Trabajo de Modelos Estocasticos

UNIVERSIDAD DE TARAPAC
ESCUELA UNIVERSITARA DE INGENIERA

INDUSTRIAL, INFORMTICA Y DE SISTEMAS
INGENIERA CIVIL INDUSTRIAL
Teora de colas: Estacionamiento Parking

Profesor:
Braulio Montiel Pinilla
Alumnos:
Andrea Obregn Campillay
Patrick Prez Salgado
Asignatura:
Modelos estocsticos
Arica Chile
2016
Arica-Chile
____________________________________________________________________________
Escuela Universitaria de Ingeniera Industrial,
Informtica y de Sistemas
RESUMEN
En el presente informe se presenta la implementacin de un estudio en la
teora de las colas para el estacionamiento Parking.
El primer captulo consta con todos los aspectos introductorios para la del
estudio de la teora de las colas o lneas de esperas. Es por esto que en el
captulo I, se definen claramente los objetivos, la metodologa y los alcances que
posee nuestro informe.
El segundo captulo est basado en un marco terico con aspectos
generales que se manejan en el presente estudio, un claro ejemplo de esto es el
software Excel y puntos como el significado del sistema de colas.
El tercer captulo habla sobre la contextualizacin del lugar seleccionado
(estacionamiento Parking), una breve descripcin del modelo, y el desarrollo a
travs de formulas y a su vez utilizando Excel.
Y finalmente posee una conclusin general, tanto considerando los datos
obtenidos mediante los dos mtodos, como la particularidad que posee el
estacionamiento (como lo es su renombre y ubicacin).
Arica-Chile
____________________________________________________________________________
TABLA DE CONTENIDOS
CAPTULO I. ASPECTOS INTRODUCTORIOS.....................................................1
1.1. JUSTIFICACIN Y DESCRIPCIN GENERAL....................................................................................1
1.2. OBJETIVO.................................................................................................................................. 2
1.2.1. OBJETIVO GENERAL................................................................................................................ 2
1.2.2. OBJETIVOS ESPECFICOS........................................................................................................ 2
1.3. METODOLOGA.......................................................................................................................... 2
1.4. ALCANCES Y LIMITACIONES......................................................................................................... 3
CAPTULO II. MARCO TEORICO..........................................................................3

2.1. SOFTWARE EXCEL..................................................................................................................... 3
2.2. SISTEMA DE COLAS.................................................................................................................... 4
2.3. NOTACIN DE KENDALL............................................................................................................. 4
2.4. COSTOS DE UN SISTEMA DE COLAS............................................................................................4
2.5. PATRN DE LLEGADA DE LOS CLIENTES......................................................................................5
2.6. PATRONES DE SERVICIO DE LOS SERVIDORES............................................................................5
2.7. DISCIPLINA DE COLA................................................................................................................. 5
2.8. CAPACIDAD DEL SISTEMA........................................................................................................... 6
2.9. NMERO DE CANALES DEL SERVICIO........................................................................................... 6
CAPTULO III. DESARROLLO...............................................................................6

3.1. CONTEXTUALIZACIN DEL LUGAR SELECCIONADO........................................................................6
3.2. DESCRIPCIN DEL MODELO........................................................................................................ 7
3.3. CONSIDERACIONES Y LIMITANTES DEL MODELO...........................................................................8
3.4. DESARROLLO MEDIANTE FRMULAS............................................................................................ 9
3.4.1 ANLISIS EN HORA NO PUNTA................................................................................................... 9
3.4.2 ANLISIS EN HORA PUNTA....................................................................................................... 10
3.5. DESARROLLO MEDIANTE SOFTWARE EXCEL...............................................................................12
3.5.1. ANLISIS EN HORA NO PUNTA................................................................................................ 13
3.5.2. ANLISIS EN HORA PUNTA...................................................................................................... 16
4. CONCLUSIN.....................................................................................................21
5. REFERENCIAS...................................................................................................23
Arica-Chile
____________________________________________________________________________
CAPTULO I. ASPECTOS INTRODUCTORIOS

1.1. Justificacin y descripcin general
La teora de colas, como disciplina matemtica, tiene su origen en 1909,
cuando el matemtico, estadstico e ingeniero dans Agner Kraup Erlang (18781929) estudiaba la congestin de trfico telefnico de una estacin con el objetivo
de cumplir la demanda incierta de servicios en el sistema telefnico de
Copenhague, Dinamarca.
Sus estudios culminaron en una nueva teora
denominada teora de colas o de lneas de espera, la cual es una herramienta

de valor en negocios debido a un gran nmero de problemas de congestin
llegada-salida en las empresas, sobre todo aquellas de servicio.
Hoy en da, la formacin de colas o lneas de espera, es un fenmeno
bastante comn en la vida cotidiana de las personas. Suele ocurrir, generalmente,
cuando la demanda real de un servicio es superior a la capacidad que existe para
brindar dicho servicio. Ejemplos reales de esta situacin son: los cruces de dos
vas de circulacin, los semforos, el peaje de una autopista, los cajeros
automticos, atencin al cliente en un establecimiento comercial, entre otros. Es
por esta razn que el estudio de las colas, es importante, puesto que proporciona
tanto una base terica del tipo de servicio que podemos esperar de un
determinado recurso, como la forma en la cual dicho recurso puede ser diseado
para proporcionar un determinado grado de servicio a sus clientes.
El desarrollo del presente informe, pretende mostrar un estudio realizado en
base a la teora de colas a un estacionamiento ubicado en la ciudad de Arica,
donde se evaluar si efectivamente est funcionando de manera optima para
entregar su servicio, o si requiere de una mejora en sus recursos para lograr as
una rpida y mejor calidad en la entrega del servicio.
Pgina | 1
Arica-Chile
____________________________________________________________________________
1.2. Objetivo
1.2.1. Objetivo general
Determinar con datos reales si el estacionamiento Parking (esquina Rafael
Sotomayor con Patricio Lynch. Arica), est trabajando de forma ptima, analizando
la teora de las colas o lneas de esperas.
1.2.2. Objetivos Especficos
Entender la importancia de la teora de las colas.
Aprender a identificar y en situaciones cotidianas.
Manejar el software Excel para calcular los tiempos en el servicio, la
longitud de la cola, el nmero de clientes, etc.
Desarrollar la habilidad para trabajar en equipo.
1.3. Metodologa
La metodologa que se consider en el desarrollo del informe ser explicada
con un diagrama para tener mayor claridad en los pasos. (Ver Figura 1.3.)
Figura 1.3: Metodologa utilizada.
Pgina | 2
Arica-Chile
____________________________________________________________________________
Fuente: Elaboracin propia

1.4. Alcances y limitaciones
El mayor alcance que se puede considerar en el trabajo, es que los datos
fueron tomados en un periodo de tiempo corto (una hora en dos das distintos), lo
cual puede implicar que los datos no sean 100% precisos de la realidad del
estacionamiento.
Otro alcance que se tiene en el presente trabajo es que por la forma en la
cual est distribuido las entradas y salidas del estacionamiento, se considerara
para el estudio al vehculo que est en el servicio como parte de la cola.
CAPTULO II. MARCO TEORICO
2.1. Software Excel

Excel es un programa informtico desarrollado y distribuido por Microsoft
Corp.
Se
trata
de
un software que
permite
realizar tareas
contables
financieras gracias a sus funciones, desarrolladas especficamente para ayudar a

crear
trabajar
con hojas
de
clculo.
2.2. Sistema de colas

Se puede definir como un conjunto de clientes que llega a un sistema
buscando un servicio, esperan si este no es inmediato, y abandonan el sistema
una vez han sido atendidos. En algunos casos se puede admitir que los clientes
abandonan el sistema si se cansan de esperar. El trmino cliente se usa con un
sentido general y no implica que sea un ser humano, puede significar piezas
esperando su turno para ser procesadas o una lista de trabajo esperando para
imprimir en una impresora en red.
Pgina | 3
Arica-Chile
____________________________________________________________________________
2.3. Notacin de Kendall

La notacin de Kendall se utiliza para describir un sistema de colas, definiendo
sus caractersticas. La notacin de Kendall tiene la siguiente forma: A/B/c/K/m/Z.
Una versin resumida de esta convencin est basada en el formato
A/B/c/m/K. Estas letras representan las siguientes caractersticas del sistema:
A = Distribucin de tiempo entre arribos.

B = Distribucin del tiempo de servicio.
Los siguientes son smbolos comunes para A y B:
M = exponencial o Markov
D = constante o determinantica
2.4. Costos de un sistema de colas

1. Costo de espera: Es el costo para el cliente al esperar
Representa el costo de oportunidad del tiempo perdido.

Un sistema con un bajo costo de espera es una fuente importante de
competitividad.
2. Costo de servicio: Es el costo de operacin del servicio brindado
Es ms fcil de estimar.
El objetivo de un sistema de colas es encontrar el sistema del costo total
mnimo.
2.5. Patrn de llegada de los clientes

En situaciones de cola habituales, la llegada es estocstica, es decir la
llegada depende de una cierta variable aleatoria, en este caso es necesario
conocer la distribucin probabilstica entre dos llegadas de cliente sucesivas.
Adems habra que tener en cuenta si los clientes llegan independiente o
simultneamente. En este segundo caso (es decir, si llegan lotes) habra que
definir la distribucin probabilstica de stos. Tambin es posible que los clientes
Pgina | 4
Arica-Chile
____________________________________________________________________________
sean impacientes. Es decir, que lleguen a la cola y si es demasiado larga se

vayan, o que tras esperar mucho rato en la cola decidan abandonar. Por ltimo es
posible que el patrn de llegada vare con el tiempo. Si se mantiene constante le
llamamos estacionario, si por ejemplo vara con las horas del da es noestacionario.
2.6. Patrones de servicio de los servidores
Los servidores pueden tener un tiempo de servicio variable, en cuyo caso
hay que asociarle, para definirlo, una funcin de probabilidad. Tambin pueden
atender en lotes o de modo individual. El tiempo de servicio tambin puede variar
con el nmero de clientes en la cola, trabajando ms rpido o ms lento, y en este
caso se llama patrones de servicio dependientes. Al igual que el Teora de Colas
patrn de llegadas el patrn de servicio puede ser no-estacionario, variando con el
tiempo transcurrido.
2.7. Disciplina de cola
La disciplina de cola es la manera en que los clientes se ordenan en el
momento de ser servidos de entre los de la cola. Cuando se piensa en colas se
admite que la disciplina de cola normal es FIFO (atender primero a quien lleg
primero) Sin embargo en muchas colas es habitual el uso de la disciplina LIFO
(atender primero al ltimo). Tambin es posible encontrar reglas de secuencia con
prioridades, como por ejemplo secuenciar primero las tareas con menor duracin o
segn tipos de clientes. En cualquier caso dos son las situaciones generales en
las que trabajar. En la primera, llamada en ingls preemptive, si un cliente llega a
la cola con una orden de prioridad superior al cliente que est siendo atendido,
este se retira dando paso al ms importante. Dos nuevos subcasos aparecen: el
cliente retirado ha de volver a empezar, o el cliente retorna donde se haba
quedado. La segunda situacin es la denominada no preemptive donde el cliente
con mayor prioridad espera a que acabe el que est siendo atendido.
Pgina | 5
Arica-Chile
____________________________________________________________________________
2.8. Capacidad del sistema

En algunos sistemas existe una limitacin respecto al nmero de clientes
que pueden esperar en la cola. A estos casos se les denomina situaciones de cola
finitas. Esta limitacin puede ser considerada como una simplificacin en la
modelizacin de la impaciencia de los clientes.
2.9. Nmero de canales del servicio
Es evidente que es preferible utilizar sistemas multiservidos con una nica
lnea de espera para todos que con una cola por servidor. Por tanto, cuando se
habla de canales de servicio paralelos, se habla generalmente de una cola que
alimenta a varios servidores mientras que el caso de colas independientes se
asemeja a mltiples sistemas con slo un servidor.
CAPTULO III. DESARROLLO

3.1. Contextualizacin del lugar seleccionado
El lugar seleccionado es el estacionamiento Parking (esquina Rafael
Sotomayor con Patricio Lynch. Arica), el cual tiene una capacidad para 105 autos,
se considero este lugar para realizar el estudio de la teora de colas,
principalmente por ser un estacionamiento antiguo en la ciudad y que ha tenido
que modificarse para mantenerse al corriente frente a la competencia que existe
en esta rea, adems se considero que est situado en un lugar bastante cntrico
y cercano al paseo peatonal ms destacado en Arica (paseo peatonal, 21 de
mayo). A su vez para la realizacin de este estudio se considero ir a tomar datos
dos das distintos, ya que, en el estacionamiento Parking, posee algunas horas
donde la demanda del servicio que proporciona es bastante alta (horas punta) y a
su vez posee tiempos casi muertos o de muy baja demanda (horas no punta).
Por lo explicado anteriormente es que se tomaron datos el da 22 de junio
en un rango de una hora, la cual inicio a las 16:20 hasta las 17:20, esta fue la
muestra del horario no punta en el cual se consigui un total de 47 vehculos en
Pgina | 6
Arica-Chile
____________________________________________________________________________
total (considerando autos que salan y autos que entraban) y la cola ms larga que
se formo fue de 3 autos (contando al auto del servicio). Tambin se tomaron datos
el 25 de junio en un rango de una hora, la cual inicio a las 18:42 hasta las 19:42,
esta fue la muestra del horario punta en el cual se consigui un total de 99
vehculos en total (considerando autos que salan y autos que entraban) y la cola
ms larga que se formo fue de 4 autos (contando al auto del servicio).
3.2. Descripcin del modelo
El modelo a trabajar en el presente trabajo es el modelo M/M/1/K con
respecto a la notacin de Kendall, para este sistema se tienen las siguientes
caractersticas
a) Se tiene un sistema de llegadas que se producen segn un proceso de
Poisson de razn , donde los tiempos entre llegadas estarn distribuidos
exponencialmente Exp ()
Donde es el nmero medio de llegadas por unidad de tiempo
b) Los tiempos entre servicios son distribuidos de manera exponencial, Exp ()
Donde es el nmero medio de paquetes que el servidor es capaz
de atender por unidad de tiempo.
X) Se posee un nico servidor en el sistema.
Y) La capacidad del sistema es finita, sta se expresa por la constante K
V) Se tiene un estado de servicios igual a uno, es decir una sola cola, el cual se
puede omitir.
En este sistema debe de considerarse que est limitado en el nmero de
paquetes que van a poder entrar en la cola, es decir si la cola estuviera llena los
vehculos no entraran en esta. La ventaja de este tipo de sistemas es que no se
necesitan utilizar una condicin de no saturacin debido a que la capacidad es
limitada y por ello se encuentran siempre en un estado estable, sin importar cual
sea el valor .
Pgina | 7
Arica-Chile
____________________________________________________________________________
3.3. Consideraciones y limitantes del modelo

Analizaremos a continuacin una modificacin del modelo M/M/1 que se
basa en suponer que la capacidad del sistema est limitada a K clientes. Con
capacidad admisible finita significa que el sistema puede contener como mximo K
clientes, por lo tanto se asume que:
n =0, si n> K
Las ecuaciones de estado del sistema, pn(t), dadas para el modelo M/M/1,
siguen siendo validas si n < K. Analizaremos el caso n = K. Para que el sistema
este en el estado K en el instante t + t pueden darse tres situaciones: Que el
sistema este en estado K en el instante t, y en el intervalo (t, t + t] no se
produzcan llegadas ni servicios. La probabilidad asociada a esta situacin es pK
(t) (1 t + o(t)) (1 t + o(t)). Que el sistema este en estado K en el
instante t, y en el intervalo (t, t + t] se produzca una llegada y ningn servicio.
Como la capacidad mxima del sistema es K, el cliente que llega es rechazado y
el sistema permanecer en estado K. Tambin aplicable para el caso n>K.
3.4. Desarrollo mediante frmulas
Para la realizacin de este punto, se trabajo de igual manera a lo visto en
clases y con las mismas formulas enseadas por el profesor.
3.4.1. Anlisis en hora no punta
A continuacin se entregaran los datos ocupados para el desarrollo en la
hora no punta, que fueron tomados el da 22 de junio entre las horas 16:20 hasta
las 17:20.
Datos
K= 5
= 47
1/ = 1,19 minutos / vehculo
= 50,42 vehculos / hora
Pgina | 8
Arica-Chile
____________________________________________________________________________
Desarrollo
I.
47
50,42
P0=
=
=0,197238
k+1
6
47
1
1
50,42
II.
Pk =P5 =
III.
=( 1Pk ) =47( 10,13882 )=40,4755 41
IV.
5
P 0=0,13882
()
=4741=6
k+1
6
47
( k +1 )
( 6 ) 47
50,42
50,42
L=
=2,29575
6
6
V.
47
47
1
1
1
1
50,42
50,42
VI.
()
()
(
(
)
)
1P
Lq=L( 0)=2,29575( 10,197238 )=1,49298
Lq 1,49298
W
=
=
=0,0317657
q
VII.
47
L 2,29575
W= =
=0,0488457
VIII.
47
De este desarrollo se puede determinar que 6 clientes se fueron de de la

cola, pero esto es aplicable solo en la teora, ya que en la realidad cuando se fue
al estacionamiento Parking, ninguno de los autos que estaban en la cola
decidieron abandonar la cola, ya que los clientes observaban el estacionamiento
vacio y decidan esperar para poder estacionarse.
Pgina | 9
Arica-Chile
____________________________________________________________________________
La longitud promedio de la cola es de 2,295 el cual se puede considerar

significativo, ya que la cola ms larga que se formo fue de 3 autos. A su vez, el
nmero de clientes en espera es de 1,49 el cual se logro ver en algunos instantes
de la hora estudiada, pero este dato en particular no fue algo que perdurara en un
100% en dicha hora.
Por ltimo, se estudiaron los tiempos tanto en la cola como en el sistema,
en primer lugar se tomo un tiempo en la cola de
0,0317657 horas, el cual
aproximadamente es de 1,91 minutos, por otra parte el tiempo total del servicio es
de 0,0488457 horas, el cual se puede aproxima a 2,9 minutos.
3.4.2. Anlisis en hora punta
A continuacin se entregaran los datos ocupados para el desarrollo en la
hora punta, que fueron tomados el da 25 de junio entre las horas 18:42 hasta las
19:42.
Datos
K= 5
= 99
1/ = 0,602 minutos / vehculo
= 99,67 vehculos / hora
Desarrollo
I.
99
99,6 7
P 0=
=
=0,1694896161
k+1
6
99
1
1
99,67
II.
5
99 5
Pk =P5 =
P 0=
0,1694896161=0,1627674329
99,67
()
Pgina | 10
Arica-Chile
____________________________________________________________________________
III.
=( 1Pk ) =99( 10,1627674329 )=82,886 83
IV.
=9983=1 6
V. L
k +1
6
99
( k +1 )
( 6 ) 99
99,6 7
99,6 7
=147,761194145,280866=2, 480327959 2,48

6
6
99
99
1
1
1
1
99, 6 7
99, 6 7
VI.
()
()
(
(
)
)
1P
Lq=L( 0)=2, 48( 10,1694896161 )=1,649489616
Lq 1,649489616
W
=
=
=0,01666151127 0,02
q
VII.
99
VIII.
L 2,480327959
W= =
=0,02505381777 0,03
99
Despus del presente anlisis, se determino que 16 vehculos dejaron la
cola antes de entrar al estacionamiento, el cual no fue el caso especfico en el

estacionamiento, ya que el da 25 de junio solo 6 autos abandonaron la cola antes
de ingresar al estacionamiento, esto principalmente lo asumimos a lo conocido
que es el estacionamiento Parking y la buena ubicacin que este posee. Por estos
motivos, se estima que los clientes prefieren esperar antes de salirse de la cola.
La longitud promedio de la cola, dio como resultado
2,48
este si bien es
un nmero representativo de la situacin, no fue el nmero de la cola ms la larga,

siendo este nmero 4. Esta situacin ocurre porque en el transcurso del tiempo
que se estuvo tomando datos la media en la cantidad de vehculos en la cola fue
de aproximadamente de 3 autos (considerando al auto que est en el servicio).
Pgina | 11
Arica-Chile
____________________________________________________________________________
Tambin, nos dio un Lq de
1,649489616
el cual es equivalente a 2, siendo este
nmero de suma representatividad de la realidad que se vio el da sbado 25 de

junio, ya que la congestin que exista tanto en el centro de la ciudad era evidente
y repercuta en el estacionamiento, el cual prcticamente todo el tiempo tena a
algn vehculo en cola esperando ingresar al estacionamiento.
Por ltimo, se tiene que el tiempo haciendo la cola fue de 0,02 horas el cual
se puede aproximar a 1,2 minutos de espera en la cola por vehculo y a su vez se
determino el valor de W, siendo este el tiempo total en la espera (tiempo de la cola
ms el tiempo del servicio), el cual nos dio como resultado 0,03 horas por
vehculo, el cual si lo transformamos a minutos, se estima que son 1,8 minutos por
vehculo en el uso total en el servicio.
3.5. Desarrollo mediante software Excel
Se debe considerar que existe una notacin explicita para cada dato
obtenido, la cual se dar a continuacin
Figura 3.5: Terminologa y notacin en Excel
Pgina | 12
Arica-Chile
____________________________________________________________________________
Esta terminologa ser utilizada tanto en el punto 3.5.1 Anlisis hora no

punta y como en el punto 3.5.2 Anlisis en hora punta, se decidi ir a tomar datos
dos das distintos en horas distintas para poder realizar un estudio ms profundo,
es por esto que en ambos casos, se debe utilizar la misma planilla de Excel, para
que de esta manera el software no sea un factor determinante de cambio en los
resultados, si no que solo vare por la diferencia en los datos.
3.5.1. Anlisis en hora no punta
Lo primero a considerar es la tabla que muestra todos los datos adquiridos
en el intervalo de una hora, especficamente el da 22 de junio del 2016 a las
16:20 hasta las 17:20.
Figura 3.5.1.1: Tabla Excel de horario no punta.
Pgina | 13
Arica-Chile
____________________________________________________________________________
Fuente: Elaboracin propia
Posteriormente se consideran los datos que son utilizados en el modelo de colas

Pgina | 14
Arica-Chile
____________________________________________________________________________
Figura 3.5.1.2: Datos ingresados, da 22 de junio
velocidad de
arribo:
tiempo de
servicio/cliente:
Mx. de clientes en
la cola:
no. de servidores:
factor de tiempo:
tamao de la
fuente:
47
t =
1,19
k=
s=
ft =
1
60
N=
999999
(k lm =
500)
Y por ultimo obtenemos los resultados de la aplicacin del modelo.

Figura 3.5.1.3: Resumen de resultados da 22 de junio
De estos datos se puede estimar que en una hora no punta, el tiempo

aproximado de espera en el uso del servicio es de 3,40 minutos, mientras que
solamente en la cola es de 2,21 minutos. La velocidad del servicio est en 50,42
Pgina | 15
Arica-Chile
____________________________________________________________________________
vehculos/hora, a su vez los clientes que llegaron en dicho periodo es de 47

vehculos.
Tambin se analizo si era necesario aplicar otro servicio en el
estacionamiento, esto se realizo dividiendo el (clientes que llegan) en
(velocidad del servicio), el cual nos dio como resultado 0,932 entonces, estimamos
que un solo servicio para este estacionamiento funciona de forma optima.
A su vez se puede observar que el rendimiento que presenta el modelo
aplicndolo en el estacionamiento es de 0,9322, mientras que el rendimiento real
que posee es de 0,8028. De igual manera se puede apreciar que los clientes que
llegan al estacionamiento son 47 (en este periodo en especfico), y a su vez el
modelo nos dice que por los tiempos de espera 7 clientes se fueron, el cual
especficamente no fue nuestro caso, porque la gente prefera esperar ya que
vean que el estacionamiento no est lleno.
Por ltimo se, a precian dos puntos que son de suma importancia. En
primer lugar se ve que la longitud de la cola (L) nos da un valor de 2,30 el cual es
de suma representatividad con lo que apreciamos el da 22 de junio en el
estacionamiento, ya que, la cola ms larga que se nos formo fue de 3 pero
considerando al que estaba en servicio. Y posteriormente se nos muestra los
clientes en espera que al igual que el largo de la cola, es representativo de la
realidad, siendo este el valor de Lq = 1,49 en otras palabras, son
aproximadamente 2 los clientes que se encuentran en espera.
3.5.2. Anlisis en hora punta
En este punto se analizarn las mismas variables estudiadas en el punto
anterior, con la nica particularidad que estos datos fueron tomados cuando el
estacionamiento recibe ms movimiento de clientes. A continuacin se presenta la
tabla que muestra todos los datos adquiridos en el intervalo de una hora,
especficamente el da 25 de junio del 2016 a las 18:42 hasta las 19:42.
Figura 3.5.2.1: Tabla Excel de horario punta.
Pgina | 16
Arica-Chile
____________________________________________________________________________
Hora punta
25 de junio
N
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
Hora
vehculo
18:42
18:43
18:43
18:44
18:44
18:45
18:46
18:47
18:48
18:50
18:50
18:50
18:51
18:51
18:51
18:52
18:53
18:54
18:55
18:55
18:56
18:56
18:56
18:56
18:56
18:57
18:58
18:58
18:58
18:59
19:00
19:01
19:01
entra
sale
entra
entra
sale
entra
sale
entra
sale
entra
entra
sale
entra
entra
entra
entra
entra
sale
sale
sale
entra
entra
entra
entra
sale
sale
entra
entra
entra
sale
entra
sale
entra
N
N
Hora vehculo
34 19:01
entra 67
35 19:02
entra 68
36 19:02
sale
69
37 19:03
entra 70
38 19:04
sale
71
39 19:04
sale
72
40 19:04
entra 73
41 19:04
entra 74
42 19:05
entra 75
43 19:05
entra 76
44 19:05
entra 77
45 19:06
sale
78
46 19:07
sale
79
47 19:07
entra 80
48 19:08
sale
81
49 19:09
entra 82
50 19:10
sale
83
51 19:10
entra 84
52 19:11
entra 85
53 19:12
entra 86
54 19:12
entra 87
55 19:12
entra 88
56 19:12
entra 89
57 19:12
entra 90
58 19:13
sale
91
59 19:14
sale
92
60 19:15
entra 93
61 19:15
entra 94
62 19:15
entra 95
63 19:16
sale
96
64 19:17
sale
97
65 19:18
sale
98
66 19:19
entra 99
Fuente: realizacin propia
Hora
Vehculo
19:19
19:20
19:20
19:21
19:21
19:22
19:22
19:23
19:23
19:24
19:25
19:25
19:25
19:25
19:26
19:29
19:30
19:30
19:31
19:31
19:32
19:35
19:35
19:36
19:36
19:36
19:37
19:38
19:39
19:39
19:40
19:40
19:41
entra
entra
entra
entra
entra
entra
sale
entra
entra
sale
sale
entra
entra
entra
entra
sale
sale
entra
entra
entra
entra
sale
sale
entra
entra
sale
entra
entra
sale
sale
entra
entra
entra
Posteriormente se consideran los datos que son utilizados en el modelo de colas

Pgina | 17
Arica-Chile
____________________________________________________________________________
Figura 3.5.2.2: Datos ingresados, da 25 de junio
velocidad de
arribo:
tiempo de
servicio/cliente:
Mx. de clientes en
la cola:
no. de servidores:
factor de tiempo:
tamao de la
fuente:
99
t =
0,602
k=
s=
ft =
1
60
N=
999999
(k lm =
500)
Se obtienen los resultados de la aplicacin del modelo.

Figura 3.5.2.3: Resumen de resultados da 25 de junio
Pgina | 18
Arica-Chile
____________________________________________________________________________
A diferencia del primer anlisis realizado, ac hemos decidido mostrar cmo

se obtuvieron los datos.
Figura 3.5.2.4: Calculo de datos en Excel
De estos datos se puede estimar que en una hora punta, el tiempo

aproximado de espera en el uso del servicio es de 1,80 minutos, mientras que
solamente en la cola es de 1,20 minutos.
La velocidad del servicio est en 99,67 vehculos/hora, a su vez los clientes
que llegaron en dicho periodo es de 9 vehculos.
El rendimiento que nos mostro el modelo fue de 0,9933 y su rendimiento
real fue de 0,8305. De igual manera se puede apreciar que los clientes que llegan
al estacionamiento son 99 (en este periodo en especfico), y a su vez el modelo
nos dice que por los tiempos de espera 16 clientes se fueron, el cual
especficamente no fue nuestro caso, si bien se fueron algunos clientes no
llegaron a ser un nmero tan alto, solo desistieron de la cola 6 clientes.
Al igual que en el caso anterior, se puede apreciar que la longitud de la cola
es de 2,48 este nmero en especifico muestra un suceso que ocurri el da 25 de
junio del presente ao, especficamente dicho suceso fue que a lo largo de la hora
se mantuvo una cola contante, es decir, si bien a cola ms larga que se formo fue
de 4 autos (contando el del servicio), considerando los 99 autos que estuvieron en
el presente anlisis, en promedio siempre se tena una cola de 3 autos (contando
Pgina | 19
Arica-Chile
____________________________________________________________________________
al del servicio). A su vez se observa en el Excel que los clientes en espera fueron
de 1,65 siendo este un nmero representativo de nuestro anlisis.
Por ltimo el nmero mnimo de servidores que nos estima el Excel es de 1,
considerando este caso especifico en el cual ingresaron 99 autos, posiblemente se
vea aumentado si ingresaran ms autos en la hora punta, pero nosotros nos
basaremos en los datos obtenidos en nuestras dos visitas al estacionamiento.
Pgina | 20
Arica-Chile
____________________________________________________________________________
4. CONCLUSIN
Especficamente en la variable de los costos consideramos un factor
determinante en el costo de espera, si bien los clientes deben realizar una espera
en la hora punta para poder utilizar el servicio, este especficamente no significar
para dichos clientes la perdida de una oportunidad, ya que el tiempo total (entre el
tiempo de la cola y el servicio) jams superara los 5 minutos, siendo esta cantidad
de tiempo bastante pequea y que si lo comparamos con el tiempo que puede
invertir un ariqueo buscando estacionamiento en la zona centro en horario punta,
este es mucho menos significativo. Adems si consideramos la gran dificultad que
implica encontrar estacionamiento en la ciudad (lugar en la calle, que implique un
no pago), es que el estacionamiento Parking tiene esa ventaja competitiva, porque
si bien el cliente debe pagar por un servicio, este solo debe esperar un periodo
bastante bajo y el vehculo queda resguardado con dos personales a cargo en
cada uno de los turnos.
Por otra parte de igual manera se consideraron los costos de servicio, el
cual a grandes rasgos se estimo que no es necesario generar un nuevo servicio,
especficamente incorporar una nueva entrada para el estacionamiento, se llego a
esta conclusin especficamente por dos factores que consideramos de suma
importancia, en primer lugar, generar una nueva entrada significa pagar a otra
persona para que se quede en la nueva entrada, aumentando la cantidad de
trabajadores por turno de 2 a 3, que considerando que en el estacionamiento
Parking posee 2 turnos (uno en la maana y otro en la tarde), esto significar que
mnimo debiesen contratar a dos personas ms lo cual significara una
disminucin en la riqueza de los dueos o bien un posible aumento en la tarifa que
se tiene a los clientes. Por otra parte consideramos el nmero mnimo de
servidores que se busco en el software Excel, el cual nos dio en el horario no
punta un valor de 1, pero en el horario punta nos dio un valor de 1 pero este
cambiara fcilmente si el ingreso de autos superar los 99. Adems consideramos
que el estacionamiento Parking posee solo horarios punta dos veces al da (uno
Pgina | 21
Arica-Chile
____________________________________________________________________________
desde las 11 a.m hasta aproximadamente las 13 p.m y el otro aproximadamente

desde las 7 p.m hasta las 9:30 p.m), a su vez los das viernes y sbados reciben
un poco ms de flujo que el resto de los das, pero este flujo no sera lo
suficientemente significativo como para invertir en una nueva entrada, ya que el
resto de los das (especialmente el lunes y el domingo) son de muy bajo flujo para
realizar tal inversin.
Pgina | 22
Arica-Chile
____________________________________________________________________________
5. REFERENCIAS
Montiel, B. (2016). Teora de cola introduccin. Junio 23, 2016. De apuntes del
profesor.
Prez, J & Gardey, A. (2009). Definicin de Excel. Junio 24, 2016, de definicion.de
Sitio web: http://definicion.de/excel/
Pgina | 23

Trabajo de Modelos Estocasticos

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Trabajo de Modelos Estocasticos

Transféré par

Droits d'auteur :

Formats disponibles

UNIVERSIDAD DE TARAPAC

ESCUELA UNIVERSITARA DE INGENIERA

Teora de colas: Estacionamiento Parking

CAPTULO II. MARCO TEORICO..........................................................................3

CAPTULO III. DESARROLLO...............................................................................6

CAPTULO I. ASPECTOS INTRODUCTORIOS

Sus estudios culminaron en una nueva teora

denominada teora de colas o de lneas de espera, la cual es una herramienta

Fuente: Elaboracin propia

CAPTULO II. MARCO TEORICO

2.1. Software Excel

financieras gracias a sus funciones, desarrolladas especficamente para ayudar a

2.2. Sistema de colas

2.3. Notacin de Kendall

A = Distribucin de tiempo entre arribos.

Los siguientes son smbolos comunes para A y B:

2.4. Costos de un sistema de colas

Representa el costo de oportunidad del tiempo perdido.

2. Costo de servicio: Es el costo de operacin del servicio brindado

2.5. Patrn de llegada de los clientes

sean impacientes. Es decir, que lleguen a la cola y si es demasiado larga se

2.8. Capacidad del sistema

CAPTULO III. DESARROLLO

3.3. Consideraciones y limitantes del modelo

=( 1Pk ) =47( 10,13882 )=40,4755 41

De este desarrollo se puede determinar que 6 clientes se fueron de de la

La longitud promedio de la cola es de 2,295 el cual se puede considerar

0,0317657 horas, el cual

=( 1Pk ) =99( 10,1627674329 )=82,886 83

=147,761194145,280866=2, 480327959 2,48

cola antes de entrar al estacionamiento, el cual no fue el caso especfico en el

un nmero representativo de la situacin, no fue el nmero de la cola ms la larga,

Tambin, nos dio un Lq de

el cual es equivalente a 2, siendo este

nmero de suma representatividad de la realidad que se vio el da sbado 25 de

Esta terminologa ser utilizada tanto en el punto 3.5.1 Anlisis hora no

Figura 3.5.1.1: Tabla Excel de horario no punta.

Fuente: Elaboracin propia

Posteriormente se consideran los datos que son utilizados en el modelo de colas

Figura 3.5.1.2: Datos ingresados, da 22 de junio

Y por ultimo obtenemos los resultados de la aplicacin del modelo.

De estos datos se puede estimar que en una hora no punta, el tiempo

vehculos/hora, a su vez los clientes que llegaron en dicho periodo es de 47

Posteriormente se consideran los datos que son utilizados en el modelo de colas

Figura 3.5.2.2: Datos ingresados, da 25 de junio

Se obtienen los resultados de la aplicacin del modelo.

A diferencia del primer anlisis realizado, ac hemos decidido mostrar cmo

De estos datos se puede estimar que en una hora punta, el tiempo

desde las 11 a.m hasta aproximadamente las 13 p.m y el otro aproximadamente

Vous aimerez peut-être aussi