Professional Documents
Culture Documents
DOCENTE
INTEGRANTE: -HERRERA CAQUI, Jos - RAYMUNDO QUISPE, Hernn -TUCTO ENCARNACION, Toni -ALVAREZ COZ, Jhon
HUANUCO, 2013
INDICE
I. Introduccin CAPTULO I: PROBLEMA, OBJETIVO E HIPTESIS DE ESTUDIO II.- Problematizacin III.- Objetivos 3.1 - Objetivo General 3.2 - Objetivos Especficos IV.- Hiptesis de Estudio CAPTULO II: ANTECEDENTES, METODOLOGA Y MARCO TERICO V.- Antecedentes VI.- Metodologa del Estudio VII.- Marco Terico CAPTULO III: ANLISIS Y DIAGNOSTICO DEL ESCENARIO ACTUAL. VIII.- Anlisis y Diagnstico del Escenario actual CAPTULO IV: ANLISIS Y CONSTRUCCIN DEL MODELO DE COLA IX.- Construccin del modelo de cola X.- Trabajo de Campo 10.1 - Toma de tiempos de arribos 10.2 - Toma de tiempos de servicios 10.3 - Dcima de Hiptesis y Ajuste de Bondad XI.- Obtencin e Interpretacin de resultados del Modelo de cola CAPITULO V: ESCENARIOS PROPUESTOS CAPTULO VI: CONCLUSIONES Y RECOMENDACIONES
Anexos
I. Introduccin
El presente informe ha sido elaborado por alumnos del curso de Investigacin de operaciones II (IO-02), de la facultad de Ingeniera Industrial de la Universidad nacional HERMILO VALDIZAN, con el propsito de plasmar todos los conocimientos adquiridos en el curso, mediante su realizacin. IO-02 es un curso que nos permite estudiar varios temas con distintos aspectos y caractersticas sobre temas importantes tales como TEORA DE COLAS as como los problemas y cuestiones que presenta, a fn de obtener y analizar los caminos que lleguen a su solucin. ste informe tratar en particular un tema de mucha importancia que se presenta en nuestro quehacer diario de manera continua y que nos afecta a todos en menor o mayor grado; se trata acerca de los fenmenos de espera tambin conocidos como colas. Un anlisis detallado de estos fenmenos de espera es de suma importancia porque nos permitir comprender mejor los comportamientos de las colas que presenciamos en la vida. Como dijimos anteriormente, nuestro informe y sus investigaciones se centran en torno al captulo de la Teora de Colas y Fenmenos de Espera. Con la aplicacin de estudios y mtodos analticos, mediante nuestro informe lograremos obtener una solucin ptima a los problemas que se presentan en una fotocopiadora ANITA. Finalmente realizaremos observaciones, brindaremos recomendaciones y posibles soluciones ante los problemas que encontremos mediante el anlisis.
III.
OBJETIVOS
Objetivos generales: Comprender el sistema para reducir la cola y los tiempos de espera en la fotocopiadora ANITA, mediante la aplicacin de los conocimientos del curso sobre teora de colas y/o simulacin.
Objetivos especficos: Analizar de manera adecuada con los datos obtenidos, el nmero de servidores que se requiere. Demostrar si el sistema est funcionando adecuadamente, y si el servidor est atendiendo a un ritmo adecuado.
Se identificara los parmetros de entrada, salida, se hallara el nmero de clientes en cola, as como el tiempo que pasan los clientes en el sistema. IV. HIPOTESIS DE ESTUDIO:
Es posible mejorar y comprender el sistema de manera tal, que podamos identificar todos los factores pertinentes, y as poder mejorar la calidad de servicio en la atencin al cliente. En este estudio se lograra demostrar que la cantidad de personas que entran a un mdulo es mucho mayor a la deseada, ya sea por no abastecerse de un buen nmero de personal para dicha tarea, por lo tanto la atencin, el tiempo de espera y las colas seguir aumentando si el negocio no busca tener mayor servidores y recursos para la atencin.
VI. Metodologa del Estudio En el siguiente estudio desarrollado por nuestro equipo de trabajo, utilizamos el mtodo observacional descriptivo, el cual nos permiti
obtener los tiempos de llegada y de salida (servicio) realizados por los clientes en la fotocopiadora ANITA 1. 2. 3. 4. 5. 6. 7. 8. Disear formato para la toma de tiempos (llegada) Disear formato para la toma de tiempos (salida o servicio) Elegir un horario especfico para tomar los tiempos Dividir el tiempo en intervalos iguales Proceder a la toma de tiempos (llegada y servicio) Obtener los tiempos de llegada y servicio promedio Hacer la prueba de ajuste con los datos ya obtenidos Finalmente, exponer las conclusiones y recomendaciones
VII. Marco Terico Qu son las colas? Las "colas" son un aspecto de la vida moderna que nos encontramos continuamente en nuestras actividades diarias. En el contador de un supermercado, estacionamientos, bancos, etc., el fenmeno de las colas surge cuando unos recursos compartidos necesitan ser accedidos para dar servicio a un elevado nmero de trabajos o clientes. Este estudio es importante porque proporciona tanto una base terica del tipo de servicio que podemos esperar de un determinado recurso, como la forma en la cual dicho recurso puede ser diseado para proporcionar un determinado grado de servicio a sus clientes. Debido a lo comentado anteriormente, se plantea como algo muy til el desarrollo de una herramienta que sea capaz de dar una respuesta sobre las caractersticas que tiene un determinado modelo de colas. En las formaciones de colas se habla de clientes, tales como mquinas daadas a la espera de ser rehabilitadas. Los clientes pueden esperar en cola debido a que los medios existentes sean inadecuados para satisfacer la demanda del servicio; en este caso, la cola tiende a ser explosiva, es decir, a ser cada vez ms larga a medida que transcurre el tiempo. Los clientes puede que esperen temporalmente, aunque las instalaciones de
servicio sean adecuadas, porque los clientes llegados anteriormente estn siendo atendidos.
Identificar el nivel ptimo de capacidad del sistema que minimiza el coste del mismo. Evaluar el impacto que las posibles alternativas de modificacin de la capacidad del sistema tendran en el coste total del mismo. Establecer un balance equilibrado (ptimo) entre las consideraciones cuantitativas de costes y las cualitativas de servicio. Prestar atencin al tiempo de permanencia en el sistema o en la cola de espera.
Disciplina de la cola: La disciplina de la cola se refiere al orden en el que se seleccionan sus miembros para recibir el servicio. Por ejemplo, puede ser:
FIFO (first in first out) primero en entrar, primero en salir, segn la cual se atiende primero al cliente que antes haya llegado. LIFO (last in first out) tambin conocida como pila que consiste en atender primero al cliente que ha llegado el ltimo. RSS (random selection of service) que selecciona los clientes de manera aleatoria, de acuerdo a algn procedimiento de prioridad o a algn otro orden. Processor Sharing sirve a los clientes igualmente. La capacidad de la red se comparte entre los clientes y todos experimentan con eficacia el mismo retraso.
Mecanismo de servicio: El mecanismo de servicio consiste en una o ms instalaciones de servicio, cada una de ellas con uno o ms canales paralelos de servicio, llamados servidores. Redes de colas. Sistema donde existen varias colas y los trabajos fluyen de una a otra. Por ejemplo: las redes de comunicaciones o los sistemas operativos multitarea. Cola: Una cola se caracteriza por el nmero mximo de clientes que puede admitir. Las colas pueden ser finitas o infinitas. El proceso de servicio: Define cmo son atendidos los clientes.
Notacin de Kendall: David G. Kendall introdujo una notacin de colas A/B/C en 1953. La notacin de Kendall para describir las colas y sus. Ha sido desde entonces extendida a 1/2/3/(4/5/6) donde los nmeros se reemplazan con: 1. Un cdigo que describe el proceso de llegada. Los cdigos usados son:
M para "Markoviano" (la tasa de llegadas sigue una distribucin de Poisson), significando una distribucin exponencial para los tiempos entre llegadas.
D para unos tiempos entre llegadas "determinsticas". G para una "distribucin general" de los tiempos entre llegadas, o del rgimen de llegadas.
2. Un cdigo similar que representa el proceso de servicio (tiempo de servicio). Se usan los mismos smbolos. 3. El nmero de canales de servicio (o servidores). 4. La capacidad del sistema, o el nmero mximo de clientes permitidos en el sistema incluyendo esos en servicio. Cuando el nmero est al mximo, las llegadas siguientes son rechazadas. Un caso particular de esta situacin es el modelo M/M/n/n o Erlang-B, en el cual no hay cola de espera, sino n recursos (servidores) y hasta
9
n usuarios como mximo; si llega el usuario n+1, es rechazado. Este ltimo modelo es el que se aplica en telefona convencional. Otro caso particular es el modelo Erlang-C o M/M/n, donde la capacidad del sistema es ilimitada, aunque haya slo n recursos; en caso de llegar el recurso nmero n+1, pasar a una cola de espera, pero no es rechazado. 5. El orden de prioridad en la que los trabajos en la cola son servidos:
First Come First Served (FCFS) First In First Out (FIFO) , Last Come First Served (LCFS) o Last In First Out (LIFO) , Service In Random Order (SIRO) y Processor Sharing.
6. El tamao del origen de las llamadas. El tamao de la poblacin desde donde los clientes vienen. Esto limita la tasa de llegadas.
Sistema de colas
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. Interesa saber cul es el intervalo de tiempo entre las llegadas de dos usuarios consecutivos. Adems, segn cmo sea el proceso de llegadas, los usuarios pueden llegar individualmente o en grupos Si cuando un usuario llega al sistema el servidor est libre, se le da servicio. Si el tiempo de servicio es mayor que el intervalo entre llegadas, el siguiente usuario, cuando accede al sistema, encuentra que el servidor est ocupado, por lo que debe quedar en espera, formando la cola.
10
Otra cuestin importante es saber cunto tiempo debe esperar un usuario que llega al sistema hasta que recibe el servicio, lo cual entra dentro del concepto QOS (Quality of Service, calidad de servicio). Cuando en la cola hay ms de un usuario, al quedar el servidor libre hay que determinar cul de los usuarios en espera ser el que pase a recibir servicio. Es decir, es necesario un proceso para decidir qu usuario va a ser llamado de la cola; esto es lo que se llama disciplina de la cola.
11
Estructuras:
Terminologa: Usualmente siempre es comn utilizar la siguiente terminologa estndar: Estado del sistema: Nmero de clientes en el sistema. Longitud de la cola: Nmero de clientes que esperan servicio. N (t): Nmero de clientes en el sistema de colas en el tiempo t (t 0) Pn (t): Probabilidad de que exactamente n clientes estn en el sistema en el tiempo t, dado el nmero en el tiempo cero.
12
s : Nmero de servidores en el sistema de colas. n: Tasa media de llegadas (nmero esperado de llegadas por unidad de tiempo) de nuevos clientes cuando hay n clientes en el sistema. n: Tasa media de servicio para todo el sistema (nmero esperado clientes que completan su servicio por unidad de tiempo) cuando hay n clientes en el sistema. 1. 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, an 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. 2. Cliente: El mecanismo de servicio implementado por uno o ms servidores cuyo propsito es brindar servicio segn tiempos que tienen un comportamiento aleatorio (por lo general un comportamiento de naturaleza exponencial). Los modelos de cola a estudiar los servidores estarn en paralelo y serie.
13
3. 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. 4. Disciplina de la cola: Diagramas de Estados: Es el modo en el que los clientes son seleccionados para ser servidos. Las disciplinas ms habituales son: FIFO (First-In-First-Out): se le da servicio al primero que ha llegado, de forma que la cola est ordenada segn el orden de llegada de los usuarios. LIFO (Last-In-First-Out): se le da servicio al ltimo que ha llegado, de forma que la cola est ordenada en orden inverso al de llegada de los usuarios. SIRO (Service-In-Random-Order): Se sortea aleatoriamente cul de los usuarios en espera acceder al servicio.
5. 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
14
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.
6. La cola: Propiamente dicha, es el conjunto de clientes que hacen espera, es decir los clientes que ya han solicitado el servicio pero que an no han pasado al mecanismo de servicio. 7. 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. 8. Distribucin de Poisson: Los procesos de llegadas que siguen la mayora de sistemas de colas son distribucin de Poisson. En teora de probabilidad y estadstica, la distribucin de Poisson es una distribucin de probabilidad discreta. Expresa la probabilidad de un nmero k de eventos ocurriendo en un tiempo fijo si estos eventos ocurren con una frecuencia media conocida y son independientes del tiempo discurrido desde el ltimo evento. Fue descubierta por Simon-Denis Poisson, que la dio a conocer en 1838 en su trabajo (Investigacin sobre la probabilidad de los juicios en materias criminales y civiles).
() 15
Pn: probabilidad de que en un tiempo t el nmero de usuarios que acceden al sistema sea n y esta probabilidad sigue una ley de Poisson de la forma:
() !
() =
La probabilidad de que el tiempo entre llegadas sea mayor o igual a T (que es igual a la probabilidad de que no haya ninguna llegada en un intervalo de duracin T ), es:
( ) = 0 () =
El intervalo entre llegadas para que sea menor o igual a T tiene como probabilidad:
( ) = 1
Donde es el nmero de llegadas por unidad de tiempo, que recibe el nombre de tasa de llegadas. Para describir un sistema de colas se emplea la notacin de Kendall, que consiste en un grupo de letras y nmeros de la forma:
(//): (//)
Designa el proceso de llegadas; ms concretamente, describe el tipo de distribucin del tiempo entre llegadas. Si este proceso es markoviano de tipo Poisson-exponencial, en este lugar se colocar la letra M. Si el proceso
16
es determinstico, se colocar la letra D y la letra G si las llegadas son de otro tipo. Designa el proceso de servicio; es decir, describe la distribucin del tiempo de servicio y, por tanto, de las salidas del sistema. Se colocar la letra M si este proceso es markoviano, D si es determinstico y G si es de otro tipo. En todos los casos supondremos que la duracin del tiempo de servicio es independiente de la distribucin de las llegadas.
Nuestro objetivo como equipo de trabajo es tratar de reducir el tiempo en el que se demora atender mediante la aplicacin de mtodos analticos y cientficos, lo cual generara una gran satisfaccin para los clientes.
18
Tasa de servicios () Para la tasa de servicios se tom tiempos en la atencin a cada persona que iba a sacar copias. b. MODELO DE COLA Analizando el comportamiento que sigue este caso, se puede hallar el modelo de cola correspondiente segn KENDALL
MODELO I:
(M/M/S): (FIFO//)
Dnde: M: Clientes que llegan al sistema siguiendo una distribucin M: Clientes que llegan al sistema siguiendo una distribucin S: Numero de servidores en el sistema (2) FIFO: Disciplina de servicio
X. Trabajo de cola Para el caso que venimos analizando, se considera: M: Distribucin de Poisson M: Distribucin exponencial S: 2 FIFO: Disciplina de servicio : Tamao del sistema infinito : Tamao de la fuente infinito
19
1 2 3
La hora de arribo de cada entidad al sistema La hora en que el usuario inicia a ser atendido La hora en que el usuario finaliza de ser atendido
Toma de tiempo de arribos Primer da de toma de Muestras: Se realiz la medicin en 2 das, en 2 horas (11:00 1:00 pm) siguiendo intervalos de 5 minutos.
Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
Intervalos de tiempo
11:00:00 11:05:00 11:10:00 11:15:00 11:20:00 11:25:00 11:30:00 11:35:00 11:40:00 11:45:00 11:50:00 11:55:00 12:00:00 12:05:00 12:10:00 12:15:00 12:20:00 12:25:00 12:30:00 12:35:00 12:40:00 12:45:00 11:05:00 11:10:00 11:15:00 11:20:00 11:25:00 11:30:00 11:35:00 11:40:00 11:45:00 11:50:00 11:55:00 12:00:00 12:05:00 12:10:00 12:15:00 12:20:00 12:25:00 12:30:00 12:35:00 12:40:00 12:45:00 12:50:00
N de TOTAL clientes
IIII II III III I II III III II II II I III II IIII II IIII I II III I III 4 2 3 3 1 2 3 3 2 2 2 1 3 2 4 2 4 1 2 3 1 3
=63client/125min
20
FACULTAD DE INGENIERIA ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL INVESTIGACION DE OPERACIONES 2 23 24 25 12:50:00 12:55:00 12:55:00 1:00:00 1:00:00 1:05:00 125min II III IIIII 2 3 5 63 clientes
Segundo da de toma de Muestras: Se realiz la medicin en 2 das, en 2 horas (11:00 1:00 pm) siguiendo intervalos de 5 minutos.
Muestra
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Intervalos de tiempo
11:00:00 11:05:00 11:10:00 11:15:00 11:20:00 11:25:00 11:30:00 11:35:00 11:40:00 11:45:00 11:50:00 11:55:00 12:00:00 12:05:00 12:10:00 12:15:00 12:20:00 12:25:00 12:30:00 12:35:00 12:40:00 12:45:00 12:50:00 12:55:00 1:00:00 11:05:00 11:10:00 11:15:00 11:20:00 11:25:00 11:30:00 11:35:00 11:40:00 11:45:00 11:50:00 11:55:00 12:00:00 12:05:00 12:10:00 12:15:00 12:20:00 12:25:00 12:30:00 12:35:00 12:40:00 12:45:00 12:50:00 12:55:00 1:00:00 1:05:00
N de clientes
II III IIIII IIII IIIII IIIII IIII II IIII IIII II III IIII II IIII II III IIII IIIII III IIIII IIII II IIII III
TOTAL
2 3 5 4 5 5 4 2 4 4 2 3 4 2 4 2 3 4 5 3 5 4 2 4 3
= 88 client/125min
125min
88 clientes
21
22
FACULTAD DE INGENIERIA ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL INVESTIGACION DE OPERACIONES 2 21 22 23 24 25 TOTAL Muestra
75 115 48 85 61
2562 Tiempo cronometrado de salida en segundos 182 74 90 93 133 45 88 128 63 89 96 37 39 144 155
Segundo da
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
23
FACULTAD DE INGENIERIA ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL INVESTIGACION DE OPERACIONES 2 16 17 18 19 20 21 22 23 24 25 TOTAL 157 53 150 25 70 139 32 99 64 201 2446
XI. Obtencin e interpretacin de resultados 1.- Sobre los Arribos: Para calcular ste dato hemos promediado los datos de arribos de todas las tomas realizadas. Cada da el lapso de tiempo que destinamos a la toma de tiempos para los arribos fue de 04 horas 11:00 - 1:00 p.m. 11:00 - 1:30 p.m. Esto nos da:
(tarde) persona/min Primer da Segundo da Prom. Parcial 0.504 0.704 0.604
= 0.604 cliente/min
24
2.-Sobre los Servicios: En este caso hemos utilizado el promedio de horas obtenidas como producto de los anlisis realizados, lo cual da:
min/cliente primer da segundo da Prom. Parcial 1.708 1.631
1.669
"X" llegadas 0 1 2 3 4 5
probabilidad real poisson teorico 0 5% 0.08 15% 0.3 22% 0.26 22% 0.24 17% 0.12 10% 1 91%
frecuencias 0 4 15 13 12 6 50
25
k llegadas 0 1 2 3 4 5
HISTOGRAMA
120% 100% 88% probabilidad 80% 60% 40% 20% 0% 0 1 2 K llegadas 3 4 5 55% 55% 33% 10% 2% 0% 0% funcion de densidad P(X) probabilidad acumulada P(x) 98% 100% 100% 100%
Interpretacin:
Hay 55% de probabilidad de que al sistema no llegue ningn cliente
27
El software que utilizamos para la simulacin del sistema de cola fue el PROMODEL 7.5 Traduccin de resultados del software de simulacin PROMODEL 7.5" SCHEDULED TIME (HR): Horas programadas CAPACITY: La capacidad de la cola TOTAL ENTRIES: Cuantas entidades (clientes) llegaron a la cola AVG TIME PER ENTRY (MIN): El tiempo en promedio demoraron en cola los clientes AVG CONTENTS: Nos indica Cul fue el tamao promedio de la cola MAXIMUN CONTENTS: La mxima cantidad de clientes % UTILIZATION: La utilizacin del sistema
28
ESCENARIO ACTUAL
Me indica que el servidor est ocupado o en proceso. Me indica que el servidor est desocupado.
29
Resultados:
30
Los clientes que fueron atendidos en total fue de 75. El tiempo que se demor en dar servicio a cada cliente fue de 1.64min, 1.96min para el servidor1 y el servidor 2 respectivamente. El tamao promedio de clientes en el servicio fue de 0.52 clientes, 0.55 clientes; en el servidor1 y el servidor2 respectivamente. La utilizacin de los servidores fue de 52.38 %, 54.92 %; para el servidor1 y el servidor2 respectivamente. GRAFICA
31
Resultados:
32
33
La utilizacin de los servidores fue de 36.64 %, 32.05 %, 29.11; para el servidor1, servidor2, el servidor3 respectivamente. GRAFICA
COMENTARIO
o Se puede afirmar que al establecimiento de copias fotostticas ANITA le conviene hacer uso de sus 3 mdulos, porque de este modo aumenta la probabilidad de que un cliente sea atendido apenas llegue.
34
o Se observa que el porcentaje promedio de personas que esperan en cola disminuye notablemente del escenario actual al escenario propuesto.
CAPTULO VI
CONCLUSIONES Y RECOMENDACIONES
CONCLUSIONES:
La investigacin de operaciones permite el anlisis de la toma de decisiones teniendo en cuenta la escasez de recursos, para determinar cmo se puede optimizar un objetivo definido, como la maximizacin de los beneficios o la minimizacin de costes. La teora de colas es una herramienta muy importante de la investigacin de operaciones pues sus resultados a menudo son aplicables en una amplia variedad de situaciones como: negocios, comercio, industria, ingenieras, transporte y telecomunicaciones. En nuestro caso sirvi para la atencin al pblico de una institucin privada. Concluimos que para la mejor atencin del cliente en un establecimiento de copias fotostticas es importante que su atencin al cliente sea lo ms ptima posible para generar confianza y fidelidad en el cliente, Al mismo tiempo observamos que necesita de un personal ms para la atencin de las golosinas y bocaditos que tiene el establecimiento que impide la atencin rpida de los alumnos que van a sacar sus copias fotostticas.
35
RECOMENDACIONES:
Buena capacitacin del personal para realizar las labores de atencin al cliente en esos mdulos, para la atencin ms rpida del usuario y este regrese satisfecho. Tener personal de reserva que pueda suplir inmediatamente a alguna maquina fotosttica que no asista por razones determinadas, por ello se recomienda la activacin de los 3 mdulos, para que en esas situaciones siempre existan como mnimo una o dos mquinas activas. Recomendamos de que se puedan implementar anlisis respectivos para poder atender al cliente sin demora y con gran calidad, teniendo as su aprobacin y fidelidad, para as generar mayores ingresos, pero siempre debemos de tener en cuenta que a travs de este anlisis respectivo de colas podemos definir el dficit de nuestra atencin y poder mejorarla incrementando el nmero de servidores para generar un porcentaje menor de cola. El mantenimiento oportuno de las maquinas fotostticas para prever situaciones en que alguna maquina falle, ocasionando incomodidad a nuestros clientes.
XII. ANEXO
36
INVESTIGACION DE OPERACIONES UNA INTRODUCCION, Hamdy Taha. Sexta edicin, editorial Prentice Hall. Captulo 18 pg. 673,680-705. INTRODUCCION A LA INVESTIGACION DE OPERACIONES, Frederick Hiller & Gerald Lieberman. Sexta edicin, editorial Mac Graw Hill. Captulo 21 pg. 902 936.
37