PROYECTO DE SIMULACIÓN DE LA

CAFETERÍA F2 DE LA UNIVERSIDAD DE
LIMA
Sección 816 - Profesora Ezilda Maria Cabrera Gil Grados

Equipo 7:
ELIO PABLO CORAZÓN HERNANDEZ
MELANIE GRACE GUTIERREZ PLASENCIA
BRENDA ALESSIA QUIÑONEZ APARICIO
NICOLE NAHOMI VILLANUEVA ALARCÓN
 PROBLEMA
Problema Principal: Grandes colas en el horario de almuerzo en la cafetería F2 de la Universidad de Lima

1
Supuestos y Restricciones: 2

1. Volumen de personas:

“Horas pico”

2. Preparación de alimentos:
3
“Calidad y
rapidez”
por indicadores
externos
3. Sistema de pedidos y tecnología:
“Sistema eficiente”
 OBJETIVOS
● Objetivo General: Crear un modelo de simulación que refleje fielmente los procesos actuales de pedidos y entrega
en la cafetería, identificando posibles puntos de demora
● Objetivos específicos:
i. Analizar Resultados y Comparar con el Estado Actual: Evaluar los resultados de las simulaciones y
compararlos con los datos del estado actual, identificando las diferencias y determinando el impacto
potencial de las mejoras propuestas
ii. Establecer Indicadores de Desempeño: Definir indicadores clave de desempeño (KPIs), como tiempos
promedio de espera, para medir el éxito de las mejoras implementadas
 CLASIFICACIÓN
1
3
1. Entidades

2. Atributos

2
4
3. Actividades

5
4. Recursos

5. Variables
 DIAGRAMAS
Diagrama del Proceso

Modelo en Arena Original

 TAMAÑO DE MUESTRA
𝑇𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 = [𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟 ∗ 𝑍/ 𝐸𝑟𝑟𝑜𝑟] ^2
Siendo Z la distribución normal estándar inversa del nivel de confianza previamente establecido con un valor de
95%
Tabla 3.1
Tamaño de muestra

Desviación estándar piloto 0.5598

Nivel de confianza 95%

Z 1.96

Error 15%

Tamaño de muestra 42.6844

Análisis de distribución para el tiempo entre
llegadas
Distribución candidata Chi-cuadrado p-value KolmogorovSmirnoff p- Distribución gráfica
value

0.999 + GAMM(53.9, < 0.005 =0.123

0.495)

0.999 + EXPO(26.7) = 0.354 > 0.15

Análisis de distribución para actividad de
servida del menú
Distribución candidata Chi-cuadrado p-value KolmogorovSmirnoff p- Distribución gráfica
value

50 * BETA(0.173, 0.74) 0.139 < 0.01

LOGN(14.1, 90.9) < 0.005 0.0277

Análisis de distribución para actividad de pago
de pedido
Distribución candidata Chi-cuadrado p-value KolmogorovSmirnoff p-value Distribución gráfica

TRIA(0, 0.178, 0.59) =0.512 > 0.15

UNIF(0, 0.59) < 0.005 = 0.0185

Escenarios para evaluar
● Mayor trabajo en horas pico:
Escenarios para evaluar
● Se aumentó un cajero más:
 Conclusiones

★ Se destacó la eficacia de la simulación en Arena para identificar oportunidades de mejora y cumplir con el objetivo
principal.

★ Se concluye que el software Arena es muy útil para poder verificar procesos de cada empresa o emprendimiento,
mejorando así no solo la empresa, sino también personas que lo utilizan.

★ Se destacó como conclusión la importancia de recopilar y analizar constantemente la retroalimentación de los

estudiantes para detectar nuevas áreas de mejora en el servicio.
 Recomendaciones
○ Se recomendó seguir utilizando la simulación para realizar ajustes periódicos y mantener la
eficiencia en el servicio del comedor universitario

○ Se propuso explorar y simular más escenarios extremos o situaciones inesperadas para estar
preparados ante eventualidades que puedan afectar la operatividad del comedor.

○ Se puede sugerir el realizar evaluaciones constantes y periódicas a lo largo del tiempo para medir
el impacto del proceso y ajustar estrategias y mejoras según sea necesario.