SIMULACIÓN

Introducción a la Simulación
 • SIMULACIÓN DE SISTEMAS DE INVENTARIOS
1 Índice
1. Introducción
.
2. ¿Qué es simulación?
2.1. Terminología básica
2.2. Tipos demodelos de simulación
3. Pasos de un estudio de simulación
Simulación manual de sistemas de colas

2. Introducción

El propósito del presente documento es presentar a los

estudiantes la definición de simulación de eventos discretos,
como herramienta esencial para el soporte en el proceso
de toma de decisiones dentro de las organizaciones. Con el
objetivo de presentar esta definición se mostrará la
terminología general usada en este ámbito, así como
los tipos de simulación.

Por otra parte, teniendo en cuenta que el objetivo

general del módulo es que los estudiantes desarrollen las
capacidades necesarias para llevar a cabo un estudio completo
de simulación, en esta unidad, se presentará, paso a paso,
cuáles son las actividades que deben realizarse para lograr
un estudio exitoso.

Finalmente, se presentará al estudiante el primer acercamiento

al proceso de simulación, a través de un tema
conocido como simulación manual, en la cual se verán
involucrados los conceptos antes presentados, así
como la aparición de algunas medidas de desempeño básicas
que posteriormente permitirán realizar un análisis
completo de la situación actual de la organización.

3. Metodología

La cartilla presentará, de forma estructurada, los

conceptos básicos para dar inicio a la presentación
de lo que es la Simulación de eventos discretos.

2 [ POLITÉCNICO GANCOLOMBIANO
]
Esto se hará presentando conceptos generales de sistemas y
modelaje para construir de forma lógica, el
concepto completo de lo que es la simulación como
herramienta que da soporte y permite argumentar las
decisiones que se toman con respecto a algún tema
en específico.

Habiendo definido lo que es la simulación, se presentarán

algunos términos básicos propios de la materia, que
se utilizarán con frecuencia a lo largo del proceso
de aprendizaje. Así
5. Objetivo General

Al finalizar el módulo, los estudiantes sabrán cuáles

son los conceptos básicos de la simulación de eventos
discretos, así como sus aplicaciones en sistemas reales

[ SIMULACIÓN
] 3
 como líneas de espera, procesos productivos y
procesos logísticos
Al finalizar la primera semana de aprendizaje:

1. El estudiante identificará los conceptos fundamentales de la

simulación de eventos discretos.
2. El estudiante aprenderá los pasos a seguir para
realizar un estudio de simulación.

El estudiante realizará simulaciones manuales con diferentes

características y calculará las medidas de desempeño
asociadas

6. Desarrollo temático

6.1 Componente motivacional

Actualmente, con el ánimo de minimizar los costos en
los procesos de toma de decisiones, las organizaciones han
desarrollado metodologías más cuidadosas en las que se
disminuye el riesgo de realización, pero que de igual manera,
constituyen un soporte real a decisiones tomadas al
interior de la compañía.

Por ejemplo, si cierta compañía se encuentra analizando la

posibilidad de modificar la forma en que está
dispuesta su línea de producción, porque considera que,
actualmente, es ineficiente y la tasa de unidades
producidas por unidad de tiempo no es suficiente, existen
dos formas de tomar la decisión de realizar el
cambio:

1. Hacer un experimento directamente sobre la línea

de producción, es decir, realizar las modificaciones sobre
el sistema, donde se mueva la maquinaria, se
realice ajustes necesarios y pruebas.
2. Hacer un experimento sobre un modelo que
represente la línea de producción, es decir, donde se
realicen las modificaciones en un modelo computarizado,
en el cual no se deba mover la maquinaria y
tampoco, los ajustes directos.

2 [ POLITÉCNICO GANCOLOMBIANO
]
Si después de realizar el experimento se demuestra
que el cambio propuesto no es válido porque no se
logra aumentar la tasa de producción, es evidente que
con la opción número uno, la inversión y el tiempo
de prueba del experimento es mucho mayor
que con la opción número dos.

A partir de lo anterior, resulta relevante que el

egresado del Politécnico Grancolombiano desarrolle todas las
habilidades necesarias para emplear herramientas de vanguardia
que permitan a las compañías ser más competitivas dentro
del mercado, cualquiera sea el campo en el que se
desenvuelva.

6.2 Recomendaciones académicas

Dentro de las recomendaciones generales que debe seguir

el estudiante para lograr un excelente desempeño en
el desarrollo del módulo, está realizar la evaluación
diagnóstica del módulo, pues esta le permitirá identificar cuáles
son sus fortalezas y acrecentarlas y, por supuesto,
cuáles son sus debilidades para enfrentarlas y mejorarlas.
Por otra parte, con el objetivo de tener una excelente
comunicación, el estudiante deberá:

• Aprovechar el chat semanal en el cual se tendrá

un encuentro sincrónico con el tutor.
• Presentar sus dudas a través de mensajes
personalizados para el tutor.
• Realizar los ejercicios de los talleres propuestos,
los cuales permitirán reforzar los conceptos presentados
en las cartillas.

Por otra parte, el estudiante debe tener presente

que la educación virtual es un proceso autónomo en
gran medida, por lo cual exige un nivel de compromiso
verdadero, recuerden que 1 hora de educación presencial
es equivalente a 3 horas de educación virtual, revisan
semana a semana las actividades recomendadas, así
como las fechas para entregas del proyecto, realización de
quices, parciales y examen final, y por supuesto, la
participación en los foros obligatorios de discusión.

[ SIMULACIÓN
] 3
 6.3 Desarrollo de cada una de las unidades temáticas

1. INTRODUCCIÓN

El modelamiento es el arte de diseñar una representación

simplificada de un sistema real, con el propósito de
predecir su comportamiento futuro a través del análisis
de sus medidas de desempeño. Dicha representación
es un modelo. Los modelos son utilizados para capturar
ciertos aspectos del comportamiento del sistema –
los que son de interés para el analista-‐ y de esta
manera, adquirir un mayor entendimiento de su
funcionamiento.

El modelaje requiere dos competencias fundamentales:

abstracción y simplificación. Estas habilidades deben ser
aplicadas teniendo en cuenta el contexto en el cual
se desenvuelve la situación o el sistema de interés.
Es decir, si cada elemento del sistema en estudio
se reprodujera en un modelo tan detallado en el
orden de minuto a minuto, su costo sería equivalente
al costo del sistema real, lo que implicaría que el
modelaje fuese una alternativa poco atractiva o nada viable.
Por lo tanto, cabe aclarar cuáles son las
circunstancias en las que hay motivaciones para recurrir
a la metodología del modelaje de sistemas. Tales
motivaciones se resumen a continuación:

• Evaluar el desempeño de un sistema bajo condiciones

usuales e inusuales. Un modelo se puede convertir
en una necesidad, si la operación rutinaria de
un sistema real bajo análisis, no puede ser
interrumpida sin generar consecuencias severas (por ejemplo,
intentar implementar una modificación a una
línea de producción, cuando se está tratando de cumplir
fechas de entrega muy próximas).
• Predecir el desempeño de sistemas experimentales. Cuando
el sistema de interés aún no existe, la
construcción del modelo es mucho más económica y
segura que la construcción del sistema real o
incluso, de su prototipo.
• Evaluar múltiples alternativas de diseño. Este caso está
relacionado con el anterior, solo que la motivación
económica es mucho mayor. Los resultados del
desempeño potencial del sistema son evaluados junto con

2 [ POLITÉCNICO GANCOLOMBIANO
]
 indicadores de costo-‐beneficio. Los modelos pueden tener
varias tipificaciones, entre ellas se encuentran:

• Modelos físicos: corresponden a objetos físicos

simplificados o a escala (por ejemplo, aviones a
escala o maquetas).

• Modelos analíticos: es un conjunto de ecuaciones o

relaciones entre variables de tipo matemático.

Un modelo de simulación, objeto principal de este curso,

es un caso especial de los modelos de tipo
analítico. Mientras que los modelos enteramente matemáticos
se enfocan en la obtención de soluciones óptimas
del problema a través de procedimientos algorítmicos,
los modelos de simulación buscan soluciones aproximadas a
instancias muestrales específicas del sistema en estudio.
Para aclarar esta diferencia, supóngase que se desea estudiar
una línea de producción, la cual, conceptualmente, se puede
modelar como un sistema de colas. El
enfoque matemático crearía un modelo analítico de
colas, representado a través de sistemas de ecuaciones,
variables de decisión y técnicas matemáticas de
optimización donde se encuentran las soluciones al
problema planteado. El modelo de simulación crearía una
representación computacional del sistema de colas y
la correría un número de veces suficiente, de tal
forma que los resultados permitan afirmar que el modelo
es una fiel representación (muestra) del sistema en estudio.

[ SIMULACIÓN
] 3
 Sistema
Experimentar
directamente Experimentar con un modelo

Pueden ser Modelo físico Modelo matemático

muy costosos

No siempre son
sencillas de Analítico Simulación
obtener
Figura 1. Formas de estudiar un sistema

2. ¿QUÉ ES SIMULACIÓN?

Simular es imitar la operación de un proceso o

sistema real. Implica la generación de una historia
“artificial” del sistema para observar cómo se realizan
inferencias de las características y desempeños del sistema
en estudio. Con base en esta definición y en lo
explicado en párrafos anteriores, se puede afirmar que
la simulación debe utilizarse con los siguientes propósitos:

• No hay datos disponibles.

2 [ POLITÉCNICO GANCOLOMBIANO
]
 • Estudiar y experimentar con las interacciones de un sistema complejo.
• Observar el efecto de las alteraciones al sistema en el modelo.
• Tener conocimiento del comportamiento del sistema
• Experimentar nuevas políticas o nuevos diseños antes de su implementació
n.
• Determinar requerimientos de capacidad.
• Entrenar y aprender.

embargo, debe tenerse presentes aquellas circunstancias en las cuales no sería

nveniente la aplicación de la simulación como metodología de estudio de los sistemas, a
er:

• El problemapuede resolverse por sentido común.

• El problema puede ser abordado y resuelto analíticamente.
• Es más fácil realizar experimentación directa.
• No hay tiempo o recursos para realizar los estudios.

Dentro de las áreas de aplicación más relevantes de la

simulación se pueden enumerar:

• Industria manufacturera
• Construcción y administración de proyectos
• Industria militar
• Logística, cadena de abastecimiento y distribución
• Transporte
• Procesos de negocio
• Servicios de salud
• Redes de telecomunicaciones
• Análisis de call centers

Terminología básica:

 Sistema: grupo de objetos que relacionados entre sí

ordenadamente, contribuyen al cumplimiento de
determinado objetivo, por ejemplo, una línea de producción,
una oficina bancaria, etc.
 Entidad: un objeto de interés en el sistema, por
ejemplo, una pieza de la línea de producción.
 Atributo: un rasgo o característica de la entidad.
 Estado del sistema: conjunto de variables necesarias para
describir el sistema en cualquier momento.
 Evento: suceso que puede cambiar el estado del
sistema.

[ SIMULACIÓN
] 3
 bancaria si un cliente ya termina su transacción y sale de la instalación ent. elPorinstante
lo tanto, dicha oficina podría considerarse un sistema discreto.
 Sistema continuo:aquel donde la variable de estado cambia continuam
ente en el tiempo,
por ejemplo, el nivel de agua de una represa.

Tipos de Modelos de Simulación

1. Según la naturaleza de los parámetros:

 Determinísticos: los datos de entrada son conocidos con plena certeza.
 Estocásticos: los datos tienen un grado de incertidumbre tal, que deben ser
manejados como variables aleatorias.
2. Según el carácter evolutivo del modelo:
 Estáticos: el modelo evoluciona sin tener en cuenta los cambios que genera el paso
del tiempo (Simulación Monte Carl
o).

 Recurso: objeto del sistema que transforma o presta

servicio a la entidad.
 Sistema discreto: aquel donde la variable de estado
cambia en un conjunto discreto de puntos en
el tiempo, por ejemplo, el número de clientes
disminuye en una oficina
 Dinámicos: las variables de estado cambian en la
medida que el tiempo transcurre.
3. Según el tipo de variable de estado:
 Discretos: la variable de estado cambia en un
conjunto discreto de puntos.
 Continuos: la variable de estado cambia
continuamente en el tiempo.

Cabe aclarar que, según esta tipificación, el enfoque de

este módulo está encaminado hacia el diseño y construcción
de modelos estocásticos, dinámicos y discretos,
características fundamentales del paradigma de la Simulación
de Eventos Discretos.

3. PASOS DE UN ESTUDIO DE SIMULACIÓN

Como se mencionó inicialmente, el modelaje, incluido el

de simulación, es una actividad complicada que combina arte y
ciencia. Sin embargo, desde una óptica más
general, el proceso para llevar a cabo un estudio

2 [ POLITÉCNICO GANCOLOMBIANO
]
de simulación se puede resumir en los siguientes pasos:

• Formulación del problema. Este primer paso consiste,

esencialmente, en el análisis del sistema y
definición del problema a resolver.
• Fijación de los objetivos. En esta fase se define
el alcance del estudio y las fronteras del
problema que va a ser abordado. Es decir, se
determina cuáles instancias del problema se van a
estudiar para hallar soluciones.
• Conceptualización del modelo. En esta etapa se
incluyen actividades tales como la identificación de
los parámetros de entrada, las medidas de desempeño
de interés y el establecimiento de las relaciones
entre los parámetros y variables. La información, aquí,
se puede representar en diagramas de flujo o árboles
jerárquicos.
• Recolección de información. Es una de las fases más
importantes y críticas del estudio, ya que producto
de esta etapa aparece la estimación de los
parámetros de entrada del modelo, y dependiendo
de la calidad de la información recogida, aparece
el éxito de los resultados del modelo. En esta fase,
el analista hace presunciones sobre las distribuciones
de probabilidad de los datos recolectados y
luego, a través de pruebas de hipótesis,
corrobora o rechaza los supuestos planteados.
• Construcción del modelo. Una vez el problema ha sido
analizado y la información procesada, se procede
a construir el modelo e implementarlo en un
programa computacional. Este programa puede ser un
lenguaje de programación general (C++, Visual Basic,
Java, entre otros), o un software
especializado de simulación (Arena, Promodel, ExtendSim,
entre otros).
• Verificación del modelo. El propósito de esta fase
consiste en asegurarse que el modelo está diseñado y
construido correctamente. Esta verificación es una labor
delicada de inspección y radica en la
comparación del código de modelo con la especificación
del mismo.
• Validación del modelo. La validación examina el grado
de ajuste del modelo con los datos
empíricos del sistema. Es decir, compara el

[ SIMULACIÓN
] 3
 desempeño del modelo con la información real arrojada
por el sistema en estudio.
• Diseño de experimentos. Una vez validado y
calibrado el modelo, el analista procede con la
planeación y el diseño de las experimentaciones que
se llevarán a cabo sobre el modelo de
simulación. En esta etapa se definen los distintos
escenarios en los cuales, se va a analizar el
desempeño del modelo, así como el número de
réplicas o corridas que se ejecutarán con el
propósito de garantizar la confiabilidad del estudio.
• Corridas y análisis de resultados. En esta fase se
ejecutan las corridas oficiales del modelo, cuyos
resultados serán el objeto de análisis, de
naturaleza estadística principalmente. Una actividad típica de
esta fase consiste en la determinación de la mejor
alternativa mediante la comparación de los
desempeños de todas las alternativas estudiadas.

2 [ POLITÉCNICO GANCOLOMBIANO
]
 Servido
Filade r
Población de clientes clientes
potenciales Figura 3. Sistema simple de
colas
Los elementos claves de este tipo de sistemas son los clientes y los servidores. El término
clientepuede referirse a personas, máquinas, camiones, piezas, aviones, correos electrónicos,
pedidos, llamadas, etc. El término servidor puede hacer referencia a recepcionistas, cajeros,

Figura 2. Pasos de un estudio de simulación

4. SIMULACIÓN DE SISTEMAS DE COLAS

Un sistema de colas, desde su concepción más simple,

se puede describir como un sistema al cual
los clientes llegan cada intervalo de tiempo y se
unen a una línea de espera en busca de ser
atendidos por medio de un servidor; tan pronto finaliza
el servicio, el cliente abandona el sistema. Esta
descripción simplificada se puede ver representada en la
siguiente gráfica: mecánicos, enfermeras, médicos, etc. En
resumen, el cliente es la entidad u objeto que
requiere un servicio o una transformación; esta transformación
es ejecutada por el servidor.

[ SIMULACIÓN
] 3
 El sistema es alimentado desde una población infinita
de clientes potenciales. Esto quiere decir que si una unidad
deja la población y se une a la fila de clientes,
no hay cambio en la tasa de llegadas de las
otras unidades que vayan a requerir el servicio. Las
llegadas de los clientes ocurren una a la vez y
de forma aleatoria; se unen a la cola en espera
de que eventualmente sean atendidos. El tiempo de
servicio o de proceso, que es el tiempo que demora
el servidor en procesar o atender un cliente,
también tiene un comportamiento aleatorio de acuerdo a
una distribución de probabilidad. La capacidad del sistema
se asume infinita, lo que implica que el número
de clientes puede ser cualquier cantidad. Finalmente,
los clientes son atendidos en orden de llegada, lo
que quiere decir que el sistema tiene una disciplina FIFO
(First In First Out) o primeros en llegar, primeros en
salir.

Ahora bien, es necesario aterrizar los conceptos estudiados

anteriormente, relacionados con el estado del sistema y
eventos:

-‐ El estado del sistema se representa a través

de las variables de estado. Estas variables, para el
caso específico del sistema simple de colas,
corresponden al número de unidades en el sistema
y el estado del servidor, ocupado o
desocupado.

2 [ POLITÉCNICO GANCOLOMBIANO
]
Cuando se ha completado el servicio de un cliente, la simulación se ejecuta tal como se
muestra en el siguiente diagrama de flujo:

Figura 4. Diagrama de flujo del servicio completado

-‐ Un evento es un conjunto de circunstancias que

provocan cambios en el estado del sistema. Para
este ejemplo, solo hay dos posibles eventos que pueden
afectar tales cambios: la entrada de una unidad
al sistema (evento de llegada) y la
finalización un servicio (evento de salida). Por otra
parte, cuando un cliente entra al sistema, la
simulación se ejecuta siguiendo la lógica mostrada
en el siguiente diagrama

Figura 5. Diagrama de flujo del evento de llegada

A esta altura surge la siguiente pregunta: ¿cómo

pueden estos eventos descritos anteriormente ocurrir
en tiempo simulado?

[ SIMULACIÓN
] 3
 La simulación de los sistemas de colas requiere generalmente
la utilización de una lista de eventos para determinar
qué ocurrirá después de que este se presente. La lista
de eventos lleva el registro de los instantes de tiempo
futuros en los cuales pueden ocurrir los eventos.
Estos tiempos hacen referencia a los tiempos de
llegada de los clientes y al tiempo de servicio.
Como se mencionó anteriormente, estos tiempos son de carácter
aleatorio, por lo que deben ser caracterizados a
través de distribuciones de probabilidad.

Para representar esta incertidumbre en los tiempos de

ocurrencia de los eventos, la simulación utiliza la
generación de números aleatorios. Los números aleatorios están
distribuidos uniforme e independientemente en el
intervalo [0,1], lo que quiere decir que todos y
cada uno de los números reales que se encuentre
en ese intervalo tienen la misma probabilidad de
ser generados. Existen múltiples formas de generar
números aleatorios, desde el lanzamiento de un dado
(generaría números aleatorios uniformes de 1 a 6) hasta
la aplicación de paquetes computacionales, como el
caso de la función ALEATORIO() de Excel ®.

En el siguiente ejemplo, se aplicarán los conceptos de

lista de eventos y números aleatorios para realizar una
simulación manual de un sistema simple de colas.

Ejemplo
Se tiene una caja de pago en un supermercado y se
quiere simular su operación. Para generar de manera aleatoria
los tiempos entre llegadas de los clientes y los
tiempos de servicio, se lanza un dado para cada cliente.
Supóngase que se va a simular el servicio a seis
clientes y que los tiempos generados mediante el dado
fueron los siguientes:

Cliente Tiempo entre llegadas (minutos)

Tiempo de servicio (minutos)
1 - 2
2 2
­ 1
3 4 3
‐
4 1 2

2 [ POLITÉCNICO GANCOLOMBIANO
]
 5 2 1
6 6 4

Obsérvese que los números generados están en el intervalo

[0,6]. Si se asume que el dado no está cargado,
entonces se puede afirmar que la probabilidad
de que salga cualquier número en el dado después de
un lanzamiento, es de tipo uniforme.

Cabe resaltar, también, que en lo que respecta a los

tiempos de llegadas, lo realmente aleatorio a registrar
es el tiempo que transcurre entre la llegada de dos
clientes consecutivos. Es decir, cuando ocurre la
llegada de un cliente al sistema, no se sabe con
certeza en qué instante llegará el siguiente cliente y
así sucesivamente. Por eso, en la tabla anterior,
se enuncia la columna Tiempo entre llegadas, y
el primer cliente no tiene dicho tiempo
precisamente por ser el primero y no tiene punto
de referencia. En este caso, para efectos de la simulación,
se asume que el primer cliente llega en el instante
de tiempo cero. Con base en lo anterior, la lista
de eventos se puede resumir en la siguiente tabla
de simulación manual.

Cliente Tiempo Tiempo Hora Hora Tiempo en Hora

de inicio finalización
entre de servicio cola
llegadas servicio llegada servicio

1 - 2 0 0

[ SIMULACIÓN
] 3
 Las columnas sombreadas corresponden a la hora registrada
por el reloj de la simulación. Por ejemplo, el primer
cliente llega en el minuto t = 0; como es el
primero en llegar, no hay nadie delante de
él, por lo tanto no debe hacer cola y por
ende, su servicio empieza inmediatamente, es decir, también
en el minuto t = 0. (Debido a que la
hora de llegada es igual a la hora de inicio del servicio,
el tiempo en cola es igual a cero). Como el
tiempo de servicio simulado es de 2 minutos,
entonces el servicio del primer cliente finaliza en el
minuto t = 2.

¿Qué ocurre ahora para el cliente número 2?

Obsérvese primero que la hora de llegada es la suma
acumulada de la columna de los tiempos entre llegadas.
Es decir, el segundo cliente llega 2 minutos después
que el primero, o sea, en el minuto t =
2; el tercer cliente llega 4 minutos después que
el segundo cliente, o sea, en el minuto t =
6; y así sucesivamente. El segundo cliente llega en t
= 2 minutos. Lo que debe corroborarse, según
los diagramas de flujo arriba descritos, es comprobar que
el servidor no esté ocupado para que inicie el servicio.

2 [ POLITÉCNICO GANCOLOMBIANO
]
 La mejor forma de hacer esta comprobación
es verificar la hora de finalización del servicio del cliente
anterior. En este caso, el primer cliente termina
su servicio en t = 2, y justamente en ese
instante arriba el segundo cliente, también en t
= 2; luego su servicio arranca inmediatamente, pues
el servidor recién se desocupó y no debe hacer
fila. Dado que el tiempo de servicio simulado es de 1
minuto, entonces el servicio del segundo cliente
termina en el minuto t = 3.

¿Qué pasa con el cliente 4? Este cliente arriba en

el minuto t = 7. En este instante, se puede
corroborar que el servidor se encuentra ocupado, pues se
tiene registrado que el servicio del cliente 3 finalizará
en el minuto t = 9. Esto implica que el cuarto
cliente debe esperar 2 minutos a que el
servidor finalice el servicio con el cliente número
3. Por lo tanto, tan pronto el servidor despache
al cliente tres en el minuto t = 9, inicia el
servicio del cliente 4, y dado que el tiempo
simulado de servicio es de dos minutos, la finalización
del servicio será en el minuto t = 11. Se debe
hacer un análisis similar para el cliente 5, pues también
tiene que hacer cola.

Cabe aclarar que la tabla se debe llenar en

la medida que van ocurriendo los eventos, generalmente
en la medida en que los clientes van llegando y
van saliendo. Es decir, no es posible determinar, por
ejemplo, la hora de finalización del cliente 5, sino se
sabe siquiera a qué horas terminó el servicio del
cliente 4. (La tabla se diligencia fila por fila, no
por columnas)

Con los resultados de esta tabla, se pueden calcular

las estadísticas para la medición del desempeño del sistema,
lo cual es uno de los propósitos principales de la
simulación. Algunos de estos indicadores se detallan a
continuación:

 Tiempo promedio de espera

[ SIMULACIÓN
] 3
  Tiempo promedio entrearribos
! "#$ ! " ! "#$%&’ ! "#$! ! ""#$%&
! "#$%&! "#$%&’# ! "#$! ! ""#$%&=
% ! ú! "#$ ! " ! "#$%&$’ −1
15
! "#$%&! "#$%&’# ! "#$! ! ""#$%&= = 3 ! "#$%&’
5

 Tiempo promedio en sistema

el

! = ! " + ! " = 2,83 ! "#$%&’

!"

!" !"#$%&’

 Probabilidad de que un cliente haga cola

 Tiempo promedio de servicio

!"

!"!"#$%&’

2 [ POLITÉCNICO GANCOLOMBIANO
]
[ SIMULACIÓN
] 3