You are on page 1of 19

UNIVERSIDAD NACIONAL DE LOJA

REA DE LA ENERGA, LAS INDUSTRIAS Y LOS RECURSOS NATURALES NO RENOVABLES

INGENIERA EN SISTEMAS

Mdulo X

Simulacin
INTEGRANTES: ANDREA SALINAS SILVANA PACHECO KATTY TAPIA SOLEDAD ROMERO MIGUEL NGEL VARGAS

COORDINADOR: Ing. LUIS CHAMBA COORDINADOR

PARALELO: A

LOJA ECUADOR 2009

1. INTRODUCCIN

La simulacin es el proceso de disear un modelo de un sistema real con la finalidad de comprender el comportamiento del mismo o evaluar nuevas estrategias dentro de los lmites impuestos por un cierto criterio o un conjunto de ellos para el funcionamiento del sistema.

La realizacin de un proyecto de simulacin se centra en la implementacin del modelo el cual no finaliza con la implementacin del simulador, porque adems debe incluir una etapa de experimentacin, la cual consiste en el tratamiento estadstico de los datos de salida del simulador. Estos datos estn directamente relacionados con los objetivos del modelo de simulacin para de esta manera extraer conclusiones y recomendaciones.

Adems es necesario considerar el desarrollo de la simulacin de un centro de servicio es muy importante debido a que en este, se deben tomar en cuenta muchos factores como la atencin al cliente, disponibilidad de

cajeros, tiempo de espera en la cola, etc.

Es por este motivo que mediante el desarrollo del presente trabajo podremos mejorar el funcionamiento de sistema y de esta manera en lo posible controlar: interaccin con el ambiente, la inestabilidad del sistema y as mejorar la aplicacin de procedimientos y la atencin al cliente.

El proceso de simulacin se llevo acabo con el apoyo de PROMODEL que es una herramienta que permite de forma rpida, fiable, clara y eficaz desarrollar ejercicios de simulacin.

2. MARCO DE REFERENCIA

2.1. Distribucin de Poisson La distribucin de Poisson es una distribucin de probabilidad discreta. Expresa la probabilidad de un nmero k de eventos ocurriendo en un tiempo fijo si estos eventos ocurren con una tasa media conocida, y son independientes del tiempo desde el ltimo evento.

Dnde

e es el base del logaritmo natural (e = 2.71828...), k! es el factorial de k, k es el nmero de ocurrencias de un evento, es un nmero real positivo, equivalente al nmero esperado de ocurrencias durante un intervalo dado.

Ocurrencia La distribucin Poisson, Se aplica a varios fenmenos discretos de la naturaleza (esto es, aquellos fenmenos que ocurren 0, 1, 2, 3, ... veces durante un periodo definido de tiempo o en una rea determinada) cuando la probabilidad de ocurrencia del fenmeno es constante en el tiempo o el espacio. Ejemplos de estos eventos que pueden ser modelados por la distribucin Poisson incluyen:

El nmero de autos que pasan a travs de un cierto punto en una ruta (suficientemente distantes de los semforos) durante un periodo definido de tiempo.

El nmero de errores de ortografa que uno comete al escribir una nica pgina.

El nmero de llamadas telefnicas en una central telefnica por minuto.

El nmero de servidores web accedidos por minuto. El nmero de animales muertos encontrados por unidad de longitud de ruta.

2.2. Distribucin exponencial La distribucin exponencial es el equivalente continuo de la distribucin geomtrica discreta. Esta ley de distribucin describe procesos en los que:

Nos interesa saber el tiempo hasta que ocurre determinado evento, sabiendo que,

el tiempo que pueda ocurrir desde cualquier instante dado t, hasta que ello ocurra en un instante tf, no depende del tiempo transcurrido anteriormente en el que no ha pasado nada.

Ejemplos de este tipo de distribuciones son:

El tiempo que tarda una partcula radiactiva en desintegrarse. El conocimiento de la ley que sigue este evento se utiliza en Ciencia para, por ejemplo, la datacin de fsiles o cualquier materia orgnica mediante la tcnica del carbono 14, C14;

El tiempo que puede transcurrir en un servicio de urgencias, para la llegada de un paciente;

En un proceso de Poisson donde se repite sucesivamente un experimento a intervalos de tiempo iguales, el tiempo que transcurre entre la ocurrencia de dos sucesos consecutivos sigue un modelo probabilstico exponencial. Por ejemplo, el tiempo que transcurre entre que sufrimos dos veces una herida importante.

Adems es una distribucin de probabilidad continua con un parmetro > 0 cuya funcin de densidad es

Su funcin de distribucin es

Aqu e significa el nmero e. El valor esperado y la varianza de una variable aleatoria X con distribucin exponencial son

Se pueden calcular una variable aleatoria de distribucin exponencial x por medio de una variable aleatoria de distribucin uniforme u = U(0,1):

Relaciones La suma de k variables aleatorias independientes de distribucin exponencial con parmetro es una variable aleatoria de distribucin gamma. 2.3. Teora de colas La teora de colas es el estudio matemtico de las lneas de espera (o colas) permitiendo el anlisis de varios procesos relacionados como: la llegada al final de la cola, la espera en la cola, etc. La teora de colas generalmente es considerada una rama de investigacin operativa porque sus resultados a menudo son aplicables en una amplia variedad de situaciones como: negocios, comercio, industria, ingenieras, transporte y telecomunicaciones.

Campos de utilizacin: logstica de los procesos industriales de produccin, ingeniera de redes y servicios, ingeniera de sistemas informticos, etc. Objetivos Los objetivos de la teora de colas consisten en: Identificar el nivel ptimo de capacidad del sistema que minimiza el coste del mismo. Evaluar el impacto que las posibles alternativas de modificacin de la capacidad del sistema tendran en el coste total del mismo. Establecer un balance equilibrado (ptimo) entre las consideraciones cuantitativas de costes y las cualitativas de servicio. Prestar atencin al tiempo de permanencia en el sistema o en la cola.

Elementos existentes en la teora de colas Proceso bsico de colas: Los clientes que requieren un servicio se generan en una fase de entrada. Estos clientes entran al sistema y se unen a una cola. En determinado momento se selecciona un miembro de la cola, para proporcionarle el servicio, mediante alguna regla conocida como disciplina de servicio. Luego, se lleva a cabo el servicio requerido por el cliente en un mecanismo de servicio, despus de lo cual el cliente sale del sistema de colas. Fuente de entrada o poblacin potencial: Una caracterstica de la fuente de entrada es su tamao. El tamao es el nmero total de clientes que pueden requerir servicio en determinado momento. Puede suponerse que el tamao es infinito o finito. Cliente: Es todo individuo de la poblacin potencial que solicita servicio como por ejemplo una lista de trabajo esperando para imprimirse. 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.

Disciplina de la cola: La disciplina de la cola se refiere al orden en el que se seleccionan sus miembros para recibir el servicio. Por ejemplo, puede ser: o FIFO (first in first out) primero en entrar, primero en salir, segn la cual se atiende primero al cliente que antes haya llegado. o LIFO (last in first out) tambin conocida como pila que consiste en atender primero al cliente que ha llegado el ltimo. o RSS (random selection of service) que selecciona los clientes de manera aleatoria, de acuerdo a algn procedimiento de prioridad o a algn otro orden. o Processor Sharing sirve a los clientes igualmente. La capacidad de la red se comparte entre los clientes y todos experimentan con eficacia el mismo retraso.

Mecanismo de servicio: El mecanismo de servicio consiste en una o ms instalaciones de servicio, cada una de ellas con uno o ms canales paralelos de servicio, llamados servidores.

Redes de colas. Sistema donde existen varias colas y los trabajos fluyen de una a otra. Por ejemplo: las redes de comunicaciones o los sistemas operativos multitarea.

Cola: Una cola se caracteriza por el nmero mximo de clientes que puede admitir. Las colas pueden ser finitas o infinitas. El proceso de servicio: Define cmo son atendidos los clientes.

3. OBJETIVO

Realizar la simulacin de un Centro de Servicio, para identificar el la utilizacin de los cajeros y costos del sistema.

4. OBTENCIN DE DATOS E INFORMACIN

La obtencin de datos e informacin del modelo se determino mediante el siguiente problema:

Un Centro de Servicio cuenta con tres cajeros. Los clientes llegan en promedio a razn de 60 por hora con distribucin de Poisson. El tiempo promedio que se requiere para atender a un cliente es de 2 min con distribucin Exponencial. Los clientes hacen una sola fila y no hay lmite para su longitud.

Realice lo siguiente:

a) Simule el sistema por 40 horas b) Determine la utilizacin de los cajeros c) Si el coto de tener a un cliente haciendo fila es de 5 dlares por cliente promedio-horas, determine el costo de operacin de este sistema.

5. ELABORACIN DEL MODELO

Tiempo promedio de permanencia en caja= 2 min N promedio de personas que llegan a la cola=60/h Cola Cliente Caja3 Caja1

Caja2

Salida

6. VALIDACIN DEL MODELO

La validacin del modelo se la puede definir mediante la comprobacin de aproximaciones realizadas en el modelo de simulacin que se ajusten en lo posible a la realidad.

Este modelo es validado de acuerdo a un estudio realizado al Banco Nacional de Fomento sucursal en Loja, en el cual se pudo observar que el proceso de atencin al cliente en el pago en caja se da de la siguiente manera:

Nmero de cajeros:

Nmero promedia de clientes en cola: 55 Nmero de clientes atendidos por hora: 40 Tiempo promedio de cada cliente en caja: 5 min

Mientras que en el modelo simulado los datos se presentan de la siguiente manera:

Nmero de cajeros:

Nmero promedia de clientes en cola: 60 Nmero de clientes atendidos por hora: 40 Tiempo promedio de cada cliente en caja: 2 min

7. EXPERIMENTACIN

La experimentacin del modelo nos permite tener una idea clara de la variacin de clientes atendidos de acuerdo al nmero de horas que se establece para el proceso de simulacin.

Estos resultados se observan en la siguiente tabla:

Simulacin por 20 horas Nro. de clientes por caja Caja 1 Caja 2 Caja 3
Clientes en espera

Simulacin por 40 horas Nro. de clientes por caja

Simulacin por 60 horas Nro. de clientes por caja 1190 1141 1237
42

387 Caja 1 359 Caja 2 451 Caja 3


4 Clientes en espera

774 Caja 1 728 Caja 2 848 Caja 3


65 Clientes en espera

Total clientes atendidos

1197

Total clientes atendidos

2350

Total clientes atendidos

3568

8. PROPUESTA DE MEJORA AL SISTEMA

Una vez validado y experimentado con el modelo simulado aplicado al Banco Nacional de Fomento sucursal en Loja, podemos determinar que es necesario realizar la implementacin de ms cajeros de manera que se agilite el proceso de atencin al cliente evitando de esta manera que los clientes permanezcan mucho tiempo en la cola de espera.

9. APLICACIN DE LA SOLUCIN (IMPLEMENTACIN)

Para la implementacin de este modelo de simulacin se utiliz PROMODEL una herramienta que permite el desarrollo de este tipo de aplicaciones.

En el que se realizan los siguientes pasos:

1. Definicin de locaciones

2. Definicin de entidades

3. Definicin de arribos

4. Definicin de procesos

5. Definicin de variables

6. Definicin del tiempo de simulacin

7. Diseo final

La entidad principal que se identific es la siguiente:

ENTIDAD

ACTIVIDADES Llegar al banco Llegar a la cola Esperar turno en la cola Ir a la caja Realizar transaccin Salir del banco

ATRIBUTOS Nombre N cdula N de cliente

Cliente

EVENTOS Salida inesperada del cliente Descanso de cajera

VARIABLES Tiempo de espera en la cola Tiempo de la transaccin

10. ANLISIS DE LOS RESULTADOS

Una vez ejecutado el modelo de simulacin se han obtenido los siguientes resultados:

El modelo fue simulado por 40 horas para poder identificar el comportamiento del sistema durante este periodo de tiempo.

Se estableci el tiempo promedio de llegada de los clientes a la cola con la Distribucin de Poisson

El tiempo promedio de permanencia de los clientes en caja est dado por la Distribucin Exponencial

Se determin el nmero de clientes que fueron atendidos en cada caja, quedando de la siguiente manera:

o Caja1 = 774 o Caja 2 = 778 o Caja 3 = 848

Estos datos nos demuestran que existe una buena atencin por parte de los cajeros, aunque esta no es la ms ptima debido a que hay clientes que deben esperar demasiado tiempo en la cola para ser atendidos debido a existe gran afluencia de clientes al banco. El nmero total de clientes atendidos durante el proceso de simulacin en el intervalo de 40 horas es de: 2350, estos resultados nos permiten determinar el nivel de aceptacin que tiene el banco por los clientes, ayuda a la toma de decisiones a los directivos en esta institucin financiera de manera que se mejoren los servicios que se ofrecen a los clientes.

El nmero de clientes que permanecen en la cola de espera al finalizar la simulacin es de 65, debido a que el lapso del proceso de simulacin fue un periodo de 40 horas. Despus de varias pruebas realizadas podemos determinar que el nmero de clientes atendidos el directamente proporcional con respecto al tiempo de simulacin

La solucin al ltimo literal del problema enunciado no fue posible realizarla debido a que no existi conocer todo el funcionamiento el tiempo necesario para poder de la herramienta utilizada

(PROMODEL) y tambin porque el resumen de resultados de la simulacin no muestra los datos necesarios para realizar esta actividad.

11. CONCLUSIONES Y RECOMENDACIONES

Conclusiones:

La realizacin de modelos de simulacin nos permiten obtener datos aproximados y comportamiento de un sistema real, para mejorar la calidad de servicios y apoyar a la toma de decisiones.

PROMODEL es una herramienta til para el desarrollo de modelos de simulacin

Recomendaciones:

Se recomienda hacer un estudio detallado del sistema real para de esta manera poder elaborar el modelo de simulacin Tener conocimientos previos sobre el funcionamiento de la herramienta que se va a emplear para hacer la simulacin de manera que esta pueda ser implementada con facilidad.