INFORME: SISTEMA DE COLAS EN LABORATIORIOS ECHAVARRA

Catalina Gallego Yepes

Gustavo Andrs Gmez Higuita
Santiago Ortiz Arias

Simulacin de sistemas
Luisa Fernanda Diez Echavarra

Noviembre 13

UNIVERSIDAD NACIONAL DE COLOMBIA

FACULTAD DE MINAS
MEDELLN
2015

DESCRIPCIN DEL PROBLEMA Y SISTEMA

El Laboratorio mdico Echavarra es una entidad que realiza exmenes mdicos, tales como
laboratorio clnico, patologa, citologa y anlisis de aguas (Laboratoros Echavarra, s.f.). El
laboratorio tiene diferentes sedes en 10 ciudades del pas, y a nivel local, cuenta con 13 sedes
distribuidas por toda la ciudad de Medelln (Laboratoros Echavarra, s.f.).
La sede elegida para analizar fue la Sede Centro, ubicada en la Calle 56 # 43 90, atienden de
lunes a viernes de 6:00 am a 5:00 pm, y los sbados de 6:30 am a 12:00 m (Laboratoros
Echavarra, s.f.). Esta sede cuenta con un sistema de varias etapas, en la primera etapa todas
las personas deben ir a recepcin a que le den el respectivo ficho; para la segunda se clasifican
los usuarios en urgentes, prioritarios y comunes, y segn la clasificacin anterior, se presentan
a diferentes taquillas donde deben validar las rdenes mdicas y realizar algn pago (en caso
de ser necesario) y posteriormente son llamados para realizarles el procedimiento que
necesiten.
Las visitas fueron realizadas en los das: sbado 19 de septiembre entre las 7:00 am y las 9:40
am, y el da jueves 24 de septiembre entre las 6:30 am y las 10:00 am.
Para la realizacin del trabajo, por simplicidad, se decidi omitir la primera etapa debido a que
en sta se atiende todo tipo de clientes, y adems de ello se analizaron nicamente los clientes
caracterizados como comunes, es decir el sistema de anlisis se redujo a dos etapas, en la
Figura 1 se puede observar un esquema de ste. Otro aspecto que se debe aclarar es que las
personas de esta categora deben asistir al centro en ayunas y que nicamente se les toma la
muestra de sangre hasta las 10:00 am.

Figura 1. Esquema del funcionamiento del sistema.

Al realizar las visitas al lugar, se pudo notar que la mayora de los clientes que llegaban al
sistema eran catalogados como prioritarios, ya que se trataba de ancianos, mujeres con bebs
o nios enfermos, embarazadas y personas discapacitadas; tambin se pudo observar que en
relacin con las filas de las personas prioritarias, la de los comunes avanzaba muy lento,
llegando a que en la primera etapa duraran hasta 45 minutos, y si se tiene en cuenta que,
debido a que la sala de espera (donde deben esperar tanto los prioritarios como los comunes)
2

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

Sistema: Laboratorio mdico Echavarra.

Entidad: usuario.
Atributo: extraccin de muestra de sangre.
Atributo: comn.
Servidor de la etapa 1: secretaria de taquilla.
Cantidad: 2

Servidor de la etapa 2: laboratorista clnico.

Cantidad: 1

Forma de atencin: FIFO en ambos servidores con un cliente a la vez.

El sistema consta de dos etapas:
1. Etapa 1:
Inicio: el usuario obtiene el ficho que indica su turno para la atencin en taquilla.
Fin: culminacin de atencin del usuario en una de las taquillas disponibles.
Nota: el objetivo de esta etapa es que los usuarios presenten y dejen con la secretaria
su orden mdica, que posteriormente ser entregada al laboratorista para que este se
encargue de llamar en orden de llegada a los usuarios para su atencin.
2. Etapa 2:
Inicio: llegada del usuario a la fila de espera para ser atendido por el laboratorista.
Fin: culminacin de la toma de muestra de sangre por parte del laboratorista al usuario.

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

Tiempo entre llegadas.

Tiempo de la prxima llegada.
Tiempo prximo en el servidor i, con i= 1, 2, 3.
Tiempo de servicio en taquilla
Tiempo de servicio en toma de muestra
Tiempo del usuario en el sistema.
Tiempo finalizacin de la simulacin.
Nmero de clientes en el sistema.
Nmero de clientes en cada etapa.
Nmero de clientes en cola.
Nmero de clientes en cola por cada etapa.
Tiempo en cola en la etapa 1.
Tamao promedio de cola en las taquillas
Tiempo promedio de cola en las taquillas
Ocupacin de la taquilla 1

Exgena
x
x

x
x
x
x
x
x
x
x
x
x
x
x
x
x

Ocupacin de la taquilla 2

Tabla 1. Variables del modelo.

ALTERNATIVAS
Debido a que el problema se concentra en la cola de la primera etapa, con un tiempo
aproximado de espera de 40 minutos por usuario, las alternativas planteadas estarn enfocadas
en la disminucin de este tiempo de espera, para tal motivo, se plantearn las siguientes
modificaciones al modelo actual:
-

Alternativa 1: Clasificar a los usuarios en adolescente-adulto (entre 11 y 50 aos de edad

aproximadamente) y nio-anciano (entre 0 y 10 aos para nios y 51 o ms aos para
ancianos aproximadamente), habilitar la tercera taquilla, de tal manera que adolescentesadultos sean atendidos en dos taquillas y nios-ancianos en una. Adicional se implementar
una medida donde se llame a tandas de 3 usuarios para que sean atendidos en la taquilla.
Esto con el fin de disminuir el tiempo promedio en cola del cliente en la etapa 1.

Alternativa 2: se plantea un modelo similar al de la alternativa 1, adicionando un

laboratorista dedicado a cada clasificacin. Esto debido a que durante las visitas fue fcil
evidenciar que el tiempo de atencin en laboratorio es mayor para ancianos y nios que
para adolescentes y adultos, as, con una mayor agilidad en la etapa 2 se buscar agilizar la
etapa 1.

Planteamiento de modelos verbales

Modelo verbal 1: situacin actual.

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.

Modelo verbal 2: Alternativa 1

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.

Modelo verbal 3: Alternativa 2

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

3. Tiempo Promedio de Espera en Cola

4. Promedio de Clientes en Cola

5,724368908

De

Tabla 2: Desviaciones estndar de variables de desempeo del modelo actual

acuerdo a las Est. Error de cada variable, junto con un confianza de 85% y un Error de 10% se
obtuvo que las corridas necesarias para asegurar estabilidad fueron de 8116. Cabe anotar que
tanto el error como el nivel de significancia se tomaron en los lmites permitidos, con Alpha se
decide usar 15% dado que de cada 100 veces que a partir de los datos se concluya a favor de
la hiptesis alterna, se tolera equivocarse como mximo, en 15 de esas 100 veces y a la vez
porque usar valores ms pequeos, el costo computacional se incrementaba debido al aumento
de las corridas necesarias
Ro
10
V1
0

psilon
0,1

Alpha
0,15

T(alpha/2),(Ro-1)
1,573735785

R-calculados para cada Variable de Desempeo

V2
V3
V4
0
3493
8116
6

Rc Mximo
8116

Tabla 3: Parmetros para hallar el nmero de corridas ptimas

Luego de realizar las correspondientes 8116 corridas, se procedi a observar los nuevos
intervalos de confianza de 95% y se establece que las variables de desempeo se encuentran
estables, a la vez de que se observa que los intervalos para cada variable de desempeo son
angostos, es decir ofrecen una estimacin ms precisa.

Intervalos de Confianza de 95%

con 10 Corridas
Extremo
Extremo
Media
Inferior
Superior

Intervalos de Confianza de 95%

con 8116 Corridas
Extremo
Extremo
Media
Inferior
Superior

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

312 horas con un paso de 1 da, es decir

210 minutos y un periodo de calentamiento de 21.

Perodo de calentamiento y paso de tiempo
Debido a que el perodo de inters, de 6:30 a.m. a 10 a.m., comienza con el sistema activo, es
decir, con entidades y servicios en proceso, los datos recolectados no tienen en cuenta el
perodo natural de calentamiento del sistema. Por tal motivo se hace necesario establecer un
perodo de calentamiento con el 10% del tiempo de simulacin, es decir, 21 minutos.
Adicionalmente, la simulacin tiene paso de un da debido a que Simul8 no reinicia el sistema a
sus condiciones iniciales cuando se tienen pasos de corrida de ms de un da, y para el modelo
en cuestin esto es primordial por su duracin.
Distribuciones
7

Dado que el objeto de estudio es un sistema de lneas de espera, a continuacin se mostrarn

algunos anlisis estadsticos realizados a los tiempos de llegada al sistema, los tiempos de
servicio en taquilla, los tiempos de servicios en la toma de muestra general y los tiempos de
servicio de toma de muestra para nios-ancianos y adolescentes-adultos en los Anexos 2, 3, 4,
5, 6 y 7 se podrn encontrar los histogramas, las estadsticas descriptivas y los resultados
arrojados por @Risk para cada uno de los tiempos, respectivamente. Para el anlisis se
realizaron tomas de dichos tiempos durante 2 das. Adicionalmente se muestran tambin las
distribuciones halladas para modelar las alternativas (sombreado), los resultados estadsticos
son:
Variable

Distribucin

Nivel de significancia Nivel de confianza

(Tamao de muestra)
(Distribucin)
15 %
10 %
10 %

Tiempos entre llegada

LogNormal
Tiempos de servicio en Taquilla #1 Laplace
Tiempos de servicio en Taquilla #2 Normal
Tiempos de servicio en Toma de
95 %
muestra
LogNormal
10 %
Tiempos de servicio en Toma de
muestra Adultos (Alternativa 2)
LogNormal
15%
Tiempos de servicio en Toma de
muestra Nios (Alternativa 2)
Laplace
15%
Tabla 5. Distribuciones halladas para los datos de entrada de los modelos.

VALIDACIN DEL MODELO

Para realizar la validacin del modelo no se cont con datos histricos suministrados por la
entidad, por lo tanto se omite este criterio; sin embargo durante las visitas al laboratorio se
encontr conveniente tomar datos referentes al tiempo en cola en las diferentes etapas (es
decir, algunas variables de desempeo) para poder compararlos con los tiempos en cola
obtenidos con la simulacin, con dichos datos se obtuvo la siguiente tabla:
Variable

Tiempo promedio en cola etapa 1

Tiempo promedio en cola etapa 2

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

Tabla 6: Comparacin de tiempos en cola

Es claro que en cuanto al tiempo promedio en cola en la etapa 1 (variable crtica del modelo),
se logr una gran aproximacin con la realidad y con respecto a la segunda variable mostrada,
se logra una aproximacin razonable teniendo en cuenta la desviacin estndar arrojada por la
simulacin para este elemento; a la hora de correr el modelo, por un perodo de simulacin de
un da, se pudo observar un parecido razonable a lo que se observ en las visitas, ya que gran
cantidad de clientes quedaron represados en la cola de la primera etapa, adems de ello, otras
variables de desempeo asociadas al modelo tuvieron tambin coherencia, por ejemplo, los
servidores de la primera etapa estuvieron trabajando ms del 90 % del tiempo, debido a la gran
cantidad de personas que entran en el sistema, adicionalmente ste no permite deserciones, y
en el modelo no se observan deserciones. Por ltimo, como medidas de verificacin se obtuvo
que el nmero de personas que ingres fue mayor que el nmero de servicios completados,
que en los servidores donde se permita el llamado a tres personas conjuntamente no tuvieran
ms de la cantidad permitida, y que el flujo de clientes avanzaba adecuadamente en el sistema.

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

Tiempo promedio de cola en las taquillas

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

tiempos de servicio en la taquilla 2 (TST2) para las cuatro variables de desempeo

(exceptuando en el grfico tornado asociado a la Ocupacin en la taquilla 1) y el tiempo de
servicio en la taquilla 1 (TST1). De todo lo anterior se concluye que el modelo es muy sensible a
las variables de entrada, ya que con pequeos cambios en esta, el resultado de la simulacin
vara considerablemente.
ANLISIS DE LAS SOLUCIONES
Con las alternativas planteadas
se puede evidenciar una
disminucin considerable en las
esperas y tamao de cola para
las dos etapas del sistema.
Claramente aunque en principio
esto pueda parecer bueno, hay
una evidente inconsistencia con
la realidad. Por otro lado y
como se podr ver en los
anexos de Excel se logra una
mejora en cuanto a la cantidad
de personas atendidas, lo que
da indicios de ir por buen
camino con estas propuestas.
Otro elemento a destacar es
que en la alternativa 1 se forma
un gran cola en la etapa 2, es
decir, un cuello de botella por el
aumento en la eficiencia de las
taquillas sin tener en cuenta
cambios para la seccin de
toma de muestra. Debido a esto
se
present
la
segunda
alternativa y es clara la
diferencia y mejora en el flujo
de clientes en la totalidad del
sistema.

Figura 2. Resultados de las corridas para cada modelo

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

Para realizar el anlisis de costos se parte de conocer todos aquellos valores

monetarios que influyen en los sistemas planteados. Para ello se tuvo en cuenta el
costo generado por la llegada de un cliente al sistema asociado a la papelera que
este requiere (0.96$/unid), los costos asociados al salario de las taquilleras que son
de medio tiempo (Aprox 515,000$/mes = 89.41$/min), los costos asociados al
salario de los laboratoristas que son de tiempo completo (Aprox 1,030,000$/mes =
178.82$/min) y los costos asociados a los implementos requeridos para tomar una
muestra a un cliente (jeringas, curas, algodn, alcohol, recipientes, etc. Aprox
9,925$/unid); tambin se tom en cuenta el beneficio que recibe la compaa, es
decir, los ingresos asociados al pago que hacen los clientes por los exmenes (Aprox
11,028$/unid). Teniendo estos valores se procedi a efectuar la simulacin, el
resumen financiero arrojado por el software muestra que en todos los casos se
generaron beneficios monetarios para el laboratorio, por tanto a nivel financiero se
observa que la alternativa 1 genera los mayores beneficios para el laboratorio,
seguido de la alternativa 2 y del modelo base.

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

Anexo 2: Resultados para los Tiempos entre llegadas

Histograma
60
50
40
30
20
10
0

Frecuencia

Clase

Figura 7. Histograma asociado a los datos.

N de
Observaciones
112

Media

Estadstica Descriptiva
Varianza Desv. Estndar

Tamao de muestra terico

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

Tabla 10. Resultadas arrojados por @Risk

14

Alpha=1,41
Fact.
Desplaz=0
Fact.
Desplaz=0,04

Anexo 3: Resultados para los Tiempos servicio en la taquilla #1

Histograma

Frecuencia

25
20
15
10
5
0

Frecuencia

Clase

Figura 8. Histograma asociado a los datos.

N de
Observaciones
59

Media

Estadstica Descriptiva
Varianza Desv. Estndar

Tamao de muestra terico

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

Tabla 12. Resultados arrojados por @Risk

15

Alpha=8,36
Fact.
Desplaz=-3,93

Anexo 4: Resu,ltados para los Tiempos servicio en la taquilla #2

Histograma

Frecuencia

20
15
10
5
0

Frecuencia

Clase

Figura 9. Histograma de los datos.

N de
Observaciones
50

Media

Estadstica Descriptiva
Varianza Desv. Estndar

Tamao de muestra terico

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

Tabla 14. Resultados arrojados por @Risk

16

Fact.
Desplaz=0,13
Fact.
Desplaz=0,13

Anexo 5: Tiempo de Servicio en toma de muestra

Histograma
35
30
25
20
15
10
5
0

Frecuencia

Frecuencia

Clase

Figura 10. Histograma de los datos.

N de
Observaciones
87

Media

Estadstica Descriptiva
Varianza Desv. Estndar

Tamao de muestra terico

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

Tabla 16. Resultados arrojados por @Risk.

17

Alpha=1,92
Fact.
Desplaz=1,28
Fact.
Desplaz=1,45

Anexo 6: Tiempo de Servicio en toma de muestra para nios-ancianos

Histograma

Frecuencia

14
12
10
8
6
4
2
0

Clase

Figura 11: Histograma de los datos

N de
Observaciones
21

Media

Estadstica Descriptiva
Varianza Desv. Estndar

Tamao de muestra terico

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

Tabla 18: Resultados arrojados por @Risk.

18

sigma=2,4552

Anexo 7: Tiempo de Servicio en toma de muestra para adolescentes-adultos

Histograma

Frecuencia

30
25
20
15
10
5
0

Clase

Figura 12: Histograma de datos

N de
Observaciones
64

Media

Estadstica Descriptiva
Varianza Desv. Estndar

Tamao de muestra terico

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

Tabla 20: Resultados arrojados por @Risk.

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