Anda di halaman 1dari 16

SIMULACIN

Introduccin a la Simulacin





SIMULACIN DE SISTEMAS DE INVENTARIOS



1. ndice
1. Introduccin
2. Qu es simulacin?
2.1. Terminologa bsica
2.2. Tipos de modelos de simulacin
3. Pasos de un estudio de simulacin
Simulacin manual de sistemas de colas

2. Introduccin
El propsito del presente documento es presentar a los estudiantes la definicin de
simulacin de eventos discretos, como herramienta esencial para el soporte en el proceso de
toma de decisiones dentro de las organizaciones. Con el objetivo de presentar esta definicin
se mostrar la terminologa general usada en este mbito, as como los tipos de simulacin.

Por otra parte, teniendo en cuenta que el objetivo general del mdulo es que los estudiantes
desarrollen las capacidades necesarias para llevar a cabo un estudio completo de simulacin,
en esta unidad, se presentar, paso a paso, cules son las actividades que deben realizarse
para lograr un estudio exitoso.
Finalmente, se presentar al estudiante el primer acercamiento al proceso de simulacin, a
travs de un tema conocido como simulacin manual, en la cual se vern involucrados los
conceptos antes presentados, as como la aparicin de algunas medidas de desempeo
bsicas que posteriormente permitirn realizar un anlisis completo de la situacin actual de
la organizacin.

3. Metodologa

La cartilla presentar, de forma estructurada, los conceptos bsicos para dar inicio a la
presentacin de lo que es la Simulacin de eventos discretos.

Esto se har presentando conceptos generales de sistemas y modelaje para construir de
forma lgica, el concepto completo de lo que es la simulacin como herramienta que da
soporte y permite argumentar las decisiones que se toman con respecto a algn tema en
especfico.

Habiendo definido lo que es la simulacin, se presentarn algunos trminos bsicos propios
de la materia, que se utilizarn con frecuencia a lo largo del proceso de aprendizaje. As


[ POLITCNICO GANCOLOMBIANO]

mismo, se explicar al estudiante la metodologa para llevar a cabo un proceso de


simulacin.

Finalmente, se har un primer acercamiento a la herramienta de forma manual para que este
reconozca los conceptos expuestos inicialmente.

4. Mapa conceptual del mdulo


Simulacin de eventos

discretos


Modelos
Vericacin y

Introduccin
Anlisis de entrada
Anlisis de salida
estadsticos
validacin



Inferencia
Principios
Histogramas
estadstica

Comparacin y
evaluacin de

alternativas

Distribucion de
Clasicacin
Pruebas de bondad

probabilidad
de ajuste



Terminologa
Nmeros y

variables aleatorias



5. Objetivo General

Al finalizar el mdulo, los estudiantes sabrn cules son los conceptos bsicos de la
simulacin de eventos discretos, as como sus aplicaciones en sistemas reales como lneas de
espera, procesos productivos y procesos logsticos
Al finalizar la primera semana de aprendizaje:
1. El estudiante identificar los conceptos fundamentales de la simulacin de eventos
discretos.
2. El estudiante aprender los pasos a seguir para realizar un estudio de simulacin.
El estudiante realizar simulaciones manuales con diferentes caractersticas y calcular las
medidas de desempeo asociadas



[ SIMULACIN ]

6. Desarrollo temtico

6.1 Componente motivacional
Actualmente, con el nimo de minimizar los costos en los procesos de toma de decisiones,
las organizaciones han desarrollado metodologas ms cuidadosas en las que se disminuye el
riesgo de realizacin, pero que de igual manera, constituyen un soporte real a decisiones
tomadas al interior de la compaa.

Por ejemplo, si cierta compaa se encuentra analizando la posibilidad de modificar la forma
en que est dispuesta su lnea de produccin, porque considera que, actualmente, es
ineficiente y la tasa de unidades producidas por unidad de tiempo no es suficiente, existen
dos formas de tomar la decisin de realizar el cambio:

1. Hacer un experimento directamente sobre la lnea de produccin, es decir, realizar las
modificaciones sobre el sistema, donde se mueva la maquinaria, se realice ajustes
necesarios y pruebas.
2. Hacer un experimento sobre un modelo que represente la lnea de produccin, es decir,
donde se realicen las modificaciones en un modelo computarizado, en el cual no se deba
mover la maquinaria y tampoco, los ajustes directos.

Si despus de realizar el experimento se demuestra que el cambio propuesto no es vlido
porque no se logra aumentar la tasa de produccin, es evidente que con la opcin nmero
uno, la inversin y el tiempo de prueba del experimento es mucho mayor que con la opcin
nmero dos.

A partir de lo anterior, resulta relevante que el egresado del Politcnico Grancolombiano
desarrolle todas las habilidades necesarias para emplear herramientas de vanguardia que
permitan a las compaas ser ms competitivas dentro del mercado, cualquiera sea el campo
en el que se desenvuelva.

6.2 Recomendaciones acadmicas
Dentro de las recomendaciones generales que debe seguir el estudiante para lograr un
excelente desempeo en el desarrollo del mdulo, est realizar la evaluacin diagnstica del
mdulo, pues esta le permitir identificar cules son sus fortalezas y acrecentarlas y, por
supuesto, cules son sus debilidades para enfrentarlas y mejorarlas.
Por otra parte, con el objetivo de tener una excelente comunicacin, el estudiante deber:

Aprovechar el chat semanal en el cual se tendr un encuentro sincrnico con el tutor.


Presentar sus dudas a travs de mensajes personalizados para el tutor.
Realizar los ejercicios de los talleres propuestos, los cuales permitirn reforzar los
conceptos presentados en las cartillas.


[ POLITCNICO GANCOLOMBIANO]

Por otra parte, el estudiante debe tener presente que la educacin virtual es un proceso
autnomo en gran medida, por lo cual exige un nivel de compromiso verdadero, recuerden
que 1 hora de educacin presencial es equivalente a 3 horas de educacin virtual, revisan
semana a semana las actividades recomendadas, as como las fechas para entregas del
proyecto, realizacin de quices, parciales y examen final, y por supuesto, la participacin en
los foros obligatorios de discusin.

6.3 Desarrollo de cada una de las unidades temticas

1.INTRODUCCIN
El modelamiento es el arte de disear una representacin simplificada de un sistema real,
con el propsito de predecir su comportamiento futuro a travs del anlisis de sus medidas
de desempeo. Dicha representacin es un modelo. Los modelos son utilizados para
capturar ciertos aspectos del comportamiento del sistema los que son de inters para el
analista- y de esta manera, adquirir un mayor entendimiento de su funcionamiento.

El modelaje requiere dos competencias fundamentales: abstraccin y simplificacin. Estas
habilidades deben ser aplicadas teniendo en cuenta el contexto en el cual se desenvuelve la
situacin o el sistema de inters. Es decir, si cada elemento del sistema en estudio se
reprodujera en un modelo tan detallado en el orden de minuto a minuto, su costo sera
equivalente al costo del sistema real, lo que implicara que el modelaje fuese una alternativa
poco atractiva o nada viable. Por lo tanto, cabe aclarar cules son las circunstancias en las
que hay motivaciones para recurrir a la metodologa del modelaje de sistemas. Tales
motivaciones se resumen a continuacin:

Evaluar el desempeo de un sistema bajo condiciones usuales e inusuales. Un modelo


se puede convertir en una necesidad, si la operacin rutinaria de un sistema real bajo
anlisis, no puede ser interrumpida sin generar consecuencias severas (por ejemplo,
intentar implementar una modificacin a una lnea de produccin, cuando se est
tratando de cumplir fechas de entrega muy prximas).
Predecir el desempeo de sistemas experimentales. Cuando el sistema de inters an
no existe, la construccin del modelo es mucho ms econmica y segura que la
construccin del sistema real o incluso, de su prototipo.
Evaluar mltiples alternativas de diseo. Este caso est relacionado con el anterior,
solo que la motivacin econmica es mucho mayor. Los resultados del desempeo
potencial del sistema son evaluados junto con indicadores de costo-beneficio.

Los modelos pueden tener varias tipificaciones, entre ellas se encuentran:

Modelos fsicos: corresponden a objetos fsicos simplificados o a escala (por ejemplo,


aviones a escala o maquetas).


[ SIMULACIN ]

Modelos analticos: es un conjunto de ecuaciones o relaciones entre variables de tipo


matemtico.

Un modelo de simulacin, objeto principal de este curso, es un caso especial de los modelos
de tipo analtico. Mientras que los modelos enteramente matemticos se enfocan en la
obtencin de soluciones ptimas del problema a travs de procedimientos algortmicos, los
modelos de simulacin buscan soluciones aproximadas a instancias muestrales especficas
del sistema en estudio. Para aclarar esta diferencia, supngase que se desea estudiar una
lnea de produccin, la cual, conceptualmente, se puede modelar como un sistema de colas.
El enfoque matemtico creara un modelo analtico de colas, representado a travs de
sistemas de ecuaciones, variables de decisin y tcnicas matemticas de optimizacin donde
se encuentran las soluciones al problema planteado. El modelo de simulacin creara una
representacin computacional del sistema de colas y la correra un nmero de veces
suficiente, de tal forma que los resultados permitan afirmar que el modelo es una fiel
representacin (muestra) del sistema en estudio.

Sistema
Experimentar
directamente

Pueden ser
muy costosos

Experimentar con un modelo

Modelo fsico

No siempre son
sencillas de
obtener

Modelo matemtico

Analtico

Simulacin

Figura 1. Formas de estudiar un sistema


2. QU ES SIMULACIN?
Simular es imitar la operacin de un proceso o sistema real. Implica la generacin de una
historia artificial del sistema para observar cmo se realizan inferencias de las
caractersticas y desempeos del sistema en estudio. Con base en esta definicin y en lo
explicado en prrafos anteriores, se puede afirmar que la simulacin debe utilizarse con los
siguientes propsitos:


[ POLITCNICO GANCOLOMBIANO]

Estudiar y experimentar con las interacciones de un sistema complejo.


Observar el efecto de las alteraciones al sistema en el modelo.
Tener conocimiento del comportamiento del sistema
Experimentar nuevas polticas o nuevos diseos antes de su implementacin.
Determinar requerimientos de capacidad.
Entrenar y aprender.

Sin embargo, debe tenerse presentes aquellas circunstancias en las cuales no sera
conveniente la aplicacin de la simulacin como metodologa de estudio de los sistemas, a
saber:

El problema puede resolverse por sentido comn.


El problema puede ser abordado y resuelto analticamente.
Es ms fcil realizar experimentacin directa.
No hay tiempo o recursos para realizar los estudios.
No hay datos disponibles.

Dentro de las reas de aplicacin ms relevantes de la simulacin se pueden enumerar:

Industria manufacturera
Construccin y administracin de proyectos
Industria militar
Logstica, cadena de abastecimiento y distribucin
Transporte
Procesos de negocio
Servicios de salud
Redes de telecomunicaciones
Anlisis de call centers

Terminologa bsica:
Sistema: grupo de objetos que relacionados entre s ordenadamente, contribuyen al
cumplimiento de determinado objetivo, por ejemplo, una lnea de produccin, una oficina
bancaria, etc.
Entidad: un objeto de inters en el sistema, por ejemplo, una pieza de la lnea de
produccin.
Atributo: un rasgo o caracterstica de la entidad.
Estado del sistema: conjunto de variables necesarias para describir el sistema en cualquier
momento.
Evento: suceso que puede cambiar el estado del sistema.
Recurso: objeto del sistema que transforma o presta servicio a la entidad.
Sistema discreto: aquel donde la variable de estado cambia en un conjunto discreto de
puntos en el tiempo, por ejemplo, el nmero de clientes disminuye en una oficina


[ SIMULACIN ]

bancaria si un cliente ya termina su transaccin y sale de la instalacin en el instante t. Por


lo tanto, dicha oficina podra considerarse un sistema discreto.
Sistema continuo: aquel donde la variable de estado cambia continuamente en el tiempo,
por ejemplo, el nivel de agua de una represa.

Tipos de Modelos de Simulacin
1. Segn la naturaleza de los parmetros:
Determinsticos: los datos de entrada son conocidos con plena certeza.
Estocsticos: los datos tienen un grado de incertidumbre tal, que deben ser
manejados como variables aleatorias.
2. Segn el carcter evolutivo del modelo:
Estticos: el modelo evoluciona sin tener en cuenta los cambios que genera el paso
del tiempo (Simulacin Monte Carlo).
Dinmicos: las variables de estado cambian en la medida que el tiempo transcurre.
3. Segn el tipo de variable de estado:
Discretos: la variable de estado cambia en un conjunto discreto de puntos.
Continuos: la variable de estado cambia continuamente en el tiempo.
Cabe aclarar que, segn esta tipificacin, el enfoque de este mdulo est encaminado hacia
el diseo y construccin de modelos estocsticos, dinmicos y discretos, caractersticas
fundamentales del paradigma de la Simulacin de Eventos Discretos.

3. PASOS DE UN ESTUDIO DE SIMULACIN
Como se mencion inicialmente, el modelaje, incluido el de simulacin, es una actividad
complicada que combina arte y ciencia. Sin embargo, desde una ptica ms general, el
proceso para llevar a cabo un estudio de simulacin se puede resumir en los siguientes
pasos:

Formulacin del problema. Este primer paso consiste, esencialmente, en el anlisis del
sistema y definicin del problema a resolver.
Fijacin de los objetivos. En esta fase se define el alcance del estudio y las fronteras del
problema que va a ser abordado. Es decir, se determina cules instancias del
problema se van a estudiar para hallar soluciones.
Conceptualizacin del modelo. En esta etapa se incluyen actividades tales como la
identificacin de los parmetros de entrada, las medidas de desempeo de inters y
el establecimiento de las relaciones entre los parmetros y variables. La informacin,
aqu, se puede representar en diagramas de flujo o rboles jerrquicos.
Recoleccin de informacin. Es una de las fases ms importantes y crticas del estudio,
ya que producto de esta etapa aparece la estimacin de los parmetros de entrada
del modelo, y dependiendo de la calidad de la informacin recogida, aparece el xito


[ POLITCNICO GANCOLOMBIANO]

de los resultados del modelo. En esta fase, el analista hace presunciones sobre las
distribuciones de probabilidad de los datos recolectados y luego, a travs de pruebas
de hiptesis, corrobora o rechaza los supuestos planteados.
Construccin del modelo. Una vez el problema ha sido analizado y la informacin
procesada, se procede a construir el modelo e implementarlo en un programa
computacional. Este programa puede ser un lenguaje de programacin general (C++,
Visual Basic, Java, entre otros), o un software especializado de simulacin (Arena,
Promodel, ExtendSim, entre otros).
Verificacin del modelo. El propsito de esta fase consiste en asegurarse que el
modelo est diseado y construido correctamente. Esta verificacin es una labor
delicada de inspeccin y radica en la comparacin del cdigo de modelo con la
especificacin del mismo.
Validacin del modelo. La validacin examina el grado de ajuste del modelo con los
datos empricos del sistema. Es decir, compara el desempeo del modelo con la
informacin real arrojada por el sistema en estudio.
Diseo de experimentos. Una vez validado y calibrado el modelo, el analista procede
con la planeacin y el diseo de las experimentaciones que se llevarn a cabo sobre el
modelo de simulacin. En esta etapa se definen los distintos escenarios en los cuales,
se va a analizar el desempeo del modelo, as como el nmero de rplicas o corridas
que se ejecutarn con el propsito de garantizar la confiabilidad del estudio.
Corridas y anlisis de resultados. En esta fase se ejecutan las corridas oficiales del
modelo, cuyos resultados sern el objeto de anlisis, de naturaleza estadstica
principalmente. Una actividad tpica de esta fase consiste en la determinacin de la
mejor alternativa mediante la comparacin de los desempeos de todas las
alternativas estudiadas.


[ SIMULACIN ]

Figura 2. Pasos de un estudio de simulacin


4. SIMULACIN DE SISTEMAS DE COLAS
Un sistema de colas, desde su concepcin ms simple, se puede describir como un sistema al
cual los clientes llegan cada intervalo de tiempo y se unen a una lnea de espera en busca de
ser atendidos por medio de un servidor; tan pronto finaliza el servicio, el cliente abandona el
sistema. Esta descripcin simplificada se puede ver representada en la siguiente grfica:

10


[ POLITCNICO GANCOLOMBIANO]

Servidor
Fila de client es
Poblacin de client es pot enciales

Figura 3. Sistema simple de colas


Los elementos claves de este tipo de sistemas son los clientes y los servidores. El trmino
cliente puede referirse a personas, mquinas, camiones, piezas, aviones, correos electrnicos,
pedidos, llamadas, etc. El trmino servidor puede hacer referencia a recepcionistas, cajeros,
mecnicos, enfermeras, mdicos, etc. En resumen, el cliente es la entidad u objeto que
requiere un servicio o una transformacin; esta transformacin es ejecutada por el servidor.

El sistema es alimentado desde una poblacin infinita de clientes potenciales. Esto quiere
decir que si una unidad deja la poblacin y se une a la fila de clientes, no hay cambio en la
tasa de llegadas de las otras unidades que vayan a requerir el servicio. Las llegadas de los
clientes ocurren una a la vez y de forma aleatoria; se unen a la cola en espera de que
eventualmente sean atendidos. El tiempo de servicio o de proceso, que es el tiempo que
demora el servidor en procesar o atender un cliente, tambin tiene un comportamiento
aleatorio de acuerdo a una distribucin de probabilidad. La capacidad del sistema se asume
infinita, lo que implica que el nmero de clientes puede ser cualquier cantidad. Finalmente,
los clientes son atendidos en orden de llegada, lo que quiere decir que el sistema tiene una
disciplina FIFO (First In First Out) o primeros en llegar, primeros en salir.

Ahora bien, es necesario aterrizar los conceptos estudiados anteriormente, relacionados con
el estado del sistema y eventos:
-
-

El estado del sistema se representa a travs de las variables de estado. Estas variables,
para el caso especfico del sistema simple de colas, corresponden al nmero de
unidades en el sistema y el estado del servidor, ocupado o desocupado.
Un evento es un conjunto de circunstancias que provocan cambios en el estado del
sistema. Para este ejemplo, solo hay dos posibles eventos que pueden afectar tales
cambios: la entrada de una unidad al sistema (evento de llegada) y la finalizacin un
servicio (evento de salida).


[ SIMULACIN ]

11

Cuando se ha completado el servicio de un cliente, la simulacin se ejecuta tal como se


muestra en el siguiente diagrama de flujo:

Figura 4. Diagrama de flujo del servicio completado


Por otra parte, cuando un cliente entra al sistema, la simulacin se ejecuta siguiendo la lgica
mostrada en el siguiente diagrama


Figura 5. Diagrama de flujo del evento de llegada


A esta altura surge la siguiente pregunta: cmo pueden estos eventos descritos
anteriormente ocurrir en tiempo simulado?

La simulacin de los sistemas de colas requiere generalmente la utilizacin de una lista de
eventos para determinar qu ocurrir despus de que este se presente. La lista de eventos
lleva el registro de los instantes de tiempo futuros en los cuales pueden ocurrir los eventos.
Estos tiempos hacen referencia a los tiempos de llegada de los clientes y al tiempo de
servicio. Como se mencion anteriormente, estos tiempos son de carcter aleatorio, por lo
que deben ser caracterizados a travs de distribuciones de probabilidad.

12


[ POLITCNICO GANCOLOMBIANO]

Para representar esta incertidumbre en los tiempos de ocurrencia de los eventos, la


simulacin utiliza la generacin de nmeros aleatorios. Los nmeros aleatorios estn
distribuidos uniforme e independientemente en el intervalo [0,1], lo que quiere decir que
todos y cada uno de los nmeros reales que se encuentre en ese intervalo tienen la misma
probabilidad de ser generados. Existen mltiples formas de generar nmeros aleatorios,
desde el lanzamiento de un dado (generara nmeros aleatorios uniformes de 1 a 6) hasta la
aplicacin de paquetes computacionales, como el caso de la funcin ALEATORIO() de Excel .

En el siguiente ejemplo, se aplicarn los conceptos de lista de eventos y nmeros aleatorios
para realizar una simulacin manual de un sistema simple de colas.

Ejemplo
Se tiene una caja de pago en un supermercado y se quiere simular su operacin. Para generar
de manera aleatoria los tiempos entre llegadas de los clientes y los tiempos de servicio, se
lanza un dado para cada cliente. Supngase que se va a simular el servicio a seis clientes y
que los tiempos generados mediante el dado fueron los siguientes:

Cliente Tiempo entre llegadas (minutos) Tiempo de servicio (minutos)
1
-
2
2
2
1
3
4
3
4
1
2
5
2
1
6
6
4

Obsrvese que los nmeros generados estn en el intervalo [0,6]. Si se asume que el dado no
est cargado, entonces se puede afirmar que la probabilidad de que salga cualquier nmero
en el dado despus de un lanzamiento, es de tipo uniforme.

Cabe resaltar, tambin, que en lo que respecta a los tiempos de llegadas, lo realmente
aleatorio a registrar es el tiempo que transcurre entre la llegada de dos clientes consecutivos.
Es decir, cuando ocurre la llegada de un cliente al sistema, no se sabe con certeza en qu
instante llegar el siguiente cliente y as sucesivamente. Por eso, en la tabla anterior, se
enuncia la columna Tiempo entre llegadas, y el primer cliente no tiene dicho tiempo
precisamente por ser el primero y no tiene punto de referencia. En este caso, para efectos de
la simulacin, se asume que el primer cliente llega en el instante de tiempo cero. Con base en
lo anterior, la lista de eventos se puede resumir en la siguiente tabla de simulacin manual.

Cliente
Tiempo
Tiempo
Hora de Hora
Tiempo en Hora
entre
de
llegada
inicio
cola
finalizacin
llegadas
servicio
servicio
servicio
1
-
2
0
0


[ SIMULACIN ]

13

2
2
1
2



3
4
3
6



4
1
2
7



5
2
1
9



6
6
4
15




Esta primera tabla corresponde a las condiciones de arranque de la simulacin. Obsrvese
que la hora de llegada puede calcularse desde ya para todos los clientes.

Cliente
Tiempo
Tiempo
Hora de Hora
Tiempo en Hora
entre
de
llegada
inicio
cola
finalizacin
llegadas
servicio
servicio
servicio
1
-
2
0
0
0
2
2
2
1
2
2
0
3
3
4
3
6
6
0
9
4
1
2
7
9
2
11
5
2
1
9
11
2
12
6
6
4
15
15
0
19

Las columnas sombreadas corresponden a la hora registrada por el reloj de la simulacin. Por
ejemplo, el primer cliente llega en el minuto t = 0; como es el primero en llegar, no hay nadie
delante de l, por lo tanto no debe hacer cola y por ende, su servicio empieza
inmediatamente, es decir, tambin en el minuto t = 0. (Debido a que la hora de llegada es
igual a la hora de inicio del servicio, el tiempo en cola es igual a cero). Como el tiempo de
servicio simulado es de 2 minutos, entonces el servicio del primer cliente finaliza en el minuto
t = 2.

Qu ocurre ahora para el cliente nmero 2? Obsrvese primero que la hora de llegada es la
suma acumulada de la columna de los tiempos entre llegadas. Es decir, el segundo cliente
llega 2 minutos despus que el primero, o sea, en el minuto t = 2; el tercer cliente llega 4
minutos despus que el segundo cliente, o sea, en el minuto t = 6; y as sucesivamente. El
segundo cliente llega en t = 2 minutos. Lo que debe corroborarse, segn los diagramas de
flujo arriba descritos, es comprobar que el servidor no est ocupado para que inicie el
servicio. La mejor forma de hacer esta comprobacin es verificar la hora de finalizacin del
servicio del cliente anterior. En este caso, el primer cliente termina su servicio en t = 2, y
justamente en ese instante arriba el segundo cliente, tambin en t = 2; luego su servicio
arranca inmediatamente, pues el servidor recin se desocup y no debe hacer fila. Dado que
el tiempo de servicio simulado es de 1 minuto, entonces el servicio del segundo cliente
termina en el minuto t = 3.

Qu pasa con el cliente 4? Este cliente arriba en el minuto t = 7. En este instante, se puede
corroborar que el servidor se encuentra ocupado, pues se tiene registrado que el servicio del

14


[ POLITCNICO GANCOLOMBIANO]

cliente 3 finalizar en el minuto t = 9. Esto implica que el cuarto cliente debe esperar 2
minutos a que el servidor finalice el servicio con el cliente nmero 3. Por lo tanto, tan pronto
el servidor despache al cliente tres en el minuto t = 9, inicia el servicio del cliente 4, y dado
que el tiempo simulado de servicio es de dos minutos, la finalizacin del servicio ser en el
minuto t = 11. Se debe hacer un anlisis similar para el cliente 5, pues tambin tiene que hacer
cola.

Cabe aclarar que la tabla se debe llenar en la medida que van ocurriendo los eventos,
generalmente en la medida en que los clientes van llegando y van saliendo. Es decir, no es
posible determinar, por ejemplo, la hora de finalizacin del cliente 5, sino se sabe siquiera a
qu horas termin el servicio del cliente 4. (La tabla se diligencia fila por fila, no por
columnas)

Con los resultados de esta tabla, se pueden calcular las estadsticas para la medicin del
desempeo del sistema, lo cual es uno de los propsitos principales de la simulacin.
Algunos de estos indicadores se detallan a continuacin:

Tiempo promedio de espera

!"#$%& !"!#$ !" !"#$


!" =

!"#$% !" !!"#$ !" !"#$%&$'
4
!" = = 0,66 !"#$%&'
6

Probabilidad de que un cliente haga cola

!!"#$ !" !"#$%&$' !"# !"#!$%$&'
! ! =

!"#$% !" !!"#$ !" !"#$%&$'
2
!(!) = = 0,33 = 33,33%
6

Tiempo promedio de servicio

!"#$%& !"!#$ !" !"#$%&%'!



!"#$% !" !!"#$ !" !"#$%&$'
13
!" =
= 2,16 !"#$%&'
6
!" =


[ SIMULACIN ]

15

Tiempo promedio entre arribos


!"#$% !" !"#$%&' !"#$! !""#$%&

!!"#$ !" !"#$%&$' 1
15
!"#$%& !"#$%&'# !"#$! !""#$%& =
= 3 !"#$%&'
5

!"#$%& !"#$%&'# !"#$! !""#$%& =

Tiempo promedio en el sistema



! = !" + !" = 2,83 !"#$%&'



















16


[ POLITCNICO GANCOLOMBIANO]