You are on page 1of 3

EJEMPLO 1

Jerry Banks
Proceedings of the 2000 Winter Simulation Conference
J. A. Joines, R. R. Barton, K. Kang, and P. A. Fishwick, eds.
Traduccin: Juan Pedro Quiones Reyes
Instituto Tecnolgico de Jiquilpan
El Problema del Banco con un cajero
Considere la operacin de un banco con un cajero, donde los clientes llegan para el servicio
entre uno y diez minutos de diferencia en tiempo, valores enteros solamente, cada valor tiene
la misma probabilidad. Los clientes son atendidos en un tiempo de entre uno y seis minutos,
tambin de valores enteros, y la misma probabilidad. La restriccin de los tiempos para valores
enteros es una abstraccin de la realidad, ya que el tiempo en la realidad es continuo, pero
esto ayuda en la presentacin del ejemplo. El objetivo es simular la operacin bancaria, a
mano, hasta que se atienden veinte clientes, y para calcular las medidas de rendimiento, tales
como el porcentaje de tiempo inhbil, el tiempo medio de espera por cliente, y as
sucesivamente. Es cierto que, veinte clientes son demasiado pocos para sacar conclusiones
sobre el funcionamiento del sistema en el largo plazo, pero siguiendo este ejemplo, el
escenario est listo para nuevas presentaciones de introduccin a la simulacin. Para simular
el proceso, entre llegadas y de servicio se deben generar tiempos aleatorios. Suponga que los
tiempos entre llegadas se generan utilizando una ruleta que tiene posibilidades para los valores
de 1 a 10. Supongamos tambin que los tiempos de servicio son generados utilizando un dado
que tiene valores posibles entre 1 y 6.
Tabla 1 se denomina tabla de simulacin ad-hoc. La configuracin de dicha tabla de simulacin
es para el propsito de este problema, pero no se aplica a todos los problemas.
Columna 1, Cliente, se enumeran los 20 clientes que llegan al sistema. Se supone que el
Cliente 1 llega a tiempo cero, por lo que un guion se indica en la fila 1 de la columna 2, Tiempo
entre llegadas. Las filas de la 2 a 20 en la columna 2 se generaron utilizando la ruleta. Columna
3, Hora de llegada, muestra los tiempos de llegada simulados. Desde Cliente 1 se supone que
llegar a tiempo 0, y hay un tiempo entre llegada de 5 minutos, por lo que el Cliente 2 llega en
el tiempo 5. Hay un tiempo entre llegadas de 1 minuto para el Cliente 3, por lo tanto, la llegada
se produce en el instante de tiempo 6. Este proceso de aadir el tiempo entre el momento
anterior de la llegada se llama flejado. Al continuar este proceso, se determinan los tiempos de
llegada de los 20 clientes. Columna 4, Hora de llegada, contiene los tiempos de servicio
simulados para los 20 clientes. Mediante el lanzamiento del se generan estos.
Ahora, la simulacin del proceso de servicio comienza. En el tiempo 0, el Cliente 1 lleg, y de
inmediato comenz el servicio. El tiempo de servicio fue de 2 minutos, por lo que el perodo de
servicio termin en el tiempo 2. El tiempo total en el sistema de atencin al cliente 1 fue de 2
minutos. El cajero de banco no estaba inactivo dado que la simulacin se inici con la llegada
del primer cliente. El cliente no tiene que esperar a que el cajero se desocupe.
A la hora 5, el Cliente 2 lleg, y el servicio de inmediato comenz como se muestra en la
columna 5. El servicio de tiempo fue de 2 minutos por lo que el perodo de servicio termin a
tiempo 7 como se muestra en la columna 6. El cajero de banco estaba ocioso del tiempo 2
hasta el tiempo 5, as que se produjeron 3 minutos de tiempo de inactividad. El Cliente 2 pas
poco tiempo en la cola.
Cliente 3 lleg al tiempo 6, pero el servicio no podra comenzar hasta el tiempo 7, ya que el
Cliente 2 se atenda hasta el tiempo 7. El tiempo de servicio fue de 6 minutos, as que el
servicio se complet hasta el tiempo 13. El Cliente 3 estaba en el sistema desde el tiempo 6
hasta tiempo 13, o por 7 minutos, como se indica en la columna 7, Tiempo en el Sistema.
Aunque no hubo tiempo inhbil, el Cliente 3 tuvo que esperar en la cola durante 1 minuto para
empezar el servicio.

Tabla 1 Simulacin ad-hoc


(1)
(2)
(3)
Cliente

(4)

(5)

(6)

(7)

(8)

(9)

Tiempo
entre
llegadas

Tiempo
de
llegada

Tiempo
de
servicio

Tiempo
inicio
servicio

Tiempo
fin de
servicio

Tiempo
en el
sistema

Tiempo
inhbil

Tiempo
en la fila

5
1
10
6
2

0
5
6
16
22
24

2
2
6
5
6
4

0
5
7
16
22
28

2
7
13
21
28
32

2
2
7
5
6
8

0
3
0
3
1
0

0
0
1
0
0
4

33

33

36

34

36

40

10

44

44

45

10

47

47

50

11

52

52

53

12

54

54

56

13

3
5
4
3
7
8
7
7

57
62
66
69
76
84
91
98

3
6
2
6
4
5
3
1

57
62
68
70
76
84
91
98

60
68
70
76
80
89
94
99

3
6
4
7
4
5
3
1
79

1
2
0
0
0
4
2
4
30

0
0
2
1
0
0
0
0
10

1
2
3
4
5

14
15
16
17
18
19
20

Este proceso continua para todos los 20 clientes, y los totales mostrados en la columnas 7, 8
(Tiempo Inhbil) y 9 (Tiempo en la Fila) son calculados. Algunas medidas de desempeo
pueden ser calculadas como sigue:
Tiempo promedio en el Sistema = 79/20 = 3.95 minutos
% de Tiempo Inhbil = [30/99]*(100) = 30%
Tiempo promedio de espera por cliente = 10/20 = 0.5 minutos
Fracion que tuvo que esperar = 5/20 = 0.25
Tiempo promedio de espera de aquellos que esperaron = 10/5= 2 minutos.
Esta muy limitada simulacin indica que el Sistema est funcionando bien. Solamente el 25%
de los clientes han tenido que esperar. Aproximadamente el 30% del tiempo el cajero est
desocupado. As un cajero ms lento debera remplazar al cajero actual dependiendo del costo
de tener que esperar contra cualquier ahorro de tener un cajero ms lento. Esta pequea
simulacin puede ser realizada a mano, pero existe un lmite para la complejidad de los
problemas que pueden ser resueltos de esta manera. Tambin, el nmero de clientes que
deben ser simulados podra ser mucho mayor de 20 y el nmero de veces que la simulacin se
debe realizar para fines estadsticos podra ser mayor. Adems, el uso de la computadora para
resolver problemas de simulacin reales siempre lo ms apropiado.
Este ejemplo lleva a algunos temas relacionados con el proceso de simulacin en sus
diferentes etapas. Los temas incluyen los siguientes:

1. De qu manera los datos de entrada se determinan?


2. De qu manera las variables aleatorias son generadas y ellas siguen distribuciones
estadsticas diferentes de la uniforme discreta?
3. Cmo sabe el usuario que la simulacin imita la realidad?
4. Qu otra clase de problemas pueden ser resueltos por la simulacin?
5. Qu tan larga necesita ejecutarse la simulacin?
6. Cuntas corridas de simulacin diferentes debern ser conducidas?
7. Qu tcnicas estadsticas debern ser utilizadas para analizar los resultados?