Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
DE COLAS Y LA SIMULACION
TUTOR:
UNIVERSIDAD DE CÓRDOBA
FACULTAD DE INGENIERÍAS
MONTERIA- CÓRDOBA
2018
1
CONTENIDO
1. INTRODUCCION..................................................................................................................... 4
2. JUSTIFICACIÓN ..................................................................................................................... 5
3. OBJETIVOS .............................................................................................................................. 7
3.1 GENERAL:................................................................................................................................... 7
4.4 SIMULACION............................................................................................................................ 13
5.4 Valores..................................................................................................................................... 17
2
6.1 TRATAMIENTO DE DATOS ....................................................................................................... 20
SERVICIO ........................................................................................................................................ 23
3
1. INTRODUCCION
sistema de caja del supermercado Euro ubicado en el centro comercial Nuestro de la ciudad
de Montería, usando las herramienta y las definiciones en primera instancia de los sistemas
segundo lugar realizar una simulación de este sistema, para aplicar los pasos de este proceso,
pero también para mostrar evidencia del conocimiento adquirido para la adecuada
Así mismo, es de gran importancia resaltar la asertividad del uso de modelos y programas
estadísticos, que brindan resultados adecuados para ser interpretados; con el objetivo de
la calidad del servicio prestado y por ende una mayor satisfacción del cliente. Partiendo claro
con los objetivos misionales y de calidad organizacional; con el fin de que el lector pueda
4
2. JUSTIFICACIÓN
sustituyen las situaciones reales por otras creadas artificialmente, lo que permite identificar
los factores, variables y condiciones de proceso que puedan influir para la resolución de
diario, ya sea como clientes o como usuarios pasamos por servicios que se pueden ajustar a
dichas definiciones. Y teniendo en cuenta que, en muchas ocasiones, el cliente, debe esperar
un tiempo bastante considerable, para ser atendido, se hace necesario, comprender en primera
medida porque ocurre esto, y en segunda des de la óptica de la ingeniería industrial, lograr
construir mejoras en dichos sistemas, que permitan optimizar, el tiempo de atención y sobre
Este estudio se realiza por la importancia que tienen los sistemas de cola y su adecuada
simulación para proporcionar tanto una base teórica del tipo de servicio que podemos
esperar de un determinado recurso, como la forma en la cual dicho recurso puede ser
En esta ocasión el implementar las recomendaciones que surgen a partir del análisis de la
estructura del sistema de colas del supermercado Euro; se pueda identificar el nivel óptimo
5
de capacidad del sistema que minimiza el coste global del mismo, evaluar el impacto que
total del mismo y establecer un equilibrio entre las consideraciones cuantitativas de costes
estudio por medio de una herramienta que sea capaz de dar una respuesta sobre las
6
3. OBJETIVOS
3.1 GENERAL:
técnicas y programas de la estadística que cada sistemas con este tipo de comportamiento
trae consigo, para adquirir conocimiento de la importancia de las teorías de colas y de los
adecuada para determinar y proponer acciones efectivas que permitan mejorar el rendimiento
del sistema.
3.2 ESPECÍFICOS:
Analizar los datos observados mediante los resultados que arrojen las herramientas
estadísticas.
Simular el comportamiento del sistema teniendo como base los datos recogidos.
7
4. MARCO TEÓRICO
La teoría de colas es el estudio de modelos para el manejo eficiente de las líneas de espera,
sean estas personas, productos, automóviles, llamadas telefónicas entre otras (Hillier &
de colas no desea eliminar por completo la espera que pueden tener los clientes para la
prestación del servicio, debido a factores externos e internos como el de costos de instalación
apoyo para el modelamiento del problema, por eso a continuación se mostrará algunas
Longitud de la cola = número de clientes que esperan servicio o estado del sistema
8
p𝑛 (t) = probabilidad de que exactamente n clientes estén en el sistema en el tiempo
= ∑∞
𝑛=𝑠 (𝑛 − 𝑠)𝑝𝑛
W = E (0).
Wq = E (Wq).
9
4.2 NOTACIÓN DE KENDALL-LEE PARA LOS SISTEMAS DE LINEAS DE
ESPERA
Kendall (1951) diseñó la notación siguiente para representar dicho sistema de líneas de
espera. Cada sistema de líneas de espera se describe mediante seis características: 1/2/3/4/5/6
10
4.3 ESTRUCTURA Y ELEMENTOS DE UN SISTEMA DE COLAS
La estructura del sistema de colas está compuesta por una serie de elementos como: cliente,
servidor, instalación (servicio) y la cola; en el caso del punto de caja del supermercado Euro
seria las personas que esperan (clientes), las cajeras (servidor), instalación (cabina) y la cola
de los usuarios A continuación, se muestra la figura 1 la estructura que poseen los sistemas
11
Figura1. Mecanismo de servicio de caja supermercado Euro
existen tiempos entre llegadas sucesivas que representan la llegada de los clientes a la cola,
y el tiempo de servicio por cliente que representa al servicio. Por otro lado, el tamaño de la
cola puede ser finita o infinita según los propósitos prácticos que tenga. Sin embargo, esto
no determina la disciplina de la cola, es decir el orden en que son atendidos los clientes, la
cual puede ser primero en llegar, primero en ser atendido, último en llegar, primero en ser
pueden presentar factores aleatorios como que los clientes se cambien de fila, cansarse de
12
4.4 SIMULACION
las distintas variables, también nos permite la elección de recursos óptimos para el proceso
para la ingeniería de sistemas porque presenta las siguientes ventajas en el diseño de estos:
externos del sistema, al hacer alteraciones en el modelo del sistema y observando los efectos
• Una observación detallada del sistema que se está simulando puede conducir a un mejor
entendimiento del sistema y por consiguiente a sugerir estrategias que mejoren la operación
sistema, a detectar las variables más importantes que interactuan en el sistema y a entender
• La técnica de simulación puede ser utilizada para experimentar con nuevas situaciones,
sobre las cuales tiene poca o ninguna información. A través de esta experimentación se puede
• Cuando nuevos elementos son introducidos en un sistema, la simulación puede ser usada
para anticipar cuellos de botella o algún otro problema que puede surgir en el
13
• En simulación cada variable puede sostenerse constante excepto algunas cuya influencia
está siendo estudiada. Como resultado los posibles efectos de descontrol de las variables en
debe ser hecho cuando el experimento está desarrollado sobre un sistema real.
Tipos de simulaciones
En este punto, en que ya se ha definido lo que se entiende por modelo y por simulación, se
Persona - Persona: Simulaciones de tipo social en las que se estudian las reacciones de
período de tiempo, se intercambian los papeles para poder entender los procesos inversos.
biológico, etc., bajo unas condiciones controladas. Por ejemplo, una reacción química de la
14
Los dos últimos tipos son los que incumben a está asignatura: persona-ordenador y por
ordenador. Como veremos, las diferencias entre estos dos tipos son muy grandes, pero los
(Whicker, Sigelman, 1991; Mchaney, 1991; Ripley, 1987; Matloff, 1988; Poole,
15
5. ANÁLISIS EMPRESARIAL
5.1 Logo
servicio al por menor en las categorías de frutas, verduras, aseo personal, aseo del hogar,
16
5.3 Misión
Somos una compañía orientada a satisfacer las necesidades de la canasta básica, dentro de un
5.4 Visión
En el año 2020, seremos una Compañía consolidada en el mercado nacional, como la mejor
5.4 Valores
capacidad para asumir las consecuencias de nuestros actos, asumiendo nuestras obligaciones
con la sociedad a través del bienestar del empleado y su familia y con el medio ambiente
Respeto: Reconociendo los deberes y derechos propios y los de los demás, escuchando,
enfrentando y discerniendo las diferentes posiciones, sin que estas atenten contra la dignidad
Transparencia: Es la verdad con que expresamos los hechos, la forma como observamos las
17
5.5 Promesas De Valor
18
5.7 Nuestras Sedes
Euro Niquía
Euro Laureles
Euro Barbosa
Euro Marinilla
Euro Sabaneta
Euro montería
6. TOMA DE DATOS
toma de datos, es de vital importancia hacer un buen estudio de tiempos para tener la
información necesaria para analizar el comportamiento de las colas. En primer lugar, el grupo
encuentra el supermercado Euro. Es importante aclarar que para esta toma de datos las
El tiempo de servicio se estableció como aquel tiempo en el que el cliente llega a la cabina
para realizar su trámite. Luego de haber tomado los tiempos, se creó una hoja de datos en
Excel 2013.
19
N° MUESTRA HORA DE TIEMPO TIEMPO N° HORA DE TIEMPO TIEMPO
LLEGADA ENTRE EN EL MUESTRA LLEGADA ENTRE EN EL
LLEGAD SERVICIO LLEGADA SERVICIO
AS EN S EN
MINUTOS MINUTOS
1 8:03:21 3,21 4,60 31 10:12:94 3,04 4,61
2 8:07.18 3,97 7,50 32 10:18:39 5,45 5,21
3 8:12:68 5,5 5,82 33 10:26:11 7,72 7,78
4 8:19.22 6,54 4,84 34 10:34:53 8,42 6,81
5 8:23:56 4,34 2,75 35 10:43:63 9,1 6,14
6 8:27:23 3,67 4,45 36 10:49:13 5,5 7,71
7 8:34:22 6,99 6,15 37 10:56:78 7,65 3,33
8 8:41:76 7,54 7,72 38 10:59:28 2,5 6,81
9 8:44:53 2,77 4,48 39 11:02:42 3,14 4,13
10 8:48:00 3,47 3,23 40 11:07:47 5,05 10,74
11 8:52:38 4,38 4,12 41 11:11:35 3,88 9,51
12 8:58:55 6,17 5,96 42 11:14:10 2,75 8,39
13 9:02:88 4,33 2,70 43 11.19:10 5 7,14
14 9:06:30 3,42 5,76 44 11:25:91 6,81 4,03
15 9:11:16 4,86 5,78 45 11:31:75 5,51 7,32
16 9:15:68 4,52 7,67 46 11:38:75 7,33 5,54
17 9:17:79 2,11 8,77 47 11:46:03 7,28 11,00
18 9:20:48 2,69 6,89 48 11:51:33 5,3 10,87
19 9:23:70 3,22 5,38 49 11:54:93 3,6 6,46
20 9:25:29 1,59 4,58 50 11:59:15 4,22 7,98
21 9:32:03 6,74 3,51 51 12:02:83 3,68 8,23
22 9:37:60 5,57 2,98 52 12:07:29 4,46 6,40
23 9:43.04 5,44 8,71 53 12:08:61 1,32 8,74
24 9:49.51 6,47 4,29 54 12:12:22 3,61 6,90
25 9:53:05 3,54 5,26 55 12:18:77 6,55 5,26
26 9:56:59 3,54 5,40 56 12:23:17 4,4 6,96
27 10:00:91 4,32 4,71 57 12:26.52 3,35 4,65
28 10.03:55 2,64 3,33 58 12:31:26 4,74 3,55
29 10:06:56 3,01 4,03 59 12.36:96 5,7 8,33
30 10:09:90 3,34 5,02 60 12:41:41 4,45 2,6
En esta sección se aclara lo que se dijo en el apartado anterior: se tomará el sistema como de
1 servidor así que los modelos que tienen 2 o más servidores se descarta
20
Para estimar el comportamiento de los datos, se utilizará una prueba de hipótesis no
paramétrica muy reconocida llamada Prueba de bondad de ajuste, la cual sirve para brindar
𝐻𝑜 : 𝑓 = 𝑓0 Vs. 𝐻1 : 𝑓 ≠ 𝑓0
Es importante aclarar que, para que la prueba de bondad de ajuste pueda ser efectiva
los datos que se analizarán deben cumplir los criterios de normalidad y homocedasticidad
(Pedrosa, Juarros, Robles y García, p.1). Para el análisis estadístico de la prueba se usará el
Es una prueba de bondad de ajuste la cual compara los datos de una muestra de variable
continua con una función densidad de probabilidad. Al contrario de la prueba del chi
cuadrado, l test de Kolmogórov-Smirnov, o bien test K-S, no necesita una agrupación de los
datos de la muestra; lo cual facilita el uso de la prueba para muestras relativamente pequeñas
Según Canavos (1988), la prueba K-S se basa en una comparación entre las funciones de
bajo la hipótesis nula. A continuación, se contempla la hipótesis nula que la prueba considera:
21
0 𝑥 < 𝑥(1) ,
𝑘
𝑆𝑛 (𝑥) = { 𝑥(𝑘) ≤ 𝑥 < 𝑥(𝑘+1) ,
𝑛
1 𝑥 ≥ 𝑥𝑛
Donde 𝐷𝑛 es una estadística independiente de la distribución, esta solo puede ser evaluada
en función del tamaño de la muestra (Rodríguez. p.263); luego de esto se usa para cualquier
Se rechaza 𝐻𝑜 si 𝐷𝑛 > 𝐷𝛼
7. ANÁLISIS ESTADÍSTICO
contrastación estadística del modelo de colas del sistema de la empresa. Debido a que la toma
de datos del tiempo se realizó de forma continua, las funciones densidad discreta como
punto lo que se analizará será el comportamiento de los dos tiempos para caracterizar el
22
A continuación, se desarrollará la prueba K-S para 5 funciones continuas, las cuales serán la
Exponencial, Gamma, Uniforme, Normal y Erlang. Para esto se usa el software Statgraphics,
SERVICIO
7.1.2Datos de llegada
Recuento 60
Promedio 4,69017
Desviación Estándar 1,75216
Coeficiente de Variación 37,3582%
Mínimo 1,32
Máximo 9,1
Rango 7,78
Sesgo Estandarizado 1,4733
Curtosis Estandarizada -0,582331
23
Histograma para TIEMPO ENTRE LLEGADAS
12 Distribución
Erlang
Exponencial
10
Gamma
Normal
8 Uniforme
frecuencia
0
0 2 4 6 8 10
TIEMPO ENTRE LLEGADAS
El resultado arrojado por la prueba de bondad de ajuste, del 5% se concluye que los tiempos
entre llegadas se comportan bajo una distribución gama con media (4,69)
Recuento 60
Promedio 5,992
Desviación Estándar 2,10187
Coeficiente de Variación 35,0779%
Mínimo 2,6
Máximo 11,0
Rango 8,4
Sesgo Estandarizado 1,49212
Curtosis Estandarizada -0,510881
24
Histograma para TIEMPO EN EL SERVICIO EN MINUTOS
12 Distribución
Erlang
Exponencial
10
Gamma
Normal
8 Uniforme
frecuencia
0
0 2 4 6 8 10 12
TIEMPO EN EL SERVICIO EN MINUTOS
El resultado arrojado por la prueba de bondad de ajuste, del 5% se concluye que los tiempos
entre llegadas se comportan bajo una distribución gama con media (5,99).
G/G/1
Interpretación:
G: Clientes con tiempo de atención en el servicio que se comporta como una distribución e
gamma
1: un servidor en el sistema
de trabajo, decidió ajustarlos a una distribución normal, debido a que está más centrada y
facilita mucho más el análisis de los datos, en cuanto a las ecuaciones que se manejan por
25
ello la notación Kendal anterior. No se tienen los otros tres campos debido a que se desconoce
Ws= Wq + 1/ µ
𝑳𝒔 = 𝝀 ∗ 𝑾𝒔
𝑳𝒒 = 𝝀 ∗ 𝑾𝒒
Ws= Wq + 1/ µ
Ws= -3,572 +1/0,166
Ws = 2,452096385
𝑳𝒔 = 𝝀 ∗ 𝑾𝒔
𝑳𝒔 = 𝟎, 𝟐𝟏𝟑𝟐 ∗ 𝟐, 𝟒𝟓𝟐
𝑳𝒔 = 𝟎, 𝟓𝟐𝟐𝟕𝟖𝟔𝟗𝟒𝟗𝟒
𝑳𝒒 = 𝝀 ∗ 𝑾𝒒
𝑳𝒒 = 𝟎, 𝟐𝟏𝟑𝟐 ∗ (−𝟑, 𝟓𝟕𝟐)
𝑳𝒒 = −𝟎, 𝟕𝟔𝟏𝟓𝟓𝟎𝟒
26
Resume
𝒄𝒍𝒊𝒆𝒏𝒕𝒆𝒔
𝝀 0,2132196162 𝒎𝒊𝒏𝒖𝒕𝒐
𝒄𝒍𝒊𝒆𝒏𝒕𝒆𝒔
µ =0,1669449082 𝒎𝒊𝒏𝒖𝒕𝒐
𝟎,𝟐𝟏𝟑𝟐
𝝆 𝟎,𝟏𝟔𝟔𝟗
= 1,2774%
Po 1-1,2774=0,3025= -0,2774%
Ws 2,452096385 minutos
𝝀 > µ esto indica que en sistema se va a formar cola, debido a que llegan más del número
de clientes que salen, lo que a simple vista da indicios de fallas y desequilibrios en el sistema.
El factor de utilización arroja un porcentaje de 127,74% lo cual en primer lugar dice que el
sistema se encuentra sobresaturado, por lo que se debe realizar estrategias de mejora. Para
costos de personal que quizás necesiten ser reestructurados. De esta manera se podría decir
27
Así mismo el valor de Wq no es satisfactorio, esto quiere decir que un cliente se demora
esperando en la cola 3, 5728 minutos, más del promedio de espera; por otra parte, el valor de
Ws nos muestra que la atención del servicio se demora 2,4520 minutos en el sistema.
El StatAdvisor
Este procedimiento está diseñado para resumir una sola muestra de datos. Calculará varios
confianza y las pruebas de hipótesis. Use los botones de Opciones Tabulares y de Opciones
procedimientos.
Intervalos de confianza del 95,0% para la media: 5,992 +/- 0,542972 [5,44903; 6,53497]
28
El StatAdvisor
Este panel muestra los intervalos de confianza del 95,0% para la media y la desviación
95,0% de las veces. En términos prácticos, puede establecerse con 95,0% de confianza, que
lugar entre 5,44903 y 6,53497, en tanto que la desviación estándar verdadera está en algún
Ambos intervalos asumen que la población de la cual proviene la muestra puede representarse
por la distribución normal. Mientras que el intervalo de confianza para la media es bastante
robusto y no muy sensible a violaciones de este supuesto, los intervalos de confianza para la
desviación estándar son muy sensibles. Si los datos no provienen de una distribución normal,
el intervalo para la desviación estándar puede ser incorrecto. Para verificar si los datos
29
Prueba t
Alternativa: no igual
Estadístico t = 22,0822
Valor-P = 0
Alternativa: no igual
Valor-P = 0
Alternativa: no igual
Valor-P = 1,67968E-11
Prueba chi-cuadrada
Alternativa: no igual
Valor-P = 0
El StatAdvisor
Esta ventana muestra los resultados de las pruebas relativas a la población de la cual procede
a 0,0. Debido a que el valor-P para esta prueba es menor que 0,05, se puede rechazar la
hipótesis nula con un 95,0% de confianza. La prueba de los signos evalúa la hipótesis de que
basa en contar el número de valores arriba y abajo de la mediana hipotética. Debido a que el
31
valor-P para esta prueba es menor que 0,05, se puede rechazar la hipótesis nula con un 95,0%
de confianza. La prueba de rangos con signo evalúa la hipótesis nula de que la mediana de
comparar los rankeos promedio de los valores arriba y abajo de la mediana hipotética.
Debido a que el valor-P para esta prueba es menor que 0,05, se puede rechazar la hipótesis
nula con un 95,0% de confianza. La prueba del signo y la del signo con rango son menos
sensibles a la presencia de valores aberrantes pero son un tanto menos potentes que la prueba-
a que el valor-P para esta prueba es menor que 0,05, se puede rechazar la hipótesis nula con
un 95,0% de confianza.
desarrollado el proceso.
32
11. CONCLUSIONES Y RECOMENDACIONES
Se puede afirmar con base en lo anterior y en los resultados anteriores, que la caja analizada
como sistema, presenta varios desequilibrios, ya sea por falta de experiencia del cajero, por
malos métodos de trabajo, o por insuficiencia de puntos de caja. Por lo que es necesario
restructurar las cargas laborales de los servidores, el número de cajas a utilizar, mejorara los
Estos resultado nos indican que es necesario analizar el sistema completo para determinar si
las demás cajas también presentan desequilibrios; estos desequilibrios pueden generar fallas,
y desmotivación en los empleados, ya que deben tener un tiempo de holgura entre el 15% y
cuenta la escasez de los recursos disponibles de una organización, para determinar cómo se
La teoría de colas es una herramienta muy importante ya que sus resultados son aplicables a
una amplia gama de situaciones de la vida cotidiana dentro de las organizaciones de negocios,
En este caso específico permitió determinar el comportamiento del sistema de una caja (
Concluimos así, que para la mejor atención del cliente y para que el empleado labore el
33
confianza y la fidelidad de los clientes, determinando que se debe hacer uso óptimo de los
demás cajeros que permita mejorar el flujo y por ende el tiempo de atención de los clientes,
para que el desempeño del sistema sea óptimo. Aclarando claro está que esto depende de los
En esa línea de pensamientos; los empleados están desnivelados en la carga laboral, ya que
tienen un tiempo mayor del necesario de ocio; es decir lo ideal es que este entre el 15% y un
25% ellos no tienen tiempo de ocio. Debido a que el porcentaje de utilización del sistema
Buena capacitación personal para realizar sus labores, y la practica en ellas es de vital
Así mismo podemos sintetizar, que la simulación de este sistema nos permitió determinar,
que el sistema colapsara si la población se vuelve infinita, por ello se recomienda crear
34
12. BIBLIOGRAFIA
https://estadisticaunicaes.files.wordpress.com/2012/05/george-c-canavos-
probabilidad-y-estadc3adstica-aplicaciones-y-mc3a9todos.pdf
2. Pedrosa, I., Juarros-Basterretxea, J., Robles-Fernández, A., Bastearon, J., & García-
http://dx.doi.org/10.11144/Javeriana.upsy13-5.pbad
Recuperado de
https://archuto.files.wordpress.com/2011/02/probabilidad_y_estadistica_basica.pdf
5. https://www.efecty.com.co/
6. https://www.youtube.com/watch?v=JYAiyq2lQl0
7. http://slideplayer.es/slide/1056487/
8. http://camp.ucss.edu.pe/ingenium/index.php/sistemas-informatica/165-la-
simulacion-de-sistemas
35
36