funciones.

1.2 DESCRIPCIN DEL PROYECTO

Se escogi el Ministerio de Transporte y Comunicaciones para realizar un muestreo que nos permita usarlo como base para hacer la simulacin del sistema de colas. Para ello hemos utilizado los conocimientos de estadsticos impartidos a lo largo de la carrera para analizar el comportamiento de los tiempos de los clientes en el momento que hacen el pago respectivo. Es por esto, asistiendo durante una semana, en el mismo rango de tiempo (el de mayor afluencia del pblico) hemos obtenido muestras lo suficientemente grandes y confiables para el estudio. Otro factor necesario ser conocer el comportamiento muestral de las medias, pues para realizar los intervalos de confianza de las medias y de las diferencias de medias es necesario que la media muestral se comporte de forma normal.

A partir de los datos analizados estadsticamente se simulara el comportamiento de las colas, la atencin en las cajas y los tiempos que tardan los clientes en ser atendidos entre otras cosas. De esta manera se podr saber los problemas que existen y a partir de eso plantear soluciones lgicas a dichos inconvenientes.

1.3 FORMULACION DEL PROBLEMA

El Ministerio de Transporte y Comunicaciones se presenta un fenmeno comn que sucede cuando los clientes van a realizar pagos y la poca Este fenmeno consiste en la formacin de colas en las ventanillas de pago (caja) Muchas veces es imposible predecir con exactitud la llegada de clientes y el tiempo de servicio que requieren, es por esta razn que se trabajar con datos estadsticos para que la simulacin sea lo ms real posible. La teora de las colas en s no resuelve directamente el problema, pero contribuye con la informacin vital que se requiere para tomar las decisiones concernientes prediciendo algunas caractersticas sobre la lnea de espera: probabilidad de que se formen, el tiempo de espera promedio, etc. A continuacin, se plantean algunas de las preguntas ms importantes que se van a resolver a lo largo de la investigacin: Cul es el tiempo que pasan los clientes en la cola? Cul es el tiempo de servicio promedio de las cajas? Para resolver este problema se van tomarn datos de los tiempos requeridos en un determinado periodo de tiempo, luego se analizarn estos datos en un programa de anlisis de datos llamado Input Analyzer. De esta manera se podrn obtener las distribuciones que siguen las variables propuestas y con estos datos se proceder a la simulacin en el software Arena. Al correr la simulacin en Arena se obtendrn los datos necesarios para poder tomar las decisiones pertinentes al caso y obtener las conclusiones.

2. DESCRIPCIN DEL SISTEMA

SUPUESTOS TOMADOS La cola de este sistema consiste en colocarse en el orden de llagada, la cual solo toman asiento y as van corrindose hasta que llegue su turno, esto es la informacin que hemos percatado.

2.1 GRFICO DEL SISTEMA

S1

S2

S3

S4

S5

2.2 ELEMENTOS DEL SISTEMA

Entidad Personas Atributos Tiempo llegada Hora llegada Hora de salida del sistema Tiempo de espera Cola promedio Promedio de tiempo de llegada Promedio de tiempo de espera Hora inicio de servicio Hora de fin de servicio Tiempo de ocupacion Tiempo de desocupacion % de ocupacion % de desocupacion Actividades Llegar al servicio Hacer cola Ser atendido Salir de atencion Esperar

Caja

Dar el servicio Esperar por personas Dejar de esperar

Los atributos que se encuentran en cursiva son variables endogenas de salida

Las variables que se van a muestrear para la Simulacin son el tiempo de llegada, el tiempo de espera en cola, y el tiempo de servicio de la boletera o tiempo de ocupacin.

2.3 ANLISIS DEL SISTEMA Eventos 1. 2. 3. 4. 5. 6. 7. Arribo de un cliente al MTC (sistema) Alejamiento por cola mxima Ingreso a cola Salida de cola Inicio de servicio de entrega de documentos Fin de servicio de entrega de documentos Salida del sistema

Eventos principales 1. Arribo de un cliente al MTC (sistema) 2. Atencin y entrega de documentos al sistema. 2.4 DIAGRAMA RELACIONAL DE EVENTOS Ingresar al sistema para el problema abarca entrar al rea de 45 m2 ya sea para entrar a cola, o para revisar la cartelera. Ingresar a cola para el problema es colocarse en las zonas destinadas a cola para ser atendido.

Personas en Caja Personas dentro del Sistema Personas fuera del Sistema

ANALISIS DE ESTADO

El anlisis de Estado sirve para mostrar al usuario las diversas opciones en que se puede encontrar el sistema

Estado de un cliente que llega al MTC y realiza su tramite Estados del sistema Caja Cola Ocupados 1 o + des. Max Normal X X X X X X Estados del cliente Entra a Entra a Sale del cola servicio sistema X X X X

Vacia

X X

Estados de caja i, luego de terminado el servicio Cola Max Normal Vacia X X X Estados de la caja Ocupado Desocupado X X X

3. ANLISIS DE LOS DATOS DE ENTRADA Describe los datos recolectados empricamente desde cada una de las variables. Describe el ajuste estadstico de las variables a alguna distribucin de probabilidad. El Arena Input Analizer provee facilidades para al ajuste de distribuciones estadsticas para datos empricos y pruebas estadsticas.

Data obtenida sobre el tiempo acumulado entre llegadas

Los datos mostrados a continuacin, son los que obtuvimos midiendo el tiempo. El tiempo se midi en segundos y la tabla representa el acumulado de los tiempos de llegada entre clientes:

LUNES 10 52 8 120 111 38 196 62 190 38 7 116 35 294 105 85 85 81 191 40 78 5 213 733 437 148 244 22 220 397 43

MARTES 133 32 27 70 37 46 74 75 73 124 233 202 123 165 406 148 27 211 217 591 812 396 455 107 178 36 148 172 426 255 334

MIERCOLES JUEVES VIERNES 639 241 42 63 153 54 55 429 763 45 280 16 127 279 113 132 299 72 81 371 208 95 230 80 139 41 27 138 73 56 228 207 33 388 820 131 462 451 309 202 529 445 469 549 417 283 389 325 296 293 148 365 340 246 310 568 137 325 441 169 210 217 84 426 443 68 251 120 240 162 660 136 203 131 95 469 109 180 180 360 322 100 120 116 260 371 116 349 349 515 409 360 107

268 416 6 131 23 411 49 193 134 71 109 190 378 98 36 121 79 50

99 87 112 436 125 227 425 367 129 269 692 276 374 247 131 62 215 271 147 408 84 175 249 168 173 298 222 372 711

262 290 370 169 300 191 189 237 156 249 220 172 339 760 379 350 730 290 386

298 122 40 80

186 224 149 284 236 158 467 424 440 225 344 313 386 372 461 324 423 612 511

Esta tabla tiene los datos de los tiempos entre llegadas de los clientes, se muestra el promedio por cada da al final de cada columna y al final se saca el promedio total de todos los das.
LUNES 10 52 8 120 111 38 196 62 190 38 MARTES MIERCOLES JUEVES VIERNES 133 639 241 42 32 63 153 54 27 55 429 763 70 45 280 16 37 127 279 113 46 132 299 72 74 81 371 208 75 95 230 80 73 139 41 27 124 138 73 56

7 116 35 294 105 85 85 81 191 40 78 5 213 733 437 148 244 22 220 397 43 268 416 6 131 23 411 49 193 134 71 109 190 378 98 36 121 79 50

233 202 123 165 406 148 27 211 217 591 812 396 455 107 178 36 148 172 426 255 334 99 87 112 436 125 227 425 367 129 269 692 276 374 247 131 62 215 271 147 408 84 175 249 168

228 388 462 202 469 283 296 365 310 325 210 426 251 162 203 469 180 100 260 349 409 262 290 370 169 300 191 189 237 156 249 220 172 339 760 379 350 730 290 386

207 820 451 529 549 389 293 340 568 441 217 443 120 660 131 109 360 120 371 349 360 298 122 40 80

33 131 309 445 417 325 148 246 137 169 84 68 240 136 95 180 322 116 116 515 107 186 224 149 284 236 158 467 424 440 225 344 313 386 372 461 324 423 612 511

146.26

173 298 222 372 711 231.4

278

307.51

246.18

241.87

Resultados obtenidos con el Input Analyzer sobre el Tiempo entre llegadas Distribution Summary Distribution: Weibull Expression: 5 + WEIB(250, 1.28) Square Error: 0.002127 Chi Square Test Number of intervals = 10 Degrees of freedom = 7 Test Statistic = 7.59 Corresponding p-value = 0.385 Kolmogorov-Smirnov Test Test Statistic = 0.0372 Corresponding p-value > 0.15 Data Summary Number of Data Points = 244 Min Data Value =5 Max Data Value = 820 Sample Mean = 238 Sample Std Dev = 173 Histogram Summary Histogram Range = 5 to 820 Number of Intervals = 15

Grfico de la Distribucin del Tiempo entre llegadas de los clientes

Data obtenida sobre el tiempo en que se demora en ser atendido el cliente

LUNES 37 231 95 188 261 193 141 222 151 212 121 107 55 598 565 953 217 328 190 286 619 100 184 52

MARTES MIERCOLES JUEVES VIERNES 376 478 286 249 188 238 301 296 188 258 210 102 157 331 231 228 402 209 250 229 141 265 240 363 320 635 268 191 147 282 262 175 200 153 264 278 260 274 251 98 86 235 159 167 196 152 300 166 91 79 399 326 319 309 531 69 276 179 390 178 211 229 359 248 192 208 300 169 213 131 229 167 232 347 369 208 206 111 309 226 226 98 310 106 215 229 360 196 450 331 346 121 144 153 334 198

244 260 197 62 207 432 114 157 186 166 256 202 132 282 243 313 369 437 144 176 112 216 170 460 339

244.53

250 364 424 209 208 351 184 122 250 294 202 381 193 122 292 63 285 222 260 424 252 256 124 250 132 455 169 326 193 322 155 305 245 149 274 249 241.56

71 202 131 118 260 333 210 263 317 180 259 159 201 148 180 270 152 131 337 481 357 329 498 276 240 328

311 251 251 231 231 338 420 360 360 316 288

17 113 168 111 302 80 228 277 159 232 87 259 108 226 72 406 135 209 137 151 59 266 636 258 452 418

243.06

302.22

263.46

258.966

Resultados obtenidos con el Input Analyzer sobre el Tiempo de servicio (Timpo en que se demora en ser atendido) Distribution Summary

Distribution: Beta Expression: 17 + 936 * BETA(2.46, 7.68) Square Error: 0.008275 Chi Square Test Number of intervals = 8 Degrees of freedom = 5 Test Statistic = 14.7 Corresponding p-value = 0.0126 Kolmogorov-Smirnov Test Test Statistic = 0.0582 Corresponding p-value > 0.15 Data Summary Number of Data Points = 244 Min Data Value = 17 Max Data Value = 953 Sample Mean = 244 Sample Std Dev = 120 Histogram Summary Histogram Range = 17 to 953 Number of Intervals = 15

Grfico de la Distribucin del Tiempo de servicio de atencin

Data obtenida sobre el tiempo en que se demora el cliente en la cola

LUNES 63 27 260 237 239 271 257 338 373 490 699 706 780 182 138 116 534 672 811 963 1173 1789 1678 1131 748 846 822 1001 845 657 1048 896 641 823 860 1095 891 977 983 1079 1313 1479 MARTES 2 450 613 733 855 1213 1282 1529 1605 1683 1713 1599 1674 1602 1517 1647 1833 1816 1814 1457 853 685 447 792 760 976 1194 1447 1232 1187 1206 1293 1330 1470 1330 1409 1565 1335 1092 1257 1053 648 MIERCOLES JUEVES VIERNES 2 53 1 224 238 344 409 169 589 624 189 622 830 180 845 909 202 1021 1095 109 1416 1337 179 1403 1482 436 1491 1499 687 1758 143 780 1823 60 260 1966 109 169 2029 40 129 2080 98 151 1764 187 183 1727 193 389 1653 245 429 1715 537 141 1658 630 120 1741 551 243 1813 284 180 1854 274 491 2007 470 217 1905 436 458 1990 98 725 1924 147 649 1861 239 849 1717 160 778 1616 109 120 1818 59 300 1394 38 482 1540 64 780 1664 38 1160 1597 142 1430 1700 112 1514 39 1561 61 1542 33 1348 71 1033 120 1034 68 976

1651 1151 1188 1266 1363 1456 1788

832.53

596 484 663 786 982 893 874 861 910 997 1150 1096 1252 1236 1245 1270 1049 614 1135.93

49 108 68 80 101 84 120 66

882 723 501 270 110 454 312 170

298.84

401.57

1329.52

799.678

Resultados obtenidos con el Input Analyzer sobre el Tiempo que se demora en la cola Distribution Summary Distribution: Beta Expression: 0.999 + 2.08e+003 * BETA(0.738, 1.09) Square Error: 0.004886 Chi Square Test Number of intervals = 14 Degrees of freedom = 11 Test Statistic = 15.2 Corresponding p-value = 0.189 Kolmogorov-Smirnov Test Test Statistic = 0.0521 Corresponding p-value > 0.15 Data Summary Number of Data Points = 244 Min Data Value =1 Max Data Value = 2.08e+003 Sample Mean = 838 Sample Std Dev = 598

Histogram Summary Histogram Range = 0.999 to 2.08e+003 Number of Intervals = 15

Grfico de la Distribucin del Tiempo en la cola

4. DESCRIPCIN DEL MODELO DE SIMULACIN.

El modelo cuenta con un Arrive, un servidor , un depart y los mdulos de simulate y Animation. La configuracin de los mismos fue realizada con las distribuciones tomadas del Input Analizer.
Breve descripcin del Software de Simulacin Arena

El Software usado en la simulacin de nuestra investigacin es el Software Arena. Esta es una herramienta de simulacin de eventos discretos y continuos lder a nivel mundial. Este software fue creado por Rockwell Software Inc, que es una divisin de Rockwell Automation Control Systems, empresa norteamericana lder a nivel mundial en el desarrollo e implementacin de hardware y software de automatizacin y simulacin. En el siguiente grafico se puede apreciar un sistema de un proceso simple en el arena:

La simulacin es la coleccin de informacin real, mtodos y aplicaciones que simulan los comportamientos de algn sistema real en la computadora. Se conoce como el proceso de diseo y creacin de un modelo computarizado de un sistema real para efectuar experimentos numricos para su mejor comprensin de su comportamiento bajo una determinada condicin. Esta herramienta se ha vuelto muy poderosa ya que se tiene la habilidad de comparar modelos complejos con sistemas complejos.
Describe el modelo de simulacin desarrollado y detalla su estructura en trminos de sus componentes principales, objetos y operacin lgica. Descompone la descripcin de un modelo complejo en trminos de descripciones de sub-modelos de tamao manejable. Partes crticas del modelo pueden ser descritas con ms detalle. Aqu se describe el modelo de simulacin en el lenguaje de programacin usado por los autores. 5. VERIFICACIN Y VALIDACIN DEL MODELO Se pudo verificar lo parecido que resulta la simulacin de la realidad, siempre van a existir diferencias debido a que no todas las semanas se van a seguir la misma distribucin de frecuencias. Esto es debido a que en la realidad nos dimos cuenta que

haba gente que reclamaba debido a la demora en el sistema y al momento de realizar la simulacin se encuentra que exista una gran cantidad de personas que quedan en cola. Esta informacin se ve en los cuadros de anlisis de resultados

6. ANLISIS DE RESULTADOS

8. SUGERENCIAS DE MODIFICACIN AL SISTEMA Las modificaciones solo se veran en el caso de la capacidad del servidor, ya que se puede cambiar constantemente la cantidad de servidores para verificar la eficiencia del sistema en lo que concierne a calidad del servicio en atencin en caja. Por otra parte tambin pueden existir modificaciones en la distribucin del tiempo de llegada, mediante un aumento en la cantidad de muestras, para acaparar un universo de mayor magnitud 9. CONCLUSIONES Y RECOMENDACIONES El uso de un software de simulacin simplifican la realidad, dndonos una idea de la situacin actual y brindar ideas para mejorar el sistema en cualquier aspecto, conociendo datos estadsticos del mismo El sistema actual no cumple las expectativas del cliente, esto debido al alto tiempo que permanecen en cola en momentos que son considerado de gran afluencia de pblico y en donde se debera poner un mayor nfasis debido a que la satisfaccin del cliente es el punto en comn. Se debern realizar estos en los niveles de quejas, en caso los hubiere por los motivos antes expuestos

10.

AGRADECIMIENTOS

Se agradece el apoyo del MTC as como al Docente Magno Cuba, el cual sin sus enseanzas no hubiramos podido concluir este trabajo. 11. BIBLIOGRAFA

www.eumed.net/cursecon/dic/oc/cola.htm www.gestiopolis.com/recursos4/docs/mkt/teoriacola.htm www.arenasimulator.com El software usado fue el Arena versin 7.0, as como el Input Analizer (anlisis de datos).