1

UNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA

FACULTAD DE INGENIERIA DE SISTEMAS
TELEFONO: (056) 238917 - CIUDAD UNIVERSITARIA ICA - PER

Simulacin de Colas de Atencin en el cine

UVK -Ica
Ingeniera de Sistemas
Simulacin de Sistemas Discretos VIII S2
13 de Noviembre del 2013

Integrantes:
Cdigo: 20094172
Apellidos y Angulo Gasco, Jess
Nombres:
Mail: 20094172@sistemasunica.edu.pe

Cdigo: 20091201G:\Sesion.asp?
IdMenu=25&pag=iac03_2.asp&usu=U311762
Apellidos y Neira Lovera, Kathia
Nombres:
Mail: 20091201@sistemasunica.edu.pe

Cdigo: 20092026
Apellidos y Onoc Fuentes, Amrico
Nombres:
Mail: 20092026@sistemasunica.edu.pe

Responsabl
e del Equipo

Angulo Gasco, Jess

RESUMEN
El presente informe como parte del curso de Simulacin de Sistemas
Discretos se basa en la aplicacin de conocimientos y metodologas
adquiridos en clase con la finalidad de simular los hechos reales que
ocurre dentro de un cine UVK, y que permitir obtener resultados y
anlisis de estos para presentar a la gerencia.
El ttulo del presente informe es Simulacin de Colas para sacar
entradas en el Cine UVK y el mbito de la investigacin se suscribe a
la Agencia de Ica.
El contexto y la situacin que se presenta corresponden a la atencin
de clientes en el servicio de boletera.
El funcionamiento bsico es el siguiente, los clientes llegan al cine
para comprar sus entradas. Aqu se forma una cola.
El problema de esta situacin es que se genera en boletera una cola
el cual molesta mucho a los clientes, cosa que la gerencia debe
evitar.
Se recomienda que funcionen las 3 ventanillas que estn en boletera
y as evitar las largas colas que mayormente se generan los fines de
semana

MARCO TEORICO
La teora de colas: es el estudio matemtico del comportamiento de
lneas de espera. Esta se presenta, cuando los clientes llegan a un
lugar demandando un servicio a un servidor, el cual tiene una
cierta capacidad de atencin. Si el servidor no est disponible
inmediatamente y el cliente decide esperar, entonces se forma la
lnea de espera.

Una cola: es una lnea de espera y la teora de colas es una coleccin

de modelos matemticos que describen sistemas de lnea de espera
particulares o sistemas de colas. Los modelos sirven para encontrar
un buen compromiso entre costes del sistema y los tiempos promedio
de la lnea de espera para un sistema dado.

Los sistemas de colas: son modelos de sistemas que proporcionan

servicio. Como modelo, pueden representar cualquier sistema en
donde los trabajos o clientes llegan buscando un servicio de algn
tipo y salen despus de que dicho servicio haya sido atendido.
Podemos modelar los sistemas de este tipo tanto como colas sencillas
o como un sistema de colas interconectadas formando una red de
colas. En la siguiente figura podemos ver un ejemplo de modelo de
colas sencillo. Este modelo puede usarse para representar una

situacin tpica en la cual los clientes llegan, esperan si los servidores

estn ocupados, son servidos por un servidor disponible y se marchan
cuando se obtiene el servicio requerido.
El problema es determinar qu capacidad o tasa de servicio
proporciona el balance correcto. Esto no es sencillo, ya que un cliente
no llega a un horario fijo, es decir, no se sabe con exactitud en que
momento llegarn los clientes. Tambin el tiempo de servicio no tiene
un horario fijo.
Los problemas de colas se presentan permanentemente en la vida
diaria: un estudio en EEUU concluy que, por trmino medio, un
ciudadano medio pasa cinco aos de su vida esperando en distintas
colas, y de ellos casi seis meses parado en los semforos.

Elementos existentes en un modelo de colas:

Fuente de entrada o poblacin potencial: Es un conjunto de

individuos (no necesariamente seres vivos) que pueden llegar a
solicitar el servicio en cuestin. Podemos considerarla finita o infinita.
Aunque el caso de infinitud no es realista, s permite (por extrao que
parezca) resolver de forma ms sencilla muchas situaciones en las
que, en realidad, la poblacin es finita pero muy grande. Dicha
suposicin de infinitud no resulta restrictiva cuando, aun siendo finita
la poblacin potencial, su nmero de elementos es tan grande que el
nmero de individuos que ya estn solicitando el citado servicio
prcticamente no afecta a la frecuencia con la que la poblacin
potencial genera nuevas peticiones de servicio.

Cliente: Es todo individuo de la poblacin potencial que solicita

servicio. Suponiendo que los tiempos de llegada de clientes
consecutivos son 0<t1<t2<..., ser importante conocer el patrn de
probabilidad segn el cual la fuente de entrada genera clientes. Lo
ms habitual es tomar como referencia los tiempos entre las llegadas
de dos clientes consecutivos: consecutivos: clientes consecutivos:
T{k} = tk - tk-1,
fijando su distribucin de probabilidad.
Normalmente, cuando la poblacin potencial es infinita se supone que
la distribucin de probabilidad de los Tk (que ser la llamada
distribucin de los tiempos entre llegadas) no depende del nmero de

clientes que estn en espera de completar su servicio, mientras que

en el caso de que la fuente de entrada sea finita, la distribucin de los
Tk variar segn el nmero de clientes en proceso de ser atendidos.

Capacidad de la cola: Es el mximo nmero de clientes que pueden

estar haciendo cola (antes de comenzar a ser servidos). De nuevo,
puede suponerse finita o infinita. Lo ms sencillo, a efectos de
simplicidad en los clculos, es suponerla infinita. Aunque es obvio que
en la mayor parte de los casos reales la capacidad de la cola es finita,
no es una gran restriccin el suponerla infinita si es extremadamente
improbable que no puedan entrar clientes a la cola por haberse
llegado a ese nmero lmite en la misma.

Disciplina de la cola: Es el modo en el que los clientes son

seleccionados para ser servidos. Las disciplinas en nuestro caso son:
La disciplina FIFO (first in first out), tambin llamada FCFS (first come
first served): segn la cual se atiende primero al cliente que antes
haya llegado. Ya que en el cine la primera persona que llega, compra
su entrada y es la primera en salir de la cola.

Mecanismo de servicio: Es el procedimiento por el cual se da

servicio a los clientes que lo solicitan. Para determinar totalmente el
mecanismo de servicio debemos conocer el nmero de servidores de
dicho mecanismo (si dicho nmero fuese aleatorio, la distribucin de
probabilidad del mismo) y la distribucin de probabilidad del tiempo
que le lleva a cada servidor dar un servicio. En caso de que los
servidores tengan distinta destreza para dar el servicio, se debe
especificar la distribucin del tiempo de servicio para cada uno.
El sistema de la cola: es el conjunto formado por la cola y el
mecanismo de servicio, junto con la disciplina de la cola, que es lo
que nos indica el criterio de qu cliente de la cola elegir para pasar al
mecanismo de servicio. Estos elementos pueden verse ms
claramente en la siguiente figura:

PALABRAS CLAVES
Cine: es la tcnica de proyectar fotogramas de forma rpida y
sucesiva para crear la impresin de movimiento, mostrando
algn vdeo (o de pelcula, o film, o filme)
UVK: es una empresa peruana dedicada a brindar el mejor
entretenimiento cinematogrfico.
Boletera:

TAQUILLA

donde se venden billetes.

Ventanillas: abertura pequea que hay en la pared de distintos

establecimientos, a travs de la cual los empleados se comunican con
el pblico:
Clientes: entidad dinmica. Son las personas que llegan al sistema
para ser atendidos en la boletera.
La teora de colas: es el estudio matemtico del comportamiento
de lneas de espera. Esta se presenta, cuando los clientes llegan a
un lugar demandando un servicio a un servidor, el cual tiene
una cierta capacidad de atencin. Si el servidor no est disponible
inmediatamente y el cliente decide esperar, entonces se forma la
lnea de espera.
Una cola: es una lnea de espera y la teora de colas es una
coleccin de modelos matemticos que describen sistemas de lnea
de espera particulares o sistemas de colas. Los modelos sirven para

encontrar un buen compromiso entre costes del sistema y los

tiempos promedio de la lnea de espera para un sistema dado.
Los sistemas de colas: son modelos de sistemas que
proporcionan servicio. Como modelo, pueden representar cualquier
sistema en donde los trabajos o clientes llegan buscando un servicio
de algn tipo y salen despus de que dicho servicio haya sido
atendido. Podemos modelar los sistemas de este tipo tanto como
colas sencillas o como un sistema de colas interconectadas
formando una red de colas. En la siguiente figura podemos ver un
ejemplo de modelo de colas sencillo. Este modelo puede usarse
para representar una situacin tpica en la cual los clientes llegan,
esperan si los servidores estn ocupados, son servidos por un
servidor disponible y se marchan cuando se obtiene el servicio
requerido.
El problema es determinar qu capacidad o tasa de servicio
proporciona el balance correcto. Esto no es sencillo, ya que un
cliente no llega a un horario fijo, es decir, no se sabe con exactitud
en que momento llegarn los clientes. Tambin el tiempo de servicio
no tiene un horario fijo.

CONTENIDO

1. Introduccin
2. Descripcin del Sistema
3. Anlisis de los Datos de Entrada
4. Descripcin del Modelo de Simulacin
5. Verificacin y Validacin del Modelo
6. Anlisis de Resultados
7. Resultados de la Simulacin
8. Sugerencias
Sistema

de

9. Conclusiones
10. Recomendaciones

Modificacin

al

11. Agradecimientos

1.

INTRODUCCION

Como punto primordial de la investigacin es el hecho de que con el uso de

herramientas tales como la simulacin de sistemas discretos y el uso de
software de este tipo como el Arena se pueden encontrar soluciones
tcnicas a problemas como la disminucin de la calidad del servicio, como
es el caso de cine UVK.

1.1

Descripcin y antecedentes de la empresa

El cine UVK Multicines es una cadena de cines peruanos surgida

en 1998, con la inauguracin de su primera multisala en el centro
comercial Larcomar. Luego siguieron sus locales en:
El Centro comercial Caminos del Inca, Centro comercial Marina Park,
San Martn-Centro y en El Balneario de Asia (durante temporadas
de verano).
Con el afn de descentralizar sus Multisalas abri sus puertas en la
ciudad de Ica en el ao 2005, el cual cuenta con 4 salas.
Las compras de boleto en las diferentes sucursales tienen un ciclo de
vida genricamente comn: Ven la cartelera, compran sus entradas,
se dirigen a la sala que le toca. Las operaciones bsicas que se
realizan en Boletera son las de vender las entradas para el cine.

10

Sin embargo, en esta situacin se tiene lo siguiente:

Amenazas:

Que los clientes dejen de asistir al

cine por la larga cola.
En general las agencias y oficinas
especiales son pequeas y una cola
muy larga en algn servicio dificulta el
trnsito dentro de la misma y afecta a
otros servicios.

Riesgos:

Algunos clientes potenciales pueden

dejar de informarse debido a que
existe mucha gente en un momento
determinado en la cola. Lo que origina que se

pierdan posibles clientes.

1.2

Descripcin del proyecto

Se escogi el cine UVK para realizar un muestreo que nos permita

usarlo como base para hacer la simulacin del sistema de colas ya
que su representacin matemtica sera demasiado complicada de
analizar. Para ello, hemos utilizado los conocimientos de estadsticos

11

impartidos a lo largo de la carrera para analizar el comportamiento de

los tiempos de los clientes en la compra de sus boletos de cine. Es por
esto, asistiendo durante los 7 das de la semana, en el mismo rango
de tiempo (el de mayor afluencia del pblico) hemos obtenido
muestras lo suficientemente grandes y confiables para el estudio.
Para esto, hemos hecho pruebas de independencia para verificar la
relacin de dependencia o independencia existente entre los tiempos
y los das.

Luego de realizar la prueba de independencia nos planteamos

hiptesis de acuerdo a nuestro sentido comn y experiencia, y para
ello realizamos las pruebas de bondad de ajuste, las cuales nos
servirn para demostrar el comportamiento de los tiempos; es decir,
si se distribuyen de forma normal, exponencial, etc.
Despus de esto, y a travs del teorema del lmite central
concluiremos si las distribuciones poblacionales se ajustan a la
distribucin normal.
Otro factor necesario ser conocer el comportamiento muestral de las
medias, pues para realizar los intervalos de confianza de las medias y
de las diferencias de medias es necesario que la media muestral se
comporte de forma normal.
A partir de los datos analizados estadsticamente se simulara el
comportamiento de las colas, la atencin en las boleteras y los
tiempos que tardan los clientes en ser atendidos entre otras cosas. De
esta manera se podr saber los problemas que existen y a partir de
eso plantear soluciones lgicas a dichos inconvenientes.

1.3

Formulacin del problema

En la cadena de cines UVK se presenta un fenmeno comn que

sucede cuando la demanda efectiva del servicio de venta de boletos
supera la oferta efectiva. Este fenmeno consiste en la formacin de
colas en las boleteras.
Es frecuente que las empresas tales como la de salas de cine tomen
decisiones respecto al caudal de servicios que debe de estar
preparada para ofrecer. Estas decisiones se deben resolver con
informacin pertinente al caso. Es muy importante que ellos deban
estar preparados para ofrecer todo servicio que se solicite en
cualquier momento, esto puede implicar costos excesivos y recursos
ociosos. Sin embargo, carecer de la capacidad de servicios suficiente
causa colas excesivamente largas en las horas punta. Cuando los

12

clientes tienen que esperar periodos largos de tiempo para comprar

los boletos, a veces deciden abandonar la cola e irse a la
competencia. Esto es lo que justamente quiere evitarse ya que se
pierde tanto clientes como el prestigio de la empresa. Muchas veces
es imposible predecir con exactitud la llegada de clientes y el tiempo
de servicio que requieren, es por esta razn que se trabajar con
datos estadsticos para que la simulacin sea lo ms real posible.
La teora de las colas en s no resuelve directamente el problema,
pero contribuye con la informacin vital que se requiere para tomar
las decisiones concernientes prediciendo algunas caractersticas
sobre la lnea de espera: probabilidad de que se formen, el tiempo de
espera promedio, etc.
A continuacin, se plantean algunas de las preguntas
importantes que se van a resolver a lo largo de la investigacin:

ms

Cul es el tiempo que pasan los clientes en la cola?

Cul es el tiempo de servicio promedio de las boleteras?
Para resolver este problema se van tomarn datos de los tiempos
requeridos en un determinado periodo de tiempo, luego se analizarn
estos datos en un programa de anlisis de datos llamado Input
Analyzer. De esta manera se podrn obtener las distribuciones que
siguen las variables propuestas y con estos datos se proceder a la
simulacin en el software Arena. Al correr la simulacin en el arena
se obtendrn los datos necesarios para poder tomar las decisiones
pertinentes al caso y obtener las conclusiones.

13

2. DESCRIPCION DEL SISTEMA

El presente proyecto busca analizar y determinar el esquema de
funcionamiento de colas en el Cine UVK mediante la simulacin
aplicando la dinmica de sistemas.
Para esto, se simul a travs de la dinmica de sistemas el
funcionamiento del esquema de colas en el Cine UVK, para
determinar las deficiencias respecto a la tasa de servicio en
comparacin con la tasa de llegada de los clientes, identificando los
actores partcipes del proceso describindolos en variables para
identificar patrones de comportamiento, de esta manera se procede a
representar mediante un diagrama de influencia las relaciones entre
dichas variables; una vez realizado lo anterior se cre el modelo a
travs del software Arena, posteriormente se desarrolla la validacin
orientada a detallar las deficiencias en la formulacin del modelo, de
esta forma se analiz la sensibilidad de las variables y al interpretar
los resultados que arroja la simulacin se tom una decisin.

2.1

Formulacin del problema

14

2.2

Elementos del sistema

Las variables que se van a muestrear para la Simulacin son el tiempo de

llegada, el tiempo de espera en cola, y el tiempo de servicio de la boletera
o tiempo de ocupacin.

2.3

Anlisis del sistema

Eventos:
1. Arribo de un cliente al cine (sistema)
2. Alejamiento por cola mxima
3. Ingreso a cola
4. Salida de cola
5. Inicio de servicio de caja i
6. Fin de servicio de caja i
7. Inicio de espera de caja i
8. Fin de espera de caja i
9. Salida del sistema
i = 1, 2, 3

Eventos principales

1. Arribo de un cliente al cine (sistema)

2. Fin de servicio de caja i

15

3 DIAGRAMA RELACIONAL DE EVENTOS

Ingresar al sistema para el problema abarca ya sea para entrar a cola,

o para revisar la cartelera.

Ingresar a cola para el problema es colocarse en las zonas destinadas

a cola para ser atendido en la boletera.

16

3.- Anlisis de los Datos de Entrada

Describe los datos recolectados empricamente desde cada una de las
variables. Describe el ajuste estadstico de las variables a alguna
distribucin de probabilidad. El Arena Input Analyzer provee facilidades
para al ajuste de distribuciones estadsticas para datos empricos y pruebas
estadsticas.

Los datos de entrada de nuestro trabajo son:

Los clientes: Personas que van a ver las pelculas publicadas

como estreno o pelculas que ay se estrenaron.

La Boletera: Lugar donde los clientes adquieren sus entradas
para as poder entrar al cine a ver las pelculas.

Data obtenida sobre el tiempo acumulado entre llegadas:

Los datos mostrados a continuacin, son los que obtuvimos midiendo
el tiempo. El tiempo se midi en segundos y la tabla representa el
acumulado de los tiempos de llegada entre clientes:

17

3. DESCRIPCION DEL MODELO DE SIMULACION

Breve descripcin del software de simulacin de Arena

El Software usado en la simulacin de nuestra investigacin es el
Software Arena. Esta es una herramienta de simulacin de eventos

18

discretos y continuos lder a nivel mundial. Este software fue creado

por Rockwell Software Inc, que es una divisin de Rockwell
Automation Control Systems, empresa norteamericana lder a nivel
mundial en el desarrollo e implementacin de hardware y software de
automatizacin y simulacin. En el siguiente grafico se puede
apreciar un sistema de un proceso simple en el arena:
La simulacin es la coleccin de informacin real,
mtodos y
aplicaciones que simulan los comportamientos de algn sistema real
en la computadora. Se conoce como el proceso de diseo y creacin
de un modelo computarizado de un sistema real para efectuar
experimentos numricos para su mejor comprensin de su
comportamiento bajo una determinada condicin. Esta herramienta
se ha vuelto muy poderosa ya que se tiene la habilidad de comparar
modelos complejos con sistemas complejos.

Describe el modelo de simulacin desarrollado y detalla su estructura

en trminos de sus componentes principales, objetos y operacin
lgica. Descompone la descripcin de un modelo complejo en
trminos de descripciones de sub-modelos de tamao manejable.
Partes crticas del modelo pueden ser descritas con ms detalle.

Aqu se describe el modelo de simulacin en el lenguaje de

programacin usado por los autores.
5. VERIFICACIN Y VALIDACIN DEL MODELO
Se pudo verificar lo parecido que resulta la simulacin de la realidad,
siempre van a existir diferencias debido a que no todas las semanas se van
a seguir la misma distribucin de frecuencias. Esto es debido a que en la
realidad nos dimos cuenta que haba gente que reclamaba debido a la
demora en el sistema y al momento de realizar la simulacin se encuentra
que exista una gran cantidad de personas que quedan en cola y que se
tienen que retirar a otro cine, porque no se sienten cmodos con la
atencin. Esta informacin se ve en los cuadros de anlisis de resultados

6. ANLISIS DE RESULTADOS
Los datos presentados se adjuntan en el archivo de Excel.

19

En base a estos datos se crearon los archivos .dst para incluir en el

input analyzer.
Nmero de Entradas por Grupo

Distribution Summary
Distribution:Beta
Expression: 0.999 + 14 * BETA(0.471, 3.97)
Square Error:0.007107

20

Chi Square Test

Number of intervals
= 4
Degrees of freedom
= 1
Test Statistic
= 2.71
Corresponding p-value
= 0.0996
Kolmogorov-Smirnov Test
Test Statistic
= 0.433
Corresponding p-value
< 0.01
Data Summary
Number of Data Points
Min Data Value
Max Data Value
Sample Mean
Sample Std Dev

= 136
= 1
= 15
= 2.49
= 1.85

Histogram Summary
Histogram Range
= 0.999 to 15
Number of Intervals = 11

Tiempo entre Llegadas

Distribution Summary
Distribution: Exponential
Expression:
-0.001 + EXPO(169)
Square Error: 0.041160
Chi Square Test
Number of intervals = 9
Degrees of freedom = 7
Test Statistic
= 249
Corresponding p-value
< 0.005
Kolmogorov-Smirnov Test
Test Statistic
= 0.266
Corresponding p-value
< 0.01
Data Summary
Number of Data Points = 862
Min Data Value
= 0
Max Data Value
= 2.28e+003
Sample Mean
= 169
Sample Std Dev
= 221
Histogram Summary
Histogram Range
= -0.001 to 2.28e+003
Number of Intervals
= 29

Tiempo de Atencin

21

Distribution Summary

Distribution:Exponential
Expression:

-0.001 + EXPO(96.4)

Square Error:0.012378

Chi Square Test

Number of intervals

= 6

Degrees of freedom

= 4

Test Statistic

= 98.2

Corresponding p-value

< 0.005

Kolmogorov-Smirnov Test
Test Statistic

= 0.196

Corresponding p-value

< 0.01

Data Summary

Number of Data Points

Min Data Value
Max Data Value
Sample Mean
Sample Std Dev

= 862
= 0
= 2.18e+003
= 96.4
= 162

Histogram Summary

Histogram Range

= -0.001 to 2.18e+003

Number of Intervals = 29

22
7. RESULTADOS DE LA SIMULACION
Ver los anexos.

8. SUGERENCIAS DE MODIFICACIN AL SISTEMA

Las modificaciones solo se veran en el caso de la capacidad del servidor, se
pueden habilitar las entre dos y tres boleteras(a tiempos parciales), ya que
normalmente solo trabaja una y en casos especiales como son estrenos,
atienden las dos boleteras como mximo.

9. CONCLUSIONES Y RECOMENDACIONES

Basado en el modelo de simulacin que hemos creado, podemos observar

que el comportamiento de las colas en un contexto normal se ajusta al uso
de una sola de las cajas, modelo que puede observarse en las replicaciones
de la simulacin, en las que solo se pierden algunos pocos clientes porque
se crean largas colas en escasas ocasiones, la recomendacin del caso sera
que se habiliten ambas boleteras pero que solo exista una boletera a
tiempo completo , que la segunda y la tercera boletera se contrate a
tiempo parcial para evitar el desperdicio.

10. AGRADECIMIENTOS

Se agradece el apoyo del personal del cine UVK as como al docente Magno
Cuba, el cual sin sus enseanzas no hubiramos podido concluir este
trabajo.