Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
CC. 1.152.209.398
CC. 1.017.238.229
CC. 1.020.472.702
SIMULACIÓN DE SISTEMAS
FACULTAD DE MINAS
UNIVERSIDAD NACIONAL DE COLOMBIA
SEDE MEDELLÍN
2019
1. DATOS E INFORMACIÓN PARA LA SIMULACIÓN
1
2.2. Definición de alternativas
Se han tenido en cuenta varias alternativas las cuales están enfocadas en reducir el tiempo de espera
de los usuarios en la sucursal.
2.2.1. Alternativa 1
Añadir un asesor a la sucursal, claramente esto ayudaría en gran medida a la disminución en los
tiempos de espera de asesoría, por lo cual reduciría la cola, sin embargo, el espacio es insuficiente
por lo cual tendría que instalarse en un puesto de caja lo que aumentaría los tiempos en este servicio
(que no se tiene en cuenta para la simulación), además, tendría mucho tiempo ocioso en los días
“valle”.
2.2.2. Alternativa 2
Hacer el llamado de turno antes de terminar la asesoría, se ha observado que el asesor hace el llamado
de turno al próximo usuario cuando termina el tiempo de atención del anterior. Se cuenta con los
datos de lo que tarda el siguiente usuario en recoger sus cosas y dirigirse hasta el lugar donde se
encuentra el asesor. Una alternativa viable es mejorar el sistema para que el asesor haga el llamado
sin que aún se halla ido el usuario en turno, con tiempo suficiente para que el nuevo cliente llegue
justo a tiempo o antes de poder ser atendido.
2.2.3. Alternativa 3
Utilizar la App Bancolombia, desde la cual los usuarios puedan brindar cierta información de acuerdo
a lo que necesiten a través de formularios. Esto para que una vez sean atendidos ya haya un avance
en el requerimiento del usuario.
2.3. Definición de Variables
Variables Exógenas Variables Endógenas
-TPE: Tiempo de la próxima salida.
-TLL: Tiempo entre llegadas de los usuarios. -TPS: Tiempo promedio de simulación.
-TS1: Tiempo de servicio del Asesor 1. -TCprom: Tiempo promedio en cola.
-TS2: Tiempo de servicio del Asesor 2. -TCmax: Tiempo máximo en cola.
-TFS: Tiempo final de la simulación.
-TD: Tiempo de desplazamiento.
Tabla 1. Variables.
2
3. DATOS DE ENTRADA
Para los análisis de los tiempos de asesoría de ambos asesores se usará la siguiente fórmula:
Las variables que se tiene en cuenta para hallar un tamaño de muestra teórico son las siguientes:
V: coeficiente de variación de la muestra, µ: media, σ: desviación estándar, E: error
Para hallar el tamaño de muestra se va a calcular con una confianza del 95% (α=0.95) y un error del
5% (0.05), obteniendo los siguientes resultados:
TSA2 (Tiempo de Servicio Asesor TD (Tiempo de
TLL (Tiempo entre Llegadas) TSA1 (Tiempo de Servicio Asesor 1) 2) desplazamiento)
No. Datos 174 No. Datos 86 No. Datos 88 No. Datos 174
n 30 n 32 n 37 n 33
2
Imagen 1. Análisis gráfico de los ajustes para los
datos de entrada. Fuente: Resultados de @Risk
Chi-cuadrado Kolmogorov-Smirnov
Ho: No hay diferencia entre la muestra
Ho: No hay diferencia entre la muestra y
y la f.d.p seleccionada. H1:Hay
la f.d.p seleccionada. H1:Hay diferencia
Prueba de diferencia entre la muestra y la f.d.p
entre la muestra y la f.d.p seleccionada
hipótesis seleccionada
Estadístico
de prueba
Criterio de
rechazo
Tabla 3: Definición pruebas de bondad de ajuste
3
VARIABLE Prueba Kolmogorov – Prueba Chi-Cuadrado DISTRIBUCIÓN PARÁMETROS
Smirnov
Estadístico de Valor Estadístico Valor teórico
prueba teórico de prueba
TLL (Tiempo 0,5459 0,55295 45 341,45
Exponencial λ (5.0223)
entre Llegadas)
TSA1 (Tiempo 0,1267 0,14437 39,86 113,12 a=(5.1407;
de Servicio Triangular c=8.2488;
Asesor 1) b=13.8291)
TSA2 (Tiempo 0,0763 0,14274 16 113,12 a=(5.7322;
de Servicio Triangular b=7.0863;
Asesor 2) c=13.6874)
TD (Tiempo de 0,0436 0,0823 7,517 12 µ=0.99152;
Normal
desplazamiento) α=0.17076)
Tabla 4. Datos de entrada del sistema.
Como resultado de las pruebas se tiene no se rechaza la hipótesis nula para ninguna de las variables
con la prueba de Chi-cuadrado y Kolmogorov-Smirnov.
4. MODELO CONCEPTUAL
4.1. Representación Verbal
El cliente de Bancolombia llega a la sucursal necesitando un servicio de asesoría, este pide su turno
en el software del banco Q-Flow, en caso de que alguno de los dos asesores esté desocupado, será
llamado de inmediato y se desplaza directamente donde él sin hacer ninguna fila. En el otro caso, que
los dos estén ocupados, entrará en cola hasta que alguno de los dos lo llame a través del sistema, para
posteriormente caminar hasta el asesor y ser atentado. Finalizada la atención con el asesor el usuario
abandona el banco (sale del sistema).
4.2. Diagrama de Flujo
4
4.3 MDELO DE SIMULACIÓN Y VALIDACIÓN
Se procede a representar el modelo en simulación con el software Simul8, el cual se puede ver en la
Imagen 3. Donde se presenta un caso muy sencillo pero de alta aplicabilidad. Primero, se usa un
enrutador aleatorio con la distribución de tiempos entre llegadas para representar el ingreso de
usuarios al sistema, estos pasan a la cola de atención, representa que tomaron un turno. Y tan pronto
hay un asesor disponible proceden a caminar hasta él para ser atendidos. Ese tiempo de caminata se
representó con “Change Over” de las propiedades de ingreso de cada centro de trabajo; función que
en este caso permite “retrasar” el inicio real de servicio mientras el cliente llega al sitio de atención
y tiene asociada una función de distribución de probabilidad.
Las condiciones de simulación serán de todo el día de quincena, empezando jornada a las 8:00 a.m.
con cero usuarios y finalizando a las 6:00 p.m, para un total de simulación de 10 horas o 600 minutos.
Al correr esta simulación da como resultado unos tiempos de cola máximos de hasta 62 minutos. Esto
concuerda con lo que dicen directamente los asesores del banco.
Se analizan los cambios presentados en las variables de interés TPS, TMS, etc…, a medida que se
cambiaban los datos de entrada (TLL, TS1, TS2, TD). En la Tabla ¿? Se presentan los resultados de
dichas variaciones.
A continuación, en la Tabla 5. Presentamos el resumen del análisis de sensibilidad en donde
variamos los parámetros de los datos de entrada.
5
Se evidencia que al aumentar el parámetro Lambda los servicios completados son menores. Esto
puede ser debido al tiempo que se toman las personas al caminar va a aumentar y por ende va a
tardar más el servicio en total. El tamaño de fila promedio varía abruptamente dependiendo de este
parámetro, por lo que concluimos que la distribución o el tiempo total de caminar es de gran
impacto en las variables de desempeño del sistema.
Fa ctor a va ri a r Ta s a s de entra da Ta s a As es or 1 Ta s a As es or 2 Ta s a des pl a za mi ento
La mbda 5,0223 Mi n 5,1407 Mi n 5,7322 Medi a 0,99152
Ori gi na l Moda 8,2488 Moda 7,0863 Des ves t 0,17076
Má x 13,8291 Má x 13,6874
Ca mbi o -10% +10% -10% +10% -10% +10% -20% +20%
Pa rá metro 1 4,52007 5,52453 4,62663 5,65477 5,15898 6,30542 0,793216 1,189824
Pa rá metro 2 7,42392 9,07368 6,37767 7,79493 0,136608 0,204912
Pa rá metro 3 12,44619 15,21201 12,31866 15,05614
Ori gi na l
Servi dor As es or1 % Util i za ci ón 82,91 88,32 76,63 79,82 86,47 80,59 85,90 83,68 82,39
es As es or2 % Util i za ci ón 83,38 88,51 76,67 80,49 85,05 79,52 85,99 83,79 82,87
Ti empo promedi o en el s i s tema 29,09 46,27 21,67 24,71 34,40 24,59 34,15 27,14 31,10
terminados
Trabajos
Cl i entes Número de compl etados 221,00 235,00 203,00 224,00 34,40 224,00 217,00 222,00 219,00
a tendi dos Ti empo má xi mo en s i s tema 72,85 110,53 53,17 64,72 218,00 57,08 89,56 70,96 78,92
Ti empo míni mo en s i s tema 8,46 8,46 84,59 8,17 91,83 8,03 9,87 8,28 8,63
Ta ma ño de fi l a promedi o 33,54 72,48 18,48 2,55 9,03 2,55 4,25 2,98 3,73
Fi l a pa ra Má xi mo tama ño de fi l a 12,00 20,00 9,00 11,00 4,30 11,00 15,00 11,00 13,00
Cola
a tenci ón Ti empo de fi l a promedi o 17,47 35,00 10,27 13,41 15,00 13,34 22,10 15,70 19,31
Ti empo má xi mo de fi l a 62,43 99,58 44,16 52,46 22,34 46,75 77,44 55,82 67,97
Al variar los parámetros de las distribuciones para el tiempo de atención de ambos servidores en un
10 %, varía la ocupación en un 4 – 6 %.
Finalmente, se analizó la tasa de desplazamientos de los clientes dentro del sistema, y se observa
que grandes variaciones porcentuales (20 %), no causan un impacto más allá que aumentar o
disminuir el tiempo máximo de fila en 5 minutos (poco comparado con los 62 minutos del sistema
original). Esto es debido a que el tiempo de desplazamiento es pequeño y la cantidad de clientes
atendidos hace que no represente un efecto mayor.
5. Modelo de simulación, alternativas y resultados.
Los resultados de interés obtenidos después de 230 corridas en la simulación del modelo original
(para ver y correr la simulación ver anexo 2), y la simulación con la aplicación de las alternativas
(para ver y correr las simulaciones ver anexo3 y anexo 4) están en la tabla 6. De forma resumida.,
Para verificar la validez del modelo original del sistema en Simul8, se realizó una visita a la
administración de la sucursal, para mostrarle el funcionamiento obtenido con el modelo y corroborar
que las medidas de desempeño y el comportamiento de las variables correspondan al funcionamiento
real del sistema. Obteniendo el visto bueno de esta ya que las colas son parecidas a las generadas a
diario en esta sucursal y en promedio el número de clientes es muy cercano al obtenido.
5.1 Suposiciones:
Alternativa 1: Para aumentar el número de servidores, se solicitara un personal igualmente capacitado
como los otros 2 y se considerara con las mismas distribuciones de tiempo que el de los otros
servidores.
Alternativa 2: se espera que cada servidor al saber que ya está próximo a terminar de atender al
cliente, con un tiempo aproximado de un minuto llame al siguiente cliente para que este empiece a
caminar hasta el servidor.
6
Alternativa 3: esta alternativa no se simulara ya que se puede hacer a través de una aplicación que
esta por fuera del sistema, o por medio de un computar en la entrada en donde al obtener el turno se
pueda saber que papeles o datos requiere al entrar al sistema.
En las medidas de trabajos terminados o salidas del sistema, se hace evidente que los tiempos en el
sistema, (mínimo, máximo y promedio) presentan una disminución con la aplicación de las
alternativas, pues el fin de estas es mejorar los niveles de servicio. La mayor disminución de tiempo
máximo en el sistema se da con la aplicación de la alternativa 1, esto dado que al aumentar un servidor
se brindara una atención más rápida para los clientes en el sistema, generando a su vez que las colas
disminuya, pero a pesar de los buenos resultados dentro del sistema se incurriría en un costo de
oportunidad mínimo de alrededor de 2.000.000 COP mensual, lo cual, afectaría la rentabilidad del
sistema actual.
Aunque estas alternativas son buenas, si analizamos la alternativa 1 y mirando el tiempo de
inactividad al tener 3 servidores es mucho mayor que en la otra alternativa y en el sistema original,
lo que para una empresa no es rentable tener al trabajador con tiempos de inactividad tan grandes.
7
5.3 Conclusión:
Entre las dos alternativas que se pudieron evaluar mediante simulación, se tiene que ambas
mejoran drásticamente las variables de desempeño del sistema. La solución más lógica,
añadir un asesor más, si bien disminuye los tiempos de cola casi a cero, no es una solución
factible económicamente, pues los costos que esto representan son mayores a los
beneficios.
Por medio de esta simulación se logra respaldar las opiniones y datos históricos que se
tienen respecto al sistema en cuanto al tiempo en que los usuarios caminan al puesto de
atención. Por ende se recomendaría implementar la alternativa 2 como óptima para mejorar
el sistema tanto en las colas y en los tiempos de trabaja y de inactividad y lo mejor de esta
es que no genera costos adicionales para la empresa.
La alternativa 3 es viable ya que ahorraría tiempo en los servidores, al cliente saber que
papeles debe tener a la mano. Lo que afectaría sería un poco el coste de mantener el
software aunque se puede suplir con alguno de los ingenieros de sistemas que poseen en las
plantas centrales de Bancolombia.
5.4 Recomendaciones:
Se sugiere hacer una socialización a ambos asesores para que hagan el llamado del siguiente cliente
cuando falte un minuto o más para que despache al cliente actual. Esto es posible por la monotonía
de las labores y la experiencia de los trabajadores, sin embargo se requiere de seguimiento.