Informe Del Trabajo Final de Simulacion de Sistemas

UNIVERSIDAD NACIONAL DE PIURA Escuela Profesional de Ingeniería Industrial
“Año de la Lucha contra la Corrupción y la Impunidad”
UNIVERSIDAD NACIONAL DE PIURA
FACULTAD DE INGENIERIA INDUSTRIAL
Escuela Profesional de Ingeniería Industrial
CURSO : SIMULACION DE SISTEMAS
DOCENTE : ING. Ruben More Valencia.
GRUPO : 05
TEMA : Modelo de SIMULACION DE SISTEMAS

APLICANDO LINEAS DE ESPERA PARA KFC
(KENTUCKY FRIED CHICKEN)
INTEGRANTES : CUIVIN PAIVA ALEX IVAN

IMAN PAZ ELMER
PEREZ VASQUEZ CRISTOFER ALDAAIR
VALVERDE AVILA GERARDO MANUEL
ZETA PANTA DENNIS ALEXANDER.
PIURA – PERU
2019
1
INDICE
INTRODUCCION ........................................................................................................................................3
I. PLANTEAMIENTO DEL PROBLEMA ...................................................................................................4
1.1. DESCRIPCIÓN DEL PROBLEMA:.................................................................................................4
1.2. DEFINICIÓN Y DELIMITACIONES DEL PROBLEMA: ....................................................................4
II. JUSTIFICACIÓN E IMPORTANCIA DE LA INVESTIGACIÓN: ................................................................5
III. OBJETIVOS ....................................................................................................................................5
IV. MARCO TEORICO ..........................................................................................................................6
4.1. MARCO REFERENCIAL: .............................................................................................................6
4.2. FUNDAMENTOS TEORICOS: .....................................................................................................7
V. RECOPILACIÓN DE INFORMACIÓN ................................................................................................ 12
5.1. SUPUESTOS: .......................................................................................................................... 12
5.2. INFORMACIÓN RECOLECTADA: ............................................................................................. 12
5.3. GENERACIÓN DE VARIABLES ALEATORIAS: ........................................................................... 14
5.3.1. Ajuste de una distribución para el Tiempo entre Llegadas: .......................................... 14
5.3.1. Ajuste de una distribución para el Tiempo de Atención de Caja: ................................. 17
5.3.2. Ajuste de una distribución para el Tiempo de Atención de Caja: ................................. 19
5.3.3. Ajuste de una distribución para el Tiempo de Atención de Entrega: ........................... 20
5.4. GENERACION DE NÚMEROS ALEATORIOS: ........................................................................... 22
5.4.1. Pruebas a los números Aleatorios:................................................................................ 23
VI. MODELO MATEMATICO DE SIMULACIÓN ................................................................................. 34
6.1. PROCESO DE SIMULACIÓN .................................................................................................... 35
6.1.1. Simuladores o Generadores de las Variables Exógenas: ............................................... 35
6.1.2. Resultados: .................................................................................................................... 38
VII. CONCLUSIONES: ........................................................................................................................ 40
VIII. RECOMENDACIONES ................................................................................................................. 40
IX. REFRENCIAS BLIBLIOGRAFICA ................................................................................................... 41
X. ANEXOS: ........................................................................................................................................ 42
2
INTRODUCCION
La Simulación de Sistemas, tal como lo expresa Kelton (2004) es el proceso de diseñar

y crear un modelo computarizado de un sistema real o propuesto con el propósito de conducir
experimentos numéricos para comprender el funcionamiento del sistema dadas ciertas
condiciones.
Se le agregan los términos de simulación de eventos discretos cuando las variables de
estado no cambian de manera continua, sino, más bien, en instantes de tiempo no periódicos en
la ocurrencia de eventos (2005).
Simulación es una de las herramientas recomendadas en la solución de sistemas
complejos, donde la utilización de modelos matemáticos no es práctica (1995). En el sector de
servicio es una herramienta utilizada frecuentemente; los restaurantes y centros comerciales
dentro de este caso. El sistema de un autoservicio de comida rápida tiene muchas variables y
diferentes eventos aleatorios por lo que la mayoría de los planteamientos de problemas se
consideran sistemas complejos.
La simulación puede proponer soluciones en las reducciones de tiempo de espera de
clientes para ser atendidos durante una compra específica. Lapierre (2007) utilizó la simulación
para planear las actividades de logística de cuando comprar un producto, entregarlo a los
diferentes departamentos, cuando un empleado debe de trabajar y que tareas debe de hacer. En
cada uno de los trabajos, se presentó un enfoque de optimización diferente pero todos tienen un
objetivo de ofrecer un mejor servicio optimizando los recursos.
En el caso bajo estudio de investigacion, vamos a proponer la reducción de tiempos de
espera de clientes en toda la transacción para realizar la compra de un producto de la empresa
Kentucky “KFC”, abarcando desde su llegada hasta la salida de la tienda.
3
I. PLANTEAMIENTO DEL PROBLEMA
1.1. DESCRIPCIÓN DEL PROBLEMA:
 Efectos Negativos:
Actualmente muchos de nosotros recurrimos a tiendas de servicio de comida

rápida como Kentucky, realizando la compra de los productos ofrecidos en dicho local,
lo que nos resultaría muy fácil si la compra se realizará inmediatamente , pero esto es
muy poco probable ya que hablamos de una empresa en la cual acuden gran variedad
de clientes, lo que implica la generación de colas haciendo tedioso la compra del
producto (algo incómodo para el cliente) dando motivos para que el cliente recurra a la
competencia.
 Beneficios:
A través del Análisis de Simulación de Sistemas conseguimos alternativas a

elegir en la toma de decisiones de KFC, esto para minimizar Costos de Personal,
Tiempos de Servicio y Ganancias dentro de la organización para mejorar la Calidad y
la Atención al Cliente.
1.2. DEFINICIÓN Y DELIMITACIONES DEL PROBLEMA:
 Definición del Problema:
o La toma de decisiones según la Simulación es Maximizar Ganancias, Minimizar

Costos y Reducir Tiempos de Espera para los clientes.
o Descartar por Simulación la toma de decisiones que genere mayores Costos,
aplicando así en ciertos supuestos Análisis de Sensibilidad.
 Delimitación del Problema:
o Delimitación Social, solo clientes de KFC.

o Delimitación Espacial, Piura.
o Delimitación Temporal, Una jornada de Trabajo del día martes.
4
II. JUSTIFICACIÓN E IMPORTANCIA DE LA INVESTIGACIÓN:
La Simulación de Sistemas es una forma de bajo costo para ver las falencias que
se tienen en diferentes aspectos de cualquier entidad, en nuestro caso Servicio de
Comida Rápida donde todos los procesos deben seguir ciertas resoluciones que deben
cumplirse para su buen funcionamiento y darle a los clientes mejor servicio en donde el
tiempo no sea un problema.
Lo anterior ayuda a entender por qué se pretende elaborar un modelo de
Simulación de Sistemas de colas, pues es un método innovador para aplicarlo en muchos
de los procesos que se llevan a cabo en Kentucky y así alcanzar el objetivo final que es
llegar a los problemas antes de que sucedan y no cuando ya han sucedido.
La herramienta a utilizar es XLSTAT, es una completa solución de estadística y
análisis de datos para Microsoft Excel. Tomando como interfaz de entrada y salida las
hojas de cálculo Excel, XLSTAT integra una completa librería de funciones estadísticas
y matemáticas para el análisis de datos, tanto financieros como científicos.
III. OBJETIVOS
 Objetivo General:
Analizar y Evaluar el servicio de atención en caja, empaque y entrega

mediante el uso de modelos de simulación, para detectar las causas de ineficiencia
en el proceso y corroborar algunos de los estándares que tiene KFC para los tiempos
de atención.
 Objetivos Específicos:
 Diseñar un modelo teórico del comportamiento del sistema de Kentucky,

para visualizar fácilmente los problemas de eficiencia que pueden ocurrir.
 Estimar el tiempo promedio que invierte un empleado en la atención de cada
tipo de transacción utilizando herramientas estadísticas y modelos de
simulación, para discutir la productividad de la atención a los clientes.
5
 Dar un acercamiento de lo importante que son las herramientas de

Simulación cuando se tienen procesos de colas, para darle solución sin
muchos costos a los problemas que puedan surgir.
IV. MARCO TEORICO
4.1. MARCO REFERENCIAL:
1. Simulación de Sistemas:
Dado un modelo matemático de un sistema, en ocasiones es posible obtener

información de él a través de métodos analíticos, más si ello no es posible, es menester
emplear métodos de cómputo numéricos en la resolución de las ecuaciones. Se dispone
de una enorme variedad de estos métodos, para solucionar las ecuaciones de modelos
matemáticos.
En el caso de los modelos matemáticos dinámicos, se ha conseguido identificar
una técnica específica, denominada simulación de sistemas, en la cual se resuelven
simultáneamente todas las ecuaciones del modelo con valores que crecen continuamente
en el tiempo.
En consecuencia, La simulación de sistema se puede definir como la técnica de
resolución de problemas siguiendo los cambios en el tiempo de un modelo de sistema
dinámico. Como la técnica de simulación no busca la resolución analítica de las
ecuaciones de un modelo, generalmente un modelo matemático construido con
propósitos de simulación es de diferente naturaleza a otro diseñado para técnicas
analíticas, ya que este caso se requiere tener presente las restricciones impuestas por la
técnica analítica, además de hacer variadas suposiciones generales que satisfagan las
restricciones.
En cambio, es posible construir un modelo de simulación con más libertad.
Formando una serie de componentes que correspondan a los diagramas de bloque. Cada
componente se puede describir matemáticamente en forma directa y natural, sin otorgar
demasiada consideración a la complejidad de manejar varios de estos componentes.
Pero, es necesario organizar y configurar las ecuaciones de modo tal, para que se pueda
emplear un procedimiento rutinario en su resolución simultánea.
6
En sistemas continuos, donde el interés principal se enfoca en los cambios

suaves, se emplean en su descripción conjuntos de ecuaciones diferenciales. Cuando las
simulaciones están basadas en estos modelos, se conocen como simulaciones continuas.
En sistemas discretos, el énfasis está puesto en los eventos o actividades, las
ecuaciones son en esencia ecuaciones lógicas que expresan las condiciones para la
ocurrencia de un evento. La simulación consiste en seguir los cambios en el estado del
sistema resultantes de la sucesión de eventos. En este caso, se conocen como simulación
discreta, la simulación se realiza decidiendo una secuencia de eventos y avanzando el
tiempo al evento siguiente más inminente.
4.2. FUNDAMENTOS TEORICOS:
KFC Corporation, con sede en Louisville, Kentucky, es una de las pocas marcas en
los Estados Unidos que puede hacer alarde de décadas de éxito e innovación. Todo
comenzó con un cocinero que creó, hace más de 70 años, una receta que pronto se haría
famosa en todo el mundo, una lista de hierbas y especias secretas pegada en la parte
posterior de la puerta de la cocina. Ese cocinero era el Coronel Harland Sanders por
supuesto, y ahora KFC es la cadena de restaurantes de pollo más famosa del mundo y
se especializa en la misma Receta Original, junto con pollo Extra Crispy, complementos
caseros y biscuits. Hay más de 18,000 restaurantes KFC en 115 países y territorios en
todo el mundo.
Todo comenzó con un pollo frito preparado por Harland Sanders, quien nació en
Henryville Indiana en 1890. Desde pequeño aprendió a luchar por la vida, por tener la
responsabilidad de cuidar a sus hermanos pequeños. Cuando su madre falleció y tuvo
que trabajar para sostener a su familia. Sanders logró el dominio del arte culinario,
después de haber intentado varias profesiones descubrió su verdadera vocación.
En 1930 con 40 años de edad, inventa la receta original en una pequeña freidora a
presión. Los clientes comían en el propio comedor de Sanders y en poco tiempo su
comida se tornó en una atracción. Este suceso llevó a ampliar el negocio donde paso a
servir cerca de 100 personas diariamente en el restaurante de Corbin - Kentucky USA,
dedicándose exclusivamente a la preparación del pollo. Sanders perfeccionó en los años
siguientes la receta secreta con la mezcla de 11 hierbas, las cuales permanecen hasta hoy
en las cocinas de KFC.
7
Con una idea en la cabeza y el talento en sus manos, Sanders recorrió los
restaurantes de los EEUU ofreciendo franquicias para la comercialización de su pollo
frito, su idea era simple y honesta, él hacía la demostración a los funcionarios y
propietarios del restaurante para que su receta fuese aprobada, 5 centavos de dólar de
cada pollo vendido eran para él.
En 1964 ya contaba con más de 600 franquicias en USA y Canadá. En el año 1980
muere el Coronel Sanders a los 90 años de edad. En 1981 se abrió el 1er KFC en PERU.
 Misión:
Satisfacer cada uno de los segmentos del mercado en las que participamos,
adecuando de manera inteligente en la marca que operamos.
 Visión:
Ser los operadores de franquicias más rentables del Perú, respetando fielmente
los principios que nos comprometen, trasladándolos a nuestros clientes,
proveedores y la sociedad.
Imagen 1
8
La Empresa KFC - KENTUCKY FRIED CHICKEN, ubicada en el Centro

Comercial Real Plaza – Piura., ofrece los siguientes productos comestibles:
 Menú:
A. MEGAS
Mega 1: s/. 38.50 . 6 piezas de pollo.

. 6 piezas de pollo. . 4 Muslovers
. 4 Nuggets criollos
. 1 papa familiar
. 3 gaseosas regulares . 6 Nuggets o Hot wing
. 1 papa familiar
. 2 ensaladas regulares
Mega 2: s/. 47.50 . 3 gaseosas regulares
. 6 piezas de pollo
. 2 muslovers criollos
. 6 Nuggets o Hot wing Mega Cmr: s/.32.90
. 4 gaseosas regulares . 6 piezas de pollo
. 1 papa familiar . 2 muslovers criollos
. 1 papa familiar
. 3 gaseosas regulares
Mega 3: s/.56.50
. 8 piezas de pollo
(4 crispy, 4 original)
. 4 Nuggets
. 4 Hot wing
. 1 papa familiar
+ s/.6.00 agrégale
4 gaseosas regulares
Mega Piurano s/. 37.90

B. COMBOS
Combo Mupi: s/.10.90

. 2 piezas de pollo Combo Personal: s/.12.90
. 1 papa . 2 piezas de pollo
regular . 1 papa regular
. 1 gaseosa regular
.1 gaseosa regular
Banquete Personal: s/.13.90
9
. 1 pieza de
pollo
Combo Especial: s/.10.90

. 2 Hot . 1 pieza de pollo
wing . 6 Nuggets
. 1 papa regular
.1 gaseosa regular
. 1 gaseosa regular
. 2 Nuggets
. 1 papa regular
Combo Personal Completo: s/.14.90

. 2 piezas de pollo
. 1 papa regular
. 1 ensalada regular
. 1 gaseosa regular
C. BIG BOX
Big Box 1: . 1 papa

s/.17.90 regular
. 2 piezas de . 1 ensalada o puré regular

pollo . 1 gaseosa regular
.2 Big Box 3: s/.27.90

Nuggets . 4 piezas de pollo
. 4 Nuggets o hot wing
. 2 Hot . 2 papas regular
wing
. 2 gaseosas regulares
D. PACKS
Pack de Hot wing s/.5.90

. 4 Hot Pack de Nuggets s/.5.90
wings . 4 Nuggets
. 1 papa regular
.1 papas regular
E. POSTRES:
. Pie de Manzana s/.3.90 . Torta de Chocolate s/.4.90
10
. Torta de tres leches s/.4.90

. Cheesecake de Maracuyá
s/.4.90
. Cono de Helado s/.1.50
. Super Cono s/.2.00
. Kream Ball Doña Pepa
s/.3.90
. Kream Ball Oreo s/.3.90
. Agua Mineral s/.2.10
. Gaseosa Regular s/.2.90
. Puré s/.2.90
11
V. RECOPILACIÓN DE INFORMACIÓN
5.1. SUPUESTOS:
1. El pago con tarjeta, tiene un costo para la empresa de S/. 0.18 por facturación
de pagos.
2. La jornada de trabajo es de 11:00 am a 11:00 pm, es decir, 12 horas de
trabajo.
3. El Tipo de Producto es Independiente de cada día.
4. Se trata de un día No Festivo (martes), ya que los precios son regulares ese
día.
5. Todo cliente espera sin protestar en cola, sin montar cargos adicionales a las
ganancias de Kentucky.
6. El tiempo de atención en el sistema (Caja, Despacho y Entrega) NO debe ser
mayor a 5 minutos.
Jornada de Trabajo:
 Día: Martes
 Horario: 11:00am – 10:55 pm
 Numero de servidores: 3 servidores
5.2. INFORMACIÓN RECOLECTADA:
A continuación se muestra una parte de los datos recolectados en una jornada de trabajo:
12
La parte que continua de los datos recolectados, se adjuntan en Excel.
Imagen 2
13
5.3. GENERACIÓN DE VARIABLES ALEATORIAS:
De acuerdo a los datos recolectados y con la ayuda de herramientas informáticas como

el XLSTAT y complementos de Microsoft Excel hemos logrado identificar los tipos de
distribuciones, para las variables exógenas que más adelante se mencionaran.
5.3.1. Ajuste de una distribución para el Tiempo entre Llegadas:
 Con el XLSTAT:
La distribución que se ajusta mejor a los datos para la prueba de bondad de ajuste es la distribución Exponencial.
Parámetro estimado:
Parámetro Valor Error estándar

lambda 0,309 0,035
Estadísticas estimadas sobre los datos y calculadas utilizando los parámetros estimados de la distribución Exponencial:
Estadística Datos Parámetros

Media 3,235 3,235
Varianza 15,272 10,467
Asimetria (Pearson)2,343 2,000
Curtosis (Pearson) 5,493 6,000
Prueba del Chi-cuadrado:
Chi-cuadrado (Valor56,082
observado)
crítico)
GDL 8
p-valor < 0,0001
alfa 0,05
Interpretación de la prueba:
H0: La muestra sigue una distribución Exponencial
Ha: La muestra non sigue una distribución Exponencial
Como el p-valor computado es menor que el nivel de significación alfa=0,05, se debe rechazar la hipótesis nula H0, y
aceptar la hipótesis alternativa Ha.
El riesgo de rechazar la hipótesis nula H0 cuando es verdadera es menor que 0,01%.
Imagen 3
14
Frecuencias observadas y teóricas

160
140
120
100
Frecuencia
80
60
40
20
0
1 2 3 4 5 6 7 8 9 10
Clase
Observaciones Distribución
Histogramas
0,35
0,3
0,25
Densidad
0,2
0,15
0,1
0,05
0
0 5 10 15 20 25
DATOS
DATOS Exponencial(0,309)
Imagen 4
15
 Con Gráficos de Excel:
Tiempo entre llagada:
grupos Frecuencias
0 24
1 61 Distribucion Exponencial
2 52
70
3 34
60
4 6
5 11 50
Frecuencias
6 4 40
7 5 30
8 3 Series1
20
9 2
10 3 10
11 2 0
12 2 0 5 10 15 20 25
13 3 20 Grupos
14 2
15 1
16 1
17 1
18 1
19 1
20 2
Suma= 221
Imagen 5
16
5.3.1. Ajuste de una distribución para el Tiempo de Atención de Caja:
 Con el XLSTAT:
La distribución que se ajusta mejor a los datos para la prueba de bondad de ajuste es la distribución Normal.
Parámetros estimados:

µ 1,489 0,196
sigma 0,496 0,029
Estadísticas estimadas sobre los datos y calculadas utilizando los parámetros estimados de la distribución Normal:

Media 1,489 1,489
Varianza 0,246 0,246
Asimetria (Pearson)0,017 0,000
Curtosis (Pearson) -0,371 0,000
Prueba del Chi-cuadrado:
Chi-cuadrado (Valor
236,810
observado)
crítico)
GDL 7
p-valor < 0,0001
alfa 0,05
H0: La muestra sigue una distribución Normal
Ha: La muestra non sigue una distribución Normal
Imagen 6
17
Frecuencias observadas y teóricas

100
90
80
70
60
Frecuencia
50
40
30
20
10
0
1 2 3 4 5 6 7 8 9 10
Clase
Observaciones Distribución
Histogramas
1,6
1,4
1,2
1
Densidad
0,8
0,6
0,4
0,2
0
0 0,5 1 1,5 2 2,5 3
T atencion Caja
T atencion Caja Normal(1,489;0,496)
Imagen 7
18
Tiempo entre llagada:
grupos Frecuencias
0,5 15
1 52
Distribución Normal
1,5 91 100
90
2 49
80
2,5 14 Frecuencias 70
Suma= 221 60
50
40 Series1
30
20
10
0
0 0,5 1 1,5 2 2,5 3
Grupos
Imagen 8
5.3.2. Ajuste de una distribución para el Tiempo de Atención de Caja:
Como los tiempos de atención en despacho eran de 0.5, 1 y 1.5 minutos, creímos
conveniente realizar la distribución de probabilidad siguiente:
Tiempo Atencion Despacho
grupos Frecuencias probabilidad Título del gráfico

0,5 51 0,23076923 140
1 120 0,54298643 120
1,5 50 0,22624434
100
Título del eje
Suma= 221 1
80
60
Series1
40
20
0
0 0,5 1 1,5 2
Título del eje
Imagen 9
19
0,5; 0- 0,2307692
F(X) 1; 0,2307692 - 0,7737557
1,5; 0,7737557 - 1
Imagen 10
5.3.3. Ajuste de una distribución para el Tiempo de Atención de Entrega:
 Con el XLSTAT:
La distribución que se ajusta mejor a los datos para la prueba de bondad de ajuste es la distribución Normal.
Parámetros estimados:

µ 1,507 0,193
sigma 0,515 0,029
Estadísticas estimadas sobre los datos y calculadas utilizando los parámetros estimados de la distribución Normal:

Media 1,507 1,507
Varianza 0,265 0,265
Asimetria (Pearson)-0,002 0,000
Curtosis (Pearson) -0,463 0,000
Prueba de Kolmogorov-Smirnov:
D 0,198
p-valor < 0,0001
alfa 0,05
H0: La muestra sigue una distribución Normal
Ha: La muestra non sigue una distribución Normal
20
Imagen 11
Histogramas
1,6
1,4
1,2
1
Densidad
0,8
0,6
0,4
0,2
0
0 0,5 1 1,5 2 2,5 3
T atencion Entrega
T atencion Entrega Normal(1,507;0,515)
Imagen 12
100
Tiempo Atencion Entrega
90
grupos Frecuencias 80
0,5 16 70
1 50
60
1,5 87
50
2 51 Series1
2,5 17 40
Suma= 221 30
20
10
0
0 0,5 1 1,5 2 2,5 3
Imagen 13
21
5.4. GENERACION DE NÚMEROS ALEATORIOS:
Para la generación de los números Aleatorios, se ha creído conveniente tener 6R,

es decir seis tablas de números aleatorios con generadores congruenciales diferentes,
con n= 600, ya que pensamos que talvez llegáramos a tener más de 500 datos en nuestra
simulación a KFC:
GENERADOR 1 GENERADOR 4
Xn+1= (129 Xn+47) mod 10000 Xn+1= (203 Xn) mod 100000
X0= 77 X0= 100000
GENERADOR 2 ImGENERADOR 5
Xn+1= (71561 Xn+56822117) mod 341157 Xn+1= (194755 Xn) mod 37739
X0= 31767 X0= 45583
GENERADOR 3 GENERADOR 6
Xn+1= (452 Xn+37452) mod 1231 Xn+1= (2111 Xn) mod 100000000
X0= 4571 X0= 19
Los números aleatorios de los generadores mostrados, se encuentran adjuntos

en Excel.
Las pruebas de estos números aleatorios, también se encuentran adjuntas en el

Excel, a continuación, mostraremos solo la conclusión final de las pruebas realizadas a
estos números aleatorios.
22
5.4.1. Pruebas a los números Aleatorios:
 Prueba de Promedios:
Para Generador 1:
( promedio * )
Ho: μri = 0,5 Zcalc=
H1: μri ≠ 0,5
n= 600
∑= 295,21
0,492016667
α= 0,05
Zcalc = -0,677408296
Z tabla(0,05/2)= 1,96
Zcal< Ztabla → SE acepta Ho
Imagen 14
Para Generador 2:
23
Ho: μri = 0,5 Zcalc=
H1: μri ≠ 0,5
n= 600
∑= 302,26594
0,503776567
α= 0,05
Zcalc = 0,320452308
Z tabla(0,05/2)= 1,96
Imagen 15
Para Generador 3:
( √
Ho: μri = 0,5 Zcalc= )/√( )
H1: μri ≠ 0,5
n= 600
∑= 296,76195
0,49460325
α= 0,05
Zcalc = -0,457929423
Z tabla(0,05/2)= 1,96
Imagen 16
Para Generador 4:
24
( √
Ho: μri = 0,5 Zcalc= )/√( )
H1: μri ≠ 0,5
n= 600
∑= 298,58
0,497633333
α= 0,05
Zcalc = -0,200818326
Z tabla(0,05/2)= 1,96
Imagen 17
Para Generador 5:
( √
Ho: μri = 0,5 Zcalc= )/√( )
H1: μri ≠ 0,5
n= 600
∑= 311,49676
0,519161267
α= 0,05
Zcalc = 1,625887392
Z tabla(0,05/2)= 1,96
Imagen 18
Para Generador 6:
25
( √
Ho: μri = 0,5 Zcalc= )/√( )
H1: μri ≠ 0,5
n= 600
∑= 305,233
0,508721667
α= 0,05
Zcalc = 0,740057957
Z tabla(0,05/2)= 1,96
Imagen 19
 Prueba de Frecuencias:
Para Generador 1:
∑ 4_( =1)^ ▒〖(

X ^2 calc= − )〗^2/
maximo= 0,9997
Minimo= 0,001
rango= 0,9987
rango nuevo= 1
K= 10 α= 0,05
Amplitud=C= 0,1
FE= 60
RN-RO= 0,0013
k intervalo FO FE 〖(FOi-FEi)〗^2/FEi
1 0,0-0,1 59 60 0,016666667
2 0,1-0,2 64 60 0,266666667
3 0,2-0,3 62 60 0,066666667
4 0,3-0,4 60 60 0
5 0,4-0,5 54 60 0,6
6 0,5-0,6 63 60 0,15
7 0,6-0,7 65 60 0,416666667
8 0,7-0,8 64 60 0,266666667
9 0,8-0,9 58 60 0,066666667
10 0,9-1,0 51 60 1,35
total= 600
X^2 Calc= 3,2
X^2tabla (α,10-1)= 16,919
x^2calc< X^2 tabla → SE acepta Ho
Imagen 20
26
Para Generador 2:
( − )
X ^2 calc=
maximo= 0,99786
Minimo= 0,00067
rango= 0,99719
rango nuevo= 1
K= 10 α= 0,05
Amplitud=C= 0,1
FE= 60
RN-RO= 0,00281
1 0,0-0,1 67 60 0,816666667
2 0,1-0,2 67 60 0,816666667
3 0,2-0,3 53 60 0,816666667
4 0,3-0,4 60 60 0
5 0,4-0,5 50 60 1,666666667
6 0,5-0,6 51 60 1,35
7 0,6-0,7 58 60 0,066666667
8 0,7-0,8 57 60 0,15
9 0,8-0,9 76 60 4,266666667
10 0,9-1,0 61 60 0,016666667
total= 600
X^2 Calc= 9,966666667
X^2tabla (α,10-1)= 16,919
Imagen 21
27
Para Generador 3:
∑ 4_( =1)^ ▒〖(

X ^2 calc= − )〗^2/
maximo= 0,99838
Minimo= 0
rango= 0,99838
rango nuevo= 1
K= 10 α= 0,05
Amplitud=C= 0,1
FE= 60
RN-RO= 0,00162
1 0,0-0,1 59 60 0,016666667
2 0,1-0,2 55 60 0,416666667
3 0,2-0,3 64 60 0,266666667
4 0,3-0,4 56 60 0,266666667
5 0,4-0,5 65 60 0,416666667
6 0,5-0,6 65 60 0,416666667
7 0,6-0,7 71 60 2,016666667
8 0,7-0,8 60 60 0
9 0,8-0,9 54 60 0,6
10 0,9-1,0 51 60 1,35
total= 600
X^2 Calc= 5,766666667
X^2tabla (α,10-1)= 16,919
Imagen 22
28
Para Generador 4:
∑ 4_( =1)^ ▒〖(

X ^2 calc= − )〗^2/
maximo= 0,99859
Minimo= 0,00177
rango= 0,99682
rango nuevo= 1
K= 10 α= 0,05
Amplitud=C= 0,1
FE= 60
RN-RO= 0,00318
1 0,0-0,1 57 60 0,15
2 0,1-0,2 51 60 1,35
3 0,2-0,3 76 60 4,266666667
4 0,3-0,4 54 60 0,6
5 0,4-0,5 66 60 0,6
6 0,5-0,6 64 60 0,266666667
7 0,6-0,7 63 60 0,15
8 0,7-0,8 58 60 0,066666667
9 0,8-0,9 47 60 2,816666667
10 0,9-1,0 64 60 0,266666667
total= 600
X^2 Calc= 10,53333333
X^2tabla (α,10-1)= 16,919
Imagen 23
29
Para Generador 5:
∑ 4_( =1)^ ▒〖(

X ^2 calc= − )〗^2/
maximo= 0,99682
Minimo= 0,00021
rango= 0,99661
rango nuevo= 1
K= 10 α= 0,05
Amplitud=C= 0,1
FE= 60
RN-RO= 0,00339
1 0,0-0,1 61 60 0,016666667
2 0,1-0,2 48 60 2,4
3 0,2-0,3 48 60 2,4
4 0,3-0,4 54 60 0,6
5 0,4-0,5 67 60 0,816666667
6 0,5-0,6 68 60 1,066666667
7 0,6-0,7 61 60 0,016666667
8 0,7-0,8 76 60 4,266666667
9 0,8-0,9 60 60 0
10 0,9-1,0 59 60 0,016666667
total= 602
X^2 Calc= 11,6
X^2tabla (α,10-1)= 16,919
Imagen 24
30
Para Generador 6:
∑ 4_( =1)^ ▒〖(

X ^2 calc= − )〗^2/
maximo= 0,99921
Minimo= 0,00077
rango= 0,99844
rango nuevo= 1
K= 10 α= 0,05
Amplitud=C= 0,1
FE= 60
RN-RO= 0,00156
1 0,0-0,1 48 60 2,4
2 0,1-0,2 69 60 1,35
3 0,2-0,3 55 60 0,416666667
4 0,3-0,4 55 60 0,416666667
5 0,4-0,5 62 60 0,066666667
6 0,5-0,6 70 60 1,666666667
7 0,6-0,7 56 60 0,266666667
8 0,7-0,8 62 60 0,066666667
9 0,8-0,9 72 60 2,4
10 0,9-1,0 51 60 1,35
total= 600
X^2 Calc= 10,4
X^2tabla (α,10-1)= 16,919
Imagen 25
31
 Prueba de Kolmogorov:
alfa= 0,05
Para Generador 1:
DN 0,024966667
Dcalc= 0,024966667
Dtabla= 1.36/Raiz(600)
= 0,055521768
Si Dcalc<Dtabla → Se acepta
Imagen 26
Para Generador 2:
DN= 7,66784667
Dcalc= 0,03203667
= 0,05552177
Imagen 27
Para Generador 3:
DN= 6,39270333
Dcalc= 0,03184333
= 0,05552177
Imagen 28
32
Para Generador 4:
DN= 4,61345333
Dcalc= 0,02475667
= 0,05552177
Imagen 29
Para Generador 5:
DN= 12,3926533
Dcalc= 0,0517
= 0,05552177
Imagen 30
Para Generador 6:
DN= 6,01698
Dcalc= 0,03106333
= 0,05552177
Imagen 31
 Prueba de Series:
33
VI. MODELO MATEMATICO DE SIMULACIÓN
 Componentes:
 Clientes:
 Hora de llegada
 Hora de inicio de atención.
 Hora de salida.
 Empleado:
 Tiempo de servicio.
 Cola:
 Tiempo de permanencia.
 Variables Endógenas:
- Tiempo medio de espera de un cliente en caja

- Tiempo medio de espera de un cliente en despacho
- Tiempo medio de espera de un cliente en entrega
- Porcentaje de Tiempo de Atención
Servidores Tiempo medio de Espera Porcentaje de tiempo

de Servicio (%)
Caja 30 segundos 36.8
Despacho 3 segundos 25.3
Entrega 16 segundos 37.9
 Variables Exógenas:
- Intervalo de tiempo entre llegadas entre el i-esimo y el (i-1) clientes (TEAi)

= 1 minuto
- Duración del tiempo de Atención del i-esimo cliente (TSi): I=1, 2, 3,..., n. en
Caja.
34
- Duración del tiempo de Atención del i-esimo cliente (TSi): I=1, 2, 3,..., n. en
Despacho.
- Duración del tiempo de Atención del i-esimo cliente (TSi): I=1, 2, 3,..., n en
Entrega.
6.1. PROCESO DE SIMULACIÓN
6.1.1. Simuladores o Generadores de las Variables Exógenas:
 Tiempo entre Llegadas de Clientes:
Los Datos se ajustan a una Distribución Exponencial:
𝑋 = − ln( − )
0,309
 Tiempo de Atención en Caja:
Los datos obtenidos se ajustan a una distribución Normal:
𝑋 = ,489 + 0,496 √− ln( ) 𝑠 ( 𝜋 3)
𝑋 = ,489 + 0,496 √− ln( ) 𝐶 𝑠( 𝜋 3)
 Tiempo de Atención en Despacho:
Los datos se ajustan a la siguiente función de probabilidad:
35
 Tiempo de Atención en entrega:
Los Datos se ajustan a una Distribución Normal:
𝑋4 = ,507 + 0,5 5 √− ln( 5) 𝑠 ( 𝜋 6)
𝑋 = ,489 + 0,496 √− ln( 5) 𝐶 𝑠( 𝜋 6)
36
A continuación se muestra una parte de la Simulación de un día de trabajo en KFC:
Imagen 32
La parte que continua de la simulación esta adjunta en Excel.
37
6.1.2. Resultados:
De la simulación realizada obtenemos los siguientes resultados:
 Inicio de Atención:
 4,4 minutos (11 y 4 AM)
 Tiempo total Simulado:

 714 minutos, 6 Segundos
 Número de Clientes que ingresaron durante el tiempo de atención:

 234 clientes
 Hora que sale el ultimo Cliente:

 11 y 1 minuto PM.
 Porcentaje de clientes que tuvieron que esperar para ser atendidos en:
 Caja= 45%
 Despacho= 14%
 Entrega= 38%
 Tiempo medio de Espera de Clientes en:

 Caja= 33 Segundos
 Despacho= 3 Segundos
 Entrega= 16 Segundos
 Tiempo medio que un cliente pasa en:

 Caja= 1 minuto 27 segundos
 Despacho= 59 Segundos
 Entrega= 1 minuto 29 Segundos
 Sistema (Total)= 3 Minutos 56 Segundos
38
 Tiempo Medio de Ocio en:

 Caja= 1 Minuto 38 Segundos
 Despacho= 2 Minutos 6 Segundos
 Entrega= 1 Minuto 36 Segundos
 Media de la distribución del tiempo entre llegadas de

cliente(E(TEA))
 3 minutos
 Límite inferior del tiempo de servicio (Caja)

 0.12 segundos.
 Límite superior del tiempo de servicio(Caja)

 2 minutos y 48 segundos
 Límite inferior del tiempo de servicio (Despacho)

 ½ minuto (0.30 segundos).
 Límite superior del tiempo de servicio(Despacho)

 1 minuto y 30 segundos
 Límite inferior del tiempo de servicio (Entrega)

 6 segundos.
 Límite superior del tiempo de servicio(Entrega)

 2 minutos y 54 segundos
39
VII. CONCLUSIONES:
 La simulación del proceso de líneas de espera en KFC, resulto exitosa, ya que los
modelos de distribución generados se ajustaron a los procesos estudiados.
 Se logró el análisis esperado para la detección de ineficiencias en el tiempo de atención
en el sistema, el tiempo en el sistema (general), muchas veces fue mayor a 5 minutos,
el cual no está permitido en este tipo de centro de comida rápida, así como también se
detectó, cuál de los tres servidores era el más eficiente e ineficiente en el tiempo de
atención a los clientes.
 Se estimó el tiempo promedio que invierte un empleado en la atención de cada tipo de
transacciones, gracias al uso de herramientas estadísticas y modelos de simulación.
VIII. RECOMENDACIONES
 Se recomienda a la tienda KFC, apertura una caja extra, ya que el mayor porcentaje de
clientes que esperaron para ser atendidos fue en el servidor caja, este servidor también
tiene el promedio más alto en hacer esperar al cliente.
40
IX. REFRENCIAS BLIBLIOGRAFICA
 http://www.material_simulacion.ucv.cl/definicion_de_la_simulacion_de_s1.htm
 http://espanol.kfc.com/about/
41
X. ANEXOS:
42
43
44

Informe Del Trabajo Final de Simulacion de Sistemas

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Informe Del Trabajo Final de Simulacion de Sistemas

Încărcat de

Drepturi de autor:

Formate disponibile

UNIVERSIDAD NACIONAL DE PIURA Escuela Profesional de Ingeniería Industrial

“Año de la Lucha contra la Corrupción y la Impunidad”

UNIVERSIDAD NACIONAL DE PIURA

FACULTAD DE INGENIERIA INDUSTRIAL

Escuela Profesional de Ingeniería Industrial

CURSO : SIMULACION DE SISTEMAS

DOCENTE : ING. Ruben More Valencia.

TEMA : Modelo de SIMULACION DE SISTEMAS

INTEGRANTES : CUIVIN PAIVA ALEX IVAN

La Simulación de Sistemas, tal como lo expresa Kelton (2004) es el proceso de diseñar

I. PLANTEAMIENTO DEL PROBLEMA

1.1. DESCRIPCIÓN DEL PROBLEMA:

Actualmente muchos de nosotros recurrimos a tiendas de servicio de comida

A través del Análisis de Simulación de Sistemas conseguimos alternativas a

1.2. DEFINICIÓN Y DELIMITACIONES DEL PROBLEMA:

 Definición del Problema:

o La toma de decisiones según la Simulación es Maximizar Ganancias, Minimizar

 Delimitación del Problema:

o Delimitación Social, solo clientes de KFC.

II. JUSTIFICACIÓN E IMPORTANCIA DE LA INVESTIGACIÓN:

Analizar y Evaluar el servicio de atención en caja, empaque y entrega

 Diseñar un modelo teórico del comportamiento del sistema de Kentucky,

 Dar un acercamiento de lo importante que son las herramientas de

IV. MARCO TEORICO

4.1. MARCO REFERENCIAL:

Dado un modelo matemático de un sistema, en ocasiones es posible obtener

En sistemas continuos, donde el interés principal se enfoca en los cambios

4.2. FUNDAMENTOS TEORICOS:

La Empresa KFC - KENTUCKY FRIED CHICKEN, ubicada en el Centro

Mega 1: s/. 38.50 . 6 piezas de pollo.

Mega Piurano s/. 37.90

Combo Mupi: s/.10.90

Banquete Personal: s/.13.90

Combo Especial: s/.10.90

Combo Personal Completo: s/.14.90

Big Box 1: . 1 papa

. 2 piezas de . 1 ensalada o puré regular

.2 Big Box 3: s/.27.90

Pack de Hot wing s/.5.90

. Pie de Manzana s/.3.90 . Torta de Chocolate s/.4.90

. Torta de tres leches s/.4.90

5.2. INFORMACIÓN RECOLECTADA:

La parte que continua de los datos recolectados, se adjuntan en Excel.

5.3. GENERACIÓN DE VARIABLES ALEATORIAS:

De acuerdo a los datos recolectados y con la ayuda de herramientas informáticas como

5.3.1. Ajuste de una distribución para el Tiempo entre Llegadas:

Parámetro Valor Error estándar

Estadística Datos Parámetros

Prueba del Chi-cuadrado:

Frecuencias observadas y teóricas

 Con Gráficos de Excel:

Tiempo entre llagada:

5.3.1. Ajuste de una distribución para el Tiempo de Atención de Caja:

Parámetro Valor Error estándar

Estadística Datos Parámetros

Prueba del Chi-cuadrado:

Frecuencias observadas y teóricas

T atencion Caja Normal(1,489;0,496)

 Con Gráficos de Excel:

Tiempo entre llagada:

5.3.2. Ajuste de una distribución para el Tiempo de Atención de Caja:

 Con Gráficos de Excel:

Tiempo Atencion Despacho