1

ESTUDIO DE TEORÍA DE COLAS APLICADO A LA CAFETERÍA DE SALUD EN LA

UNIVERSIDAD DE CÓRDOBA

MSC. JORGE MARIO LÓPEZ PEREIRA

UNIVERSIDAD DE CÓRDOBA

FACULTAD DE INGENIERÍAS

INGENIERÍA INDUSTRIAL

MONTERIA – CORDOBA

2018

TABLA DE CONTENIDO
 2

1. INTRODUCCIÓN ................................................................................................................................ 3
2. OBJETIVOS ......................................................................................................................................... 4
2.1. Objetivo General ........................................................................................................................... 4
2.2. Objetivos Específicos.................................................................................................................... 4
3. MARCO TEÓRICO.............................................................................................................................. 5
3.1. RESEÑA HISTÓRICA ................................................................................................................. 5
3.2. DESCRIPCIÓN DE UN SISTEMA DE COLAS ......................................................................... 6
3.2.1. Características de los sistemas de colas ................................................................................ 7
3.2.2. Notación básica ................................................................................................................... 10
3.3. CLASIFICACIÓN DE KENDALL Y LEE ................................................................................ 11
3.4. TIPOS DE MODELO ................................................................................................................. 12
4. EJEMPLO APLICATIVO .................................................................................................................. 15
4.1. DESCRIPCION DEL CASO ...................................................................................................... 15
4.2. APLICACIÓN DE LAS ECUACIONES ................................................................................... 24
5. CONCLUSIONES .............................................................................................................................. 27
6. RECOMENDACIONES ..................................................................................................................... 27
7. BIBLIOGRAFÍA ................................................................................................................................ 28
 3

1. INTRODUCCIÓN

La teoría de colas es una herramienta estadística muy poderosa para realizar análisis

cuantitativos en sistemas telefónicos, de información, redes de computadoras, etc. Utilizado para

modelar procesos en los cuales los clientes llegan, esperan su turno, reciben el servicio y luego se

marchan. Por ejemplo, las cajas de los supermercados. Los sistemas de colas se definen mediante

cinco componentes: la función de densidad de probabilidad del tiempo entre llegadas, la función

de densidad probabilidad del tiempo de servicio, el número de servidores, la disciplina de

ordenamiento en la cola y el tamaño máximo de las colas (Lucio, 2000, pág. 20).

El presente estudio tiene la finalidad de implementar la temática referente a la teoría de colas y

sus aplicaciones, con el fin de afianzar los conocimientos y poner estos en práctica como parte de

la formación integral del Ingeniero.

Para el desarrollo de la investigación es necesaria la selección de un suceso (cola) con las

condiciones ideales para la implementación de todos los procedimientos necesarios. Por tal

motivo, se ha seleccionado la cafetería de salud en la universidad de córdoba, donde se presta el

servicio de entrega de fichos para el almuerzo de los estudiantes vinculados a la institución.

Posteriormente, analizar el sistema y determinar la forma en que se organiza la cola del servicio

prestado, la capacidad, el número de clientes y servidores que lo conforman, y los tiempos en

que se desarrollan estos procesos.

 4

2. OBJETIVOS

2.1. Objetivo General

Identificar las medidas de desempeño del sistema en estudio, mediante la herramienta estadística

de teoría de colas implementada en la cafetería de salud en la Universidad de Córdoba, con la

finalidad de reconocer el comportamiento de esta y generar recomendaciones con base en el

análisis de resultados del presente trabajo aplicativo.

2.2. Objetivos Específicos

 Describir el sistema y su funcionamiento mediante indicadores de desempeño, de la

cafetería en la Universidad De Córdoba sede central, para aplicar los conocimientos

adquiridos sobre teoría de colas y generar las recomendaciones necesarias.

 Realizar la recolección de datos, y almacenar posteriormente en libros de Excel para su

análisis e interpretación.

 Complementar conocimientos de la teoría de colas con la práctica en el sistema escogido,

y de este mismo modo, realizar sugerencias óptimas para la mejora de la prestación del

servicio.
 5

3. MARCO TEÓRICO

“La teoría de colas es una disciplina, dentro de la Investigación de Operaciones que tiene por

objeto el estudio y análisis de situaciones en las que existen entes que demandan cierto servicio,

de tal forma que dicho servicio no puede ser satisfecho instantáneamente, por lo cual se provocan

esperas” (Lucio, 2000).

Tal y como queda patente en la definición anterior, el ámbito de aplicación de la teoría de colas

es enorme: desde las esperas por ser atendidos en establecimientos comerciales, esperas para

establecer comunicación o recibir información de un servidor web entre otros.

3.1. RESEÑA HISTÓRICA

Históricamente, los primeros trabajos que comenzaron a dar cuerpo a la teoría de colas (también

llamada Teletráfico en Ingeniería de Telecomunicaciones) son los debidos al matemático-

ingeniero danés A.K Erlang, quien en 1909 publicó La teoría de probabilidades y las conversiones

telefónicas. Erlang era entonces empleado de la compañía telefónica danesa en Copenhague y su

trabajo fue una aplicación de técnicas existentes en teoría de probabilidad al problema de

determinar el número óptimo de líneas telefónicas en una central, teniendo en cuenta la frecuencia

de las llamadas y su duración.

La aplicación de la teoría de colas a la telefonía continuó después de Erlang. En 1927, E.C Molina

publicó Aplicación de la teoría de la probabilidad a problemas de líneas telefónicas, seguido, en

1928, de Probabilidad y sus usos en Ingeniería, por T.C. Fry. A principios de los años 30, F,
 6

Pollaezek publicó trabajos innovadores sobre el caso de llegadas poissonianas y servicios

arbitrarios. También por esa época, los matemáticos de la escuela rusa A.N. Kolmogrov y A.Y.

Khintchine, así como C.D Crommelin en Francia y C. Palm en Suecia, realizaron importantes

aportes a la teoría.

A pesar de que, a comienzos del estudio de la teoría los aportes fueron muy escasos, esta situación

cambió notablemente a partir de los años 50, comenzando a publicarse gran número de trabajos

sobre el tema. En la actualidad la aplicación de la teoría de colas en los campos de la Informática,

las Telecomunicaciones y, en general, las nuevas tecnologías abren un mayor porvenir a esta teoría

matemática. [1]

3.2. DESCRIPCIÓN DE UN SISTEMA DE COLAS

Un sistema de colas se puede describir como sigue. Un conjunto de “clientes” llega a un sistema

buscando un servicio, esperan si este no es inmediato, y abandonan el sistema una vez han sido

atendidos. En algunos casos se puede admitir que los clientes abandonan el sistema si se cansan

de esperar. El término “cliente” se usa con un sentido general y no implica que sea un ser

humano, puede significar piezas esperando su turno para ser procesadas o una lista de trabajo

esperando para imprimir en una impresora en red.

Figura 1. Un sistema de cola básico.

Fuente. García, J. (2015). Aplicando Teoría de Colas en Dirección de Operaciones. [Figura].

Recuperado de http://personales.upv.es/jpgarcia/LinkedDocuments/Teoriadecolasdoc.pdf
 7

Aunque la mayor parte de los sistemas se puedan representar como en la figura 1, debe quedar

claro que una representación detallada exige definir un número elevado de parámetros y

funciones.

3.2.1. Características de los sistemas de colas

Seis son las características básicas que se deben utilizar para describir adecuadamente un sistema

de colas:

A) Patrón de llegada de los clientes.

B) Patrón de servicio de los servidores.

C) Disciplina de cola.

D) Capacidad del sistema.

E) Número de canales de servicio.

F) Número de etapas de servicio.

A) Patrón de llegada de los clientes

En situaciones de cola habituales, la llegada es estocástica, es decir la llegada depende de una

cierta variable aleatoria, en este caso es necesario conocer la distribución probabilística entre dos

llegadas de cliente sucesivas. Además, habría que tener en cuenta si los clientes llegan

independiente o simultáneamente. En este segundo caso (es decir, si llegan lotes) habría que

definir la distribución probabilística de éstos. También es posible que los clientes sean

“impacientes”. Es decir, que lleguen a la cola y si es demasiado larga se vayan, o que tras esperar

mucho rato en la cola decidan abandonar. Por último, es posible que el patrón de llegada varíe
 8

con el tiempo. Si se mantiene constante le llamamos estacionario, si por ejemplo varía con las

horas del día es no-estacionario.

B) Patrones de servicio de los servidores

Los servidores pueden tener un tiempo de servicio variable, en cuyo caso hay que asociarle, para

definirlo, una función de probabilidad. También pueden atender en lotes o de modo individual.

El tiempo de servicio también puede variar con el número de clientes en la cola, trabajando más

rápido o más lento, y en este caso se llama patrones de servicio dependientes. Al igual que el

patrón de llegadas el patrón de servicio puede ser no estacionario, variando con el tiempo

transcurrido.

C) Disciplina de cola

La disciplina de cola es la manera en que los clientes se ordenan en el momento de ser servidos

de entre los de la cola. Cuando se piensa en colas se admite que la disciplina de cola normal es

FIFO (atender primero a quien llegó primero) Sin embargo en muchas colas es habitual el uso de

la disciplina LIFO (atender primero al último). También es posible encontrar reglas de secuencia

con prioridades, como por ejemplo secuenciar primero las tareas con menor duración o según

tipos de clientes. En cualquier caso, dos son las situaciones generales en las que trabajar. En la

primera, llamada en inglés “preemptive”, si un cliente llega a la cola con una orden de prioridad

superior al cliente que está siendo atendido, este se retira dando paso al más importante. Dos

nuevos subcasos aparecen: el cliente retirado ha de volver a empezar, o el cliente retorna donde

se había quedado. La segunda situación es la denominada “no-preemptive” donde el cliente con

mayor prioridad espera a que acabe el que está siendo atendido.

 9

D) Capacidad del sistema

En algunos sistemas existe una limitación respecto al número de clientes que pueden esperar en

la cola. A estos casos se les denomina situaciones de cola finitas. Esta limitación puede ser

considerada como una simplificación en la modelización de la impaciencia de los clientes.

E) Número de canales del servicio

Es evidente que es preferible utilizar sistemas multiservidor con una única línea de espera para

todos que con una cola por servidor. Por tanto, cuando se habla de canales de servicio paralelos,

se habla generalmente de una cola que alimenta a varios servidores mientras que el caso de colas

independientes se asemeja a múltiples sistemas con sólo un servidor. En la figura 1 se dibujó un

sistema mono-canal, en la figura 2 se presenta dos variantes de sistema multicanal. El primero

tiene una sola cola de espera, mientras que el segundo tiene una sola cola para cada canal.

Figura 2. Sistemas de cola multicanal.

Fuente. García, J. (2015). Aplicando Teoría de Colas en Dirección de Operaciones. [Figura].

Recuperado de http://personales.upv.es/jpgarcia/LinkedDocuments/Teoriadecolasdoc.pdf

Se asume que, en cualquiera de los dos casos, los mecanismos de servicio operan de manera

independiente.
 10

F) Etapas de servicio

Un sistema de colas puede ser unietapa o multietapa. En los sistemas multietapa el cliente puede

pasar por un número de etapas mayor que uno. Una peluquería es un sistema unietapa, salvo que

haya diferentes servicios (manicura, maquillaje) y cada uno de estos servicios sea desarrollado

por un servidor diferente. En algunos sistemas multietapa se puede admitir la vuelta atrás o

“reciclado”, esto es habitual en sistemas productivos como controles de calidad y reprocesos. Un

sistema multietapa se ilustra en la figura 3

Figura 3. Sistema multietapa con retroalimentación.

Fuente. García, J. (2015). Aplicando Teoría de Colas en Dirección de Operaciones. [Figura].

Recuperado de http://personales.upv.es/jpgarcia/LinkedDocuments/Teoriadecolasdoc.pdf

3.2.2. Notación básica

La notación básica que se utiliza en los estudios realizados con Teoría de Colas es la siguiente:

𝑳𝒔 : Numero de entidades en servicio

𝑳𝒒 : Número de entidades en la cola

𝑾𝒔 : Tiempo de servicio

𝑾𝒒 : Tiempo en la cola

𝝆: Tasa de ocupación

𝝀
𝒄. 𝝁
 11

𝝀: Tasa de llegada

𝟏
̅ 𝑡𝑖𝑒𝑚𝑝𝑜 𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑙𝑙𝑒𝑔𝑎𝑑𝑎
=𝒙
𝝀

𝝁: Tasa de servicio

𝟏
̅ 𝑡𝑖𝑒𝑚𝑝𝑜 𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜
=𝒚
𝝁

c: número de servidores [2]

3.3. CLASIFICACIÓN DE KENDALL Y LEE

En 1953 Kendall y Lee propusieron un sistema de clasificación de los sistemas de líneas

de espera, ampliamente utilizado en la actualidad. Esta clasificación considera seis de

las características mencionadas en la estructura de los modelos de líneas de

espera, expresándolas en el formato (a / b / c) (d / e / f), donde:

a - distribución de probabilidad del tiempo entre llegadas de las transacciones.

b - distribución de probabilidad del tiempo de servicio. Los símbolos utilizados en estos dos

primeros campos son:

G: cualquier tipo de distribución.

M: distribución exponencial o Poisson.

𝐸𝑘 : Distribución Erlang con parámetro k.

GI: distribución general independiente.

H: distribución hiperexponencial.

D: constante.

c - número de servidores
 12

d - orden de atención a los clientes. Los símbolos utilizados en este campo son:

FIFO: primeras entradas, primeros servicios.

LIFO: últimas entradas, primeros servicios

RSS: orden aleatorio.

PR: con base en prioridades.

GD: en forma general.

e - número máximo de clientes que soporta el sistema en un mismo instante de tiempo.

f - número de clientes potenciales del sistema de líneas de espera. [3]

3.4. TIPOS DE MODELO

Medidas de
desempeño M/M/1 M/M/2 M/M/K
del sistema
Condición de 𝜇>𝜆 2𝜇 > 𝜆 𝑘𝜇 > 𝜆
aplicación
Factor de 𝜆 𝜆 𝜆
utilización 𝑐. 𝜇 𝑐. 𝜇 𝑐. 𝜇
𝝆
Factor de ocio 1 1
𝝆𝟎 𝜆 𝑛 𝜆 2 𝜆 𝑛
𝜆 𝑛
Pn ( ) ( ) 2𝜇 ( ) ( )
𝜇 𝜇 𝜇 𝜇 𝑘𝜇
(∑10 )+( )( ) (∑𝑘−1
entidades 𝑛! 2! 2𝜇 − 𝜆 𝑛=0 𝑛! ) + ( 𝑘! ) (𝑘𝜇 − 𝜆)

𝜆
1−
𝜇

Entidades 𝜆 𝜆 𝜆
promedio en 𝐿𝑞 + 𝐿𝑞 +
𝜇−𝜆 𝜇 𝜇
servicio
𝑳𝒔
Entidades 𝜆2 𝑛 𝜆 𝑛
𝜆 (𝜇 ) 𝜆𝜇
promedio en la 𝜇(𝜇 − 𝜆) (𝜇 ) 𝜆𝜇
𝑝
cola 𝑝0 (𝑘 − 1)! (𝑘𝜇 − 𝜆)2 0
𝑳𝒒 (2𝜇 − 𝜆)2
 13

tiempo 𝐿𝑠 𝐿𝑠 𝐿𝑠
promedio en 𝜆 𝜆 𝜆
servicio
𝑾𝒔
tiempo 𝐿𝑞 𝐿𝑞 𝐿𝑞
promedio en la 𝜆 𝜆 𝜆
cola
𝑾𝒒
Medidas de
desempeño M/G/1 M/D/1 M/Ek/1
del sistema
Condición de 𝜌<1 𝜌<1 𝜌<1
aplicación
Factor de 𝜆 𝜆
𝜆
utilización 𝜇 𝜇
𝝆 𝜇
Factor de ocio
𝝆𝟎 1−𝜌 XXXX XXXX

Entidades
promedio en
𝐿𝑞 + 𝜌 𝜆𝑊𝑠 𝜆𝑊𝑠
servicio
𝑳𝒔
Entidades
promedio en la 𝜆2 𝜎 2 + 𝜌 𝜌2 𝜌2 (𝑘 + 1)
cola 2(1 − 𝜌) 2(1 − 𝜌) 2𝑘(1 − 𝜌)
𝑳𝒒
tiempo
promedio en 1 1 1
𝑊𝑞 + 𝑊𝑞 + 𝑊𝑞 +
servicio 𝜇 𝜇 𝜇
𝑾𝒔
tiempo
promedio en la 𝐿𝑞 𝐿𝑞 𝐿𝑞
cola 𝜆 𝜆 𝜆
𝑾𝒒
Medidas de
desempeño G/G/1 G/G/c M/G/K
del sistema
Condición de 𝜌<1 𝜌<1 𝜌<1
aplicación
Factor de 𝜆 𝜆 𝜆
utilización 𝜇 𝜇 𝜇
𝝆
 14

Factor de ocio 1
𝑛
𝝆𝟎 𝜆 𝜆 𝑛
1−𝜌 1−𝜌 (𝜇 ) (𝜇 ) 𝑘𝜇
(∑𝑘−1
𝑛=0 𝑛! ) + ( 𝑘! ) (𝑘𝜇 − 𝜆)

Entidades 1
promedio en 1 1 𝐿𝑞 +
𝜆
servicio 𝐿𝑞 + 𝐿𝑞 +
𝜆 𝜆
𝑳𝒔
Entidades 𝜆𝑊𝑞
promedio en la
𝜆𝑊𝑞 𝜆𝑊𝑞
cola
𝑳𝒒
tiempo 1
promedio en 1 1 𝑊𝑞 +
𝑊𝑞 + 𝑊𝑞 + 𝜇
servicio 𝜇 𝜇
𝑾𝒔
tiempo 𝜎2 +1
𝐸[𝑊𝑀/𝑀/𝑐 ]
promedio en la 𝜆2 𝜎𝑒2 + 𝜇2 𝜎𝑠2 𝜌𝜆2 𝜎𝑒12 + 𝜇2 𝜎𝑠2 𝜌√2𝑐+2−1 1 2
( ) (( ) ( ) )( )( )
cola 2 𝜌0 𝜇 2 𝑐𝜌0 𝜇
𝑾𝒒

Tabla 1. Tipos de modelos de colas.

Fuente. Elaboración propia (basado en distintos autores especialistas en teoría de colas)
 15

4. EJEMPLO APLICATIVO

4.1. DESCRIPCION DEL CASO

Durante la realización del presente estudio de Teoría de Colas se seleccionó a la cafetería de

salud en la Universidad de Córdoba como objeto de estudio, donde se brinda el servicio de

alimentación a los estudiantes que necesitan almorzar. A estos se les proporciona un ficho que

tiene un precio de $1000 y luego en el horario de 11:00 am a 03:00 pm comienza el horario de

atención donde tienen que realizar la cola para reclamar dicho almuerzo. En este caso las

observaciones se hicieron entre las 02:00 pm y 03:00 pm durante 4 días.

El área de servicio de alimentación cuenta con 4 servidores que se encuentran organizados en

forma secuencial, por lo que, para facilitar la comprensión de este caso se tomarán a los cuatro

servidores secuenciales como uno solo. Además, de contar el tiempo de servicio como el instante

de tiempo que pasa desde que la persona entrega el ficho al primer servidor, hasta que el último

servidor le entrega el jugo. También se delimitó el sistema de la cola, es decir, la cola se cuenta

desde que la persona entra a las barandas que conducen al área de alimentación.

En la realización del pertinente análisis se observaron los tiempos entre llegadas de los

estudiantes a la cola, los tiempos de servicios y el número de personas en la cola cada 5 minutos.
 16

DATOS TOMADOS

Tiempo entre llegadas Tiempo de servicio Número de clientes en cola (cada 5

(segundos) (segundos) minutos)
47,96 3
45
6,96 4
31
2,72 4
24
37,77 1
28
9,62 7
38
7,34 3
42
5,75 1
42
13,49 0
29
55,24 0
23
32,59 2
45
85,59 5
27
20,74 3
34
2,24 0
43
22,53 2
37
20,64
32 6
40,21
41 7
85,12
29 6
105,35
40 6
61,39
38 3
2,72
43 7
7,6
30 5
7,03
45 5
7,61
27 6
 17

25,38
32 1
26,4
43 2
81,54
38 7
6,37
42 6
31,49
44 0
6,88
49 3
6,58
25 1
3,17
46 7
28,08
35 1
53,64
38 1
39,69
50 0
52,63
33 2
54,67
53 2
71,61
28 2
85,1
34 0
50,84
29 4
93,05
35 2
4,28
34 4
16,63
30 2
5,82
52 6
58,81
54 6
59,06
38 1
9,38
37 2
7,92
41 6
2,15
35 0
100,8
54
11,48
37
 18

50,7
55
25,67
29
2,65
34
88,58
53
29,67
55
96,99
38
104,93
44
5,69
51
63,41
42
66,19
34
59,43
42
39,73
31
60,13
31
30,39
29
93,19
33
88,88
31
88,73
30
60,25
33
95,77
33
31,47
27
94,13
38
6,05
42
5,55
28
41,13
33
73,51
53
52,59
31
33,88
29
45,82
44
 19

19,9
52
78,22
37
29,67
40
35,74
30
41,45
43
104,21
50
71,35
41
58,98
48
29,67
40
5,17
43
21,82
38
103,93
33
12,74
40
82,72
42
89,68
39
58,79
55
46,43
29
13,81
35
70
55
54,18
51
97,42
28
31,37
42
95,8
29
103,57
38
69,77
31
11,17
32
91,45
36
101,36
37
 20

95,35
29
94,67
54
38,02
28
13,81
27
94,87
33
18,24
55
18,66
38
41,24
32
13,14
49
99,03
44
16,25
30
95,31
30
94,65
32
2,35
50
19,61
29
31,75
29
12,39
36
48,4
53
62,3
47
77,65
29
29,67
27
84
33
75,6
46
14,63
35
37,92
46
73,94
38
73,58
48
2,5
51
 21

21,58
44
49,06
54
57,73
38
83,27
50
54,34
41
65,21
34
17,05
54
55,23
29
13,3
36
49,29
28

Tabla 2. Datos tomados.

Fuente. Elaboración propia.

Para poder realizar un análisis adecuado de los datos se utilizó la herramienta STATGRAPHICS

con el fin de hacer una prueba de bondad de ajustes y un ajuste de datos no censurados con

diferentes distribuciones de probabilidad (Exponencial, Normal, Erlang, Gamma y Uniforme)

para determinar a qué distribución pertenecen las variables Tiempo entre llegadas y Tiempo de

servicio y así hallar la Tasa media de llegadas (𝝀) y la Tasa media de servicio (𝝁).

Se utiliza el programa STATGRAPHICS para ver que con que distribución de probabilidad se

comportan los tiempos entre llegadas y los tiempos de servicio.

 22

TIEMPO ENTRE LLEGADAS

Ajuste de Datos No Censurados

144 valores con rango desde 2,15 a 105,35

Distribuciones Ajustadas
Erlang Exponencial Gamma Normal
forma = 1,0 media = 46,4773 forma = 1,38443 media = 46,4773
escala = 0,0215159 escala = 0,0297873 desviación estándar = 32,64

Uniforme
límite inferior = 2,15
límite superior = 105,35

Tabla 3. Distribuciones ajustadas de tiempo entre llegadas.

Fuente. STATGRAPHICS

Este análisis muestra los resultados de ajustar 5 distribuciones a los datos en Tiempo entre

llegadas en segundos. Los parámetros estimados de las distribuciones ajustadas se muestran

arriba

Pruebas de Bondad de Ajuste para tiempos entre llegadas

Prueba de Kolmogorov-Smirnov
Erlang Exponencial Gamma Normal Uniforme
DMAS 0,0 0,103654 0,083786 0,101763 0,136789
1
DMENO 1,0 0,122838 0,105801 0,0872208 0,0197028
S
DN 1,0 0,122838 0,105801 0,101763 0,136789
Valor-P 0,0 0,0259253 0,079609 0,101347 0,0091343
.
 23

Tabla 4. Pruebas de Bondad de Ajuste para tiempos entre llegadas.

Fuente. STATGRAPHICS.

Esta ventana muestra los resultados de las pruebas realizadas para determinar si los tiempos entre

llegadas puede ser modelada adecuadamente por varias distribuciones.

Valores-P menores que 0.05 indicarían que Tiempo entre llegadas _segundos no proviene de la

distribución seleccionada con 95% de confianza.

En este caso se escoge la distribución de probabilidad normal ya que el valor de p, es mayor que

0.05

TIEMPOS DE SERVICIO

Ajuste de Datos No Censurados

144 valores con rango desde 23,0 a 55,0

Distribuciones Ajustadas
Erlang Exponencial Gamma Normal
forma = 21,0 media = forma = 20,6924 media = 38,4167
38,4167
escala = 0,546638 escala = 0,53863 desviación estándar = 8,56362

Uniforme
límite inferior = 23,0
límite superior = 55,0

Tabla 5. Distribuciones ajustadas de tiempo de servicio.

Fuente. STATGRAPHICS.
 24

El StatAdvisor

Este análisis muestra los resultados de ajustar 5 distribuciones a los datos en tiempo de servicio.

Los parámetros estimados de las distribuciones ajustadas se muestran arriba.

Pruebas de Bondad-de-Ajuste para tiempo de servicio

Prueba de Kolmogorov-Smirnov
Erlang Exponencial Gamma Normal Uniforme
DMAS 0,0 0,23891 0,0868653 0,0997639 0,107639
DMENOS 0,999878 0,48398 0,0672203 0,071634 0,104167
DN 0,999878 0,48398 0,0868653 0,0997639 0,107639
Valor-P 0,0 0,0 0,227811 0,223816 0,0711023

Tabla 6. Pruebas de Bondad de Ajuste para tiempos de servicio.

Fuente. STATGRAPHICS.

Esta ventana muestra los resultados de las pruebas realizadas para determinar si tiempo de

servicio puede ser modelada adecuadamente por varias distribuciones.

En este caso tenemos que los tiempos de servicio tienen una distribución de probabilidad normal.

4.2. APLICACIÓN DE LAS ECUACIONES

Los tiempos entre llegadas tienen una distribución exponencial, por lo que en el modelo se

asimila como una distribución (M), los tiempos de servicios con distribución uniforme, se

asimila como una distribución determinista (D), y como tenemos 1 servidor en el sistema, el

modelo de teoría de colas va hacer G/G/1.

 25

Para este modelo tenemos las siguientes ecuaciones:

𝟏 𝟏 𝝀𝟐 𝝈𝟐𝒆 +𝝁𝟐 𝝈𝟐𝒔 𝝆 𝟏

𝑳𝒔 = 𝑳𝒒 + ; Lq=λWq ; 𝑾𝒔 = 𝑾𝒒 + ; 𝑾𝒒 = ( )( )( )
𝝀 𝝁 𝟐 𝝆𝟎 𝝁

P<1

Entonces se tiene que:

̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
𝑡𝑖𝑒𝑚𝑝𝑜 𝑒𝑛𝑡𝑟𝑒 𝑙𝑙𝑒𝑔𝑎𝑑𝑎𝑠 =46,4773

̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜 =38,4167

1 1
𝜆 = ̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅ = =0,021505501
𝑡𝑖𝑒𝑚𝑝𝑜 𝑒𝑛𝑡𝑟𝑒 𝑙𝑙𝑒𝑔𝑎𝑑𝑎𝑠 46,4773

1 1
𝜇= = = 0,026030346
̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜 38,4167

Ahora se calcula 𝜌, que representa el factor de utilización del sistema

Sabiendo que la condición es que 𝜌 < 1

𝜆 0,021505501
𝜌= = = 0,8261703
𝜇 0,026030346
 26

Se puede notar que 𝜌 <1, sin embargo, el factor de utilización es muy alto y se hace necesario

buscar una alternativa que disminuya este factor ya que indica que el servidor tiene mucho

trabajo.

Ahora se procede a calcular:

1. Número esperado de clientes en la cola Lq

2. Número esperado de clientes en el sistema Ls

3. Tiempo esperado de espera en la cola Wq

4. Tiempo esperado de espera en el sistema Ws

𝝀𝟐 𝝈𝟐𝒆 + 𝝁𝟐 𝝈𝟐𝒔 𝝆 𝟏
𝑾𝒒 = ( )( )( )
𝟐 𝝆𝟎 𝝁

(0,021505501𝟐 )(32,642 ) + (0,026030346𝟐 )(8,56362𝟐 ) 0,8261703 𝟏

=( )( )( )
𝟐 𝟎, 𝟏𝟕𝟑𝟖𝟐𝟗𝟕 0,026030346

= 49,518 𝑠𝑒𝑔𝑢𝑛𝑑𝑜𝑠

𝟏 1
𝑾𝒔 = 𝑾𝒒 + = 49,518 = 1902,318 𝑠𝑒𝑔𝑢𝑛𝑑𝑜𝑠
𝝁 0,026030346

𝑳𝒒 = 𝝀𝑾𝒒 = (0,02150550)(49,518 ) = 1,0649𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑠

𝟏 𝟏
𝑳𝒔 = 𝑳𝒒 + = 1,0649 ∗ = 49,5175 𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑠
𝝀 0,021505501
 27

5. CONCLUSIONES

Finalizado el estudio se puede decir que la formación de colas es, por supuesto, un evento común

que ocurre siempre que la demanda de un servicio excede a la oferta del mismo, como se pudo

evidenciar en el caso aplicativo en la cafetería de salud en la Universidad de Córdoba. En este y

en otros casos es imposible predecir con exactitud cuándo llegarán los clientes que demandan el

servicio y/o cuánto tiempo será necesario para dar ese servicio; es por eso que la Teoría de Colas

es una herramienta fundamental que ayuda a las empresas a estar identificar fallas en el sistema

para poder corregirlas, y de este modo, estar preparadas para ofrecer todo servicio que se solicite

en cualquier momento de manera óptima.

6. RECOMENDACIONES
 28

Para lograr los mejores resultados con los recursos que cuenta actualmente la cafetería de salud

en la Universidad de Córdoba sede Montería, se sugiere que capacite a los trabajadores de que

atienden en el área de servicio de atención para la entrega de almuerzos, para que adquieran la

habilidad de atender al cliente de la mejor manera posible, reduciendo el tiempo de servicio,

logrando que los clientes estén un menor tiempo en la cola. También se sugiere que se haga un

estudio ergonómico con la ayuda de estudiantes de ingeniería industrial de la universidad, que

permita identificar las fallas en la organización del puesto de trabajo de cada uno de los

trabajadores de esta área, para poder aplicar las respectivas mejoras y con esto poder reducir

Therbligs ineficientes que implican demoras en el tiempo de servicio.

7. BIBLIOGRAFÍA
 29

[1] Cao, R. (2002). Introducción a la Simulación y a la Teoría de Colas. Recuperado de

https://books.google.com.co/books?id=lET6IPBm2vMC&pg

[2] García, J. (2015). Aplicando Teoría de Colas en Dirección de Operaciones. Recuperado de

http://personales.upv.es/jpgarcia/LinkedDocuments/Teoriadecolasdoc.pdf

[3] Serna, C. (2011). Notación de Kendall-Lee para los Sistemas de Líneas de Espera.

Investigación de Operaciones. Recuperado de

http://inoperaciones7.blogspot.com.co/2011/04/notacion-de-kendall-lee-para-los.html