MODELO DE SIMULACIN PARA LA OPTIMIZACIN DEL PROCESO DE

ATENCIN DEL POLICLNICO SAN MARTN DE PORRES REGSAL XI DIRTEPOL

Chvez Ampuero Diana Daniela/Jurez Narvez Bryan Duxan/Makke Jurez Mylene Karolina/ Malaver
Cano Carlos Alberto/Vidal Gheiler Mauricio
Kamy_9_27@hotmail.com

Universidad Catlica de Santa Mara - Programa Profesional de Ingeniera Industrial

Centro de Investigacin en Modelacin y Simulacin
Arequipa-Per 2015
RESUMEN
El artculo presenta un modelo de simulacin en el programa Arena 14.0 aplicado en El Policlnico San Martn
De Porres Regsal XI Dirtepol, organismo pblico descentralizado que tiene por finalidad dar cobertura a los
asegurados de la PNP. Se encuentra ubicado en la Calle San Martn De Porres S/N Urb. Guardia Civil- I
Etapa, en el distrito de Paucarpata perteneciente a la ciudad de Arequipa.
Lo que se pretende con la simulacin de este sistema es identificar las deficiencias que presenta el modelo de
atencin del Policlnico y proponer soluciones para optimizar el proceso actual, una vez que se identific el
proceso de atencin se realizaron los diagramas de operaciones y anlisis del proceso y a partir de ellos se
determinaron las variables exgenas del sistema, como los intervalos de llegada de los pacientes y los
tiempos de servicio de cada consultorio. Mediante estos datos se obtuvo el desempeo de cada estacin de
trabajo, los tiempos de espera promedio, se localizaron los cuellos de botella y se midi la eficiencia de
recursos utilizados. Con esta informacin se propusieron diferentes alternativas de mejora para lograr reducir
la longitud de colas y el tiempo de espera de los clientes, para lo que se puso mayor nfasis en los puestos
de trabajo con mayor congestin, los cuales son Medicina 1 y Medicina2. A travs del programa se simularon
las diversas propuestas y se escogi la mejor alternativa, la cual permitir reducir el tiempo de espera de los
pacientes y al mismo tiempo, incrementar la satisfaccin del asegurado en cuanto al servicio prestado por el
Policlnico como ente de salud pblica.
Palabras clave: simulacin, policlnico, tiempos de servicio, cuello de botella, pacientes en cola, optimizar
servicio.

ABSTRACT
The article presents a simulation model in the software Arena 14.0 applied to the Polyclinic San Martin De
Porres Regsal Dirtepol XI, public agency whose purpose is to cover the insured for the PNP. It is located on
street San Martin De Porres S / N Urb. Guardia Civil-I Stage, in the district of Paucarpata belonging to the city
of Arequipa.
The intention with the simulation of this system is to identify the deficiencies in the care model of the Polyclinic
and propose solutions to optimize the current process, once the care process was identified the process
operations diagrams and process analysis diagrams were performed and from them the exogenous variables
of the system were determined, as the arrival intervals of patients and service times of each office. Using these
data the performance of each workstation was obtained, the average waiting times, bottlenecks were located
and used resource efficiency was measured. With this information different improvement alternatives were
proposed in order to reduce the length of queues and waiting time of customers, for which greater emphasis
was placed on jobs with greater congestion, which are Medicine 1 and Medicine 2 facilities. Through the
program the various proposals were simulated and chose the best alternative, which will reduce waiting times
for patients and at the same time increasing insured satisfaction regarding the service provided by the
Polyclinic as an entity of public health.
Keywords: simulation, polyclinic, service times, bottleneck, patients queued, optimize servic

Figura 1: Fotografa del Policlnico San Martn de Porres

INTRODUCCIN

La simulacin es el disear y desarrollar un

modelo computarizado de un sistema o proceso y
conducir experimentalmente con este modelo con
el propsito de entender el comportamiento del
sistema del mundo real o evaluar varias
estrategias con los cuales puedan operar el
sistema mediante un diagrama de mdulos, el
cual es la representacin grfica del algoritmo o
proceso. Se conoce as como mdulo (del latn
mdulos) a una estructura o bloque de piezas que,
en una construccin, se ubican en cantidad a fin
de hacerla ms sencilla, regular y econmica.
Todo mdulo, por lo tanto, forma parte de un
sistema y suele estar conectado de alguna
manera con el resto de los componentes por ello
que se entiende como sistema a un objeto
complejo cuyos componentes se relacionan con al
menos algn otro componente; puede ser material
o conceptual. Para esto es necesario un simulador
el cual es un aparato, por lo general informtico,
que permite la reproduccin de un sistema. Los
simuladores
reproducen
sensaciones
y
experiencias que en la realidad pueden llegar a
suceder. Por ejemplo el Software Simulacin
ARENA que es una aplicacin para los sistemas
operativos que permite: Modelar procesos para
definir, documentar e informar, simular la
respuesta futura del sistema de cara a
comprender relaciones complejas e identificar
posibilidades de mejora, visualizar las operaciones
con grficos dinmicos animados, Analizar cmo
el sistema funcionar en su configuracin tal cual
y bajo un conjunto de alternativas posibles de
forma que se pueda elegir de forma segura la
mejor de ellas.

En los ltimos aos se ha incrementado el uso de

los modelos de simulacin para el anlisis de
sistemas complejos, lo que ha generado la
posibilidad de experimentar con diferentes
escenarios para dar solucin a uno o varios
problemas en una empresa sin que esto
represente un alto costo; adems de la facilidad
de interpretacin de resultados, lo cual representa
una herramienta poderosa en la toma de
decisiones en empresas de todo tipo. Se centr
especial atencin en el estudio de los problemas
del Policlnico San Martn De Porres Regsal XI
Dirtepol por ser una institucin que presenta la
necesidad de una solucin a su problemtica
actual, teniendo una mayor prioridad ya que su
labor es primordial, siendo un organismo parte del
que Sistema Nacional de Salud que resguarda a la
polica de nuestro pas, por lo que colaborar con la
realizacin de su visin es una meta con la cual
estamos ansiosos de poder colaborar. Por este
motivo nuestro objetivo principal es lograr eliminar
la inconformidad de los pacientes, quienes
actualmente tienen una percepcin negativa de los
servicios de salud pblica, refirindose a estos
como
ineficientes,
originando
constante
incomodidad con respecto a la saturacin de las
reas de servicio. Es por ello que la presente
investigacin est orientada a encontrar las
principales deficiencias del proceso de atencin y
a identificar una solucin factible mediante un
Modelo de Simulacin del Policlnico San Martn
de Porres, de modo que al finalizar el estudio se
puedan plantear las recomendaciones propuestas
y aplicarlas para la mejora del nivel y la calidad de
servicio.

http://www.scielosp.org/pdf/rpsp/v27n3/a07v27n3
Una de las reas con mayor importancia donde se
aplican modelos de simulacin es el de la salud
como Modelamiento y simulacin computacional

MARCO TERICO

de la red de consultas mdicas de un servicio

pblico de salud que se realiz en Chile; El
estudio se realiz bajo el enfoque de la dinmica
de sistemas. Se recolecto informacin de los
centros de atencin del servicio de salud y se
construy un modelo de derivaciones que optimiza
la atencin. Se determinaron las especialidades a
modelizar de acuerdo con la extensin de sus
listas de espera, tomando en cuenta que reas
son las ms solicitadas. Se disearon las bases
de datos y se analiz la informacin recolectada
del servicio, se program y valido el modelo y se
simularon escenarios propuestos que permitieron
reducir la espera mediante el aumento de horas
mdicas y el mejoramiento de la capacidad
resolutiva de atencin.

Se dio un parmetro de comparacin y criterios

para probar la validez de nuestra nueva propuesta
de mejora, los resultados del sistema actual y uno
mejorado llevaron a proponer nuevas alternativas
en cuestin a los recursos del sistema para la
obtencin de optimizacin de tiempos.
Componentes

1.
2.
3.
4.
5.

COMPONENTES
Admisin
6. Odontologa
Triaje
7. Obstetricia
Medicina 1
8. Emergencia
Medina 2
9. Tpico
Farmacia

Tabla 1: Componentes del Sistema

Figura 2: Diagrama de Mdulos del Sistema Actual

DESCRIPCIN DEL SISTEMA ACTUAL

En el sistema actual del policlnico la primera
operacin del proceso de atencin es identificar al
paciente, para esto pasa por la oficina de
admisin, all se revisan los documentos
actualizados del paciente y se obtiene su historia
clnica. Posteriormente el paciente se dirige a
triaje en donde se le hace un control de las
funciones vitales y se le deriva al rea
correspondiente ya sea medicina, obstetricia o
tpico. Los pacientes que se atienden en
odontologa pasan directamente al consultorio
dental sin pasar por triaje. Finalmente al salir de la
consulta el paciente recibe una receta, si los
medicamentos se encuentran disponibles se le da
un vale para pasar por farmacia y recoger sus
medicinas.

RECOLECCION DE DATOS
Se realiz la recoleccin de data en base al uso
de dos mtodos prcticos que se realizaron de
manera simultnea para lograr una mayor
precisin en los datos, siendo estos:

En caso de emergencia el paciente ingresa

directamente al tpico de emergencia y es
atendido inmediatamente, luego el paciente entra
observacin, si este no se estabiliza es enviado al
hospital de policas en Cayma.

CONSULTA A EXPERTOS: La consulta

fue realizada mediante una entrevista con
el Dr. Helberth Cruces Rosas, Jefe
encargado del del Policlnico San Martn
De Porres Regsal XI Dirtepol, quien nos
explic de manera detallada y precisa, la
forma en que se llevan a cabo las
diversas actividades y algunos detalles
que presenta el Policlnico, logrando
evaluar algunas puntos importantes
dentro de la asesora como son: Tpicos,
Obstetricia, Farmacia.

OBSERVACIN DIRECTA: En cuanto a

la Observacin directa, se dio de la
siguiente manera, tal como refleja el
cronograma siguiente:

MODELO SIMULACION
Segn una estructura global del proceso del
Policlnico (ver anexo 1) fue situado nuestro
modelo de simulacin en el software Arena,
obtenindose as los puestos de trabajo ms
resaltantes de nuestro proceso, como las reas de
recorrido, el tipo y cantidad de personal,
componentes primarios (ver tabla 1), el nmero de
personas en filas de espera por especialidad,
variables del sistema que son el tiempo entre
llegadas, tipo de servicio, entre otros.

Tabla 2: Cronograma de Recoleccin de Datos.

Con una muestra de 30 datos recolectados

inicialmente fueron hallados los tamaos de
muestra necesarios para cada variable. Por
ejemplo: TIEMPO DE SERVICIO EN TPICO.
Tiempo de
servicio en Tpico
Media Muestral

5.70

Varianza Muestral
Nivel de
Confianza

11.80

Z1 - /2

1.96

e'

0.1

0.5698

No

139.68

5000

no * (no - 1)

19,370.3

Figura 3: Distribucin probabilstica Tiempo de

servicio en Tpico
VARIABLE

0.95

N
144
Tabla 3: Tamao de muestra-Tiempo de Servicio en
Tpico.

Con la cantidad que se calcul de muestras de

cada uno de las variables los datos recolectados
realizamos el Anlisis de Datos de entrada con la
herramienta denominada Input Analyzer que es un
complemento de Arena Rockwell, obteniendo el
tipo de distribucin que siguen los datos:
En la Figura 2 se aprecia que la tendencia de la
distribucin de probabilidad que mejor representa
la variable exgena TIEMPO DE SERVICIO EN
TPICO, es la Distribucin Lognormal ya que
tiene el menor error cuadrado. En el caso de la
prueba de Chi - cuadrado al ser el indicador p o pvalue menor que 0.05 (riesgo: 5%) es decir, la
distribucin no brinda un buen ajuste. Pero por la
prueba de Kolmogorov los valores de p si son
aceptados al ser mayores que 0.05 por lo que la
distribucin si presentara un ajuste adecuado.

EXPRESIN

INTERVALO DE LLEGADAS AL
POLICLINICO

DISC(1,0.57,2,0.72,3,0.7
9,4,0.85,5,0.90,6,0.95,7,0.
98,8,0.99,9,1)

TIEMPO DE SERVICIO EN ADMISIN

LOGN(0.789, 0.483)

TIEMPO DE SERVICIO EN TRIAJE

0.1 + LOGN(2.77, 1.38)

INTERVALO DE LLEGADAS A TPICO

4 + 74 * BETA(1.01, 1.24)

TIEMPO DE SERVICIO EN TPICO

2 + LOGN(4.46, 5.21)

INTERVALO DE LLEGADAS A MEDICINA

2 + WEIB(8.15, 0.995)

TIEMPO DE SERVICIO DE MEDICINA 1

2 + 20 * BETA(2.45, 2.57)

TIEMPO DE SERVICIO DE MEDICINA 2

2 + LOGN(9.57, 6.22)

INTERVALO DE LLEGADAS A ODONT.

1 + WEIB(24.5, 1.68)

TIEMPO DE SERVICIO EN
ODONTOLOGIA

10 + GAMM(6.25, 2.22)

INTERVALOS DE LLEGADAS A
OBSTETRICIA

11 + WEIB(25.5, 1.35)

TIEMPO DE SERVICIO EN OBSTETRICIA

5 + EXPO(8.55)

INTERVALOS DE LLEGADAS A
FARMCIA

3 + WEIB(19.4, 1.89)

TIEMPO DE SERVICIO EN FARMACIA

ERLA(0.854, 2)

Tabla 4: Tabla Resumen Variables y su Distribucin.

VALIDACIN DEL MODELO

Para la verificacin del modelo se compar los
datos reales, obtenidos por recoleccin de datos,
con los datos emitidos por el software Arena,
obtenidos en las diferentes rplicas de la
simulacin. Se determin el nmero de rplicas
teniendo en cuenta los siguientes indicadores:

Observamos que se han validado la mayora de

los indicadores lo que prueba que nuestro
simulacin si refleja lo ocurrido en la realidad del
Policlnico.

Clientes atendidos en Medicina 1

Clientes atendidos en Medicina 2
Clientes atendidos en Odontologa
Tiempo Promedio de Espera Medicina 1
Tiempo Promedio de Espera Medicina 2

OPTMIZACION

Tabla 4: Determinacin del Nmero de Rplicas

Para poder realizar la optimizacin del modelo de

simulacin del rea de emergencias del Policlnico
fue necesario averiguar en primera instancia las
restricciones que el mismo Policlnico supone
sobre esta seccin.
Con respecto a los recursos humanos (mdicos,
enfermeras y farmacuticos) se consider que los
siguientes deben restar como en la actualidad
debido a polticas de la institucin:
se consider que los siguientes deben restar como
en la actualidad debido a polticas de la institucin:

SECRETARIA
DE
ADMINISTRACION

OBSTETRICIA

ODONTOLOGIA

ENFERMERA TRIAJE

FARMACEUTICO

Obteniendo como mayor nmero de rplicas 43 el

cual corresponde al indicador de Clientes
atendidos en odontologa. Se realiza la validacin
de los indicadores: Por ejemplo el indicador de
Clientes atendidos de medicina 1
N
1

Clientes
Medicina 1

Atendidos

45.000

47.000

52.000

43.000

E[X]

47.0000

S2

11.5000

3.3912

T1-/2,n-1
h=T1-/2,n1(E[X]/Raiz(n))

2.1318

e=h/E[X]

6.8788

Propuesta de Mejora Utilizando OptQuest

48.000

Se determin que el tiempo de espera en general

es el mayor problema para el sistema, afectando
directamente a los usuarios e indirectamente a los
recursos humanos que participan, debido a
molestias, complejos, quejas y reclamos que
ponen en riesgo el nombre de la institucin. De tal
manera se consider reunir en un solo indicador el
intervalo en que los pacientes entran al sistema y
salen del mismo a travs de cualquier dispose.

3.2330

Satisfac
cin del

50

To=(E[x]-C)/(S/Raiz(n))
|To|<=T1-/2,n-1

-1.9781

Tiempo total de
Espera y
Estancia en

Si

Tabla 6: Validacin del Sistema

Para poder hallar el tiempo general de estancia en

el sistema, se opt por tener un promedio para las
salidas del sistema con pacientes que hayan
obtenido algn servicio de este sistema que son:

Luego de realizar la validacin a los 5 indicadores

previstos obtenemos como resultados:
Indicador
Clientes atendidos
Medicina 1
Clientes atendidos
Medicina 2
Clientes atendidos
Odontologa
Tiempo Promedio
Espera Medicina 1
Tiempo Promedio
Espera Medicina 2

Validacin
Se acepta H0, VALIDADO

Indicador
Salida 1
Salida emergncia 2

Se acepta H0, VALIDADO

No se acepta H0, NO
VALIDADO
Se acepta H0, VALIDADO

Medida
2.1984 hrs.
0.07903760 hrs

Tabla 8: Record- intervalos de estancia

As es como se hall un indicador promedio

general de los dos definidos anteriormente al

Se acepta H0, VALIDADO

Tabla 7: Anlisis de Resultados de Validacin

mismo se le denomin Estadstica Promedio,

que segn el modelo actual tiene un valor de
47.79 minutos.
Se llev entonces este indicador como funcin
objetiva al buscar
minimizarlo (lo que
incrementara la satisfaccin del usuario). Los
pasos seguidos y los resultados del OptQuest
fueron los que siguen:

Figura 7: Minimizacin de funcin objetivo.

Figura 4: Colocacin de recursos.

Figura 8: Utilizacin OPTQUEST para optimizar,

mejorar el modelo

Figura 5: Determinacin de funcin objetivo.

Figura 6: Colocacin de restricciones.

Figura 9: Resultados.

Con tal capacidad por cada uno de los tpicos

sealados se podra reducir el tiempo de estancia
promedio a 21.44964 22 minutos. Sin embargo
este tiempo es muy terico con respecto a los
recursos con los que cuenta el Policlnico, si bien
se podra llegar a tal capacidad en un mediano
plazo Qu podra realizarse en un corto plazo
para empezar a solucionar este problema? Para
tal objetivo, se defini que debera existir un lmite
de la solucin del OptQuest Arena a travs de una
minimizacin de costos. Por lo que se
establecieron los siguientes costos en aquellos
tpicos donde segn la institucin podra ser
posible aumentar la cantidad de recursos:

Recurso
Medico 1
Medico 2
Medico Emergencia

Costo por Hora

Ocupado
19.23
19.23
19.23

Costo por Hora

Desocupado
19.23
19.23
19.23

Tabla 9: Costos de recursos.

Con los presentes costos, se cre un mdulo

Record en el diagrama de flujo que registrar el
costo medio por todos los tpicos y sus recursos,
denominado como Record 28:
Figura10: Mdulo paralelo al modelo.

Figura 11: Resultado de colas segn la propuesta de

optimizacin OptQuest herramienta de arena

Y los resultados obtenidos con este modelo de

simulacin nos indican lo siguiente

Propuesta De Digital De Implementacin De

Computadoras

Figura 11: Resultados utilizando modulo paralelo.

Tpico
MEDICO 1
MEDICO 2
MEDICO DE EMERGENCIA

Capacidad
2
2
2

Figura 12: Number Out, Propuesta 1

Tabla 10: Resultado de capacidades de los recursos.

OPTIMIZACIN MARGINAL
De acuerdo a los resultados anteriores se decidi
aumentar en 1 la capacidad de recursos humanos
para los siguientes tpicos y ver si la decisin final
del Arena OptQuest cambiaba con respecto a los
anteriores. Se decidi realizarlo de esta manera
para llevar una decisin marginal sobre como
variara el indicador T.P/Costo con un incremento
de uno. Entonces se obtuvo como resultados

Figura 13: Tiempo de Espera y Longitud de colas.

Propuesta 1

Propuesta de Optimizacin Segn Herramienta

ARENA Opt Quest

Figura 14: Resultados de la propuesta1 de optimizacin.

Podemos ver que se obtiene un intervalo de

tiempo en el sistema de 49.824 minutos por lo que
usaremos esta propuesta como la ms ptima.

Figura 16: Tiempo de Espera y Longitud de colas.

Propuesta Ganadora

Propuesta Ganadora: Acceder A Un Mdico

Ms En Medicina
A travs del modelo de optimizacin se identific
que los tpicos que requeriran con mayor
urgencia ms capacidad son los de Medicina1 y
medicina 2 y medicina de Emergencia, agregar un
personal laboral en cada uno de los tpicos
sealados permitira reducir los tiempos de espera
de los pacientes como lo acabamos de ver.
Sin embargo se encontr que si se aplicara un
aumento de capacidad solo en un puesto de
medicina se obtendra:

Figura 17: Resultados de la propuesta ganadora de

optimizacin.

Como podemos ver obtenemos un promedio

intervalo de tiempo en el sistema de 25.068.
Tabla
10:
Resultados-Comparacin
Entre
Propuestas De Mejora Y El Sistema Actual
CUADRO COMPARATIVO
Proc
eso
actu
al

Figura 15: Number Out, Propuesta Ganadora

(minutos)
Propuest
a
OptQues
t

ESTADISTIC
A
PROMEDIO

34.
032

24.45

49.824

Aumentar
en
1el
nmero de
recursos en
medicina
25.068

ESTADISTIC
A SALIDA 1
ESTADISTIC
A SALIDA 2

75.2
46
10.6
54

40.968

114.84

45.018

7.062

3.44

3.53

Tiempo en
cola
de
medicina 1
Tiempo en
cola de
Medicina 2
Tiempo en
cola de
Medicina 3
Tiempo en
cola de
Medicina 4

76.2
3

10.446

242.73

13.038

79.7
7

7.74

236.4

8.598

7.626

3.9

Propuesta
de
digitalizaci
n

Las

5.634

130

181

271

153

TOTAL
DE
CLIENTES
ATENDIDOS

Los resultados con mayor preferencia para

nuestro sistema son el la propuesta de aumentar 1
medico como recurso de medicina obteniendo as
3 mdicos en medicina, ya que reduciremos el
intervalo de estada de los paciente el cual es
llamado ESTADISTICA PROMEDIO, as mismo
reduciremos tambin el tiempo de cola de
medicina 1 y medicina 2 obteniendo un mayor
nmero de pacientes atendidos que el actual.

SEXTA. Las reas que requieren una

mayor capacidad de inmediato son
Medicina 1 y Medicina 2, ya que despus
de haber realizado la prueba de
optimizacin, las mismas requirieron una
unidad ms de recurso humano, para
lograr reducir el tiempo de espera y
mejorar de esta forma el grado de
satisfaccin de los pacientes.
STIMA. De aplicarse un incremento en
la capacidad en los tpicos de Medicina 1
y Medicina 2 se podra reducir el Tiempo
Promedio General de Estancia en el
Policlnico hasta en un 23%.

RECOMENDACIONES
CONCLUSIONES

PRIMERA. El plasmar el sistema real del

Policlnico San Martn De Porres Regsal
XI Dirtepol en el simulador Arena nos ha
ayudado a analizar de mejor manera los
problemas y deficiencias en el servicio de
atencin del Policlnico, lo cual nos ha
ayudado a proponer mejoras que traern
resultados positivos a la organizacin y
ayudaran a tomar mejores decisiones.
SEGUNDA. Las propuestas de mejora
del Policlnico San Martn De Porres
Regsal XI estn enfocadas en propuestas
basadas en la modificacin de servidores
y recursos adems de tomar en cuenta la
infraestructura disponible, lo cual tambin
toma importancia a la hora de realizar
propuestas.
TERCERA. Se han considerado variables
para mejorar la calidad en el servicio,
pero adems de ellas existen otros
factores que modifican la percepcin del
cliente con relacin al sistema como
podra ser el trato de mdicos y
enfermeras.
CUARTA. Los principales problemas en
atencin al paciente son debido a los
prolongados tiempos de espera en
Medicina 1 y Medicina 2.
QUINTA. El Tiempo Promedio General de
Estancia en el Policlnico es de 48.5
minutos, sin embargo existen mximos
de hasta 68 minutos, lo que es un tiempo
muy prolongado por lo que es
conveniente gestionar una menor tiempo
de espera en colas.

Un
estudio
sobre
nivel
de
satisfaccin de los pacientes sera el
complemento ideal para este estudio
de simulacin donde probablemente
se obtengan resultados parecidos.
Para mejorar la atencin en triaje y
admisin
se
recomienda
implementar un sistema informtico
que derive automticamente las
fichas de admisin de cada paciente.
Se recomienda adems gestionar el
sistema en base a costos, por lo que
se necesitara que tanto el Director
encargado del Policlnico con las
autoridades Policiales y Estatales,
brinden informacin detallada en
relacin a los costos especficos del
centro de Salud.
Se recomienda incentivar este tipo
de trabajos de investigacin en todos
los centros de salud del pas,
probablemente se tengan problemas
de la misma categora.
Una buena toma de tiempos, y
determinacin de variables es
determinante para poder simular un
sistema de forma efectiva, y poder
utilizar los resultados de forma
confiable.

AGRADECIMIENTOS
Nuestro sincero agradecimiento al ingeniero
docente de la Escuela Profesional de
Ingeniera Industrial Efran Murillo por su
asesoramiento y apoyo profesional en las
diferentes etapas del presente proyecto y por

haber contribuido
profesional.

en

nuestra

formacin

Nuestro agradecimiento tambin al Dr.

Nelson Chvez Cerpa y dems
especialistas del Policlnico San Martn
de Porres REGSAL XI DIRTEPOL que
contribuyeron
profesional
y
desinteresadamente en el desarrollo del
presente proyecto.

http://www.opttek.com

ANEXOS

BIBLIOGRAFIA

Simulacin de sistemas con el Software

Arena Pedro J Torres Vega
Kelton W. Davis; Sadowski, Randall P.;
Sadowski, Deborah A. Simulacin con
arena. IV edicin MC GrawHill, 2008.

Anexo 1: Diagrama estructural del policlnico en el

simulador Arena.

10