INSTITUTO TECNOLGICO SUPERIOR DE COMALCALCO.

Proyecto de simulacin:
Aplicacin de la simulacin y teora de colas en mi cine Comalcalco.

Materia:
Simulacin

Profesor:
Dr. Eugenio Heriberto Martnez Castellanos.

Carrera:
Ing. Industrial 6 B

Alumnos:
Clara Elena Franco Denis. Luis Alfonso Mendoza Aguilar. Luis Alonso Rosaldo Casanova. Sandy Gabriela de la rosa Luciano. Jos Alfredo Jimnez Crdoba.

Introduccin
Debido a las crecientes exigencias en cuanto al desempeo de los proyectos, se hace fundamental contar con mtodos de trabajo eficientes que permitan cumplir con los requerimientos del cliente utilizando el mnimo de recursos posible. Esto con lleva inevitablemente a replantear los mtodos de trabajo existentes e incorporar nuevas tecnologas, sin embargo llevar a la practica con cierta seguridad metodologas de trabajo apropiadas para que pueda reemplazar beneficiosamente la existente es muy difcil, debido principalmente a la incertidumbre en cuanto al resultado que se obtendr y porque en el anlisis terico es casi imposible incorporar todas las variables relevantes que puedan incidir en su aplicacin prctica. Con los modelos de simulacin se logra un avance trascendental en ese aspecto, ya que se pueden incorporar en l todas las variables relevantes que inciden en la situacin real y se puede ver que pasa en el sistema si se modifica cualquiera de estas variables; con esto se logra una mayor confianza en cuanto a la aplicacin de nuevas metodologas y se pueden incorporar en el anlisis una gran cantidad de alternativas de manera sencilla y rpida. 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 qu momento llegarn los clientes. Respecto a la teora de lneas de espera se tienen los siguientes objetivos: Simular cualitativa y cuantitativamente una cola. Determinar los niveles adecuados de ciertos parmetros del sistema que balancean el costo social de la espera con el costo asociado al consumo de recursos. Determinar la factibilidad de contratar ms personal o reubicar el rea de servicios.

El proyecto se realizo en mi cine Comalcalco ubicado en el boulevard Adolfo Lpez Mateo n102 en el periodo Febrero mayo del presente ao. Nos podemos dar cuenta que los modelos de simulacin pueden lograr un avance trascendental en ese aspecto, ya que este puede disear un modelo ya sea matemtico o lgico a partir del sistema real y experimentar sobre dicho modelo para describir, explicar y predecir el comportamiento del sistema real, slo que los modelos de simulacin no estn enfocados en los resultados exactos. Adems pueden incorporar en l todas las variables relevantes que inciden en la situacin real y se puede ver que pasa en el sistema si se modifica cualquiera de estas variables; con esto podemos lograr una mayor confianza en cuanto a la aplicacin o adaptacin de nuevas metodologas y se pueden encontrar en el anlisis una gran cantidad de soluciones de manera sencilla y rpida.

CAPITULO I

MARCO TERICO INV. OPERACIONES.

Teora de colas:
La Teora de Colas es una formulacin matemtica para la optimizacin de sistemas en que interactan dos procesos normalmente aleatorios: un proceso de llegada de clientes y un proceso de servicio a los clientes, en los que existen fenmenos de acumulacin de clientes en espera del servicio, y donde existen reglas definidas (prioridades) para la prestacin del servicio. La Teora de Colas es una aproximacin matemtica potente para la optimizacin del problema, y tiene aplicaciones (crecientes) en sistemas donde las llegadas y el servicio admiten una representacin matemtica (probabilstica); en problemas que no admiten esta representacin existen otras tcnicas, como muestra la tabla siguiente: Menos Complejidad / Coste de anlisis Ms

Modelos de Heursticos aproximacin lineal

Teora de Colas: Simulacin

modelos (benchmarking) analticos

Heursticos: reglas derivadas de la experiencia que no tratan de optimizar el problema sino de dar directrices simples para una aplicacin razonablemente eficaz. Por ejemplo, se suele utilizar una regla heurstica en el pre -diseo de circuitos electrnicos con canales de E/S, consistente en dimensionar los canales E/S de forma que su ocupacin no supere el 35% en aplicaciones con acceso online a sistemas de almacenamiento externo, o del 40% si las aplicaciones son batch. Modelos lineales: obtienen valores medios de representacin de las variables, y bajo las hiptesis de comportamiento lineal ante variaciones en los flujos se extrapolan los niveles de capacidad / utilizacin.

Simulacin: construccin de modelos detallados de simulacin por ordenador. En particular, donde el modelo se basa en datos obtenidos de aplicaciones reales se habla de tcnicas de benchmarking: por ejemplo, en el diseo de las oficinas bancarias.

Costos asociados a un sistema de Colas:

Por qu es necesario contar con herramientas de optimizacin para los problemas de Colas? Normalmente en cualquiera de estos sistemas existen dos familias de costes: a) Los costos asociados a la espera de los clientes Por ejemplo, el valor del tiempo perdido o la gasolina malgastada en los atascos o los semforos, o las horas perdidas en las Colas de las urnas electorales (valor normalmente estimado). La hiptesis natural establece que estos costos de la espera decrecen conforme aumenta la capacidad de servicio del sistema: por ejemplo, conforme aumenta el nmero de mdicos de cabecera en un ambulatorio ms cort es el tiempo de espera de los pacientes, y el costo de oportunidad del tiempo perdido decrece. b) Los costos asociados a la expansin de la capacidad de servicio Contra la reduccin anterior de costos de espera, es tambin normal que el costo asociado a incrementar la capacidad de servicio crezca con alguna

proporcionalidad en relacin a esta capacidad; en el ejemplo anterior, los costos de salarios, despachos, enfermeras ayudantes, etc. ligados al aumento del nmero de mdicos son casi directamente proporcionales al nmero de mdicos (o con una parte fija y otra directamente proporcional).

c) Los costos totales del sistema de servicio La suma de los dos costos anteriores da una funcin de costos totales del sistema en funcin de la capacidad, que tendr una forma similar a la siguiente:

Objetivos de la Teora de Colas:

Dada la funcin de costos anterior, los objetivos de la Teora de Colas consisten en: Identificar el nivel ptimo de capacidad del sistema que minimiza el costo global del mismo. Evaluar el impacto que las posibles alternativas de modificacin de la capacidad del sistema tendran en el costo total del mismo. Establecer un balance equilibrado (ptimo) entre las consideraciones

cuantitativas de costes y las cualitativas de servicio. El objetivo de costo es claro; entre los objetivos de servicio se suelen plantear aspectos medibles (llamados medidas duras) y hay otros (medidas blandas) que hay que valorar externamente; algunas medidas duras tpicas de sistemas de Colas son:

Tasa de ocupacin de las estaciones de servicio: las ocupaciones admisibles dependen del tipo de sistema, y es claro que no son estndares: la ocupacin permanente de un sistema automtico como una barrera de aparcamiento no puede ser la misma que la de un mdico en una consulta. Nmero de clientes en el sistema o en la Cola: hay lmites (en ocasiones hasta fsicos) al tamao de una Cola, que tambin dependen del tipo de servicio. En casos en que hay restricciones al tamao de la Cola (por ejemplo en una gasolinera en el centro de la ciudad) una medida importante ser la proporcin de clientes servidos en relacin a los potenciales (llegados al sistema). Tiempo de permanencia en el sistema o en la Cola: la paciencia de los clientes depende del tipo de servicio especfico considerado.

Elementos de un Sistema de Colas:

El Sistema de Colas incluye tanto las estaciones de servicio y los clientes en ellas, como la propia cola y los clientes en espera: Poblacin Cola Servidores Sistema de colas Los elementos del Sistema de Colas son los siguientes: a) Poblacin La poblacin puede clasificarse (y las tcnicas de Colas difieren) en funcin de su tamao relativo, como finita o infinita: ser infinita cuando el nmero de clientes potenciales es muy grande en relacin a la capacidad del sistema; en caso contrario, ser finita.

La importancia de la diferenciacin entre poblacin finita e infinita radica en que, en poblaciones finitas, las probabilidades de llegada de un cliente (o de ocurrencia de un suceso) varan segn el estado del sistema: por ejemplo, si hay seis mquinas en un servicio de mantenimiento y una de ellas est rota (en reparacin) la probabilidad de rotura de otra es diferente. b) Proceso de llegada de los clientes Las llegadas de clientes al sistema son en la mayora de las ocasiones controlables: por ejemplo, hay sistemas que juegan con los precios, o con la capacidad / comodidad, o con ofertas; en casos hipotticamente incontrolables como las llegadas de urgencias a una UVI se toman acciones previas sobre el sistema de ambulancias para comunicar el estado / la saturacin de las instalaciones y desviar pacientes a otros hospitales. Normalmente la Teora de Colas opera sobre los tiempos entre llegadas consecutivas de clientes: modelos tpicos son el terico de llegadas a intervalos fijos iguales, o los que consideran diferentes distribuciones de probabilidad. Asimismo, las llegas pueden ser individuales (un nico cliente en cada llegada) o mltiples (varios clientes en una misma llegada). c) Lnea de espera o Cola Como se ha dicho, la Cola viene definida en primer lugar por la forma de llegada de los clientes (con / sin distribucin conocida, perfil de la distribucin). Por otra parte el Sistema se define tambin por la conducta del cliente potencial ante la Cola; los tipos de cliente en relacin a la conducta se denominan:

Impaciente Paciente / rechazo Paciente / abandono Paciente / Permanencia

Si hay Sistema

Cola

abandona

el

Si la Cola supera un lmite definido para cada cliente, abandona el Sistema Aguanta la Cola durante un cierto tiempo Aguanta hasta ser atendido

d) Capacidad de la Cola El caso terico ms simple es el de cola de capacidad infinita; existen mltiples casos de Colas de longitud acotada (por ejemplo un restaurante drive-in, o un taller mecnico). Un enfoque matemtico simplificador consiste en tratar los Sistemas con capacidad finita como si fueran de capacidad infinita cuando se evala la probabilidad de llenado de la capacidad de la Cola como muy baja. e) Proceso de servicio Se caracteriza la distribucin de tiempos de duracin del servicio; los modelos ms utilizados emplean una distribucin exponencial (luego se discutir). f) Reglas de servicio Las reglas ms utilizadas son: FIFO (primero en llegar, primero en ser servido). Se percibe como la ms justa en los sistemas de Colas ms habituales. LIFO: por ejemplo en productos perecederos en que se consulta la fecha de caducidad.

Existen otras reglas que se caracterizan por la ruptura de la disciplina de Cola: por ejemplo casos en que hay clientes privilegiados (urgencias hospitalarias) donde se puede situar al cliente prioritario como primero de la Cola (prioridad dbil), o incluso sustituir al cliente en servicio actual si es de prioridad inferior como en las UVIs (prioridad fuerte).

Denominacin de los problemas de Teora de Colas:

Texto 1 / Texto 2 / Nmero Donde Texto 1 define el proceso de llegada (M aleatorio de Markov, G distribucin genrica), Texto 2 define el proceso de servicio (igual M o G), y Nmero define el nmero de puestos de servicio. En esta denominacin se supone que todos los puestos son idnticos y operan en una sola fase (paralelo). 6. Procesos de Poisson La definicin de la tasa de llegada de clientes al Sistema de Colas se realiza describiendo la probabilidad de ocurrencia de un acontecimiento (una llegada) en un intervalo de tiempo determinado; la distribucin de Poisson caracteriza una gran parte de fenmenos reales que cumplen las siguientes condiciones: a) Las llegadas ocurren distribuidas en el tiempo de forma discreta. b) Las llegadas son independientes: el hecho de que se haya producido una llegada en un instante no condiciona las llegadas en instantes posteriores. c) Dada una duracin de intervalo de tiempo fija, la probabilidad de ocurrencia de una llegada durante este intervalo es constante: as, dado un perodo de 2 minutos, la probabilidad de una llegada entre las 09:00 y las 09:02 es la misma que entre las 21:17 y las 21:19.

Esta caracterstica, que puede parecer poco realista para largos perodos de tiempo (por ejemplo un da) s es representativa para intervalos menores (2 horas punta de un servicio hospitalario): los problemas deben representarse durante perodos de tiempo en que esta condicin se cumpla. d) Para intervalos de tiempo suficientemente cortos, la probabilidad de una llegada en el intervalo es proporcional a la duracin del intervalo, y la probabilidad de ms de una llegada en el intervalo es despreciable.

Simulacin:
"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".

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, especificar los objetivos especficos del modelamiento y definir el sistema que se va a modelar. 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.

Recoleccin 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., o se utiliza algn paquete como Promodel. Verificacin: El proceso de verificacin consiste en comprobar que el modelo simulado cumple con los requisitos de diseo para los que se elabor. Se trata de evaluar que el modelo se comporta de acuerdo a su diseo del modelo. Validacin Del Sistema: A travs de esta etapa es valorar las diferencias entre el funcionamiento del simulador y el sistema real que se est tratando de simular. Las formas ms comunes de validar un modelo son: 1. La opinin de expertos sobre los resultados de la simulacin. 2. La exactitud con que se predicen datos histricos. 3. La exactitud en la prediccin del futuro. 4. La comprobacin de falla del modelo de simulacin al utilizar datos que hacen fallar al sistema real. 5. La aceptacin y confianza en el modelo de la persona que har uso de los resultados que arroje el experimento de simulacin. Experimentacin: La experimentacin con el modelo se realiza despus que ste haya sido validado. La experimentacin consiste en generar los datos 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 ayudan a soportar decisiones del tipo semiestructurado. 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.

Modelos de simulacin:
La experimentacin puede ser un trabajo de campo o de laboratorio. El modelo de mtodo usado para la simulacin seria terico, conceptual o sistmico. Despus de confirmar la hiptesis podemos ya disear un teorema. Finalmente si ste es admitido puede convertirse en una teora o en una ley.

Modelo terico:
El 'modelo terico' debe contener los elementos que se precisen para la simulacin. Un ejemplo con trabajo de laboratorio es un programa de estadstica con ordenador que genere nmeros aleatorios y que contenga los estadsticos de la media y sus diferentes versiones: cuadrtica- aritmtica-geomtrica-armnica. Adems debe ser capaz de determinar la normalidad en trminos de probabilidad de las series generadas. La hiptesis de trabajo es que la media y sus versiones tambin determinan la normalidad de las series. Es un trabajo experimental de laboratorio. Si es cierta la hiptesis podemos establecer la secuencia teorema, teora, ley. Es el modelo principal de todo una investigacin cientfica, gracias a ello podemos definir o concluir la hiptesis, las predicciones, etc.

Modelo conceptual:
El modelo conceptual desea establecer por un cuestionario y con trabajo de campo, la importancia de la discriminacin o rechazo en una colectividad y hacerlo por medio de un cuestionario en forma de una simulacin con una escala de actitud. Despus de ver si la poblacin es representativa o adecuada, ahora la simulacin es la aplicacin del cuestionario y el modelo es el cuestionario para confirmar o rechazar la hiptesis de si existe discriminacin en la poblacin y hacia qu grupo de personas y en que cuestiones. Gran parte de las simulaciones son de este tipo con modelos conceptuales.

Modelo Sistmico:
El modelo sistmico es ms pretencioso y es un trabajo de laboratorio. Se simula el sistema social en una de sus representaciones totales. El anlisis de sistemas es una representacin total. Un plan de desarrollo en el segmento de transportes con un modelo de ecologa humana, por ejemplo. El nfasis en la teora general de sistemas es lo adecuado en este tipo de simulaciones. Este mtodo, que es para un Sistema complejo, es sumamente abstracto, no se limita a la descripcin del sistema, sino que debe incluir en la simulacin las entradas y salidas de energa y procesos de homeostasis, autopoiesis y retroalimentacin.

Tanto el programa de estadstica, como la escala de actitud, como el sistema total, son perfectas simulaciones de la realidad y modelizan todos los elementos en sus respectivas hiptesis de trabajo. Son tambin un microclima y el ambiente o el escenario en los procesos de simulacin/experimentacin. Otras propiedades que deben contener las simulaciones es que sean repetibles indefinidamente. Que eviten el efecto de aprendizaje que incita al encuestador a rellenar l mismo los cuestionarios y que se podr evitar con algn control, que sean flexibles o mejorables y que no sea invasivo o cambiar la poblacin de las muestras sucesivas.

Funciones de probabilidad discreta:

Se denomina distribucin de variable discreta a aquella cuya funcin de probabilidad slo toma valores positivos en un conjunto de valores de X finito o infinito numerable. A dicha funcin se le llama funcin de masa de probabilidad. En este caso la distribucin de probabilidad es el sumatorio de la funcin de masa, por lo que tenemos entonces que:

Y, tal como corresponde a la definicin de distribucin de probabilidad, esta expresin representa la suma de todas las probabilidades desde el valor x. hasta

Distribuciones de variable discreta ms importantes:

Las distribuciones de variable discreta ms importantes son las siguientes: Distribucin binomial Distribucin binomial negativa Distribucin Poisson Distribucin geomtrica Distribucin hipergeomtrica Distribucin de Bernoulli Distribucin Rademacher, que toma el valor 1 con probabilidad 1 / 2 y el valor -1 con probabilidad 1 / 2. Distribucin uniforme discreta, donde todos los elementos de un conjunto finito son equiprobables.

Software de apoyo:
Para poder realizar operaciones, clculos, etc. de una forma ms fcil y sencilla; se usaran dos programas que nos ayudaran a simplificar las tareas a realizar, as como disminucin de tiempo.

El primer software es el WINQSB: WINQSB es una aplicacin verstil que permite la solucin de una gran cantidad de problemas administrativos de produccin, de recursos humanos, direccin de proyectos etc.

El segundo software es el Statgraphics: El programa Statgraphics es un software que est diseado para facilitar el anlisis estadstico de datos. Mediante su aplicacin es posible realizar un

anlisis descriptivo de una o varias variable utilizando grficos que expliquen su distribucin o calculando sus medidas caractersticas. Entre sus muchas presentaciones tambin figura el clculo de intervalos de confianza, contraste de hiptesis, anlisis de regresin, anlisis utilvariante as como diversas tcnicas aplicadas en control de calidad. .

CAPITULO II

ELABORACIN DEL MODELO DE SIMULACIN.

DATOS DE LA EMPRESA: Mi cine Comalcalco.

Ubicacin: Boulevard Adolfo Lpez Mateo n102. Misin: Ser la mejor opcin de entretenimiento fortaleciendo nuestro liderazgo en la industria cinematogrfica a nivel internacional ofreciendo diversin, innovacin y un servici estelar. Visin: Iluminamos la pelcula de tu vida con sonrisas y momentos inolvidables. Valores: Pasin: entregarme a mi trabajo con entusiasmo genuino hacer las cosas lo mejor posible buscando mi superacin y constante bienestar de la empresa. Compromiso: se demuestra trabajando a diario con la conviccin de hacer lo mejor de uno otorgando la confianza a los dems de que no se va fallar. Integridad: soy coherente con mis valores tanto en mi trabajo como en mi hogar. Servicio: doy ms de lo que exigen mis clientes tanto internos como externos.

Diseo de la planta: El local tiene una sola entrada, para ir hacia una sola fila de servicios y cuenta con 4 servidores y una salida.

Servidor 1

Salida Fila Entrada

Servidor 3 Servidor 2

Sistema de operacin de la empresa.

El siguiente esquema muestra la distribucin de la planta, as como la forma de operacin del sistema de servicio de la empresa. Se pueden observar claramente los componentes de este sistema particular.

Servicio

Fila

Llegada Salida

Obtencin de Datos:
El siguiente trabajo de simulacin, est basado en los datos recopilados en el banco Santander, ubicado en la calle reforma sur N 216, en la ciudad de Comalcalco Tabasco, el cual cuenta con una entrada, una fila 4 servidores y una salida.

El resumen de los datos recopilados se muestra en la siguiente tabla:

Ajuste de datos:

Modelo de Simulacin:

CAPITULO III

EXPERIMETOS Y RESULTADOS.

Aplicacin de la simulacin:
De acuerdo a nuestros datos podemos dar solucin a nuestro modelo, por lo que utilizaremos Winqsb, modulo QSS, para simular las diversas situaciones y encontrar una solucin que satisfaga nuestras necesidades.

Agregando componentes:

El tiempo en una jornada laboral es de 8 horas (28,800 seg.):

Obtencin de resultados con 3 servidores:

Modelo de propuesta:

Obtencin de resultados con el modelo propuesto (4 servidores) :

Anlisis de los resultados:

Se puede observar que en el primer modelo contando con 3 servidores el tiempo que espera que espera un cliente en la fila es mayor. Se puede observar que en 8 horas llegaron 251 clientes. El tiempo de espera promedio fue de 14.6554. El nmero mximo de clientes en el sistema fue de 6, 3 en espera y 3 siendo atendidos. El nmero de clientes que se fueron sin esperar su servicio fue de 0. En promedio permanecieron 2. 0846 clientes en el sistema. Un anlisis desde el punto de vista de los servidores nos muestra ms informacin de la simulacin, los servidores tuvieron un promedio de utilizacin del 65.13%. El servidor 1 atendi 88 clientes, el servidor 2 atendi 80 clientes y el servidor 3 atendi 82 clientes, para un total de 250 personas. Desde el punto de vista de la fila tenemos. El promedio de clientes en la fila fue de 0.1309. El mximo de clientes en la cola fue de 3.

Anlisis de los resultados con el modelo propuesto 4 servidores:

Se puede observar que en 8 horas llegaron 252 clientes. El tiempo de espera promedio fue de 1.5459. El nmero mximo de clientes en el sistema fue de 6, 2 en espera y 4 siendo atendidos. El nmero de clientes que se fueron sin esperar su servicio fue de 0. En promedio permanecieron 1.9853 clientes en el sistema. Un anlisis desde el punto de vista de los servidores nos muestra ms informacin de la simulacin, los servidores tuvieron un promedio de utilizacin del 49.12%. El servidor 1 atendi 66 clientes, el servidor 2 y 3 atendieron a 62 clientes y el servidor 4 atendi 60 clientes, para un total de 250 clientes. Desde el punto de vista de la fila tenemos. El promedio de clientes en la fila fue de 0.0138. El mximo de clientes en la cola fue de 2.

Conclusiones:
Estos datos que fueron tomados en el cine nos ayuda a ver, el comportamiento de los servidores y de los clientes, de igual forma obtuvimos un anlisis, el cual nos ayud a descubrir en donde est fallando y no el servicio. Gracias a la simulacin podremos ver el error, y buscar una solucin, de manera que la empresa no tenga perdidas. Vemos que el al tener solo 3 servidores el tiempo de espera de un cliente es mas tardado en la fila dependiendo del tipo de servicio que requieran los clientes. Al contar con un servidor ms a pesar de que el promedio de utilizacin de los servidores es de 49% se aprecia que el tiempo de espera de un cliente disminuye en la fila y por lo tanto brindan un servicio ms rpido a los clientes.

Recomendaciones:
Tener siempre activos sus 4 servidores para evitar filas muy largas.

Distribuir las filas en los servidores ya que no todos los clientes llegan a realizar el mismo servicio (boletos y dulcera).

Bibliografa:
S. Hiller Frederick, J Lieberman Gerald, Introduccin a la investigacin de operaciones, editorial McGraw-Hill 1997. .W Sohmid, R.E Taylor. Anlisis y simulacin de sistemas. Hiller-Lieberman, Investigacin de operaciones 7edicion editorial McGraw-Hill. http//www.monografias.com/teoriacolas.html http://es.wikipedia.org/wiki/Simulaci%C3%B3n http://www.uv.es/martinek/material/WinQSB2.0.pdf