Академический Документы
Профессиональный Документы
Культура Документы
DOCENTE:
JORGE MARIO LÓPEZ PEREIRA
MONTERÍA – CÓRDOBA
2019
pág. 1
TABLA DE CONTENIDO
1. INTRODUCCIÓN
2. OBJETIVOS
2.1 OBJETIVO GENERAL
2.2 OBJETIVOS ESPECÍFICO
3. MARCO TEÓRICO
3.1 TEORÍA DE COLAS
3.2 MODELO DE FORMACIÓN DE COLAS
3.3 OBJETIVOS DE LA TEORÍA DE COLAS
3.4 CLASIFICACIÓN DE LOS SISTEMAS DE COLA
3.4.1 Sistema básico
3.4.2 Sistema multifase o en cascada
3.5 CARACTERÍSTICAS DE LOS SISTEMAS DE COLAS
3.5.1 Patrón de llegada de los clientes
3.5.2 Patrón de servicio de los servidores
3.5.3 Disciplina de cola
3.5.4 Capacidad del sistema
3.5.5 Número de canales de servicio
3.5.6 Etapas de servicio
3.6 NOTACIÓN BÁSICA
3.7 CLASIFICACIÓN DE KENDALL-LEE
3.8 TIPOS DE MODELO
4. DESCRIPCIÓN DE CINEMARK
4.1 VISIÓN
4.2 MISIÓN
4.3 PRINCIPIOS Y VALORES
pág. 2
4.4 RESEÑA HISTÓRICA
5. METODOLOGÍA DEL CASO
5.1 Tiempos entre llegada
5.2 Tiempo entre servicio
5.3 Ecuaciones
6. CONCLUSIONES
7. ANEXOS
pág. 3
CONTENIDO DE TABLAS
pág. 4
1. INTRODUCCIÓN
En la vida diaria nos encontramos con muchos elementos que nos define como
sociedad moderna, uno de estos elementos son las colas o “filas” las cuales están
presentes en varios ambientes, como la fila del supermercado, cuando pagamos
las facturas de los servicios públicos, tramites en los bancos, y como nuestro
ejemplo la fila que hay al comprar nuestras entradas al cine (empresa CINEMARK)
estas colas se forman porque la demanda de un servicio supera la capacidad de
satisfacer dicho servicio por parte del servidor o servidores, por el cual se crean
tiempos de espera para los clientes.
El estudio de las colas resulta importante, porque, proporciona 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.
Martínez (2006) define Teoría de colas como el estudio matemático del
comportamiento de líneas de espera. Esta se presenta, cuando los "clientes"
llegan a un "lugar" demandando un servicio a un "servidor", el cual tiene una cierta
capacidad de atención. Si el servidor no está disponible inmediatamente y el
cliente decide esperar, entonces se forma la línea de espera.
El presente estudio tiene como objetivo implementar la temática referente a la
teoría de colas y sus aplicaciones, con el fin de afianzar conocimientos en dicho
tema y poner en práctica lo aprendido en sucesos nuestra vida cotidiana. Para el
desarrollo del estudio es necesaria la selección de una "cola", por tal motivo se
escogió el proceso de la compra de boletería y entradas al cine en CINEMARK.
Posteriormente, se analizará el sistema, registrando primeramente los tiempos
entre llegadas y salidas de las entidades del sistema y el número de entidades en
la "cola" durante un tiempo de 1 minuto.
pág. 5
2. OBJETIVOS
pág. 6
3. MARCO TEÓRICO
pág. 7
porque los medios existentes son inadecuados para satisfacer la demanda de
servicio; en este caso, la cola tiende a ser explosiva, es decir, a ser cada vez más
larga a medida que transcurre el tiempo.
Las estaciones de servicio pueden estar esperando por que los medios existentes
son excesivos en relación con la demanda de los clientes; en este caso, las
estaciones de servicio podrían permanecer ociosas la mayor parte del tiempo. Los
clientes puede que esperen temporalmente, aunque las instalaciones de servicio
sean adecuadas, porque los clientes llegados anteriormente están siendo
atendidos. Las estaciones de servicio pueden encontrar temporal cuando, aunque
las instalaciones sean adecuadas a largo plazo, haya una escasez ocasional de
demanda debido a un hecho temporal. Estos dos últimos casos tipifican una
situación equilibrada que tiende constantemente hacia el equilibrio, o una situación
estable.
En la teoría de la formación de colas, generalmente se llama sistema a un grupo
de unidades físicas, integradas de tal modo que pueden operar al unísono con una
serie de operaciones organizadas. La teoría de la formación de colas busca una
solución al problema de la espera prediciendo primero el comportamiento del
sistema. Pero una solución al problema de la espera consiste en no solo en
minimizar el tiempo que los clientes pasan en el sistema, sino también en
minimizar los costos totales de aquellos que solicitan el servicio y de quienes lo
prestan.
pág. 8
Hay que prestar atención al tiempo de permanencia en el sistema o en la
cola: la "paciencia" de los clientes depende del tipo de servicio específico
considerado y eso puede hacer que un cliente "abandone" el sistema.
pág. 9
Los canales de servicio están definidos por el número de servidores, no del
número de colas:
pág. 10
3.5 CARACTERÍSTICAS DE LOS SISTEMAS DE COLAS
Seis son las características básicas que se deben utilizar para describir
adecuadamente un sistema de colas:
3.5.1 Patrón de llegada de los clientes.
3.5.2 Patrón de servicio de los servidores.
3.5.3 Disciplina de cola.
3.5.4 Capacidad del sistema.
3.5.5 Número de canales de servicio.
3.5.6 Número de etapas de servicio.
pág. 11
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.
pág. 12
Se asume que, en cualquiera de los dos casos, los mecanismos de servicio
operan de manera independiente.
La notación básica que se utiliza en los estudios realizados con Teoría de Colas
es la siguiente:
𝑳𝒔 = Número de entidades en servicio
𝑳𝒒 = Número de entidades en la cola
𝑾𝒔 = Tiempo de servicio
𝑾𝒒 = Tiempo en la cola
pág. 13
𝝀
𝝆 = 𝒄.𝝁 = Tasa de ocupación
𝝀 = Tasa de llegada
𝟏
̅ = tiempo medio de llegada
=𝒙
𝝀
𝝁 = Tasa de servicio o salida
𝟏
̅ = tiempo medio de servicio
=𝒚
𝝁
𝒄 = Número de servidores [2]
pág. 14
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]
pág. 15
tiempo
promedio en la 𝐿𝑞 𝐿𝑞 𝐿𝑞
cola 𝜆 𝜆 𝜆
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
aplicación 𝜌<1
Factor de 𝜆 𝜆
𝜆
utilización 𝜇 𝜇
𝝆 𝜇
pág. 16
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
promedio en 1 1 1
servicio 𝐿 𝑞 + 𝐿 𝑞 + 𝐿𝑞 +
𝜆 𝜆 𝜆
𝑳𝒔
Entidades
promedio en la
𝜆𝑊𝑞 𝜆𝑊𝑞 𝜆𝑊𝑞
cola
𝑳𝒒
tiempo
promedio en 1 1 1
𝑊𝑞 + 𝑊𝑞 + 𝑊𝑞 +
servicio 𝜇 𝜇 𝜇
𝑾𝒔
tiempo
promedio en la 𝜆2 𝜎𝑒2 + 𝜇 2 𝜎𝑠2 𝜆2𝜌𝜎𝑒2 +1𝜇 2 𝜎𝑠2 𝜌√2𝑐+2−1 1 𝜎2 + 1
cola ( (
) ( ) ( ) ) ( ) ( ) 𝐸[𝑊𝑀/𝑀/𝑐 ]
2 𝜌0 2𝜇 𝑐𝜌0 𝜇 2
𝑾𝒒
Fuente. Elaboración propia (basado en distintos autores especialistas en teoría de
colas)
4. DESCRIPCIÓN DE CINEMARK
pág. 17
Los productos actuales de la empresa son:
Proyección de cintas cinematográficas.
Venta de productos al interior de los teatros como lo es la confitería.
Prestación de servicios adicionales tales como la zona de entretenimiento.
Las aéreas geográficas donde está actualmente Cinemark.
Las actividades cruciales que se tienen que hacer extraordinariamente bien son:
La atención al cliente.
Actualización de datos correspondientes al área financiero.
El mantenimiento general de las instalaciones de los teatros y la empresa.
El aprovisionamiento de las salas de cine y lo que se consume en ellas.
Estar haciendo constantemente un estudio de proveedores de películas.
Hacer una buena publicidad del producto para que así se pueda vender
correctamente.
Brindar al cliente un valor agregado frente a los competidores de la
compañía.
4.1 VISIÓN
Estamos dedicados a crear recuerdos memorables de película, un Cliente a la vez.
4.2 MISIÓN
Moldear el futuro de la industria al ser reconocidos como la cadena de
entretenimiento fuera de casa más influyente del mundo.
pág. 18
Pasión por las personas: Respetar y velar por cada uno de nuestros
compañeros y Clientes y por nuestra comunidad.
pág. 19
5. METODOLOGÍA DEL CASO
pág. 20
M5-6 0,13 1,11 4
M5-6 0,02 1,56 8
M5-6 2,3 0,49 7
M5-6 0,59 1,43 4
M5-6 0,39 0,85 8
M6-7 1,4 1,4 2
M6-7 2,3 0,37 5
M6-7 0,2 1,3 4
M6-7 0,4 1,21 6
M6-7 1,15 0,55 3
M6-7 0,36 0,4 2
M6-7 0,57 1,13 5
M6-7 1,3 1,4 4
M6-7 1,8 0,86 1
M6-7 0,19 0,53 7
M6-7 0,9 0,36 4
M6-7 1,33 0,75 2
M6-7 0,12 0,56 4
M6-7 0,51 0,53 2
J5-6 0,86 0,48 3
J5-6 1,6 0,68 4
J5-6 1,41 0,53 6
J5-6 0,51 0,72 5
J5-6 1,68 0,33 3
J5-6 1,9 0,57 1
J5-6 1,52 0,74 3
J5-6 1,7 0,68 5
J5-6 1,8 0,63 3
J5-6 1,19 1,16 4
J5-6 0,41 0,97 0
J5-6 1,45 0,97 2
J5-6 0,95 0,65 2
J5-6 0,85 0,36 4
J6-7 0,16 1,02 1
J6-7 0,72 0,68 4
J6-7 1,53 1,38 4
J6-7 0,68 0,35 3
J6-7 1,84 0,64 2
J6-7 2,69 0,35 5
J6-7 2,08 1,09 1
J6-7 0,54 0,48 3
J6-7 1,64 0,96 5
pág. 21
J6-7 0,27 0,59 6
J6-7 1,92 0,89 3
J6-7 0,46 0,53 2
J6-7 0,32 0,84 3
J6-7 1,11 0,9 0
V5-6 0,89 0,71 5
V5-6 1,1 0,78 4
V5-6 0,9 0,83 3
V5-6 1,15 0,66 3
V5-6 3,23 0,92 2
V5-6 2,1 0,4 0
V5-6 0,45 0,93 1
V5-6 2,69 0,03 1
V5-6 2,5 1,91 6
V5-6 0,14 1,02 5
V5-6 2,74 0,74 3
V5-6 0,03 0,37 2
V5-6 0,41 0,59 6
V5-6 1,33 0,93 3
S5-6 1,85 0,57 5
S5-6 1,49 0,49 4
S5-6 1,07 0,92 6
S5-6 2,9 0,84 4
S5-6 3,4 0,39 2
S5-6 1,41 1,82 1
S5-6 2 1,53 0
S5-6 1,18 0,47 3
S5-6 0,26 0,36 2
S5-6 0,47 0,72 3
S5-6 1,35 0,82 3
S5-6 1,12 0,61 4
S5-6 1,89 0,73 6
S5-6 0,18 0,26 2
S6-7 0,12 0,38 3
S6-7 1,69 0,27 5
S6-7 3,19 1,23 1
S6-7 2,12 0,2 6
S6-7 4,67 0,84 4
S6-7 2,1 0,8 7
S6-7 2,49 1,38 5
S6-7 0,15 0,78 2
S6-7 0,58 0,57 1
pág. 22
S6-7 0,29 0,79 0
S6-7 1,48 2,19 4
S6-7 0,59 1,73 4
S6-7 2,07 0,46 3
S6-7 0,36 0,62 2
D5-6 0,72 1,98 1
D5-6 1,18 0,69 5
D5-6 0,59 1,72 7
D5-6 0,04 1,59 3
D5-6 0,05 1,55 2
D5-6 1,86 0,53 0
D5-6 0,82 0,75 3
D5-6 0,55 0,85 2
D5-6 2,38 1,64 3
D5-6 0,28 1,81 5
D5-6 0,52 1,66 2
D5-6 1,13 0,58 4
D5-6 3,75 0,5 2
D5-6 0,41 1,85 5
D5-6 2,25 0,74 3
Fuente. Elaboración propia.
pág. 23
Factor: Franja
Número de observaciones: 113
Número de niveles: 8
pág. 24
Tabla 4. Pruebas de Múltiple Rangos para tiempo entre Llegada por Franja
Método: 95,0 porcentaje LSD
M5-6 14 0,653571 X
M6-7 14 0,895 XX
D5-6 15 1,102 XX
J6-7 14 1,14 XX
J5-6 14 1,27357 XX
V5-6 14 1,40429 X
S5-6 14 1,46929 X
S6-7 14 1,56429 X
Fuente. STATGRAPHICS
Contraste Sig. Diferencia +/- Límites
D5-6 - J5-6 -0,171571 0,666672
D5-6 - J6-7 -0,038 0,666672
D5-6 - M5-6 0,448429 0,666672
D5-6 - M6-7 0,207 0,666672
D5-6 - S5-6 -0,367286 0,666672
D5-6 - S6-7 -0,462286 0,666672
D5-6 - V5-6 -0,302286 0,666672
J5-6 - J6-7 0,133571 0,678069
J5-6 - M5-6 0,62 0,678069
J5-6 - M6-7 0,378571 0,678069
J5-6 - S5-6 -0,195714 0,678069
J5-6 - S6-7 -0,290714 0,678069
J5-6 - V5-6 -0,130714 0,678069
J6-7 - M5-6 0,486429 0,678069
J6-7 - M6-7 0,245 0,678069
J6-7 - S5-6 -0,329286 0,678069
J6-7 - S6-7 -0,424286 0,678069
J6-7 - V5-6 -0,264286 0,678069
M5-6 - M6-7 -0,241429 0,678069
M5-6 - S5-6 * -0,815714 0,678069
M5-6 - S6-7 * -0,910714 0,678069
pág. 25
M5-6 - V5-6 * -0,750714 0,678069
M6-7 - S5-6 -0,574286 0,678069
M6-7 - S6-7 -0,669286 0,678069
M6-7 - V5-6 -0,509286 0,678069
S5-6 - S6-7 -0,095 0,678069
S5-6 - V5-6 0,065 0,678069
S6-7 - V5-6 0,16 0,678069
Fuente. STATGRAPHICS * indica una diferencia significativa.
pág. 26
Este análisis muestra los resultados de ajustar 5 distribuciones a los datos en
tiempos entre Llegada. Los parámetros estimados de las distribuciones ajustadas
se muestran arriba.
Esta tabla muestra los resultados de diversas pruebas realizadas para determinar
si tiempo entre Llegada puede modelarse adecuadamente con una distribución
normal. La prueba de Shapiro-Wilk está basada en la comparación de los
cuartiles de la distribución normal ajustada a los datos.
Debido a que el valor-P más pequeño de las pruebas realizadas es menor a 0,05,
se puede rechazar la idea de que tiempo entre Llegada proviene de una
distribución normal con 95% de confianza.
Esta tabla muestra los resultados de las pruebas realizadas para determinar si
tiempo entre Llegada puede ser modelada adecuadamente por varias
distribuciones.
pág. 27
Valores-P menores que 0,05 indicarían que tiempo entre Llegada no proviene de
la distribución seleccionada con 95% de confianza.
Como podemos ver STATGRAPHICS nos arroja dos modelos, los cuales vamos a
llamar M1 y M2
pág. 28
S5-6 0,18 0,26 2
S6-7 0,12 0,38 3
S6-7 1,69 0,27 5
S6-7 3,19 1,23 1
S6-7 2,12 0,2 6
S6-7 4,67 0,84 4
S6-7 2,1 0,8 7
S6-7 2,49 1,38 5
S6-7 0,15 0,78 2
S6-7 0,58 0,57 1
S6-7 0,29 0,79 0
S6-7 1,48 2,19 4
S6-7 0,59 1,73 4
S6-7 2,07 0,46 3
S6-7 0,36 0,62 2
Fuente. Elaboración propia
pág. 29
Tabla 9. ANOVA para tiempo entre Llegada M1 por Franja M1
Suma de Cuadrado
Fuente Gl Razón-F Valor-P
Cuadrados Medio
Entre
0,1813 2 0,09065 0,07 0,9298
grupos
Intra grupos 48,5058 39 1,24374
Tabla 10. Pruebas de Múltiple Rangos para tiempo entre Llegada M1 por Franja
M1
Método: 95,0 porcentaje LSD
V5-6 14 1,40429 X
S5-6 14 1,46929 X
S6-7 14 1,56429 X
Fuente. STATGRAPHICS
pág. 30
Contraste Sig. Diferencia +/- Límites
pág. 31
Este análisis muestra los resultados de ajustar 5 distribuciones a los datos en
tiempo entre Llegada M1. Los parámetros estimados de las distribuciones
ajustadas se muestran arriba. Se puede probar si las distribuciones ajustan
adecuadamente a los datos, seleccionando Pruebas de Bondad de Ajuste de la
lista de Opciones Tabulares. También puede evaluarse visualmente que tan bien
se ajustan las distribuciones seleccionando Histograma de Frecuencias de la lista
de Opciones Gráficas. Otras opciones dentro el procedimiento permite calcular y
desplegar áreas de colas y valores críticos para la distribución. Para seleccionar
una distribución diferente, presione el botón secundario del ratón y seleccione
Opciones de Análisis.
pág. 32
Esta tabla muestra los resultados de las pruebas realizadas para determinar si
tiempos entre Llegada M1 puede ser modelada adecuadamente por varias
distribuciones.
Valores-P menores que 0,05 indicarían que t_ Llegada M1 no proviene de la
distribución seleccionada con 95% de confianza.
Tabla 14. Datos del modelo 2 Franjas de M5-6, M5-6, J5-6, J6-7, D5-6
t_ Llegada t_ Servicio N° de cliente en cola
Franja M2
M2 M2 M2
M5-6 0,4 0,84 6
M5-6 1,1 1,21 11
M5-6 1,5 1,25 3
M5-6 0,47 1,36 5
M5-6 0,15 0,82 1
M5-6 0,9 0,67 5
M5-6 0,14 0,3 8
M5-6 0,7 0,54 9
M5-6 0,36 1,17 6
M5-6 0,13 1,11 4
M5-6 0,02 1,56 8
M5-6 2,3 0,49 7
M5-6 0,59 1,43 4
M5-6 0,39 0,85 8
M6-7 1,4 1,4 2
M6-7 2,3 0,37 5
M6-7 0,2 1,3 4
M6-7 0,4 1,21 6
M6-7 1,15 0,55 3
M6-7 0,36 0,4 2
M6-7 0,57 1,13 5
M6-7 1,3 1,4 4
M6-7 1,8 0,86 1
M6-7 0,19 0,53 7
M6-7 0,9 0,36 4
M6-7 1,33 0,75 2
M6-7 0,12 0,56 4
pág. 33
M6-7 0,51 0,53 2
J5-6 0,86 0,48 3
J5-6 1,6 0,68 4
J5-6 1,41 0,53 6
J5-6 0,51 0,72 5
J5-6 1,68 0,33 3
J5-6 1,9 0,57 1
J5-6 1,52 0,74 3
J5-6 1,7 0,68 5
J5-6 1,8 0,63 3
J5-6 1,19 1,16 4
J5-6 0,41 0,97 0
J5-6 1,45 0,97 2
J5-6 0,95 0,65 2
J5-6 0,85 0,36 4
J6-7 0,16 1,02 1
J6-7 0,72 0,68 4
J6-7 1,53 1,38 4
J6-7 0,68 0,35 3
J6-7 1,84 0,64 2
J6-7 2,69 0,35 5
J6-7 2,08 1,09 1
J6-7 0,54 0,48 3
J6-7 1,64 0,96 5
J6-7 0,27 0,59 6
J6-7 1,92 0,89 3
J6-7 0,46 0,53 2
J6-7 0,32 0,84 3
J6-7 1,11 0,9 0
D5-6 0,72 1,98 1
D5-6 1,18 0,69 5
D5-6 0,59 1,72 7
D5-6 0,04 1,59 3
D5-6 0,05 1,55 2
D5-6 1,86 0,53 0
D5-6 0,82 0,75 3
D5-6 0,55 0,85 2
D5-6 2,38 1,64 3
D5-6 0,28 1,81 5
D5-6 0,52 1,66 2
D5-6 1,13 0,58 4
D5-6 3,75 0,5 2
pág. 34
D5-6 0,41 1,85 5
D5-6 2,25 0,74 3
Fuente. Elaboración propia
pág. 35
Tabla 16. Pruebas de Múltiple Rangos para tiempo entre Llegada M2 por Franja
M2
Método: 95,0 porcentaje LSD
pág. 36
estadísticamente significativas con un nivel del 95,0% de confianza. En la parte
superior de la página, se han identificado 2 grupos homogéneos según la
alineación de las X's en columnas. No existen diferencias estadísticamente
significativas entre aquellos niveles que compartan una misma columna de X's. El
método empleado actualmente para discriminar entre las medias es el
procedimiento de diferencia mínima significativa (LSD) de Fisher. Con este
método hay un riesgo del 5,0% al decir que cada par de medias es
significativamente diferente, cuando la diferencia real es igual a 0.
pág. 37
Tabla 18. Pruebas de Normalidad para tiempo entre Llegada M2
Esta tabla muestra los resultados de diversas pruebas realizadas para determinar
si tiempo entre Llegada M2 puede modelarse adecuadamente con una distribución
normal. La prueba de Shapiro-Wilk está basada en la comparación de los
cuartiles de la distribución normal ajustada a los datos.
Debido a que el valor-P más pequeño de las pruebas realizadas es menor a 0,05,
se puede rechazar la idea de que t_ Llegada M2 proviene de una distribución
normal con 95% de confianza.
pág. 38
6. ECUACIÓN
6.1 ECUACIONES MODELO 1
Los tiempos entre llegadas tienen una distribución general, por lo que en el
modelo se asimila como una distribución (G), los tiempos de servicios con
distribución Gamma, se asimila como una distribución (G), y como tenemos 2
servidores en el sistema, el modelo de teoría de colas es G/G/2.
1 1
𝜇= = = 1,250372135
̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜 0,799761905
𝜆 0,676001931
𝜌 = 2𝜇 = 2(1,250372135) =0,540640592
pág. 39
Se puede notar que 𝜌 <1
Ahora se procede a calcular:
1. 𝑾𝒒 = Tiempo esperado de espera en la cola
(0,676001931)𝟐 () + (1,250372135)𝟐 () 1
=( )( )( )
𝟐
𝑊𝑞 = 0,159676979 𝑠𝑒𝑔𝑢𝑛𝑑𝑜𝑠
1 1
𝑊𝑠 = 𝑊𝑞 + 𝜇 = 0,159676979 + = 0,959438884
1,250372135
pág. 40
𝜆2 𝜎𝑒2 + 𝜇 2 𝜎𝑠2 𝜌√2𝑐+2−1 1
𝑊𝑞 = ( )( )( )
2 𝑐(1 − 𝜌) 𝜇
1 1
𝜇= = = 1,117054751
̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜 0,895211268
𝜆 0,986111111
𝜌 = 2𝜇 = 2(1,117054751) =0,882777778
pág. 41
𝜆2 𝜎𝑒2 + 𝜇 2 𝜎𝑠2 𝜌√2𝑐+2−1 1
𝑊𝑞 = ( )( )( )
2 𝑐(1 − 𝜌) 𝜇
(0,986111111)𝟐 () + (1,117054751)𝟐 () 1
=( )( )( )
𝟐
𝑊𝑞 = 1,273158456 𝑠𝑒𝑔𝑢𝑛𝑑𝑜𝑠
1 1
𝑊𝑠 = 𝑊𝑞 + 𝜇 = 1,273158456 + = 2,168369724
1,117054751
7. CONCLUSIONES
Si se logra realizar un estudio más profundo, de tal manera que este nos confirme
los datos anteriormente obtenidos, se recomienda a la empresa normalice la
atención del servicio por parte del personal debido que hay una diferencia en los
tiempos de servicio entre la franja de los días de semana con la del fin de semana.
pág. 42
8. ANEXOS
pág. 43
Grafica 2. ANOVA grafico para tiempos entre llegadas
pág. 44
Grafica 4. Cuantil-Cuantil
pág. 45
Grafica 6. ANOVA Para tiempos entre llegada Modelo 1
pág. 46
Grafica 8. Cuantil-Cuantil Modelo 1
pág. 47
Grafica 10. ANOVA grafico para tiempos entre llegadas Modelo 2
pág. 48
Grafica 4. Cuantil-Cuantil Modelo 2
pág. 49