Sei sulla pagina 1di 24

SIMULACION DEL CINE UVK

UNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA FACULTAD DE INGENIERIA DE SISTEMAS TELEFONO: (056) 238917 - CIUDAD UNIVERSITARIA ICA - PER

Simulacin de Colas de Atencin en el cine UVK -Ica Ingeniera de Sistemas


Simulacin de Sistemas Discretos VIII S2 13 de Noviembre del 2013

Integrantes: Cdigo: 20094172 Apellidos y Angulo Gasco, Jess Nombres: Mail: 20094172@sistemasunica.edu.pe

Cdigo: 20091201G:\Sesion.asp?IdMenu=25&pag=iac03_2.asp&usu=U31176 2 Apellidos y Neira Lovera, Kathia Nombres: Mail: 20091201@sistemasunica.edu.pe

Cdigo: 20092026 Apellidos y Onoc Fuentes, Amrico Nombres: Mail: 20092026@sistemasunica.edu.pe

Responsabl e del Equipo

Angulo Gasco, Jess

RESUMEN
El presente informe como parte del curso de Simulacin de Sistemas Discretos se basa en la aplicacin de conocimientos y metodologas adquiridos en clase con la finalidad de simular los hechos reales que ocurre dentro de un cine UVK, y que permitir obtener resultados y anlisis de estos para presentar a la gerencia. El ttulo del presente informe es Simulacin de Colas para sacar entradas en el Cine UVK y el mbito de la investigacin se suscribe a la Agencia de Ica. El contexto y la situacin que se presenta corresponden a la atencin de clientes en el servicio de boletera. El funcionamiento bsico es el siguiente, los clientes llegan al cine para comprar sus entradas. Aqu se forma una cola. El problema de esta situacin es que se genera en boletera una cola el cual molesta mucho a los clientes, cosa que la gerencia debe evitar. Se recomienda que funcionen las 3 ventanillas que estn en boletera y as evitar las largas colas que mayormente se generan los fines de semana

MARCO TEORICO
La teora de colas: es el estudio matemtico del comportamiento de lneas de espera. Esta se presenta, cuando los clientes llegan a un lugar demandando un servicio a un servidor, el cual tiene una cierta capacidad de atencin. Si el servidor no est disponible inmediatamente y el cliente decide esperar, entonces se forma la lnea de espera.

Una cola: es una lnea de espera y la teora de colas es una coleccin de modelos matemticos que describen sistemas de lnea de espera particulares o sistemas de colas. Los modelos sirven para encontrar un buen compromiso entre costes del sistema y los tiempos promedio de la lnea de espera para un sistema dado.

Los sistemas de colas: son modelos de sistemas que proporcionan servicio. Como modelo, pueden representar cualquier sistema en donde los trabajos o clientes llegan buscando un servicio de algn tipo y salen despus de que dicho servicio haya sido atendido. Podemos modelar los sistemas de este tipo tanto como colas sencillas o como un sistema de colas interconectadas formando una red de colas. En la siguiente figura podemos ver un ejemplo de modelo de colas sencillo. Este modelo puede usarse para representar una situacin tpica en la cual los clientes llegan, esperan si los servidores estn ocupados, son servidos por un servidor disponible y se marchan cuando se obtiene el servicio requerido. El problema es determinar qu capacidad o tasa de servicio proporciona el balance correcto. Esto no es sencillo, ya que un cliente no llega a un horario fijo, es decir, no se sabe con exactitud en que momento llegarn los clientes. Tambin el tiempo de servicio no tiene un horario fijo. Los problemas de colas se presentan permanentemente en la vida diaria: un estudio en EEUU concluy que, por trmino medio, un ciudadano medio pasa cinco aos de su vida esperando en distintas colas, y de ellos casi seis meses parado en los semforos.

Elementos existentes en un modelo de colas:

Fuente de entrada o poblacin potencial: Es un conjunto de individuos (no necesariamente seres vivos) que pueden llegar a solicitar el servicio en cuestin. Podemos considerarla finita o infinita. Aunque el caso de infinitud no es realista, s permite (por extrao que parezca) resolver de forma ms sencilla muchas situaciones en las que, en realidad, la poblacin es finita pero muy grande. Dicha suposicin de infinitud no resulta restrictiva cuando, aun siendo finita la poblacin potencial, su nmero de elementos es tan grande que el nmero de individuos que ya estn solicitando el citado servicio prcticamente no afecta a la frecuencia con la que la poblacin potencial genera nuevas peticiones de servicio.

Cliente: Es todo individuo de la poblacin potencial que solicita servicio. Suponiendo que los tiempos de llegada de clientes consecutivos son 0<t1<t2<..., ser importante conocer el patrn de probabilidad segn el cual la fuente de entrada genera clientes. Lo ms habitual es tomar como referencia los tiempos entre las llegadas de dos clientes consecutivos: consecutivos: clientes consecutivos: T{k} = tk tk-1, fijando su distribucin de probabilidad. Normalmente, cuando la poblacin potencial es infinita se supone que la distribucin de probabilidad de los Tk (que ser la llamada distribucin de los tiempos entre llegadas) no depende del nmero de clientes que estn en espera de completar su servicio, mientras que en el caso de que la fuente de entrada sea finita, la distribucin de los Tk variar segn el nmero de clientes en proceso de ser atendidos.

Capacidad de la cola: Es el mximo nmero de clientes que pueden estar haciendo cola (antes de comenzar a ser servidos). De nuevo, puede suponerse finita o infinita. Lo ms sencillo, a efectos de simplicidad en los clculos, es suponerla infinita. Aunque es obvio que en la mayor parte de los casos reales la capacidad de la cola es finita, no es una gran restriccin el suponerla infinita si es extremadamente improbable que no puedan entrar clientes a la cola por haberse llegado a ese nmero lmite en la misma.

Disciplina de la cola: Es el modo en el que los clientes son seleccionados para ser servidos. Las disciplinas en nuestro caso son: La disciplina FIFO (first in first out), tambin llamada FCFS (first come first served): segn la cual se atiende primero al cliente que antes haya llegado. Ya que en el cine la primera persona que llega, compra su entrada y es la primera en salir de la cola.

Mecanismo de servicio: Es el procedimiento por el cual se da servicio a los clientes que lo solicitan. Para determinar totalmente el mecanismo de servicio debemos conocer el nmero de servidores de dicho mecanismo (si dicho nmero fuese aleatorio, la distribucin de probabilidad del mismo) y la distribucin de probabilidad del tiempo que le lleva a cada servidor dar un servicio. En caso de que los servidores tengan distinta destreza para dar el servicio, se debe especificar la distribucin del tiempo de servicio para cada uno. El sistema de la cola: es el conjunto formado por la cola y el mecanismo de servicio, junto con la disciplina de la cola, que es lo que nos indica el criterio de qu cliente de la cola elegir para pasar al mecanismo de servicio. Estos elementos pueden verse ms claramente en la siguiente figura:

PALABRAS CLAVES
Cine: es la tcnica de proyectar fotogramas de forma rpida y sucesiva para crear la impresin de movimiento, mostrando algn vdeo (o de pelcula, o film, o filme) UVK: es una empresa peruana dedicada a brindar el mejor entretenimiento cinematogrfico. Boletera: TAQUILLA donde se venden billetes. Ventanillas: abertura pequea que hay en la pared de distintos establecimientos, a travs de la cual los empleados se comunican con el pblico: Clientes: entidad dinmica. Son las personas que llegan al sistema para ser atendidos en la boletera. La teora de colas: es el estudio matemtico del comportamiento de lneas de espera. Esta se presenta, cuando los clientes llegan a un lugar demandando un servicio a un servidor, el cual tiene una cierta capacidad de atencin. Si el servidor no est disponible inmediatamente y el cliente decide esperar, entonces se forma la lnea de espera. Una cola: es una lnea de espera y la teora de colas es una coleccin de modelos matemticos que describen sistemas de lnea de espera particulares o sistemas de colas. Los modelos sirven para encontrar un buen compromiso entre costes del sistema y los tiempos promedio de la lnea de espera para un sistema dado. Los sistemas de colas: son modelos de sistemas que proporcionan servicio. Como modelo, pueden representar cualquier sistema en donde los trabajos o clientes llegan buscando un servicio de algn tipo y salen despus de que dicho servicio haya sido atendido. Podemos modelar los sistemas de este tipo tanto como colas sencillas o como un sistema de colas interconectadas formando una red de colas. En la siguiente figura podemos ver un ejemplo de modelo de colas sencillo. Este modelo puede usarse para representar una situacin tpica en la cual los clientes llegan, esperan si los servidores estn ocupados, son servidos por un servidor disponible y se marchan cuando se obtiene el servicio requerido. El problema es determinar qu capacidad o tasa de servicio proporciona el balance correcto. Esto no es sencillo, ya que un cliente no llega a un horario fijo,

es decir, no se sabe con exactitud en que momento llegarn los clientes. Tambin el tiempo de servicio no tiene un horario fijo.

CONTENIDO

1. 2. 3. 4. 5. 6. 7. 8. 9.

Introduccin Descripcin del Sistema Anlisis de los Datos de Entrada Descripcin del Modelo de Simulacin Verificacin y Validacin del Modelo Anlisis de Resultados Resultados de la Simulacin Sugerencias de Modificacin al Sistema Conclusiones

10. Recomendaciones 11. Agradecimientos

1.

INTRODUCCION

Como punto primordial de la investigacin es el hecho de que con el uso de herramientas tales como la simulacin de sistemas discretos y el uso de software de este tipo como el Arena se pueden encontrar soluciones tcnicas a problemas como la disminucin de la calidad del servicio, como es el caso de cine UVK.

1.1 Descripcin y antecedentes de la empresa


El cine UVK Multicines es una cadena de cines peruanos surgida en 1998, con la inauguracin de su primera multisala en el centro comercial Larcomar. Luego siguieron sus locales en: El Centro comercial Caminos del Inca, Centro comercial Marina Park, San MartnCentro y en El Balneario de Asia (durante temporadas de verano). Con el afn de descentralizar sus Multisalas abri sus puertas en la ciudad de Ica en el ao 2005, el cual cuenta con 4 salas. Las compras de boleto en las diferentes sucursales tienen un ciclo de vida genricamente comn: Ven la cartelera, compran sus entradas, se dirigen a la sala que le toca. Las operaciones bsicas que se realizan en Boletera son las de vender las entradas para el cine.

10

Sin embargo, en esta situacin se tiene lo siguiente:

Amenazas:
Que los clientes dejen de asistir al cine por la larga cola. En general las agencias y oficinas especiales son pequeas y una cola muy larga en algn servicio dificulta el trnsito dentro de la misma y afecta a otros servicios.

Riesgos:
Algunos clientes potenciales pueden dejar de informarse debido a que existe mucha gente en un momento determinado en la cola. Lo que origina que se pierdan posibles clientes.

1.2 Descripcin del proyecto

Se escogi el cine UVK para realizar un muestreo que nos permita usarlo como base para hacer la simulacin del sistema de colas ya que su representacin matemtica sera demasiado complicada de analizar. Para ello, hemos utilizado los conocimientos de estadsticos impartidos a lo largo de la carrera para analizar el comportamiento de los tiempos de los clientes en la compra de sus boletos de cine. Es por esto, asistiendo durante los 7 das de la semana, en el mismo rango de tiempo (el de mayor afluencia del pblico) hemos obtenido muestras lo suficientemente grandes y confiables para el estudio. Para esto, hemos hecho pruebas de independencia para verificar la relacin de dependencia o independencia existente entre los tiempos y los das.

Luego de realizar la prueba de independencia nos planteamos hiptesis de acuerdo a nuestro sentido comn y experiencia, y para ello realizamos las pruebas de bondad de ajuste, las cuales nos servirn para demostrar el comportamiento de los tiempos; es decir, si se distribuyen de forma normal, exponencial, etc.

11

Despus de esto, y a travs del teorema del lmite central concluiremos si las distribuciones poblacionales se ajustan a la distribucin normal. Otro factor necesario ser conocer el comportamiento muestral de las medias, pues para realizar los intervalos de confianza de las medias y de las diferencias de medias es necesario que la media muestral se comporte de forma normal. A partir de los datos analizados estadsticamente se simulara el comportamiento de las colas, la atencin en las boleteras y los tiempos que tardan los clientes en ser atendidos entre otras cosas. De esta manera se podr saber los problemas que existen y a partir de eso plantear soluciones lgicas a dichos inconvenientes.

1.3 Formulacin del problema


En la cadena de cines UVK se presenta un fenmeno comn que sucede cuando la demanda efectiva del servicio de venta de boletos supera la oferta efectiva. Este fenmeno consiste en la formacin de colas en las boleteras. Es frecuente que las empresas tales como la de salas de cine tomen decisiones respecto al caudal de servicios que debe de estar preparada para ofrecer. Estas decisiones se deben resolver con informacin pertinente al caso. Es muy importante que ellos deban estar preparados para ofrecer todo servicio que se solicite en cualquier momento, esto puede implicar costos excesivos y recursos ociosos. Sin embargo, carecer de la capacidad de servicios suficiente causa colas excesivamente largas en las horas punta. Cuando los clientes tienen que esperar periodos largos de tiempo para comprar los boletos, a veces deciden abandonar la cola e irse a la competencia. Esto es lo que justamente quiere evitarse ya que se pierde tanto clientes como el prestigio de la empresa. Muchas veces es imposible predecir con exactitud la llegada de clientes y el tiempo de servicio que requieren, es por esta razn que se trabajar con datos estadsticos para que la simulacin sea lo ms real posible. La teora de las colas en s no resuelve directamente el problema, pero contribuye con la informacin vital que se requiere para tomar las decisiones concernientes prediciendo algunas caractersticas sobre la lnea de espera: probabilidad de que se formen, el tiempo de espera promedio, etc. A continuacin, se plantean algunas de las preguntas ms importantes que se van a resolver a lo largo de la investigacin: Cul es el tiempo que pasan los clientes en la cola? Cul es el tiempo de servicio promedio de las boleteras?

12

Para resolver este problema se van tomarn datos de los tiempos requeridos en un determinado periodo de tiempo, luego se analizarn estos datos en un programa de anlisis de datos llamado Input Analyzer. De esta manera se podrn obtener las distribuciones que siguen las variables propuestas y con estos datos se proceder a la simulacin en el software Arena. Al correr la simulacin en el arena se obtendrn los datos necesarios para poder tomar las decisiones pertinentes al caso y obtener las conclusiones.

2. DESCRIPCION DEL SISTEMA


El presente proyecto busca analizar y determinar el esquema de funcionamiento de colas en el Cine UVK mediante la simulacin aplicando la dinmica de sistemas. Para esto, se simul a travs de la dinmica de sistemas el funcionamiento del esquema de colas en el Cine UVK, para determinar las deficiencias respecto a la tasa de servicio en comparacin con la tasa de llegada de los clientes, identificando los actores partcipes del proceso describindolos en variables para identificar patrones de comportamiento, de esta manera se procede a representar mediante un diagrama de influencia las relaciones entre dichas variables; una vez realizado lo anterior se cre el modelo a travs del software Arena, posteriormente se desarrolla la validacin orientada a detallar las deficiencias en la formulacin del modelo, de esta forma se analiz la sensibilidad de las variables y al interpretar los resultados que arroja la simulacin se tom una decisin.

13

2.1 Formulacin del problema

2.2 Elementos del sistema

14

Las variables que se van a muestrear para la Simulacin son el tiempo de llegada, el tiempo de espera en cola, y el tiempo de servicio de la boletera o tiempo de ocupacin.

2.3 Anlisis del sistema


Eventos: 1. Arribo de un cliente al cine (sistema) 2. Alejamiento por cola mxima 3. Ingreso a cola 4. Salida de cola 5. Inicio de servicio de caja i 6. Fin de servicio de caja i 7. Inicio de espera de caja i 8. Fin de espera de caja i 9. Salida del sistema i = 1, 2, 3

Eventos principales

1. Arribo de un cliente al cine (sistema) 2. Fin de servicio de caja i

15

3 DIAGRAMA RELACIONAL DE EVENTOS


Ingresar al sistema para el problema abarca ya sea para entrar a cola, o para revisar la cartelera. Ingresar a cola para el problema es colocarse en las zonas destinadas a cola para ser atendido en la boletera.

16

3.- Anlisis de los Datos de Entrada


Describe los datos recolectados empricamente desde cada una de las variables. Describe el ajuste estadstico de las variables a alguna distribucin de probabilidad. El Arena Input Analyzer provee facilidades para al ajuste de distribuciones estadsticas para datos empricos y pruebas estadsticas.

Los datos de entrada de nuestro trabajo son: Los clientes: Personas que van a ver las pelculas publicadas como estreno o pelculas que ay se estrenaron. La Boletera: Lugar donde los clientes adquieren sus entradas para as poder entrar al cine a ver las pelculas.

Data obtenida sobre el tiempo acumulado entre llegadas:

17

Los datos mostrados a continuacin, son los que obtuvimos midiendo el tiempo. El tiempo se midi en segundos y la tabla representa el acumulado de los tiempos de

llegada entre clientes:

18

3. DESCRIPCION DEL MODELO DE SIMULACION

Breve descripcin del software de simulacin de Arena El Software usado en la simulacin de nuestra investigacin es el Software Arena. Esta es una herramienta de simulacin de eventos discretos y continuos lder a nivel mundial. Este software fue creado por Rockwell Software Inc, que es una divisin de Rockwell Automation Control Systems, empresa norteamericana lder a nivel mundial en el desarrollo e implementacin de hardware y software de automatizacin y simulacin. En el siguiente grafico se puede apreciar un sistema de un proceso simple en el arena: La simulacin es la coleccin de informacin real, mtodos y aplicaciones que simulan los comportamientos de algn sistema real en la computadora. Se conoce como el proceso de diseo y creacin de un modelo computarizado de un sistema real para efectuar experimentos numricos para su mejor comprensin de su comportamiento bajo una determinada condicin. Esta herramienta se ha vuelto muy poderosa ya que se tiene la habilidad de comparar modelos complejos con sistemas complejos.

Describe el modelo de simulacin desarrollado y detalla su estructura en trminos de sus componentes principales, objetos y operacin lgica. Descompone la descripcin de un modelo complejo en trminos de descripciones de sub-modelos de tamao manejable. Partes crticas del modelo pueden ser descritas con ms detalle.

19

Aqu se describe el modelo de simulacin en el lenguaje de programacin usado por los autores.
5. VERIFICACIN Y VALIDACIN DEL MODELO Se pudo verificar lo parecido que resulta la simulacin de la realidad, siempre van a existir diferencias debido a que no todas las semanas se van a seguir la misma distribucin de frecuencias. Esto es debido a que en la realidad nos dimos cuenta que haba gente que reclamaba debido a la demora en el sistema y al momento de realizar la simulacin se encuentra que exista una gran cantidad de personas que quedan en cola y que se tienen que retirar a otro cine, porque no se sienten cmodos con la atencin. Esta informacin se ve en los cuadros de anlisis de resultados

6. ANLISIS DE RESULTADOS
Los datos presentados se adjuntan en el archivo de Excel.

En base a estos datos se crearon los archivos .dst para incluir en el input analyzer. Nmero de Entradas por Grupo

D i s t r i

20

bution Summary Distribution: Beta Expression: 0.999 + 14 * BETA(0.471, 3.97) Square Error: 0.007107 Chi Square Test Number of intervals = 4 Degrees of freedom = 1 Test Statistic = 2.71 Corresponding p-value = 0.0996 Kolmogorov-Smirnov Test Test Statistic = 0.433 Corresponding p-value < 0.01 Data Summary Number of Data Points Min Data Value Max Data Value Sample Mean Sample Std Dev = 136 = 1 = 15 = 2.49 = 1.85

Histogram Summary Histogram Range = 0.999 to 15 Number of Intervals = 11

Tiempo entre Llegadas

Distribution Summary Distribution: Exponential Expression: -0.001 + EXPO(169) Square Error: 0.041160 Chi Square Test Number of intervals = 9 Degrees of freedom = 7 Test Statistic = 249 Corresponding p-value < 0.005 Kolmogorov-Smirnov Test Test Statistic = 0.266 Corresponding p-value < 0.01 Data Summary Number of Data Points = 862 Min Data Value = 0

21

Max Data Value Sample Mean Sample Std Dev

= 2.28e+003 = 169 = 221

Histogram Summary Histogram Range = -0.001 to 2.28e+003 Number of Intervals = 29

Tiempo de Atencin

Distribution Summary

Distribution: Exponential Expression: -0.001 + EXPO(96.4)

Square Error: 0.012378

Chi Square Test Number of intervals Degrees of freedom Test Statistic Corresponding p-value = 6 = 4 = 98.2 < 0.005

Kolmogorov-Smirnov Test Test Statistic = 0.196 < 0.01

Corresponding p-value

Data Summary

Number of Data Points Min Data Value Max Data Value Sample Mean Sample Std Dev

= 862 = 0 = 2.18e+003 = 96.4 = 162

22

Histogram Summary

Histogram Range

= -0.001 to 2.18e+003

Number of Intervals = 29

7. RESULTADOS DE LA SIMULACION Ver los anexos.

8. SUGERENCIAS DE MODIFICACIN AL SISTEMA Las modificaciones solo se veran en el caso de la capacidad del servidor, se pueden habilitar las entre dos y tres boleteras(a tiempos parciales), ya que normalmente solo trabaja una y en casos especiales como son estrenos, atienden las dos boleteras como mximo.

9. CONCLUSIONES Y RECOMENDACIONES

Basado en el modelo de simulacin que hemos creado, podemos observar que el comportamiento de las colas en un contexto normal se ajusta al uso de una sola de las cajas, modelo que puede observarse en las replicaciones de la simulacin, en las que solo se pierden algunos pocos clientes porque se crean largas colas en escasas ocasiones, la recomendacin del caso sera que se habiliten ambas boleteras pero que solo exista una boletera a tiempo completo , que la segunda y la tercera boletera se contrate a tiempo parcial para evitar el desperdicio.

23

10. AGRADECIMIENTOS

Se agradece el apoyo del personal del cine UVK as como al docente Magno Cuba, el cual sin sus enseanzas no hubiramos podido concluir este trabajo.