TEORÍA DE COLAS: ANÁLISIS DEL SISTEMA DE CAJA DEL

SUPERMERCADO EURO UBICADO EN EL CENTRO COMERCIAL NUESTRO

DE LA CIUDAD DE MONTERIA MEDIANTE LOS CONCEPTOS DE TEORIA

DE COLAS Y LA SIMULACION

BERRIO OVIEDO KEEYTH ANDREA

PESTANA ANAYA CARLOS ANDRÉS

TUTOR:

ING. JORGE MARIO LÓPEZ PEREIRA. MSC.

UNIVERSIDAD DE CÓRDOBA

DEPARTAMENTO DE INGENIERÍA INDUSTRIAL

FACULTAD DE INGENIERÍAS

MONTERIA- CÓRDOBA

2018

1
 CONTENIDO

1. INTRODUCCION..................................................................................................................... 4

2. JUSTIFICACIÓN ..................................................................................................................... 5

3. OBJETIVOS .............................................................................................................................. 7

3.1 GENERAL:................................................................................................................................... 7

3.2 ESPECÍFICOS: ....................................................................................................................... 7

4. MARCO TEÓRICO ................................................................................................................. 8

4.1 TERMINOLOGÍA Y NOTACIÓN ................................................................................................... 8

4.2 NOTACIÓN DE KENDALL-LEE PARA LOS SISTEMAS DE LINEAS DE ESPERA.............................. 10

4.3 ESTRUCTURA Y ELEMENTOS DE UN SISTEMA DE COLAS ........................................................ 11

4.4 SIMULACION............................................................................................................................ 13

5. ANÁLISIS EMPRESARIAL ................................................................................................. 16

5.1 Logo ......................................................................................................................................... 16

5.2 Filosofía de la empresa............................................................................................................ 16

5.3 Misión ...................................................................................................................................... 17

5.4 Visión ....................................................................................................................................... 17

5.4 Valores..................................................................................................................................... 17

5.5 Promesas De Valor .................................................................................................................. 18

5.6 Alcance geográfico de la organización .................................................................................... 18

5.7 Nuestras Sedes ........................................................................................................................ 19

6. TOMA DE DATOS ................................................................................................................. 19

2
 6.1 TRATAMIENTO DE DATOS ....................................................................................................... 20

6.2 TEST DE KOLMOGOROV-SMIRNOV ......................................................................................... 21

7. ANÁLISIS ESTADÍSTICO .................................................................................................... 22

7.1 REALIZACIÓN DEL TEST AL TIEMPO ENTRE LLEGADAS Y TIEMPO DE ...................................... 23

SERVICIO ........................................................................................................................................ 23

7.1.2Datos de llegada ................................................................................................................ 23

7.1.3 Pruebas de Bondad de Ajuste .......................................................................................... 23

7.1.4 Datos de salida ................................................................................................................. 24

7.1.5 Pruebas de Bondad de Ajuste .......................................................................................... 24

8. ÍNDICADORES DE DESEMPEÑO DEL SISTEMA ......................................................... 26

10. SIMULACIÓN DEL SISTEMA ............................................................................................ 32

11. CONCLUSIONES Y RECOMENDACIONES .................................................................... 33

12. BIBLIOGRAFIA ..................................................................................................................... 35

3
 1. INTRODUCCION

El presente trabajo se busca dar a conocer el análisis, recomendaciones y conclusiones, del

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

de colas, desarrollados en el curso de investigación de operaciones 3, y posteriormente en

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

interpretación de los datos, determinando su comportamiento. Esta actividad permite

comprender pragmáticamente como interpretar el comportamiento de un sistema, que tienen

comportamientos de teorías de colas y como simularlo, ajustando todas las variables al

comportamiento realístico del sistema. El informe permite desarrollar actividades de

observación y registros de tiempos de llegada de los clientes y usuarios, tiempo de servicio

de este y cantidad de entidades en la cola.

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

establecer recomendaciones para la organización; que al ser implementadas podrán mejorar

la calidad del servicio prestado y por ende una mayor satisfacción del cliente. Partiendo claro

está, de la cultura, filosofía, valores y políticas de la organización, que permiten en primera

instancia comprender el contexto organizacional, para proponer acciones correctivas acordes

con los objetivos misionales y de calidad organizacional; con el fin de que el lector pueda

tener un contexto de la organización.

4
 2. JUSTIFICACIÓN

La Simulación de Procesos resume toda la teoría relacionada con un proceso en el cual se

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

situaciones que afecten al proceso o al producto, coadyuvar al desarrollo de nuevos productos

y/o realizar mejoras en el proceso o en el producto. En los últimos años, la simulación de

procesos ha llegado a ser una herramienta adecuada y oportuna de apoyo para el

funcionamiento de los procesos industriales. (Kiamarís Gorrín; William Barrios)

Conocer el comportamiento de los sistemas de colas; es de gran importancia debido que, a

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

todo mejorar la experiencia de los clientes o usuarios en estos sistemas.

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

diseñado para proporcionar un determinado grado de servicio a sus clientes.

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

las posibles alternativas de modificación de la capacidad del sistema tendrían en el coste

total del mismo y establecer un equilibrio entre las consideraciones cuantitativas de costes

y las cualitativas de servicio.

Debido a lo comentado anteriormente, se plantea como algo muy útil el desarrollo de un

estudio por medio de una herramienta que sea capaz de dar una respuesta sobre las

características que tiene un determinado modelo de colas.

6
 3. OBJETIVOS

3.1 GENERAL:

Desarrollar un trabajo aplicativo en la organización supermercado Euro, direccionado hacia

la comprensión y análisis de su sistema de atención al cliente y usuario, basados en la

conceptualización de las teorías de colas, y en el proceso de simulación a través de las

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

efectos analíticos, estadísticos e interpretativos y de mejoras que resultan de una simulación

adecuada para determinar y proponer acciones efectivas que permitan mejorar el rendimiento

del sistema.

3.2 ESPECÍFICOS:

 Tomar los tiempos de llegada de los clientes y usuarios y el tiempo de servicio.

 Analizar los datos observados mediante los resultados que arrojen las herramientas

estadísticas.

 Aplicar la conceptualización de teoría de colas para la definición del tipo de sistema

que va a ser analizado en el proceso de caja del supermercado Euro.

 Determinar el rendimiento de desempeño del sistema, según el análisis de los datos

 Simular el comportamiento del sistema teniendo como base los datos recogidos.

 Construir un trabajo de informe basado en el análisis de los resultados obtenidos, en

el cual se incluya recomendaciones con respecto al sistema de colas y la simulación

del proceso de caja del supermercado Euro.

7
 4. MARCO TEÓRICO

Es necesario contextualizar al lector, para ello se explicará el concepto de teoría de colas

propuestas por algunos autores, la terminología y notación utilizada en la temática, la

estructura de los sistemas de colas y los elementos que la conforman.

4.1 TERMINOLOGÍA Y NOTACIÓN

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 &

Lieberman, 1997). Por medio de la cuantificación del fenómeno de esperar, medidas de

desempeño representativas, tales como longitud promedio de la cola, tiempo de espera

promedio en la cola, y el uso promedio de la instalación. Es importante resaltar que la teoría

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

y operación, que pueden ser prohibitivos (taha, 2012)

Además, se hace necesario tener herramientas matemáticas y estadísticas diseñadas como

apoyo para el modelamiento del problema, por eso a continuación se mostrará algunas

notaciones propuestas por Hillier y Lieberman (2010):

 Estado del sistema = número de clientes en el sistema.

 Longitud de la cola = número de clientes que esperan servicio o estado del sistema

menos número de clientes a quienes se les da el servicio.

 N (t) = número de clientes en el sistema de colas en el tiempo t (t ≥ 0).

8
 p𝑛 (t) = probabilidad de que exactamente n clientes estén en el sistema en el tiempo

t, dado el número en el tiempo 0.

 S = número de servidores (canales de servicio en paralelo) en el sistema de colas.

 λ𝑠 = tasa media de llegadas (número esperado de llegadas por unidad de tiempo) de

nuevos clientes cuando hay n clientes en el sistema.

 𝜇𝑛 = tasa media de servicio en todo el sistema (número esperado de clientes que

completan su servicio por unidad de tiempo) cuando hay n clientes en el sistema.

Nota: 𝜇𝑛 representa la tasa combinada a la que todos los servidores ocupados

(aquellos que están sirviendo a un cliente) logran terminar sus servicios.

 𝑝𝑛 = probabilidad de que haya exactamente n clientes en el sistema.

 L = numero esperado de clientes en el sistema= ∑∞

𝑛=0 𝑛𝑝𝑛

 Lq =longitud esperada de la cola (excluye los clientes que están en servicio)

= ∑∞
𝑛=𝑠 (𝑛 − 𝑠)𝑝𝑛

 𝑤 = tiempo de espera en el sistema (incluye tiempo de servicio) para cada cliente

W = E (0).

 Wq = tiempo de espera en la cola (excluye tiempo de servicio) para cada cliente.

Wq = E (Wq).

9
4.2 NOTACIÓN DE KENDALL-LEE PARA LOS SISTEMAS DE LINEAS DE
ESPERA

La notación de Kendall-lee sirve para caracterizar un sistema de líneas de espera en el cual

todas las llegadas esperan en una sola cola hasta que está libre uno de los s servidores
paralelos idénticos. Luego el primer cliente en la cola entra al servicio, y así sucesivamente.

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

La primera característica especifica la naturaleza del proceso de llegada. Se utilizan las

abreviaturas estándar siguientes:
M: los tiempos entre llegadas son variables aleatorias independientes e idénticamente
distribuidas cuya distribución es exponencial.
D= los tiempos entre llegadas son deterministas.
Ek= los tiempos entre llegadas son Erlangs con parámetro de forma k.
GI= los tiempos entre llegadas son y están regidos por una distribución general.

La segunda característica especifica la naturaleza de los tiempos de servicio:

M: los tiempos de servicio son y están distribuidas exponencialmente.
D= los tiempos de servicio son deterministas.
Ek= los tiempos de servicio son Erlangs con parámetro de forma k.
GI= los tiempos de servicio son y están regidos por una distribución general.

La tercera característica es la cantidad de servidores en paralelo.

La cuarta característica es la disciplina del servicio:

FCFS= El primero en llegar, primero en ser atendido.

LCFS= El último en llegar, primero en ser atendido.
SIRO= Servicio en orden aleatorio.
GD= Disciplina general.

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

de caja del supermercado Euro en su sistema de colas.

11
 Figura1. Mecanismo de servicio de caja supermercado Euro

Es importante tener en cuenta que en la estructura de los sistemas de colas también

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

atendido, servicio aleatorio o servicio por prioridad. En la estructura de la cola también se

pueden presentar factores aleatorios como que los clientes se cambien de fila, cansarse de

esperar e irse. Además, este comportamiento también depende de si el sistema de colas

incluye servidores paralelos o en serie.

12
4.4 SIMULACION

La simulación de sistemas es la representación analítica apoyada en herramientas

matemáticas y computacionales que permiten evaluar el impacto que producen cambios en

las distintas variables, también nos permite la elección de recursos óptimos para el proceso

analizado. Thomas H. Taylor ha sugerido que un estudio de simulación es muy importante

para la ingeniería de sistemas porque presenta las siguientes ventajas en el diseño de estos:

• A través de un estudio de simulación, se puede estudiar el efecto de cambios internos y

externos del sistema, al hacer alteraciones en el modelo del sistema y observando los efectos

de esas alteraciones en el comportamiento del sistema.

• 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

y eficiencia del sistema.

• La simulación de sistemas complejos puede ayudar a entender mejor la operación del

sistema, a detectar las variables más importantes que interactuan en el sistema y a entender

mejor las interrelaciones entre estas variables.

• 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

anticipar mejor a posibles resultados no previstos.

• 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

comportamiento del sistema.

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

el comportamiento del sistema necesitan no ser tomados en cuenta. Como frecuentemente

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

pasará a ver qué tipos generales de simulación se definen habitualmente:

Persona - Persona: Simulaciones de tipo social en las que se estudian las reacciones de

personas o colectivos. Por ejemplo: entrenamiento de entrevistas de trabajo. Se sitúa a dos

personas en los papeles de entrevistador y entrevistado y después de actuar durante un

período de tiempo, se intercambian los papeles para poder entender los procesos inversos.

De Sistema: Simulaciones donde se reproduce físicamente un sistema físico, químico,

biológico, etc., bajo unas condiciones controladas. Por ejemplo, una reacción química de la

naturaleza controlada en situación de laboratorio.

Persona - Ordenador: Simulaciones donde la persona responde a unas cuestiones planteadas

por el ordenador. Por ejemplo, entrenamiento mediante juegos de estrategia financiera,

simuladores de vuelo, etc.

Por Ordenador: No requieren interacción. A partir de una entrada, un programa (conjunto de

reglas de decisión) la transforma obteniendo una salida. Usualmente responden a sistemas

estocásticos, es decir, basados en probabilidad.

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

dos pueden utilizar tecnología de realidad virtual.

Simulación por ordenador En el ámbito científico y técnico, cuando se habla de simulación,

a menudo se sobrentiende que se está haciendo referencia a la simulación por ordenador

(Whicker, Sigelman, 1991; Mchaney, 1991; Ripley, 1987; Matloff, 1988; Poole,

Szymankiewicz, 1977; Jorba, Masdemont, 1995; Shannon, 1975).

15
 5. ANÁLISIS EMPRESARIAL

5.1 Logo

5.2 Filosofía de la empresa

Euro supermercado es una Organización dedicada a la venta bajo la modalidad de auto

servicio al por menor en las categorías de frutas, verduras, aseo personal, aseo del hogar,

lácteos, cárnicos, panadería entre otras.

Fue fundado el 28 de diciembre de 2001 por un grupo de comerciantes paisas, en la central

mayorista de Antioquia. A partir de dicho año empezaron a suministrar productos de las

marcas más reconocidas y de la mejor calidad a toda la comunidad Antioqueña. Su identidad

con el producto nacional y su compromiso con los pequeños y medianos cultivadores de

frutas y verduras dan origen a su promesa de valor del ahorro efectivo.

16
5.3 Misión

Somos una compañía orientada a satisfacer las necesidades de la canasta básica, dentro de un

marco de abundancia, calidad, frescura, servicio y Ahorro Efectivo, reflejado tanto en

nuestros productos y procesos, como en nuestros colaboradores.

5.4 Visión

En el año 2020, seremos una Compañía consolidada en el mercado nacional, como la mejor

opción de canasta básica para todos los públicos objetivos.

5.4 Valores

Responsabilidad: Siendo coherentes entre lo que decimos y lo que hacemos, mostrando

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

fomentando el cuidado del mismo.

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

e integridad del otro.

Transparencia: Es la verdad con que expresamos los hechos, la forma como observamos las

normas y honramos los compromisos.

17
5.5 Promesas De Valor

5.6 Alcance geográfico de la organización

18
5.7 Nuestras Sedes

 Euro Niquía

 Euro Laureles

 Euro Barbosa

 Euro Marinilla

 Euro Sabaneta

 Euro Ciudad Parque

 Euro montería

6. TOMA DE DATOS

El primer paso para desarrollar la optimización del sistema de colas de la empresa es el de

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

de trabajo se dirigió al Centro Comercial Nuestro Ubicado en la calle 29, en el cual se

encuentra el supermercado Euro. Es importante aclarar que para esta toma de datos las

operaciones no se vieron intervenidas por ninguna índole, esto es importante ya que si el

proceso se hubiere corrompido provocaría un sesgo en los tiempos recogidos, atribuyendo

tiempos que no generan valor al modelo.

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

6.1 TRATAMIENTO DE DATOS

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

un procedimiento el cual tome una muestra la cual se desconoce la función densidad y

comparen las siguientes hipótesis:

Sea X: Variable aleatoria continúa.

𝑓𝑜 (𝑥): Función densidad de probabilidad para X.

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

paquete estadístico Statgraphics.

6.2 TEST DE KOLMOGOROV-SMIRNOV

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

de 200 datos (Canavos, p.263).

Según Canavos (1988), la prueba K-S se basa en una comparación entre las funciones de

distribución acumulativa que se observan en la muestra ordenada y la distribución propuesta

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

Ahora bien, la estadística de Kolmogorov-Smirnov se define como:

𝐷𝑛 = 𝑚𝑎𝑥𝑥 |𝑆𝑛 (𝑥𝑖 ) − 𝐹0 (𝑥𝑖 )| 𝑖 = 1,2, … , 𝑛

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

𝐹𝑜 (𝑥). Siendo especificado el nivel de significancia α:

Se rechaza 𝐻𝑜 si 𝐷𝑛 > 𝐷𝛼

7. ANÁLISIS ESTADÍSTICO

Habiendo definido la toma de datos y como se van a tratar, se prosigue a realizar la

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

Poisson, Binomial, Hipergeométrica se descartan para tomarse como continúas. En este

punto lo que se analizará será el comportamiento de los dos tiempos para caracterizar el

sistema con una de las notaciones de Kendall.

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,

en Describir>Ajustes de distribuciones>Ajustes de datos no censurados.

7.1 REALIZACIÓN DEL TEST AL TIEMPO ENTRE LLEGADAS Y TIEMPO DE

SERVICIO

Para encontrar la primera componente de la notación de Kendall se busca la distribución de

los tiempos entre llegadas.

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

7.1.3 Pruebas de Bondad de Ajuste

Pruebas de Bondad-de-Ajuste para TIEMPO ENTRE LLEGADAS

Prueba de Kolmogorov-Smirnov
Erlang Exponencial Gamma Normal Uniforme
DMAS 0,703204 0,159487 0,0701664 0,105353 0,203728
DMENOS 0,0000387523 0,363767 0,0630452 0,0618035 0,102999
DN 0,703204 0,363767 0,0701664 0,105353 0,203728
Valor-P 0,0 2,53979E-7 0,929188 0,532793 0,0137401

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)

7.1.4 Datos de salida

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

7.1.5 Pruebas de Bondad de Ajuste

TIEMPO EN EL SERVICIO EN MINUTOS

Prueba de Kolmogorov-Smirnov
Erlang Exponencial Gamma Normal Uniforme
DMAS 0,596015 0,164731 0,055722 0,0790482 0,2
DMENOS 0,000927145 0,352031 0,0708885 0,0532852 0,0202381
DN 0,596015 0,352031 0,0708885 0,0790482 0,2
Valor-P 0,0 6,95996E-7 0,923718 0,847582 0,0164595

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).

Por tanto, según la notación Kendall- Lee es sistema es:

G/G/1

Interpretación:

G: Clientes con llegadas de distribución normal

G: Clientes con tiempo de atención en el servicio que se comporta como una distribución e

gamma

1: un servidor en el sistema

OBSERVACION IMPORTANTE: A pesar de que la distribución real para los datos de

entrada (tiempo entre llegadas) tienen un comportamiento de distribución gamma, el equipo

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

si el primer cliente que llega al local es el primero que se atiende.

8. ÍNDICADORES DE DESEMPEÑO DEL SISTEMA

Ecuaciones de la notación Kendall G/G/1

Ws= Wq + 1/ µ
𝑳𝒔 = 𝝀 ∗ 𝑾𝒔
𝑳𝒒 = 𝝀 ∗ 𝑾𝒒

CALCULO DE LAS MEDIDAS DE DESEMPEÑO

(𝟎,𝟐𝟏𝟐 ∗𝟑,𝟎𝟕)(𝟎,𝟏𝟔𝟐 ∗𝟒,𝟒𝟏) 𝟏,𝟐𝟕𝟕𝟒 𝟏

Wq= *𝟏−𝟏,𝟐𝟕𝟕𝟒 ∗ 𝟎,𝟏𝟔 = −𝟑, 𝟓𝟕𝟐𝟖
𝟐

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%

ls 𝟎, 𝟓𝟐𝟐𝟕𝟖𝟔𝟗𝟒𝟗𝟒 unidades en sistema

lq −𝟎, 𝟕𝟔𝟏𝟓𝟓𝟎𝟒 unidades en la cola

Ws 2,452096385 minutos

wq −𝟑, 𝟓𝟕𝟐𝟖 minutos

En primera instancia hay que mencionar que como

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

lograr un mejor rendimiento de utilización. Lo cual no es nada satisfactorio para el cliente,

ni para la organización, ya que este presenta demasiada sobrecarga en la caja y se incurre en

costos de personal que quizás necesiten ser reestructurados. De esta manera se podría decir

también que la probabilidad de que alguna unidad se encuentre en el sistema es

considerablemente alta, ya que este está totalmente sobresaturado.

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.

9. VALIDACIÓN DEL MODELO

Análisis de Una Variable - TIEMPO EN EL SERVICIO EN MINUTOS

Datos/Variable: TIEMPO EN EL SERVICIO EN MINUTOS

60 valores con rango desde 2,6 a 11,0

El StatAdvisor

Este procedimiento está diseñado para resumir una sola muestra de datos. Calculará varios

estadísticos y gráficas. También incluidos en el procedimiento están los intervalos de

confianza y las pruebas de hipótesis. Use los botones de Opciones Tabulares y de Opciones

Gráficas en la barra de herramientas para análisis, para acceder a estos diferentes

procedimientos.

Intervalos de Confianza para TIEMPO EN EL SERVICIO EN MINUTOS

Intervalos de confianza del 95,0% para la media: 5,992 +/- 0,542972 [5,44903; 6,53497]

Intervalos de confianza del 95,0% para la desviación estándar: [1,78162; 2,56357]

28
El StatAdvisor

Este panel muestra los intervalos de confianza del 95,0% para la media y la desviación

estándar de TIEMPO EN EL SERVICIO EN MINUTOS. La interpretación clásica de estos

intervalos es que, en muestreos repetidos, estos intervalos contendrán la media verdadera ó

la desviación estándar verdadera de la población de la que fueron extraídas las muestras, el

95,0% de las veces. En términos prácticos, puede establecerse con 95,0% de confianza, que

la media verdadera de TIEMPO EN EL SERVICIO EN MINUTOS se encuentra en algún

lugar entre 5,44903 y 6,53497, en tanto que la desviación estándar verdadera está en algún

lugar entre 1,78162 y 2,56357.

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

provienen de una distribución normal, seleccione Resumen Estadístico de la lista de Opciones

Tabulares, ó escoja Gráfica de Probabilidad Normal de la lista de Opciones Gráficas.

Prueba de Hipótesis para TIEMPO EN EL SERVICIO EN MINUTOS

Media Muestral = 5,992

Mediana Muestral = 5,77

Desviación Estándar de la Muestra = 2,10187

29
Prueba t

Hipótesis Nula: media = 0

Alternativa: no igual

Estadístico t = 22,0822

Valor-P = 0

Se rechaza la hipótesis nula para alfa = 0,05.

Prueba de los signos

Hipótesis Nula: mediana = 0

Alternativa: no igual

Número de valores menores a la mediana hipotética: 0

Número de valores mayores a la mediana hipotética: 60

Estadístico para Grandes Muestras = 7,61687 (aplicada la corrección por continuidad)

Valor-P = 0

Se rechaza la hipótesis nula para alfa = 0,05.

Prueba de rangos con signo

Hipótesis Nula: mediana = 0

Alternativa: no igual

Rango medio de valores menores a la mediana hipotética: 0

30
Rango medio de valores mayores a la mediana hipotética: 30,5

Estadístico para Grandes Muestras = 6,73228 (aplicada la corrección por continuidad)

Valor-P = 1,67968E-11

Se rechaza la hipótesis nula para alfa = 0,05.

Prueba chi-cuadrada

Hipótesis Nula: sigma = 1,0

Alternativa: no igual

Chi-cuadrado calculado = 260,654

Valor-P = 0

Se rechaza la hipótesis nula para alfa = 0,05.

El StatAdvisor

Esta ventana muestra los resultados de las pruebas relativas a la población de la cual procede

la muestra de TIEMPO EN EL SERVICIO EN MINUTOS. La prueba-t evalúa la hipótesis

de que la media de TIEMPO EN EL SERVICIO EN MINUTOS es igual a 0,0 versus la

hipótesis alterna de que la media de TIEMPO EN EL SERVICIO EN MINUTOS es no igual

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

la mediana de TIEMPO EN EL SERVICIO EN MINUTOS es igual a 0,0 versus la hipótesis

alterna de que la mediana TIEMPO EN EL SERVICIO EN MINUTOS es no igual a 0,0. Se

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

TIEMPO EN EL SERVICIO EN MINUTOS es igual a 0,0 versus la hipótesis alterna de que

la mediana TIEMPO EN EL SERVICIO EN MINUTOS es no igual a 0,0. Se basa en

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-

t si todos los datos provienen de la misma distribución normal.

La prueba de chi-cuadrada evalúa la hipótesis nula de que la desviación estándar de TIEMPO

EN EL SERVICIO EN MINUTOS es igual a 1,0 versus la hipótesis alterna de que la

desviación estándr de TIEMPO EN EL SERVICIO EN MINUTOS es no igual a 1,0. 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.

10. SIMULACIÓN DEL SISTEMA

Para el desarrollo de la simulación se anexa el documento Excel en el cual se encuentra

desarrollado el proceso.

Observando que los valores de 𝝀, µ 𝐲 𝐩 corresponden a los valores calculados

SIMULACION DEL SISTEMA DE COLAS DE EURO.xlsx

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

métodos de trabajo, porque de este modo equilibra adecuadamente el sistema, y no se pierde

recurso de tiempo y monetario para la empresa ni para el empleado.

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

el 255, para sus necesidades.

La investigación de operaciones; permite el análisis de la toma de decisiones teniendo en

cuenta la escasez de los recursos disponibles de una organización, para determinar cómo se

puede optimizar el objetivo definido.

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,

industrias, ingenierías transporte y servicios múltiples.

En este caso específico permitió determinar el comportamiento del sistema de una caja (

punto de pago) del supermercado Euro y poder desarrollar ajustes en el mismo.

Concluimos así, que para la mejor atención del cliente y para que el empleado labore el

tiempo adecuado en la caja analizada; es necesario destinar recursos que garanticen la

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

días en que más concurren los clientes en el supermercado.

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

arrojo un porcentaje de utilización de 127.74% lo cual es bastante injustificable para esta

organización y sus objetivos misionales.

Dentro de las recomendaciones que hacemos están:

Buena capacitación personal para realizar sus labores, y la practica en ellas es de vital

importancia; para la atención de manera mucho más rápida, y se brinde satisfacción.

Adquisición de software de registros actualizados, que le permitan al empleado ingresar la

información pertinente en menos pasos y con la misma seguridad.

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

nuevas cajas que nivelen la carga de atención.

34
 12. BIBLIOGRAFIA

1. Canavos, G (1988). Probabilidad y estadística. Aplicaciones y métodos. México:

editorial McGraw Hill. Recuperado de

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-

Cueto, E. (2015). Pruebas de bondad de ajuste en distribuciones simétricas, ¿qué

estadístico utilizar? Universitas Psychologica, 14(1), 245-254. Recuperado de

http://dx.doi.org/10.11144/Javeriana.upsy13-5.pbad

3. Rodríguez O, Luis. (2007). Probabilidad y estadística básica para ingenieros.

Recuperado de

https://archuto.files.wordpress.com/2011/02/probabilidad_y_estadistica_basica.pdf

4. García S, José. (2015). Aplicando Teoría de colas en Dirección de Operaciones.

Departamento de Organización de Empresas. Universidad Politécnica de Valencia.

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