Académique Documents
Professionnel Documents
Culture Documents
Simulacin de sistemas
Luisa Fernanda Diez Echavarra
Noviembre 13
es pequea para la cantidad de personas que asisten al centro, se acumula un gran nmero de
personas.
Debido a lo anterior se puede decir que el problema encontrado es que las personas comunes
deben esperar mucho tiempo para que les tomen sus muestras de sangre, y esto se agudiza si
se tiene en cuenta que son personas que estn en ayunas, es decir que no han ingerido
alimentos y pueden debilitarse, adicional a ello el espacio de espera no tiene muy buena
circulacin de aire, por lo tanto el calor y quizs la proliferacin de bacterias y grmenes
deterioran la estada del usuario en el sistema.
Elementos del sistema
Por tanto se presentan dos colas en el sistema, la primera (cola 1) cuando el usuario debe
esperar su turno para ser atendido en la zona de taquillas, y la segunda (cola 2) cuando el
usuario debe esperar, despus de haber sido atendido, para ser llamado por el laboratorista
para realizar la extraccin de la muestra de sangre.
Estados:
- Ingresa un usuario i al sistema
- Usuario i en cola 1: implica que las secretarias estn ocupadas en otros asuntos.
- Secretaria de taquilla atendiendo al usuario i.
- Usuario i en cola 2.
- Laboratorista atendiendo al usuario i.
Eventos:
- Ingresa una persona al sistema
3
- Aparicin en el televisor del turno del usuario, para asistir a una taquilla.
- Finalizacin del servicio en servidor 1 (taquilla).
- Finalizacin del servicio en servicio 2 (taquilla).
- Llamado del laboratorista para realizar la toma de muestras.
- Finalizacin del servicio en el servidor 3.
- Fin de la simulacin.
Variables:
Variables
Variables de
de
estado
desempeo
Variables
Variable
Endgena
Exgena
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
Ocupacin de la taquilla 2
El modelo comienza cada da 30 minutos despus de la apertura del laboratorio, sin tener en
cuenta lo sucedido en das anteriores, debido a que es en dicho momento cuando los usuarios
comienzan a llegar al sistema con la distribucin hallada, a partir de sta se generan tiempos
entre llegada aleatorios, generando para cada una de estas llegadas un turno de atencin sin
importar si hay o no personas esperando, posterior a esto se verifica si los dos servidores de
taquilla estn atendiendo algn usuario, en caso de que todos estn ocupados el usuario
comenzar a realizar la cola debido a la naturaleza FIFO de atencin al cliente que se maneja
en el laboratorio, para cada servicio en taquilla se genera un tiempo de servicio aleatorio con
base en la distribucin hallada anteriormente, luego se verifica el estado del servidor de la
ltima etapa, en caso de estar ocupado, el usuario nuevamente comienza a hacer cola, pero en
caso contrario, ser llamado en la siguiente tanda de 3 usuarios para tomarle su muestra de
sangre, y finalmente se generar un tiempo de servicio aleatorio para la muestra, finalizando de
esta manera la estada del usuario en el sistema.
En el Anexo 1 se encuentran los diagramas de flujo asociados a este modelo.
El modelo comienza cada da 30 minutos despus de la apertura del laboratorio, sin tener en
cuenta lo sucedido en das anteriores, debido a que es en dicho momento cuando los usuarios
comienzan a llegar al sistema con la distribucin hallada, a partir de sta se generan tiempos
entre llegada aleatorios, generando con un enrutador un turno de atencin en taquilla para
nios-ancianos (taquilla 3) y adolescente-adultos (taquilla 1 2) sin importar si hay o no
personas esperando , posterior a esto se verifica si para los tres servidores de taquilla si para
cada taquilla hay una fila de 3 personas, en caso de que todas las filas estn ocupadas el
usuario comenzar a realizar la cola debido a la naturaleza FIFO de atencin al cliente que se
maneja en el laboratorio, para cada servicio en taquilla se genera un tiempo de servicio
aleatorio con base en la distribucin hallada, luego se verifica el estado del servidor de la ltima
etapa, en caso de estar ocupado, el usuario nuevamente comienza a hacer cola, pero en caso
contrario, ser llamado en la siguiente tanda de 3 usuarios para tomarle su muestra de sangre,
y finalmente se generar un tiempo de servicio aleatorio para la muestra, finalizando de esta
manera la estada del usuario en el sistema.
El modelo comienza cada da 30 minutos despus de la apertura del laboratorio, sin tener en
cuenta lo sucedido en das anteriores, y su funcionamiento en la primera etapa es idntica al del
modelo verbal 2 (Alternativa 1), al ingresar a la etapa 2 se verifica el estado de los servidores
(laboratorista 1 para nios-ancianos y laboratorista 2 para adolescentes-adultos), en caso de
estar ocupados, el usuario nuevamente comienza a hacer cola, pero en caso contrario, ser
llamado en la siguiente tanda de 3 usuarios para tomarle su muestra de sangre, y finalmente se
generar un tiempo de servicio aleatorio para la muestra, finalizando de esta manera la estada
del usuario en el sistema.
MODELO DE SIMULACIN
Generacin de datos simulados
Con el fin de obtener una adecuada simulacin del sistema propuesto, se debe establecer un
nmero de corridas, en el cual se garantice que el sistema se encuentre estable y por ende se
puedan obtener valores adecuados y confiables para establecer anlisis, resultados y
conclusiones certeras.
Anteriormente se estipul que la etapa 1 era la ms crtica del sistema, ya que all es donde se
observ mayor concentracin de personas en todo el sistema y los mayores tiempos de espera,
de acuerdo con esto, se estipularon 4 variables de desempeo: Ocupacin del servidor 1,
ocupacin del servidor 2, promedio clientes en la cola de las taquillas y tiempo promedio de
espera en la cola de las taquillas.
Para generar resultados confiables se estipul realizar inicialmente 10 corridas (Ro=10), y se
calcul el Error Estndar para cada variable de desempeo. Se observ unos intervalos de
confianza de 95% grandes y se continu a recalcular el nmero de corridas ptimas para
generar estabilidad en las variables de desempeo:
Variable de Desempeo
1. Ocupacin Taquilla 1
Est. Error
0
2. Ocupacin Taquilla 2
0
3,755045697
5,724368908
De
psilon
0,1
Alpha
0,15
T(alpha/2),(Ro-1)
1,573735785
Rc Mximo
8116
Promedio
36.3326
Clientes en
40.42762 44.52258 36.40714 36.69916
36.99118
5
Cola
Tiempo
Promedio de 36.6723
39.35850 42.04469 34.87303 35.10199
35.33095
Espera en
0
Cola
Ocupacin
100
100
100
99.11169
99.16753
99.22338
Taquilla 1
Ocupacin
100
100
100
99.09192 99.14823
99.20454
Taquilla 2
Tabla 4: Intervalos de confianza para las variables de desempeo con 10 y 8116 corridas
Con una confianza de 95% se concluye que al generar las 8116 corridas se observa como las
variables de desempeo comienzan a acercarse a un valor constante, es decir, se ratifica que el
proceso se encuentra estabilizado en comparacin con el intervalo generado con solo 10
corridas, en donde los intervalos son menos precisos; de alguna manera podra afirmarse, que
al generar esas 8116 corridas, los valores de las variables de desempeo se acercan ms a los
valores reales tericos.
Nota: la simulacin comienza a las 6:30 a.m. y dura
Distribucin
Promedio
datos reales
(minutos)
38,43
2,22
Desviaci
n
Estndar
2,37
1,21
Promedio datos
simulados
(minutos)
39,36
5,56
Desviacin
Estndar
3,76
4,59
Validacin de parmetros
8
En esta parte se decidi realizar cambios drsticos a las medias de las variables: Llegadas al
sistema, tiempo de servicio en taquilla 2 y tiempo de servicio en toma de muestra con el fin de
validar los resultados lgicos derivados de estos cambios. Para la primera variable mencionada
se decidi cambiar el parmetro a 0, con el fin de verificar que el nmero de personas en el
sistema fuera nulo, as como los tiempos de espera y las ocupaciones de los servidores,
efectivamente, despus de realizar 1000 corridas se obtuvo el resultado esperado. En cuanto al
tiempo de servicio de taquilla 2 se realizaron dos cambios, establecer media 0 y media 5, con el
fin de verificar en el primer caso la disminucin en el tiempo y tamao promedio de cola en
taquilla y la ocupacin de dichos servidores a causa de su atencin instantnea, los resultados
verificaron dichos supuestos nuevamente. Por ltimo se hizo, como en el caso anterior, un
aumento y disminucin en la media del tiempo de servicio en toma de muestra, 0 y 20
respectivamente, con el fin de verificar en el primer caso cierta estabilidad en el nmero de
personas atendidas debido a la espera que tiene que hacer este servidor por el servicio en
taquilla, y con un aumento considerable en el tiempo de servicio se esperaba una disminucin
grande en el nmero de personas atendidas debido a la gran demora en la ltima etapa;
efectivamente se comprob esto despus de realizar las 1000 corridas con el cambio de
parmetros.
Los resultados obtenidos pueden visualizarse en el Anexo X, en la pestaa validacin de
parmetros.
ANLISIS DE SENSIBILIDAD
Para realizar el anlisis de sensibilidad se realizaron dos procedimientos, primero se cambi en
un 10 % cada parmetro asociado a las distribuciones halladas, y se realizaron 500 corridas
para observar cmo se comport el sistema, construyendo grficos de telaraa para cada
variable de desempeo, como se puede observar en el ANEXO: EXCEL en la pestaa Anlisis
de sensibilidad, y posteriormente se vari cada parmetro asociado a las distribuciones en un 1
% para hacer grficos de tornado para cada una de las variables de inters en el sistema, a
continuacin se presenta un resumen de los resultados hallados:
Variable
Tamao promedio de cola en las taquillas
Ms sensible
Grfico telaraa Grfico tornado
TLL - Media
TLL - Media
TST2 - Media
TST1
TST1
TST2 - Media
TLL - Media
TST2 - Media
TST1
TLL - Media
TST1
TST2 - Media
Ocupacin de la Taquilla 1
TLL - Media
TST2 - Media
TLL - Des. Est.
TST1
TLL - Media
TLL - Des. Est.
TLL - Media
TST2 - Media
TST2 - Media
TLL - Media
TLL - Des. Est.
TST1
Tabla 7. Resultados del anlisis de sensibilidad.
Ocupacin de la Taquilla 2
Por lo tanto se concluye que en general el modelo -que muestra la situacin actual- es sensible
a cambios en los tiempos entre llegadas (TLL), ya que variando parmetros asociados a esta
variable, es cuando ms cambia el resultado promedio asociado a las variables de desempeo,
otras variables que se puede notar que generan las mayores variaciones en el modelo son los
9
ANALISIS DE COSTOS
Costos Totales de la
Simulacin
Mod.
Base
$
578,989
10
Alternativ
a1
$ 723,442
Alternativ
a2
$ 441,190
Ingresos Totales de la
Simulacin
Beneficio
$
$
$
1,687,284 2,216,628
1,720,368
$
$
$
1,108,295 1,493,186
1,279,178
Tabla 8. Costos, Ingresos y Beneficios de los modelos
CONCLUSIONES
Segn lo observado en el anlisis de sensibilidad se concluye que el correcto
funcionamiento del modelo planteado depende en gran medida de las distribuciones que se
le asignen, y por lo tanto de los tiempos tomados al iniciar el curso, por lo tanto, se
evidencia la necesidad de una toma de tiempos adecuada para el tener un modelamiento y
anlisis ms coherente del sistema.
Al simular el modelo y las alternativas planteadas se concluye que las diferencias entre los
resultados fueron notables, por lo tanto, el Laboratorio podra mejorar la eficiencia de su
sistema y obtener diferentes resultados.
Respecto al anlisis de costos se concluye que la alternativa que ms utilidades le dejara al
laboratorio es la alternativa 1, seguido por la alternativa 2, y dejando en ltimo lugar al
sistema que funciona actualmente, por lo tanto se concluye que el Laboratorio podra
mejorar su situacin financiera realizando algunos cambios en su sistema. Cabe destacar
que los beneficios obtenidos en este servicio en especfico, se pueden ver disminuidos por
los otros gastos y costos asociados al resto de operaciones que tiene el laboratorio.
Al validar los datos de la simulacin con los datos de referencia, se logra constatar que una
buena utilizacin y manejo de la toma de tiempos, genera una gran confianza al momento
de inferir estudios, logrando como consecuencia un potente uso de la herramienta de la
simulacin para tomar decisiones.
Segn lo observado durante la realizacin del trabajo, se concluye que la simulacin es una
tcnica muy valiosa, que si bien no es certera, y tiene altas posibilidades de error, con un
buen manejo es una herramienta poderosa que puede ayudar a entender mejor los
problemas y plantear soluciones para ellos.
11
ANEXOS
Anexo 1: Diagramas de flujo asociados a la situacin actual del laboratorio
Figura 3.
Figura 4.
12
Figura 5.
Figura 6.
13
Histograma
60
50
40
30
20
10
0
Frecuencia
Clase
Media
Estadstica Descriptiva
Varianza Desv. Estndar
0,89
0,92
0,96
Tabla 9. Estadsticos descriptivos de los datos.
108
Valor-P
LogLogistica
ChiCuadra
do
0,01
LogNormal
0,04
0,07
0,03
Mu=0,96
Sigma=1,56
InvGauss
0,04
0,06
0,04
Mu=0,93
Lambda=0,57
Distribucin
KolmogorovSmirnov
Anderso
n-Darling
0,04
0,01
Gamma=0,01
Beta=0,48
Parmetros
14
Alpha=1,41
Fact.
Desplaz=0
Fact.
Desplaz=0,04
Histograma
Frecuencia
25
20
15
10
5
0
Frecuencia
Clase
Media
Estadstica Descriptiva
Varianza Desv. Estndar
2,37
0,93
0,96
Tabla 11. Estadsticos descriptivos de los datos.
45
Valor-P
LogLogistica
Laplace
ChiCuadra
do
N/D
0,73
Logistica
0,27
Distribucin
KolmogorovSmirnov
Anderso
n-Darling
N/D
0,42
N/D
0,21
Gamma=1,93
Mu=2,22
Beta=4,19
Sigma=0,98
0,15
0,06
Alpha=2,30
Beta=0,51
Parmetros
15
Alpha=8,36
Fact.
Desplaz=-3,93
Histograma
Frecuencia
20
15
10
5
0
Frecuencia
Clase
Media
Estadstica Descriptiva
Varianza Desv. Estndar
2,52
0,68
0,83
Tabla 13. Estadsticas descriptivas de los datos.
30
Valor-P
Normal
ChiCuadra
do
0,21
Logistica
0,19
0,65
0,75
Alpha=2,50
Beta=0,46
Weibull
N/D
N/D
N/D
Alpha=3,14
Beta=2,66
Distribucin
KolmogorovSmirnov
Anderso
n-Darling
0,80
0,70
Mu=2,52
Sigma=0,83
Parmetros
16
Fact.
Desplaz=0,13
Fact.
Desplaz=0,13
Histograma
35
30
25
20
15
10
5
0
Frecuencia
Frecuencia
Clase
Media
Estadstica Descriptiva
Varianza Desv. Estndar
4,45
5,82
2,41
Tabla 15. Estadsticas descriptivas de los datos.
80
Valor-P
LogLogistica
ChiCuadra
do
0,31
InvGauss
0,89
0,89
0,81
Mu=3,17
Lambda=4,67
LogNormal
0,68
0,84
0,73
Mu=3,06
Sigma=2,91
Distribucin
KolmogorovSmirnov
Anderso
n-Darling
0,86
0,39
Gamma=1,62
Beta=2,04
Parmetros
17
Alpha=1,92
Fact.
Desplaz=1,28
Fact.
Desplaz=1,45
Histograma
Frecuencia
14
12
10
8
6
4
2
0
Clase
Media
Estadstica Descriptiva
Varianza Desv. Estndar
7,01
0,37
2,58
Tabla 17: Estadsticas descriptivas de los datos
13
Valor-P
Distribucin
ChiCuadrado
Kolmogorov
-Smirnov
AndersonDarling
Laplace
0,541
0,781
0,406
Parmetros
mu=6,533
18
sigma=2,4552
Histograma
Frecuencia
30
25
20
15
10
5
0
Clase
Media
Estadstica Descriptiva
Varianza Desv. Estndar
3,62
0,45
1,63
Tabla 19: Estadsticas descriptivas de los datos
19
Valor-P
Distribucin
Lognormal
ChiCuadrado
0,874
Kolmogorov
-Smirnov
0,798
Parmetros
AndersonDarling
0,816 mu=2,198
sigma=1,7306
19
Factor de desplazamiento=1,4394
Referencias
Laboratoros Echavarra. (s.f.). Pgina principal. Recuperado el 25 de Septiembre de 2015, de
http://www.laboratorioechavarria.com/sitio/index.php?c=216
20