Simulación de una linea de servicio de lavado de

vehı́culos
Julián David Caro Torres
Mayo 27 de 2016

1. Introducción
Las teorı́as de lı́neas pueden ser estudiadas a través de procesos de simula-
ción, estas técnicas permiten calcular medidas de desempeño de las lı́neas tales
como tiempo de espera, tasa de servicio o de fabricación, tasa de llegada de
los clientes y el uso de la capacidad instalada para la prestación del servicio o
generación del producto. La simulación permite tomar medidas de desempeño
tomando variables del medio y estimando un posible comportamiento en la reali-
dad mediante el uso de modelos probabilı́sticos y determinı́sticos que provean
estos datos para el análisis y generación de información. La simulación permite
la flexibilidad para el análisis de todos los modelos de lı́neas de espera, sin em-
bargo debe tenerse en cuenta que una mal análisis de los datos provenientes de
las lı́neas, ocasionara una mala ejecución de la simulación lo que puede incurrir
en gasto de tiempo como en cuanto en recursos. (Taha, 2012,p.502)

Eliminar el proceso de lı́neas de espera es por sı́ mismo no es viable debido

a que este se basa en modelos probabilı́sticos, la única manera de controlar
las lı́neas es buscar el equilibrio entre el costo de espera con respecto al costo
de espera en la cola. Los principales entes que participan en una situación de
lı́neas son el cliente y el servidor, los clientes arriban al sitio donde se prestara
el servicio. La situación que se presenta en el momento del arribo del cliente
es que su atención sea de manera inmediata o que en caso contrario tenga que
esperar antes de ser atendido. Es fundamental el tamaño de la lı́nea en el análisis
de las mismas, estas pueden ser de tamaño infinito o de carácter infinita. Los
factores que provocan variaciones en las lı́neas de espera se pueden estudiar para
la generación de modelos matemáticos los cuales son susceptibles de simulación.
(Chase, Jacobs y Aquilano, 2009,p.231)

2. Definición de la situación problema

El problema consiste en la formulación de un modelo matemático que per-

mita estimar el numero de buses que ingresan al sistema, la tasa de servicio y el

1
tiempo en linea de espera en el proceso de lavado de vehı́culos dentro de las ins-
talaciones de la empresa Expreso Bolivariano S.A..La tasa promedio de servicio
y de ingreso de vehı́culos se comporta de manera exponencial con frecuencia de
1 cliente cada cuatro minutos. El centro de lavado dispone de un solo servidor
, con frecuencia de atención por orden de llegada según el plan de rodamiento,
es decir se maneja un orden en la linea a en el que el primer bus en llegar es el
primero en ser atendido.

3. Teorı́as que Gobiernan el Sistema

3.1. Distribución exponencial

La distribución exponencial con una variable aleatoria describe la longitud

temporal entre dos ocurrencias de un evento. En la mayor parte de los casos
donde ocurran situaciones donde se presente una cola, la tasa de arrivos ocurre
aleatoriamente, esto quiere decir que la ocurrencia de un evento es mutuamente
excluyente o independiente del tiempo que haya pasado desde el ultimo evento
ocurrido. (Taha, 2012,p.596) La aleatoriedad de los tiempos entre llegadas y de
servicio se describe a través de la distribución exponencial, la cual está definida
como:

f(t)=λeλ−t , t > 0

La caracterı́stica de la distribución exponencial es ser aleatorio lo que es

conocido como falta de memoria dado que esta distribución entre eventos recu-
rrentes no se puede determinar so ocurrencia con exactitud.

3.2. Modelo de un solo servidor

El modelo de nacimiento puro explica el fenómeno donde solo ocurren lle-

gadas y el modelo de muerte pura es el cual que explica el fenómeno donde
solo ocurren salidas. la distribución exponencial se usa para analizar el tiempo
entre llegadas (modelo de nacimiento puro) y el tiempo entre salidas (modelo
de muerte pura), como resultado se obtiene la cercana relación entre las distri-
buciones exponencial y la de Poisson , en el entorno de que una distribución
define o complementa la otra (Taha,2012,p.600).

3.3. Modelos de nacimiento y muerte puros (relación en-

tre las distribuciones exponencial y de poisson)

Existes dos tipos de modelos para los modelos de un solo servidor el primer
modelo mantiene el sistema abierto sin limitar el número máximo en el sistema,
y el segundo tiene un supuesto donde se tiene un lı́mite finito del sistema, en
ambos modelos se supone que la fuente cuenta con capacidad infinita de donde

2
se originan las entradas. Las llegadas se ocasionan a razón de una tasa promedio
de clientes por unidad de tiempo y la tasa de servicios es un promedio de clientes
por la unidad de tiempo correspondiente. El resto de modelos son derivaciones
de los resultados de los modelos generales.

4. Formulación Matemática del Modelo

Los tiempos de servicio se pueden describir por medio de la función de densi-
dad exponencial exponencial los cuales se comportan según la siguiente función
de probabilidad acumulada:

f(t)=λeλ−t , t > 0(1)

Rx
F(x)= a λeλ−t d(t)(2)

F(x)=1- eλ−t (3)

x=1/λ − ln(1 − f (x))(4)

Debido a que el tiempo de servicio tiene comportamiento de tipo aleatorio

se remplaza F(X) por r:

t=1/λ − ln(1 − r)(5)

5. Solución Matemática del Modelo

Los tiempos de llegada de los buses se comportan de manera aleatoria con-
tinua, es decir no se puede determinar exactamente cuánto tiempo tardaran en
llegar los buses al sistema por lo que siguen una distribución de probabilidad
exponencial.

f(t)=λeλ−t , t > 0(1)

f(t)/ λ = eλ−t (2)

se despeja la variable aleatoria t

-ln f(t)/λ = λt(3)

3
 -ln (f(t)/λ)/λ = t(4)

Mediante esta ecuación se pudo calcular la variable aleatoria con respecto

al numero de buses que puedan ser atendidos en el dı́a, suponiendo un modelo
de un solo servidor con capacidad infinita,(M/M/1):(GD/Infinito) pero con una
restricción la prestación del servicio la cual es de 8 horas.

6. Representación computacional
Se construyó una interfase en el software de simulación MatLab, con el fin de
obtener datos que nos aportaran información con respecto a tiempo de servicio,
el tiempo promedio de llegada y tiempo de espera en la lı́nea como se puede
observar en la Figura 1.

Figura 1: Figura 1 :Simulación del proceso en MatLab

Los datos de entrada son el número de buses que son atendidos al dı́a y la
tasa de llegada de buses por minuto, a partir de estos se obtuvo información
correspondiente a el tiempo de atención, el tiempo de llegada y el tiempo en
lı́neas de espera por parte de los vehı́culos que entran al sistema.

7. Interpretación de Resultados
Los datos arrojan que existe momentos en donde se hacen graden cantidades
de colas debido a la variación tanto como de llegadas como del servicio presta-
do, adicionalmente se presentan filas producto del tiempo ocioso que hay entre
lavados en el cual no se recibe directamente al siguiente vehı́culo.
El número de entradas de buses se comportan de manera aleatoria siguiendo
un proceso de distribución exponencial, debidos a esto no se hace posible tener
un dato determinı́stico con respecto a la tasa de buses que llegan al sistema. En

4
la gráfica No1 se muestra el tiempo en las lineas de espera por parte de cada
uno de los buses que entran al sistema.

Figura 2: Gráfica No 1 :No de Buses Vs Tiempo en espera

Como era de esperarse hubo variaciones con respecto a los datos simulados en
cuanto al tiempo de llegada y el tiempo de atención por parte de los servidores
lo que generas que se produzcan colas y que no se logre mantener durante largos
periodos el estado estable.En Cuadros No1 y No 2 se puede observar los datos
de tiempo de atención con respecto a alas llegadas de los vehı́culos.

5
 Cuadro 1: tiempos de atención y tasa de servicio

Cuadro 2: Tiempos de espera

8. Validación del Modelo

como podemos observar en la tabla se obtuvieron valore que estuvieron tiem-
pos estimados aproximados a el tiempo de espera real con un porcentaje de
confiabilidad del 73 porciento en una muestra de diez datos comparados.como
podremos observar en el cuadro No3.

6
 T.espera Real T.Espera simualdo Confiabilidad
0 0 0
6 5.92 0.0133
3 0 1
4.53 0.68 0.84
8.42 15.68 0.86
1.67 6.68 3.10
17.32 22.61 0.31
6.33 7.16 0.13
9.88 7.12 0.28
0.30 0 1

Cuadro 3: Tabla Valores

9. Limitaciones del Modelo

Los modelos matemáticos planteados en el ejercicio anterior solo son apli-
cables a los escenarios donde se presentan teorı́as de lı́neas en donde solo se
contempla un servidor en las cuales las probabilidades de existencia de estado
estable no son viables. Es decir estos modelos siempre mantendrán la constante
de que la tasa de llegada de los clientes será mayor a la tasa de servicio, por
consiguiente el tamaño de la lı́nea continuara creciendo y no alcanzara el estado
estable.
No es posible ejecutar el modelo matemático a situaciones donde existen
varios servidores paralelos, debido a que no se tiene contemplado el uso de
servidores idénticos paralelos (M/M/c):(GD/Inf /Inf ). El modelo tampoco es
aplicable para la generación de todas las medidas de desempeño estable, debido
a que el sistema no se encuentra en estado estable.

10. solución del problema

Se evidencio que el modelo se puede aplicar a problemas de lineas de espera
de menos de un servidor , de tendencia infinita y que no sean de estado estable de
manera adecuada arrojando información que simula el proceso con el el propósito
de hacer una efectiva toma de decisiones.