Captulo I: Problematizacin, Objetivos e Hiptesis

II. PROBLEMATIZACIN
El Sistema

Metropolitano

de

Transporte o Metropolitano,

es

un

sistema

de autobuses de trnsito rpido que funciona en la ciudad de Lima, la longitud

de esta ruta troncal es de 26 km y el nmero total de estaciones es de 38;
adems se complementa con rutas alimentadoras en sus extremos sur y norte.
La estacin Izaguirre del Metropolitano se ubica la interseccin de la cuadra 37
de la avenida Tpac Amaru y la primera cuadra de la avenida Izaguirre, en el
distrito de Independencia, cuenta con un acceso en la parte norte a nivel del
cruce peatonal y adems es accesible para las personas con movilidad
reducida ya que el ingreso es a travs de una rampa.
Al realizar visitas a dicha estacin, se observ el ingreso para una de las rutas
de este servicio, especficamente la del Expreso 3, encontramos que se
generan una gran formacin de colas durante ciertas horas, ya que esta
estacin tiene como horarios de 6:00 a 9:00 y de 17:00 a 21:00 de Lunes a
Sbado.
Notamos que durante el turno de la maana se puede conocer fcilmente que
el momento de aglomeracin comienza a las 7:00am ya que una considerable
cantidad de personas salen a laborar o a sus centros de estudios, esto causa
incomodidad por las aglomeraciones ya mencionadas al momento de ingresar
al bus.
Cabe mencionar que muchas veces existen peleas entre los clientes que
quieren abordar rpidamente ya que algunos buscan evitar la cola y entran
directamente por la puerta de embarque lo cual incomoda al grupo de
personas que se encuentra esperando, sumado a esto, en algunos momentos
los buses que llegan a la estacin estn relativamente llenos, esto hace que
cuando aborden el vehculo tengan poco espacio que ocupar dentro del bus,
causando as la insatisfaccin con el servicio que les brindan. Tambin hay
instantes en los que aparecen carros vacos para poder darse abasto y cuando
esto sucede hay una cantidad de personas que al querer subir deciden ir
corriendo exponiendo su integridad fsica.

El equipo de trabajo decidi evaluar esta ruta del servicio de Metropolitano

debido su gran presencia de colas, las cuales son producidas directamente por
la ubicacin de la estacin, la cual se encuentra en una zona donde hay
centros comerciales, distintas instituciones educativas y las personas que se
dirigen a sus centros de trabajo en Miraflores y Cercado de Lima, esto produce
la concurrencia de gran nmero de usuarios a este servicio de buses que a lo
largo del camino no tiene tantos paraderos y llegan ms rpido a su destino.
Como ya se mencion anteriormente la estacin cuenta con una sola entrada
de acceso por el lado Norte, cuenta con un solo ambiente para la espera de
buses en el cual se observa que para el lado derecho se forman los clientes en
la espera de buses que se dirigen de Norte a Sur y para el lado izquierdo se
forman los clientes en la espera de buses que se dirigen de Sur a Norte. Cada
lado de la estacin posee, cada ruta de este servicio posee una sealizacin en
puerta de embarque para facilitar la ubicacin de los usuarios. Para el lado de
norte a

sur se cuentan con dos puertas de embarque, de igual manera

sealizadas y con un orden de colas de acuerdo a la llegada de los usuarios.

Cada usuario deber comprar previamente su pasaje, ya sea en una de las
taquillas o en cualquiera de las 3 mquinas de recarga de tarjetas, en las
cuales tambin se observa la presencia colas, posteriormente los usuarios
ingresaran al servicio colocando sus tarjetas en las lectoras ubicadas
inmediatamente al costado de las mquinas de recargas y la taquilla.
El horario que se ha observado fue entre las 07:00 horas y 8:00 horas, durante
este tiempo se observ una gran cantidad de personas alrededor de estas,
generando desorden y confusin entre los usuarios que al llegar al servicio no
podan identificar con facilidad las colas debido a la gran aglomeracin de
personas, a pesar de que dentro del servicio haban 2 agentes del
Metropolitano tratando de ordenar a los usuarios ubicados en cada una de las
puertas de embarque.
Durante este punto de observacin pudimos notar que las colas generadas
para la espera del bus Expreso 3parecen interminables, sobre todo durante
las 07:00 y 9:00 horas en donde se genera un desorden incontrolable a la hora
de ingresar al bus por las puertas de embarque. Tambin se puede observar

que el poco conocimiento de las personas de la ubicacin de las puertas de

embarque para esperar los buses de su eleccin y la escaza cantidad de
trabajadores de este servicio exacerban mucho los problemas ya mencionados.
Los buses del Expreso 3 tienen cierta hora de circulacin, llegan a la estacin
con cierta frecuencia pero parece que no es suficiente para dar cabida a la
gran cantidad de usuarios en espera de este servicio, a pesar de que el 11 de
mayo del presente ao hubo ligeros cambios en su ruta para mejorar el flujo de
buses.

III. Objetivos
Objetivo General:
-

Aplicar teora de colas para solucionar el problema que se presenta en la

Estacin Izaguirre y as mejorar la poltica de atencin que brinda dicho sistema
de transporte.

Objetivos especficos:
-

Brindar un mejor servicio a las personas que quieran transportarse al destino

que desean reduciendo la incomodidad generada por las colas.

Mejorar las zonas de espera donde las personas se encuentran para tomar el
bus del Metropolitano.

IV. Hiptesis
El estudio de Colas en La estacin Izaguirre del Metropolitano ubicada en la
primera cuadra de la avenida Izaguirre, la cual se encuentra congestiona de
pblico entre las 7:00 y 9:00 de la maana, entre las 5:00 de la tarde y 9:00 de
la noche nos brindarn los resultados que ayudarn a proponer mejoras para
que el tiempo de espera en la larga cola no sea prolongada y pueda darse
abasto, tambin el estudio har que la toma de decisiones respecto a este

problema sean las ms apropiadas posibles y con el sustento tcnico

necesario.

Captulo II: Antecedentes, Metodologa y Marco Terico

V.- Antecedentes
A travs de los aos se han hecho estudios en Sistemas de Transporte Urbano
para

el

estudio

de

Modelo

de

Colas

Simulacin,

continuacin

mencionaremos algunos de estos estudios.

1.

Modelo de Simulacin de Servicio de la Estacin de la calle 63

del Sistema de Transporte Masivo del Nuevo milenio Transmilenio

Universidad de la Salle Facultad de Ingenieria Programa de Ingenieria civil,
Bogota D.C. 2009.
El proyecto estudi el problema que se presenta en una estacin de
Transmilenio por el atascamiento y la generacin de una lnea de espera de los
buses articulados corriente y expresos. Realizarn una simulacin del servicio
de la estacin de la Calle 63 con Troncal Caracas sentido sur-norte de 5:00 a
7:00 pm, como necesidad de comprender si existe o no problemas de
movilidad en la estacin de la Calle 63.

2. Simulacin de sistemas de transporte pblico masivo - Jorge Eduardo

Ortiz Trivio y Luz ngela Serrano Rivera Departamento de Ingeniera de
Sistemas e Industrial, Universidad Nacional de Colombia, Bogot 2006.
En este artculo se presenta un modelo de simulacin para la evaluacin del
desempeo de un sistema de transporte pblico masivo (STPM). El prototipo
resultante es flexible, tanto en la construccin del esqueleto de un STPM,
como para el modelamiento de los eventos aleatorios caractersticos de este
tipo de sistemas. El modelo final es una red de colas complementada con
elementos adicionales como matrices origen-destino y grafos, que permiten
considerar fenmenos propios de un STPM. El modelo de simulacin responde,
como es esperado, ante los cambios en los parmetros, y permite definir y
evaluar medidas de desempeo tpicas de las lneas de espera, como por
ejemplo, tiempos de permanencia promedio en el sistema y en cola, longitudes
esperadas de las colas, junto con otras medidas caractersticas de este tipo de
sistemas.

3. SIMULACIN BASADA EN DINMICA DE SISTEMAS PARA EVALUAR LA

CALIDAD DEL SERVICIO de TRANSPORTE EN UN SISTEMA SOCIAL
COMPLEJO

MAURO

CALLEJAS

CUERVO

MSc., Universidad Pedaggica y Tecnolgica de Colombia, Medelln 2013.

Se presenta la creacin y simulacin de un modelo basado en dinmica de
sistemas, aplicado a un sistema complejo, en este caso un sistema de
transporte pblico urbano para ciudades intermedias, generando la evaluacin
de la calidad del servicio basado en las variables comodidad y rapidez. Se
realiz la simulacin con cuatro escenarios en los cuales se modific el valor de
la variable "Intervalo de tiempo de envo de despachos", ya que corresponde a
un atributo de la planeacin operativa del transporte y es susceptible de
cambiar sin alterar la infraestructura fsica de la red vial. Con el anlisis
realizado se denota la necesidad de variar el intervalo de envos de vehculos
para mejorar la calidad de servicio que presta el sistema.

VI. METODOLOGA

La metodologa aplicada por el presente equipo para lograr el estudio de

campo y el anlisis y toma de datos presencial en la estacin Izaguirre fue la
siguiente:
Con la ayuda de herramientas tales como, un cronometro digital el cual se us
para precisar el tiempo exacto de servicio de las personas que iban ingresando
a los buses, ms especficamente a los buses del Expreso 3.
El equipo en conjunto decidi realizar la toma de datos durante tres das
consecutivos en el horario de 07:00-08:00 a fin de obtener resultados slidos y
solventes acerca de la problemtica de la estacin Izaguirre ya que
efectivamente en ese horario es donde se produce la mayor concurrencia de
gente ocasionando los problemas ya mencionados en puntos anteriores.
El intervalo que se us para la toma de tiempos fue de 5 minutos, analizando
dentro de este intervalo el nmero de buses que llegaban y tambin
especificando si los buses llegan llenos, semillenos o vacios ya sea el caso,
especificando tambin en nuestro formato de trabajo el tiempo que demoraba
las personas en conjunto en ingresar a un bus , es decir, el tiempo de servicio
cronometrado por cada bus observado y tambin finalmente se registr en
dicho formato la cantidad de personas en cola y la cantidad de personas que
ingresaban a los buses respectivamente.
Tanto el cronometro como el formato de trabajo fueron herramientas valiosas
para la rpida observacin y toma de datos.

Adems se ha aplicado los conocimientos adquiridos en el curso de

Investigacin de Operaciones II, los cuales han servido para realizar los
diferentes clculos a lo largo del trabajo y nos ha permitido obtener las
pruebas necesarias para afirmar o rechazar nuestra hiptesis.

VI. MARCO TERICO

Qu son las colas?
Las "colas" son un aspecto de la vida moderna que nos encontramos
continuamente en nuestras actividades diarias. En el contador de un
supermercado, estacionamientos, bancos, etc., el fenmeno de las colas surge
cuando

unos recursos compartidos

necesitan

ser

dar servicio a un elevado nmero de trabajos o clientes.

accedidos

para

Este estudio es

importante porque 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. Debido a lo comentado anteriormente, se plantea como
algo muy til el desarrollo de una herramienta que sea capaz de dar una
respuesta sobre las caractersticas que tiene un determinado modelo de colas.
En las formaciones de colas se habla de clientes, tales como mquinas daadas
a la espera de ser rehabilitadas. Los clientes pueden esperar en cola debido a
que los medios existentes sean inadecuados para satisfacer la demanda
del servicio; en este caso, la cola tiende a ser explosiva, es decir, a ser cada
vez ms larga a medida que transcurre el tiempo. Los clientes puede que
esperen temporalmente, aunque las instalaciones de servicio sean adecuadas,
porque los clientes llegados anteriormente estn siendo atendidos.

Objetivos de la teora de colas

Identificar el nivel ptimo de capacidad del sistema que minimiza el

coste del mismo.

Evaluar el impacto que las posibles alternativas de modificacin de la

capacidad del sistema tendran en el coste total del mismo.

Establecer un balance equilibrado (ptimo) entre las consideraciones

cuantitativas de costes y las cualitativas de servicio.

Prestar atencin al tiempo de permanencia en el sistema o en la cola de

espera.

La teora de colas aparece a principios del siglo anterior para estudiar los
problemas de congestin de trfico que se presentaban en las recientemente
inventadas comunicaciones telefnicas. Entre 1903 y 1905, Erlang

es el

primero en tratar el trfico telefnico de forma cientfica, y establece la unidad

de trfico telefnico, que recibe su nombre. Posteriormente esta teora se ha

aplicado a multitud de problemas de la vida real, como el trfico de

automviles, la regulacin de semforos en una ciudad, la determinacin del
nmero de cajeros en los hipermercados, o el control de los tiempos de espera
de los procesos que acceden al procesador de un ordenador que trabaja en
tiempo compartido.

En

ingeniera, en la administracin de flujo de trabajo, y en varias otras

disciplinas, el modelamiento de colas tambin llamado

modelamiento de

evento discreto es casi sinnimo de la simulacin. Desde el punto de vista de

simulacin de eventos discretos, un modelo es una representacin de un
sistema, hacemos referencia a entidades y sus atributos, conjuntos, eventos,
actividades, y retardos(delays).
La nocin de un sistema como `` una coleccin de entidades que actan juntas
para lograr un conjunto de metas u objetivos '' es bastante comn, el papel del
`` evento '' como `` una ocurrencia instantnea en el tiempo que altera el
estado del sistema '' no es tan comn en simulaciones.

Los Modelos de

ecuacin diferencial son modelos de tiempo continuos, mientras los modelos

de Dinmica de Sistemas y modelos de simulacin microanalticos proceden
en pasos de tiempo discretos y equidistantes, como es el caso en los modelos
de ecuacin diferencial.

Con cada evento de paso de tiempo todas las variables de estado del sistema
se cambian, y las mismas funciones de transicin de estado son aplicadas. En
modelado de evento discreto, los eventos cambian normalmente slo parte del
estado del sistema, en muchos casos, una o muy pocas variables de estado del
sistema cambian, dejando todas las otras variables de estado del sistema
constante.

Como en el resto de este libro, los componentes de un sistema son llamados

entidades, las cuales se representan por los objetos del modelo, y tiene

propiedades que se representan por los atributos del objeto. El estado del
sistema se define por los valores de todos los atributos de todos los objetos,
aunque para algunos propsitos alguna agregacin de estos atributos o un
subconjunto de estos atributos podra ser tambin suficiente para describir el
estado del sistema. El estado del sistema slo se cambiar por un evento, es
decir entre dos eventos subsecuentes nada cambia, ni siquiera implcitamente.

Lo elementos ms importantes de un sistema de colas son: las llegadas, la

cola, el servicio y la salida.

SALIDAS

LLEGADAS
COLA

SERVIDOR /ES

En general, un sistema de colas consiste en uno o varios servidores que

prestan un servicio a uno o varios usuarios que acceden al sistema. El proceso
de llegadas lo regula una fuente generadora de usuarios y, en general, estas
llegadas sern de forma aleatoria. Esta fuente generadora de usuarios puede
ser finita o infinita.

Interesa saber cul es el intervalo de tiempo entre las llegadas de dos usuarios
consecutivos. Adems, segn cmo sea el proceso de llegadas, los usuarios
pueden llegar individualmente o en grupos.

Si cuando un usuario llega al sistema el servidor est libre, se le da servicio. Si

el tiempo de servicio es mayor que el intervalo entre llegadas, el siguiente
usuario, cuando accede al sistema, encuentra que el servidor est ocupado,
por lo que debe quedar en espera, formando la cola.

Otra cuestin importante es saber cunto tiempo debe esperar un usuario que
llega al sistema hasta que recibe el servicio, lo cual entra dentro del concepto
QOS (Quality of Service, calidad de servicio). Cuando en la cola hay ms de un
usuario, al quedar el servidor libre hay que determinar cul de los usuarios en
espera ser el que pase a recibir servicio. Es decir, es necesario un proceso
para decidir qu usuario va a ser llamado de la cola; esto es lo que se llama
disciplina de la cola. Los modelos ms importantes son los siguientes:

FIFO (First-In-First-Out): se le da servicio al primero que ha llegado,

de forma que la cola est ordenada segn el orden de llegada de los
usuarios.
LIFO (Last-In-First-Out): se le da servicio al ltimo que ha llegado, de
forma que la cola est ordenada en orden inverso al de llegada de
los usuarios.
SIRO (Service-In-Random-Order): Se sortea aleatoriamente cul de
los usuarios en espera acceder al servicio.

No obstante, otro procedimiento para establecer la disciplina de la cola puede

ser el de establecer determinadas prioridades a los diferentes usuarios segn
algunas de sus caractersticas.

En sistemas finitos, en los que el nmero de usuarios en espera es limitado, es

necesario establecer adems qu sucede con aquellos usuarios que acceden al
sistema cuando la cola de espera est completa. Por ltimo, en los sistemas en
que los usuarios son humanos, hay que tener en cuenta otros factores propios
del comportamiento humano como el hecho de que hay individuos que no
respetan el orden establecido en la cola o bien que hay usuarios que, a la vista
de la cola, renuncian a acceder al sistema.

Otra caracterstica importante de un sistema de colas es el diseo de la

ejecucin del servicio. El servicio puede estar ejecutado por uno o varios
servidores. Si el tiempo que tardan los usuarios en salir del sistema es mayor
que el intervalo entre llegadas, la cola aumentar indefinidamente y el sistema
puede llegar a colapsarse. Por tanto es necesario disear el sistema de forma
que el tiempo de servicio sea igual o menor que el intervalo entre llegadas. En
esta situacin es importante saber cunto tiempo va a estar un servidor
inactivo, tiempo que ha de ser mnimo para optimizar el rendimiento del
sistema. No obstante, en la mayora de los sistemas la duracin del servicio es
tambin una magnitud aleatoria.

Por ltimo, los usuarios que salen del sistema pueden hacerlo al exterior o
pueden integrarse en otro sistema similar, en cuyo caso se habla de colas
enlazadas o redes de colas.

EL PROCESO DE POISSON Y LA DISTRIBUCIN EXPONENCIAL

En la mayora de los sistemas de colas, el proceso de llegadas sigue una

distribucin de Poisson. Se demuestra que si se da esta circunstancia, la
duracin de los intervalos entre llegadas tiene una distribucin exponencial o
una combinacin continua de exponenciales, es decir, una distribucin gamma,
que recibe el nombre de distribucin erlangiana, o distribucin K.
En efecto, si llamamos

Pn (t )

a la probabilidad de que en un tiempo

sistema sea

el nmero de usuarios que acceden al

y esta probabilidad sigue una ley de Poisson de la forma:

Pn (t ) e t

t n
n!

entonces, la probabilidad de que el tiempo entre llegadas sea mayor o igual a

T

(que es igual a la probabilidad de que no haya ninguna llegada en un

intervalo de duracin

), es:

P t T P0 (T ) e T

Por tanto, la probabilidad de que el intervalo entre llegadas sea menor o igual a
T

es:

P t T 1 e T

que es una ley de distribucin exponencial. En estas condiciones, el valor

medio del intervalo entre llegadas ser:

E T

donde

es el nmero de llegadas por unidad de tiempo, que recibe el nombre

de tasa de llegadas.
La distribucin exponencial tiene la propiedad de prdida de memoria:

P t TS t S

P t T S ; t S
P t S

P t T S
P t S

e (T S )
e S

e T P t T

Puesto que el nmero de llegadas en un intervalo de tiempo es una magnitud

completamente aleatoria que sigue un proceso de Poisson, es claro que el
proceso de llegadas es un proceso de nacimiento puro. Por tanto, el proceso de
servicio se debe disear de forma que su duracin sea de forma exponencial
pura, es decir, como un proceso de muerte pura. De esta forma, el sistema de
colas podr estudiarse como un proceso de nacimiento y muerte.

A continuacin veremos algunos ejemplos de manejo de las distribuciones de

Poisson y exponencial.

Supongamos un ordenador al que llegan dos tipos de trabajos, largos y cortos,

C

segn distribuciones de Poisson independientes con parmetros

respectivamente. Se pide:

a) Probar que la probabilidad de que lleguen exactamente

dos largos es:

trabajos cortos entre

L
L C

L C

b) Suponiendo que en un cierto intervalo llegan al ordenador

la probabilidad de que

trabajos, cul es

de ellos sean del tipo corto?

t1 0

Supongamos que el primer trabajo largo llega en un instante

t2 t

trabajo largo llegar en otro instante

. La longitud

; el segundo

de este intervalo ser

N 0,Ct

la realizacin de una variable exponencial de parmetro

. Llamaremos

al nmero de trabajos cortos que llegan en ese intervalo. La probabilidad

pedida es:

P N 0C,t m P N 0C,t m T t f T (t ) dt
0

f T (t )

donde

es la exponencial antes referida. Entonces:

P N 0C,t m

mC L

C L

m 1

e Ct C t
m!

L e L t dt

C L m1
m!

t m e C L t dt

Por otra parte, la funcin Gamma responde a la siguiente expresin:

1 x

e dx

y una de sus propiedades es que se cumple:

por tanto, recursivamente, resulta:

1 !

m 1
Si hacemos

m 1

y, por tanto,

x at

, tenemos

at m e at a dt a m1t m e at dt m!
0

a m1 m at
t e dt 1
m!

a L C
de donde, haciendo

, obtenemos que

P N 0C,t m

mC L

C L m

En respuesta a la segunda cuestin, el nmero total de trabajos que llegan al

ordenador en un cierto intervalo ser:

N 0L,t N 0C,t

que, por ser ambas distribuciones independientes, ser una distribucin de

L C

Poisson de parmetro

. Por tanto, la probabilidad pedida ser:

P N 0C,t k N 0L,t N 0C,t n

P N 0C,t k

N 0L,t N 0C,t n

P N 0L,t N 0C,t n

P N 0C,t k

N 0L,t n k

P N 0L,t N 0C,t n

e Ct c t
k!

e L C

e Lt L t

nk

n k !
t t n
L C

n!

kC nL k n !

L C n n k ! k !

kC nL k

L C n

C
n

k L C

L C

nk

que corresponde a una distribucin binomial de parmetros:

C
Bin n ,

L C

VARIABLES ASOCIADAS A UN SISTEMA DE COLAS

Para poder analizar los diferentes sistemas de colas, es necesario definir

previamente las variables que afectan a dicho sistema. Consideraremos en
tk

primer lugar las variables asociadas a un usuario. Llamaremos

al instante en
k

que se produce la llegada del k-simo usuario al sistema y

al tiempo

transcurrido desde la llegada del (k-1)-simo usuario y el k-simo; es decir:

 k t k t k 1

wk

Llamaremos

sk

al tiempo de espera en la cola,

al tiempo de duracin del

rk

servicio y

al instante de salida del sistema, todo ello referido al k-esimo

nk

usuario. Si llamamos

al nmero de usuarios que hay en el sistema cuando

llega el k-simo y si suponemos que el sistema tiene un solo canal de servicio,

podemos escribir:

wk rk 1 t k
wk 0

si

nk 0

si n k 0

ya que, en efecto, la espera del k-simo elemento finalizar cuando el (k-1)simo finalice el servicio y abandone el sistema. Por otra parte, se puede
comprobar que el tiempo de espera tambin es:

wk

nk

s
i 1

k i

wk nk t k nk t k

nk

En efecto, cuando el k-simo usuario lleg al sistema, en ste haba

tk

usuarios; el primero de estos usuarios en el sistema en el instante

, es decir,

k nk
el

-simo usuario, comenz a recibir servicio en el instante

t k nk w k n k

k nk 1
y a partir de este instante comenzaron los servicios a los usuarios

k n k 2

k 1
, ... , hasta el

-simo, momento en el cual finalizar la espera del

k-simo usuario. Si generalizamos la anterior expresin en funcin del primer

usuario del sistema, se puede escribir:

w k t1

k 1

si t k
i 1

que es una expresin muy til, ya que en el caso de que el sistema tenga
canales de servicio, tenemos:

kl

w k min t i sil t k
1i C

l 1

ti

donde

es el tiempo de llegada del primer usuario a cada canal de servicio y

sil

es el tiempo de duracin del servicio al

-simo usuario del

-simo canal

de servicio. Todo lo anterior quiere decir que, conocidos los tiempos de llegada
y la duracin del servicio a cada usuario, se puede reconstruir toda la historia
de la cola.

Una vez vistas las variables asociadas al usuario, vamos a definir otras
variables asociadas a un instante de tiempo

. stas son:

n( t )

nmero de usuarios en el sistema en el instante

nq (t )

nmero de usuarios en cola.

n s (t )

nmero de usuarios en servicio.

nCL (t )

nmero de canales libres.

Es evidente que se cumplen las siguientes relaciones:

n(t ) nq (t ) n s (t )
n q (t ) 0

n(t ) C

nCL (t ) C n s (t )
n q (t ) n(t ) C

n(t ) C n s (t ) C
n 0
CL

Otras variables asociadas a un instante son:

X (t )

nmero de usuarios que han llegado al sistema hasta el

instante

.
Y (t )

nmero de usuarios que han accedido al servicio hasta el

instante

.
Z (t )

nmero de usuarios que han salido del sistema hasta el instante

t

Tambin en este caso son evidentes las relaciones:

n( t ) X ( t ) Z ( t )
nq ( t ) X ( t ) Y ( t )
Y (t ) n s ( t ) Z ( t )

X (t ) k t t k , t k 1

Y (t ) k t t k wk , t k 1 wk 1

CARACTERSTICAS DE LOS MODELOS DE COLAS

En un modelo de colas, el tiempo no es ni continuo ni lo hace en los pasos

discretos equidistantes, pero procede de evento a evento. Se organizan los
eventos en una agenda, es decir una lista de todos esos eventos futuros que
pueden predeterminarse en un momento dado. Los eventos pasados son
removidos de esta lista, y los eventos pueden generar nuevos eventos e
insertarlos en la agenda.

Cuando se hace referencia a modelos de cola, hay por lo menos tres tipos
diferentes de objetos:

servidores, clientes, y colas. Hablando tcnicamente,

hay un objeto adicional, la agenda,

que guarda pista de los eventos y los

organiza.

Los modelos de cola son estocsticos. En los modelos de cola, el tiempo entre
las llegadas de clientes as como el tiempo necesitado para servir a un cliente
es aleatorio, siguiendo una cierta distribucin aleatoria.
Los modelos de evento discretos son dinmicos: los estados de servidores, las
colas, y clientes dependen de los estados anteriores.

AREAS DE APLICACION DE MODELOS DE COLAS

Area

Server

Customer

Bank

counter, clerk

customer

processor, I/O

program, printing

Computer

device

task, user

Airport

gate, counter

passenger

Runway

aircraft

counter, officer

client, customer

Public
Administration

document, application
Considere un banco por ejemplo con varios contadores y empleados que sirven
a clientes. En algn momento podra haber muchos clientes que pueden ser
servidos por el personal disponible. En este caso, un nuevo cliente que llega en
un momento imprevisible, se pone en la cola de un contador y espera hasta
que este contador quede libre. El servicio toma una cantidad de tiempo que ni
el cliente ni el empleado saben de antemano. La pregunta que surge es: dado
alguna evidencia estadstica sobre la distribucin de llegada y tiempos de
servicio, cuntos contadores y empleados debe estar disponible para minimizar
tanto el tiempo promedio de espera de los clientes como el tiempo ocioso de
los empleados.
Las mismas consideraciones se aplican a los otros ejemplos en Tabla 5.1: los
programas esperan hasta que el procesador est libre, trabajos de impresin

esperan hasta que la impresora est libre, el avin espera hasta que la pista de
aterrizaje est libre luego de un despegue o aterrizaje, y en todos los casos
nosotros queremos predecir cunto tiempo(en promedio) un programa, un
trabajo de impresin, o un avin deben esperar hasta que se sirvan, dando
como entrada un tiempo de llegada y un tiempo de servicio
Mientras stos son ejemplos simples, nosotros podemos imaginar situaciones
ms complejas: Un pasajero podra estar primero en la cola adelante del
escritorio de informacin para averiguar sobre el contador del registro que l
tiene que ir. El pasajero se acerca entonces al contador del registro apropiado
(qu tarda algn tiempo promedio que puede conocerse de antemano) donde
se debe hacer una nueva cola, junto con otros pasajeros cuyo tiempo promedio
de la llegada puede depender del nmero de demandas de pasajeros al
escritorio de informacin que puede manejarse por hora. El servicio del
contador del registro tarda algn tiempo que depende si el pasajero tiene
equipaje para registrar. Despus de que se sirven los pasajeros, se envan a la
entrada apropiada dnde ellos llegan despus de algn tiempo, y as
sucesivamente.
Dando algunas caractersticas estadsticas de toda la llegada y procesos de
servicio expresado arriba, nosotros podemos preparar una agenda de eventos
probables del tipo `` el pasajero A llega a la cola frente al escritorio de
informacin '', o `` el escritorio de informacin empieza sirviendo el pasajero C
'', o `` fin de servicio del contador de registro que sirve al pasajero D ''. Con un
nmero grande de eventos de este tipo, una simulacin realista de un da de
trabajo, puede establecerse en un aeropuerto.
El modelo procede de evento a evento. Por ejemplo:

El evento llegada

del cliente pone este cliente en la cola, y al

mismo tiempo
agenda el evento llegada de prximos clientes para algn tiempo
futuro.

El evento comienzo de servicio del prximo cliente en la cola toma

este cliente de la cola del servidor, y al mismo agenda el evento
cliente servido para algn tiempo futuro.

El evento cliente servido dispara el prximo evento comienzo de

servicio del prximo cliente de la cola.

Entre

eventos,

nada

relevante

sucede.

La

mayora

de

los

eventos

desencadenan otros eventos (como en los ejemplos de arriba), la lista de

evento se actualiza todo el tiempo: el evento generado se inserta en la lista de
evento en una posicin adecuada, y el evento actual es removido de la cabeza
de la lista de evento.

La simulacin de eventos discretos trata todos los eventos separadamente. En

los modelos complejos, habr muchas rutinas de evento (qu describe lo que
sucede al pasar

este evento) y muchas interacciones entre las rutinas de

evento (es decir un evento debera desencadenar otro). Esto hace difcil de
leer, debbugear, cambiar y mantener a una simulacin programada . Se han
diseado

estilos

de

programacin

ms

complejos

para

evitar

``

la

fragmentacin de modelos lgicos ''.

Orientacin de proceso: la estructura y comportamiento de un ( tipo

de) cliente se encapsula en un proceso que es un ciclo de vida de
eventos; un proceso combina todos los eventos para un cliente; los
procesos se suspenden y se reanudan en otro momento con la
ocurrencia de un evento;

Orientacin de actividad: una actividad agrupa descripciones de

transiciones de estado de comienzo y fin, de la actividad que
consume tiempo (entrada a la cola, salida de la cola, comienzo
de servicio y finalizacin de servicio).

PRINCIPIOS DE LA TEORA DE COLAS

Los modelos de colas son representados a menudo por diagramas como los de
la Figura 5.1. Una fuente (tal como la fuente en los diagramas de sistemas
Dinmicos) genera nuevos clientes que llegan al sistema, realiza una cola
delante de un servidor dnde ellos esperan hasta que sean servidos por el
servidor. Despus que han sido servidos, ellos dejan el sistema.

Figura 5.1

Las colas y los servidores son objetos estticos o recursos, mientras que los
clientes son objetos dinmicos. Las fuentes y sumideros representan el entorno
del sistema sealado.
SUBPROCESOS
Se pueden distinguir tres subprocesos:
Proceso de llegada
Aqu nosotros podemos distinguir

entre un nmero de clientes finito (y fijo) llegando, y un nmero

infinito que es el caso usual.

entre tener uno o varios tipos de clientes (por ejemplo primera clase,
negocio, y los pasajeros econmicos).

entre el caso de nica o varios tipos de demandas del cliente (por

ejemplo los pasajeros con y sin el equipaje).

si la distancia de la llegada es determinstica o estocstica (por

ejemplo se distribuy exponencialmente), el ltimo siendo el caso
usual.

si la proporcin de la llegada depende de la longitud de la cola

(pasajeros que slo quieren comprar un boleto para un viaje la
prxima semana podran volverse a casa, es decir `` no lleguen '' ya
que ellos piensan que la cola es demasiado larga).

Proceso de espera
Aqu nosotros podemos distinguir

si la longitud de la cola es finita y fija, o infinito (el ltimo es el caso

usual),

entre diferentes formas de salir de la cola, el caso ms usual que es

el FIFO (primero en entrar --primero en salir). Otro orden es el del
principio de LIFO (ltimo en entrar --primero en salir). El Servicio
tambin puede pedirse por prioridades llevadas por los clientes, o al
azar.

Proceso de servidor
Aqu nosotros tenemos que distinguir

si uno o varios servidores estn disponibles al mismo tiempo y para

el mismo tipo de clientes y demandas del cliente. El caso usual es un
servidor por cola, pero el caso de una cola y varios servidores (cada
uno de quien llama al prximo cliente de la cabeza de la cola cuando
se pone libre) tambin es bastante comn.

si hay uno o varios tipos de servidores (en un modelo ms complejo

nosotros tendremos muchos tipos diferentes de servidores, en lnea,
o en paralelo, etc).

entre una proporcin sirviendo constante y una proporcin sirviendo

dependiente de lo que exige el cliente (por ejemplo las proporciones
sirviendo diferentes a pasajeros con y sin el equipaje).

Entre un Dependiendo de combinaciones de distintas alternativas

realizadas para un modelo en particular, algunos tipos de modelos
tienen una solucin analtica. Parmetros interesantes son:

Nmeros de objetos en el sistema

Nmeros de objetos en la cola

Nmeros de objetos que estn siendo servidos

Tiempo de espera

Tiempo de espera en la cola

Tiempo de espera en el servidor

En los casos simples, estos valores pueden calcularse analticamente, pero de

otro modo ellos deben determinarse por los experimentos de la simulacin.
Para ser analticamente factibles, los modelos de cola deben cumplir las
condiciones siguientes: La tasa de llegada debe ser ms baja que la tasa de
servicio (por otra parte las colas podran crecer eternamente), la llegada y los
procesos del extraccin deben obedecer las distribuciones particulares. Por
ejemplo, modelo con la llegada de Markov , procesos del salida y cualquier
nmero de servidores paralelos tienen una solucin analtica, como tiene un
modelo con la llegada de Markov y proceso de salida general y slo un servidor.
Un proceso de Markov es un proceso dnde `` la probabilidad de cualquier

comportamiento particular futuro del proceso, del cual se conoce su estado

presente, y no es alterado por conocimientos adicionales que involucran su
comportamiento pasado '' .
PARMETROS EN MODELOS DE COLAS

: Tasa de arribo

1/ : Medida del tiempo entre arribo

: Tasa de servicio.

1/ : Medida de tiempo de servicio.

P = / : Carga del sistema

Medida del numero de objetos(customers) en el sistema.

q : Medida del numero de objetos en la cola.

s : Medida del numero de objetos que estn siendo servidos.

Medida de tiempo de espera

q Medida de tiempo de espera en la cola

s Medida de tiempo de espera para ser servido.

TIPOS DE COLAS

Colas tipo M/M/1

Comprobacin de la distribucin de las llegadas.
Como se dijo en el tema anterior, la distribucin del nmero de llegadas en un
sistema de colas del tipo M/M/1 es markoviana segn una ley de Poisson, la
distribucin del servicio es independiente pero del mismo tipo y el sistema
cuenta con un nico servidor.
Colas tipo M/M/C
Estudio de la cola.
De acuerdo con la notacin de Kendall, las colas tipo M/M/C corresponden a
sistemas con llegadas markovianas de Poisson, con tiempos de servicio
exponenciales (ambas independientes) y con

canales de servicio o

servidores.
En este caso, si llamamos
dado, si es

al nmero de usuarios en el sistema en un instante

Z (t )

0nC

, entonces la variable aleatoria

que corresponde al

nmero de usuarios que han salido del sistema (que han recibido servicio)

hasta

n
se comporta como un proceso estocstico de Poisson de parmetro

. En cambio, si

nC

Z (t )

se comporta como un proceso estocstico de Poisson

C
de parmetro

Colas tipo M/M/1

Estudio de la cola.
Segn la notacin de Kendall, este tipo de colas viene caracterizado por un
proceso de llegadas segn una ley de Poisson de parmetro

, mientras que

los tiempos de servicio siguen una ley de tipo general, cuya funcin de
F (t )

distribucin es

. Adems, hay un nico canal de servicio.

tn

Si llamamos

al instante en que se produce la salida del sistema del n-simo

usuario, y

X n n t n

tn

al nmero de usuarios que quedan en el sistema en el instante

en que se

produce la salida del n-simo usuario, lo primero que afirmaremos es que la

familia

X n nN
es una cadena de Markov.

Colas con parmetros variables

Caso general
En muchos sistemas de colas donde intervienen seres humanos es necesario
tener en cuenta el comportamiento de estas personas ante el sistema. Se da
con frecuencia el caso de las personas que renuncian a esperar en cola, el de
personas que rompen la disciplina de la cola, en que el gestor del sistema
modifica los tiempos de servicio a la vista del nmero de usuarios en cola, etc.
Se hace, por tanto, necesario introducir este comportamiento humano en la
modelizacin matemtica del sistema. En general el comportamiento humano

afectar a la tasa de llegadas y a la tasa de servicio y, normalmente, la

variacin de estas tasas ser funcin del nmero de usuarios en el sistema, de
tal forma que ya no tendremos tasas constantes, sino unas tasas variables:

n f ( n)

n g ( n)

La obtencin de las ecuaciones que regulan este tipo de sistemas se hace de

forma anloga al procedimiento empleado hasta ahora, partiendo de :

d
dt Po (t ) 0 P0 (t ) 1 P1 (t )

d P ( t ) P ( t ) P ( t ) P ( t )
n
n
n
n 1 n 1
n 1 n 1
dt n

de forma que se puede demostrar que es condicin necesaria y suficiente para

que exista la distribucin estable que:

i 1

i 1

j 0

j
1
j 1

0 1 2 ...i 1

...
i 1

Entonces se obtiene:

0 1 2 ...i 1

1 2 3 ... i

P0 1

i 1
...
Pn 0 1 2 n 1 P0
1 2 3 ... n

A continuacin veremos algunos de las colas ms interesantes de este tipo.

Adems veremos los casos en que el nmero de canales de servicio es variable
y el caso en que haya prdidas en funcin de la cola.
Cola con desaliento
Es el caso en el que algunos individuos, al llegar al sistema y observar que
existe un cierto nmero de usuarios en cola, desiste de acceder al sistema. En
este caso, las tasas de llegadas y de servicio puede ser modelizada de la
forma:

n 0,1,2,...
n 1
n n

En este caso, tendremos:

P0 1

i 1

i i!
i

2 3 ...
2! 3!

n n e
Pn n e
n!
n!

de tal forma que la probabilidad de que el nmero de usuarios en el sistema en

un momento dado sea

intensidad de trfico .

sigue una distribucin de Poisson de media igual a la

Cola binomial

En este caso supondremos que el tamao de la cola (del dispositivo de espera)

es limitado, de forma que el nmero mximo de usuarios en cola
simultneamente es

, y que la tasa de llegadas es funcin del tamao del

dispositivo de espera y de la cantidad de usuarios en cola, es decir, del espacio

disponible en el dispositivo de espera:

N n
n N (n 1)
0
n

n N

n N

Entonces,

P0 1

N
Pn
n

i 1

N

i
N ii

1
N

1 N

1 N

N n

de tal forma que la probabilidad de que el nmero de usuarios en el sistema en

un momento dado sea

sigue una distribucin binomial.

Tambin existe la llamada cola binomial negativa. Se da esta cola cuando las
tasas de llegada y servicio son de la forma:

N n
N (n 1)
n

en cuyo caso se obtiene

1
P0 1

N
1
Pn

1
N
n

Cola con desaliento dependiente del tiempo de servicio

Como su propio nombre indica, se da este tipo de cola cuando la tasa de
llegada depende no slo del nmero de usuarios en el sistema, sino del tiempo
de servicio, de forma que a mayor tiempo de servicio, menos probabilidades de
llegadas hay, y suele ser de esta forma:
n e
n

En este caso se obtiene:

n 0, 0

P0

i (i 1)

i 0

Pn n n ( n 1) P0

donde

Cola con tasa de servicio dependiente del estado

Se da este tipo de cola en aquellos casos en los que el supervisor del

sistema presiona a los servidores para que acorten el tiempo de servicio a
medida que aumenta el nmero de usuarios en el sistema. En estos casos se
dice que la tasa de servicio est afectada por un coeficiente de presin que

suele ser de la forma

. En este caso, las tasas son:

n
n n

de forma que:

P0 1

Pn

i 1

n 1 2 3 ...i

i 0

i!

P
0
n 1 2 3 ...n
n! 0
n

En el caso particular en que tengamos

P0 e
Pn e

n
n!

que modeliza un sistema de colas con infinitos servidores, modelo que se a

dapta muy bien a algunos sistemas de autoservicio.

Cola con servidor adicional cuando la cola es grande

Este caso trata de aquellas situaciones en las que el nmero de canales de

servicio es:

C 1 n N
C2 n N

siendo las tasas de llegada y servicio constantes e iguales a

respectivamente. Entonces tenemos:

P0

1 2
1 N 1

n P0
1 n N

Pn 1
n
2 n N P0 n N

Colas con prdidas

Este tipo de sistemas de colas se da cuando tenemos un sistema con un

nmero limitado de usuarios en el sistema simultneamente, y tal que aquellos
usuarios que intentan acceder al sistema cuando la cola est llena producen
prdidas.
Este modelo se adapta bien al caso de una central telefnica con

lneas; en este sistema, las llamadas que intentan acceder a la central cuando
todas las lneas estn ocupadas se pierden. El sistema respondera a la
notacin de Kendall G/G/C/C. El objetivo al disear un sistema de este tipo es
minimizar la probabilidad de perder usuarios.
Para ello, es necesario calcular cul es la probabilidad de perder un
usuario. En efecto, supongamos un sistema de colas del tipo G/M/C/C, en el que
la tasa de llegadas sea

n f ( n)

y con servicio de tipo exponencial, con tasa

En este caso, en estado estacionario tenemos:

0 P0 P1

n n Pn n 1 Pn 1 (n 1) Pn 1
CP
C
C 1 PC 1

0nC
nC

sistema que resuelto da los siguiente:

P0 1

Pn

i 1

0 1 2 ...i 1

i i!

0 1 2 ... ni1
n n!
Pn 0

0nC
nC

La probabilidad de perder un usuario es la probabilidad de que el

sistema est lleno en el instante en que llega dicho usuario, es decir, en estado
PC

estacionario, ser igual a

PC

0 1 2 ...C
C C!

P0

que resulta ser igual a la proporcin esperada de usuarios perdidos. A la

expresin de esta proporcin se la conoce con la frmula de EngsetODell.
n

Si particularizamos para el caso de la cola M/M/C/C, es decir, para

tenemos:

r2 r3
rC

P0 1 r

...

2
!
3
!
C
!

n
r
Pn
P0
n!
Pn 0

donde

i 1

ri

i!

0nC

nC

es la intensidad de trfico por canal. Entonces, la proporcin de

usuarios perdidos ser:

rC

PC

C
!

r2 r3
rC

1 r

...

2
!
3
!
C
!

A esta expresin se la conoce como frmula de prdida de Erlang

Simulacin
En

las ciencias,

la investigacin de

la simulacin es
una

el

hiptesis

artificio

contextual

conjunto

un

que

referencia

dehiptesis

de

trabajo utilizando modelos.

Thomas T. Goldsmith Jr. y Estle Ray Mann la definen as: "Simulacin es una
tcnica numrica para conducir experimentos en una computadora digital.
Estos experimentos comprenden ciertos tipos de relaciones matemticas y
lgicas, las cuales son necesarias para describir el comportamiento y la
estructura de sistemas complejos del mundo real a travs de largos perodos."
Una definicin ms formal, formulada por R. E. Shannon1 es: "La simulacin es
el proceso de disear un modelo de un sistema real y llevar a trmino
experiencias con l, con la finalidad de comprender el comportamiento del
sistema o evaluar nuevas estrategias -dentro de los lmites impuestos por un
cierto criterio o un conjunto de ellos - para el funcionamiento del sistema."

Etapas para realizar un estudio de simulacin

Definicin del sistema
Consiste en estudiar el contexto del problema, identificar los objetivos del
proyecto, especificar los ndices de medicin de la efectividad del sistema,
establecer los objetivos especficos del modelamiento y definir el sistema que
se va a modelar un sistema de simulacin.

Formulacin del modelo

Una vez definidos con exactitud los resultados que se esperan obtener del
estudio, se define y construye el modelo con el cual se obtendrn los
resultados deseados. En la formulacin del modelo es necesario definir todas
las variables que forman parte de l, sus relaciones lgicas y los diagramas de
flujo que describan en forma completa el modelo.
Coleccin de datos
Es importante que se definan con claridad y exactitud los datos que el modelo
va a requerir para producir los resultados deseados.
Implementacin del modelo en la computadora
Con el modelo definido, el siguiente paso es decidir si se utiliza algn lenguaje
como

el fortran, algol, lisp,

etc.,

se

utiliza

algn

paquete

como

Automod, Promodel, Vensim, Stella y iThink, GPSS, simula, simscript, Rockwell

Arena, [Flexsim], etc., para procesarlo en la computadora y obtener los
resultados deseados.
Verificacin
El proceso de verificacin consiste en comprobar que el modelo simulado
cumple con los requisitos de diseo para los que se elabor. 2 Se trata de
evaluar que el modelo se comporta de acuerdo a su diseo del modelo
Validacin del sistema
A travs de esta etapa se valoran las diferencias entre el funcionamiento del
simulador y el sistema real que se est tratando de simular. 3 Las formas ms
comunes de validar un modelo son:

La
La
La
La

hacen fallar al sistema real.

La aceptacin y confianza en el modelo de la persona que har uso de

opinin de expertos sobre los resultados de la simulacin.

exactitud con que se predicen datos histricos.
exactitud en la prediccin del futuro.
comprobacin de falla del modelo de simulacin al utilizar datos que

los resultados que arroje el experimento de simulacin.

Experimentacin

La experimentacin con el modelo se realiza despus que este haya sido

validado. La experimentacin consiste en comprobar los datos generados como
deseados y en realizar un anlisis de sensibilidad de los ndices requeridos.
Interpretacin
En esta etapa del estudio, se interpretan los resultados que arroja la simulacin
y con base a esto se toma una decisin. Es obvio que los resultados que se
obtienen de un estudio de simulacin colabora a soportar decisiones del tipo
semi-estructurado.
Documentacin
Dos tipos de documentacin son requeridos para hacer un mejor uso del
modelo de simulacin. La primera se refiere a la documentacin del tipo
tcnico y la segunda se refiere al manual del usuario, con el cual se facilita la
interaccin y el uso del modelo desarrollado.
Ventajas de la Simulacin:

Permite una experimentacin controlada.

Permite comprimir el tiempo al experimentar.

Permite el anlisis de sensibilidad.

Evita costos o riesgos ya que no es necesario interrumpir el desarrollo

del sistema, para estudiar su comportamiento.

No es necesario destruir al sistema si se desea investigar sus lmites de

resistencia.

Si slo es un sistema propuesto no es necesario construirlo fsicamente.

Es una herramienta de entrenamiento efectiva.

SIMPLIFICACIN de los procesos productivos.

EVALUACIN de diseos alternativos de sistemas.

Problema o rea de Oportunidad

La mayora de los problemas prcticos son inicialmente comunicados al equipo

de trabajo en una forma vaga e imprecisa. Por tal motivo, el primer paso para
toda investigacin es estudiar los defectos o necesidades del sistema y el
desarrollo para una buena definicin del problema a ser considerado
(simplificado). Este proceso es crucial ya que afecta de una manera relevante
las conclusiones finales. Adems, es difcil obtener el resultado correcto
proveniente de un problema mal planteado. Los problemas en los sistemas
suelen ser importantes por la magnitud econmica de los recursos
involucrados. Tambin son relevantes porque el problema es nuevo, no est
definido y requiere de una solucin inmediata. O bien el problema es
importante porque es muy complejo y se requiere de un equipo
multidisciplinario que lo aborde cuantitativamente y cualitativamente. Para
fines prcticos sealaremos que un problema surge si:
a.

Existe el deseo de transformar la realidad o parte de sta debido a que

su comportamiento no es el esperado o deseado,

b.

Existe ms de una manera (solucin) de lograr esa transformacin de la

realidad y

c.

No se sabe cul de todas las maneras (soluciones) es la ms adecuada,

la mejor.
Aplicaciones y Usos de la Simulacin
Hoy en da existe una gran variedad de aplicaciones de la simulacin debido a
las diferentes ventajas que sta ofrece sobre otras herramientas utilizadas.
Algunas de estas aplicaciones son:

En la reduccin de costos.

En un sistema:

En el desarrollo del mtodo de anlisis, ya que con los mtodos

existentes para resolver problemas se invierte un tiempo considerable en
poder desarrollar el mtodo de anlisis.

En la Programacin computacional.

En la modelacin de un sistema.

En la experimentacin de prueba y error.

En la industria:

En la capacitacin del personal.

En la aviacin:

En el entrenamiento de pilotos.

En

finanzas:

Puede

usarse

para

calcular

presupuestos,

analizar

alternativas de inversin, flujo de efectivo.

En mercadotencia: El analista debe tomar decisiones para colocar la

promocin de un producto en diferentes medios de comunicacin: peridico,
radio, televisin, etc.

En Recursos Humanos: Beneficios de la movilidad en el trabajo, del tipo

de personas para un determinado empleo, de las diferentes estructuras
jerrquicas y de relacin dentro de una empresa.
As tambin, la simulacin ha sido empleada en sistemas tales como:
biolgicos,

econmicos,

de

la salud,

de

negocios,

de

produccin,

de

transportacin, sociales, urbanos, etc.

Con el transcurso del tiempo el uso de la simulacin como una herramienta de
trabajo ha aumentado, Algunos de los factores que han acentuado el uso son:
- El constante desarrollo de lenguajes y simuladores computacionales.
- La flexibilidad del modelaje va simulacin.
La simulacin es una herramienta verstil que ha sido usada de diferentes
maneras, incluyendo:
* Diseo de sistemas
* Administracin de sistemas
* Entrenamiento y capacitacin
* Comunicacin
* Relaciones pblicas

Esto ha hecho de la simulacin la tcnica ms utilizada dentro de la

Administracin Cientfica/Investigacin de Operaciones y la herramienta de
excelencia de la Ingeniera Industrial.

Referencias:
http://uva.anahuac.mx/content/catalogo/diplanes/modulos/mod2/simulacion.ht
m
https://es.wikipedia.org/wiki/Simulaci%C3%B3n