12-12-2017

Teoría
de Colas
 UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO
FACULTAD DE INGENIERIA DE CIVIL, SISTEMAS Y
ARQUITECTURA

Investigación de Operaciones II

“Teoría de Colas”

INTEGRANTE:
Damian Galan, Luis
Florez Paz, Antony
Mechan Sanchez, Alberth Johan
Rodriguez Arrascue, Ubil
Tarrillo Rojas, José Ricardo
Yanayaco Silva, Gerson Dallan
CARRERA:

Ingeniería de Sistemas

DOCENTE:
Loyaga Orbegoso, Gavino

Lambayeque, 2017

1
 Resumen

La Teoría de colas, es un estudio matemático del fenómeno de espera llamada

líneas de espera o colas, que se presentan cuando un “cliente” llega a un determinado
campo demandando un servicio que cuenta con un “servidor”, el cual dispone con una
determinada cantidad de atención. En la vida cotidiana se puede apreciar problemática de
servicios, en donde el cliente debe tomar la alternativa de formar la línea de espera y
lograr satisfacer su necesidad, pero para ello tuvo que tomar tiempo eh incomodidades.
Con esto se quiere dar a entender que la teoría de colas, es una colección matemáticos
que describen sistemas de líneas de esperas particulares o sistemas de Colas.

Para la práctica de esta teoría en el presente informe se va a realizar o aplicar la

teoría de Colas a la panadería y pastelería “El Shaddai” ubicada en el distrito de San José,
una panadería es uno de los lugares en donde habitualmente apreciamos este fenómeno
de espera, principalmente en horas de la mañana; con esta investigación y análisis
podemos lograr obtener soluciones previas, este trabajo de campo grupal se realizó el día
sábado 2 de diciembre.

2
INDICE
1. Introducción......................................................................................................................... 7
2. Datos de la Empresa ............................................................................................................ 8
2.1. Rubro ............................................................................................................................ 8
2.2. Razón social ................................................................................................................. 8
2.3. RUC .............................................................................................................................. 8
2.4. Dirección ...................................................................................................................... 8
2.5. Ubicado ........................................................................................................................ 8
2.6. Estado ........................................................................................................................... 8
2.7. Misión ........................................................................................................................... 8
2.8. Visión ............................................................................................................................ 8
2.9. Valores .......................................................................................................................... 8
2.10. Precios de productos en Panadería, Pastelería Y Bodega El Shaddai ................ 9
3. Historia de la Empresa ....................................................................................................... 9
4. Problemática de la Empresa............................................................................................... 9
4.1. Descripción del sistema ............................................................................................. 10
4.2. Planteamiento del problema ..................................................................................... 10
4.3. Toma de datos ............................................................................................................ 10
5. Marco Teórico ................................................................................................................... 11
5.1. Teoría de Colas .......................................................................................................... 11
5.2. ¿Por qué estudiar las “Colas”? ................................................................................ 11
5.3. Conceptos Básicos del Modelo de Colas .................................................................. 12
5.4. Notación de Kendall .................................................................................................. 17
5.4.1. Características de operación ............................................................................ 18
5.4.2. Modelo de línea de espera de un solo canal, con llegadas Poisson y tiempos
de servicio ........................................................................................................................... 19
5.4.3. Modelo M/M/1. Análisis de modelos. ............................................................... 20
5.4.4. Modelo M/M/2. Análisis de modelos. ............................................................... 20
5.5. Sistema de Líneas de Espera. ................................................................................... 20
5.5.1. Elementos de un sistema ................................................................................... 22
5.5.2. Elementos de un sistema ................................................................................... 24
5.5.3. Tipos de líneas de Espera.................................................................................. 25
5.6. DISTRIBUCIÓN DE POISSON .............................................................................. 26
5.6.1. Resumen de las ideas clave ............................................................................... 26
5.6.2. Introducción....................................................................................................... 26
5.6.3. Definición y características de la distribución binomial ................................ 27

3
 5.6.4. Función de cuantía.............................................................................................. 28
5.6.5. Función Generatriz de Momentos ..................................................................... 28
5.6.6. Teorema de adición. ........................................................................................... 30
5.6.7. Convergencia de la distribución binomial a la Poisson ..................................... 31
6. Objetivos de Estudio ......................................................................................................... 34
6.1. Objetivos Generales .................................................................................................. 34
6.2. Objetivos Específicos................................................................................................. 34
7. Método del Estudio............................................................................................................ 34
8. Análisis de la Panadería.................................................................................................... 35
9. Construcción del modelo de cola...................................................................................... 35
9.1. Estimación de parámetros ........................................................................................ 35
9.2. Modelo de cola ........................................................................................................... 36
9.3. Modelo de sistema ..................................................................................................... 36
9.4. Análisis de Cola ......................................................................................................... 36
10. Análisis de Llegadas ...................................................................................................... 37
10.1. Tiempo de llegadas ................................................................................................ 37
10.2. Distribución de Poisson ......................................................................................... 39
11. Análisis de Servicios ...................................................................................................... 40
11.1. Toma de Tiempo de Servicios............................................................................... 40
11.2. Obtención de Datos ............................................................................................... 41
12. Desarrollo en el programa WinQSB ............................................................................ 42
12.1. Datos: ...................................................................................................................... 42
13. Conclusiones .................................................................................................................. 43
14. Bibliografía .................................................................................................................... 44
15. ANEXOS ........................................................................................................................ 45

4
INDICE DE TABLAS

Tabla 1……………………………………………………………………………………………..……………………………..8

Tabla 2…………………………………………………………………………………………………………………..………..36

Tabla 3……………………………………………………………………………………………………………………..……..37

Tabla 4……………………………………………………………………………………………………………………..……..38

Tabla 5………………………………………………………………………………………………………………………..…..39

5
INDICE DE IMAGENES

Imagen 1……………………………………………………………………………………………..……………………………..11

Imagen 2…………………………………………………………………………………………………………………..………..12

Imagen 3……………………………………………………………………………………………………………………..……..13

Imagen 4……………………………………………………………………………………………………………………..……..15

Imagen 5………………………………………………………………………………………………………………………..…..15

Imagen 6………………………………………………………………………………………………………………………..…..16

Imagen 7………………………………………………………………………………………………………………………..…..17

Imagen 8………………………………………………………………………………………………………………………..…..22

Imagen 9………………………………………………………………………………………………………………………..…..23

Imagen 10………………………………………………………………………………………………………………………..…24

Imagen 11………………………………………………………………………………………………………………………..…36

Imagen 12………………………………………………………………………………………………………………………..….42

Imagen 13………………………………………………………………………………………………………………………..….42

6
 1. Introducción

El presente informe de investigación, se elaboró con la finalidad de aplicar nuestros

conocimientos previos sobre el tema “Teoría de Colas” adquiridos en el curso de
“Investigación de Operaciones II”, el cual se ha ejecutado un estudio de colas en campo
laboral de una panadería.

De manera adecuada este informe detallará puntos de suma importancia que se

presenta en ocasiones de la vida real que nos afecta a todos en grados menores o mayores,
con lo que se trata de demostrar es que en un sistema de servicios existe un fenómeno de
espera conocido como “colas” o “líneas de espera”. Este fenómeno suele a tomar detalles
cuando los “clientes” llegan a un “establecimiento” en donde demandan un servicio a un
“servidor”, el cual posee cierta capacidad de atención. Si el servidor no cuenta con la
disponibilidad inmediatamente de ofrecer el servicio el cliente toma la decisión de
esperar, es allí donde se forman las determinadas “colas” o “líneas de espera”.

Un ejemplo claro lo podemos obtener en una panadería, en donde esta “cola de

espera” se ha vuelto una rutina para los cliente al momento de obtener su pedido. En este
campo de servicios solo cuenta con un servidor “cobro de servicio”, por lo que no se
podrá atender a todos estos individuos a la vez y arriesgar a no lograr a satisfacer su
necesidad.

Casos peculiares ya mencionado es que ocurre en la vida diaria, es por eso que el
“Estudio de Colas” es de suma importancia, ya que nos brindará información para
comprender a detalle el comportamiento que tienen las “colas”. Además este informe va
ayudar a mejorar el servicio que brinda el campo laboral de la panadería, ya que es por
naturaleza que a un cliente no le gusta esperar y no obtener satisfecha su necesidad.

Este estudio se realizará mediante la aplicación de métodos analíticos y estadísticos,

mediante nuestro informe lograremos obtener una solución óptima a los problemas que
se presentan en “la panadería”. Para finalizar realizaremos observaciones, brindaremos
recomendaciones y posibles soluciones ante los problemas que encontremos mediante el
análisis.

7
 2. Datos de la Empresa
2.1.Rubro: Panaderías y Pastelerías
2.2.Razón social: Panadería y Pastelería El Shaddai
2.3.RUC: 10188728630
2.4.Dirección: Calle Juan Carlos Fiestas Lara – Urbanizacion El Pescador
2.5.Ubicado en: San José - Lambayeque – Lambayeque
2.6.Estado: Activo
2.7.Misión

Somos una empresa que elabora y comercializa productos de panadería y

pastelería, con estándares de calidad y con la tradición del sabor artesanal, que satisfaga
los gustos de los clientes que demandan un sabor casero y aquellos con gustos más
contemporáneos; garantizado con el uso de materia prima de calidad, tecnología
innovadora y con una fuerza laboral calificada y comprometida con la visión empresarial.

2.8.Visión

Ser una empresa líder en la zona norte en el área de Panadería, ofreciendo una
variedad de presentaciones de productos con los más altos estándares de calidad, que
satisfagan las expectativas de nuestros clientes, garantizando la utilización de tecnología
innovadora, procedimientos amigables con el personal y el medio ambiente y respaldado
por un recurso humano calificado y comprometido con los valores de la empresa.

2.9.Valores
 Integridad: Interiorizar valores éticos y morales, actuando consecuentemente con
estos.
 Compromiso: Actuar con alto sentido del deber en todas las situaciones.
 Liderazgo: Orientar el talento de las personas y lograr que busquen sus objetivos
comunes por convicción.
 Respeto: Aceptar, valorar y actuar con mente abierta ante las diversas opiniones,
creencias culturas y formas de ser de las personas.
 Solidaridad: Equilibrar intereses personales con los demás en busca de metas
comunes.

8
 2.10. Precios de productos en Panadería, Pastelería Y Bodega El Shaddai

Producto Precio por Precio en

unidad cantidad
Pan simple 0.10
Pan chalaco 0.20
Pan italiano 8 por 1.00
Pan de aceituna 0.20
Encimadas 2 por 0.50
Encimadas grandes 0.50
Biscochos de vainilla 2 por 0.50
Biscochos de vainilla 0.50
grandes
Alfajores
Empanadas de globo 0.20
Empanadas de carne 0.50
Biscochos de canela 12 por 1.00

3. Historia de la Empresa

Desde la increíble experiencia de su sabor hasta su delicioso aspecto y rico olor. Hemos
venido haciendo pan durante todos los días del año incluidos los feriados, y nuestra pasión
es la base para todo lo que hacemos.

Su nombre inicial y con el que se mantiene hasta el momento es Panadería “El Shadday”
fundada en 2016 por Norma Sandoval de Alayo, desde el principio elaboraba panes
simples y dulces, encimadas, biscochos de canela y empanadas en épocas navideñas

Ya en el año 2017 se comenzó a elaborar el sabroso pan francés y además las exquisitas
semitas, empanadas de carne, biscochos de vainilla, pan de mantequilla que es la
especialidad de esta panadería

4. Problemática de la Empresa

Panadería “El Shaddai” es un establecimiento que brinda la increíble experiencia de

saborear diversidad de pan con un delicioso aspecto y rico olor. Se estuvo observando los

9
problemas que tienen que pasar los clientes en hacer las largas colas, para poder pagar los
productos que van a consumir en dicho establecimiento.

4.1.Descripción del sistema

 El propósito del trabajo es calcular la llegada de los clientes a la panadería.

 El sistema seleccionado está compuesto por un módulo en la sección de caja.
 Los clientes son atendidos de acuerdo al orden de llegada, estos forman una cola
para que el servidor anote el producto a pedir y se realice el respectivo pago del
mismo. Luego el cliente se acerca a la sección de despacho para hacer la entrega
de su ticket o boleto y poder recibir su respectivo producto.

4.2.Planteamiento del problema

En la tarde aproximadamente a partir de la 6:00 pm (hora en la cual hay más clientes que
llegan al local y existe cola) la atención demora más y la cola se hace extensa, esto puede
producirse porque el personal no está debidamente preparado para atender a la gente que
pueda llegar, por lo tanto demora, algunas veces se hace lento el servicio por la
inexperiencia del despachador, por la forma de pago de los clientes, la indecisión del
cliente o a la ausencia de personal en la caja , pues al parecer no hay suficiente personal
durante el estudio que se ha llevado a cabo.
Esto produce la insatisfacción de los clientes, pérdidas de tiempo para los clientes, pérdida
de clientes debido a las demoras (clientes que se retiran por observar la cola).
Al final del proceso se espera encontrar las causas de problemas que afectan el desarrollo
normal del sistema, problemas que se pueden encontrar en la demanda, además se busca
idear soluciones que permitan superar los inconvenientes planteados anteriormente de
una manera sencilla y adecuada.

4.3.Toma de datos
Los datos que se tomaron fueron básicamente el tiempo de llegada de clientes al ingresar
a la cola y el tiempo de salida de los clientes que recibían su pedido (tiempo en que son
atendidos los clientes).
Para efectos del modelado del problema, fue acordado que cuando un cliente llega a la
sección caja, en ese momento empieza el tiempo de servicio. El tiempo de servicio dura
entonces desde que el cliente avanza al primer lugar de la cola, hasta que recibe su pedido.
Dichos datos se midieron con relojes comunes y el tiempo fue medido en minutos.

10
 5. Marco Teórico
5.1. Teoría 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

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. La teoría de colas fue originariamente un trabajo práctico. La
primera aplicación de la que se tiene noticia es del matemático danés Erlang sobre
conversaciones telefónicas en 1909, para el cálculo de tamaño de centralitas. Después se
convirtió en un concepto teórico que consiguió un gran desarrollo, y desde hace unos años
se vuelve a hablar de un concepto aplicado aunque exige un importante trabajo de análisis
para convertir las fórmulas en realidades, o viceversa. (García Sabater, 2015, págs. 6-86)

5.2. ¿Por qué estudiar las “Colas”?

Las "colas" son un aspecto de la vida moderna que nos encontramos continuamente en
nuestras actividades diarias. En el contador de un supermercado, accediendo al Metro, en
los Bancos, etc., el fenómeno de las colas surge cuando unos recursos
compartidos necesitan ser accedidos para dar servicio a un elevado número de trabajos o
clientes. El estudio de las colas es 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. Debido a lo comentado anteriormente, se plantea como
algo muy útil el desarrollo de una herramienta que sea capaz de dar una respuesta sobre
las características que tiene un determinado modelo de colas (Gestio Polis). (Giolleno,
204, págs. 14-30)

11
 5.3. Conceptos Básicos del Modelo de Colas

El origen de la Teoría de Colas está en el esfuerzo de Agner Kraup Erlang (Dinamarca,

1878 - 1929) en 1909 para analizar la congestión de tráfico telefónico con el objetivo de
cumplir la demanda incierta de servicios en el sistema telefónico de Copenhague. Sus
investigaciones acabaron en una nueva teoría denominada teoría de colas o de líneas de
espera. Esta teoría es ahora una herramienta de valor en negocios debido a que un gran
número de problemas pueden caracterizarse, como problemas de congestión llegada-
salida.

La teoría de colas es 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. (García
Sabater, 2015, págs. 7-86)

Figura 2: Modelo de una sola cola con un unico servidor.

Ahora se muestra el mismo ejemplo, pero con más servidores

12
 Figura 3: Modelo de dos servidores

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.

Algunos autores incluyen una séptima característica que es la población de posibles

clientes.

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

13
 tras esperar mucho rato en la cola decidan abandonar. Por último es posible que el
patrón de llegada varíe 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.
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
multiservidos 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 4 se presenta dos variantes de sistema

14
 multicanal. El primero tiene una sola cola de espera, mientras que el segundo tiene
una sola cola para cada canal.

Figura 4: Sistemas de cola multilineal.

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

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.5

Figura 5: Sistemas multietapa con retroalimentacion.

Resumen: Las anteriores características bastan, de modo general, para describir cualquier
proceso. Evidentemente se puede encontrar una gran cantidad de problemas distintos y,
por tanto, antes de comenzar cualquier análisis matemático se debería describir
adecuadamente el proceso atendiendo a las anteriores características. Una elección
equivocada del modelo lleva a unos resultados erróneos, y en muchos casos no analizar
adecuadamente nos puede llevar a pensar que el sistema no es posible de modelar. (García
Sabater, 2015, págs. 10-86)

El patrón de llegadas de los clientes generalmente está especificado por el tiempo entre
llegadas, que es el tiempo entre las llegadas de los clientes sucesivos a la instalación que
ofrece el servicio (Bronson, 1983). En esta parte es importante indicar que a veces los
15
clientes prefieren no esperar en la cola para recibir el servicio y es cuando se presentan
dos casos, los cuales son el rechazo y el abandono, el primero ocurre cuando el cliente
observa una cola demasiado grande o larga y prefiere no ingresar a ella, el segundo caso
se presenta cuando un usuario se encuentra en la cola, pero prefiere dejarla.

Generalmente el patrón de servicio está especificado por el tiempo de servicio, que es el

tiempo que le toma a un servidor atender a un cliente (Bronson, 1983). En esta parte es
importante determinar si un servidor atiende por completo a un cliente o si el cliente
requiere una secuencia de servidores (Bronson, 1983). Para esta parte del trabajo se
considerará siempre que un solo servidor está atendido a un solo usuario.

El canal de servicio es el proceso o sistema que está efectuando el servicio para el cliente
(James E., 1982). De manera complementaria, el canal de servicio puede ser un canal en
serie, paralelo o mixto, es decir una combinación de ambas. La diferencia entre el canal
en serie y el paralelo es el número de cliente que pueden ser atendidos en manera
simultánea. Así pues, se pueden atender varios clientes al mismo tiempo en un canal
paralelo, sin embargo, en un canal en serie los clientes tendrán que pasar por todos los
canales hasta obtener el servicio.

Finalmente, la fuente (o población) representa un factor importante en el análisis de teoría

de colas ya que el modelo de llegadas depende de la fuente de donde provienen los
clientes. La fuente que genera las llamadas puede ser finita o infinita. Existe una fuente
finita cuando una llegada afecta la tasa de llegadas de futuros clientes potenciales (Hamdy
A., 2012). Así pues, la cola se puede ver de la siguiente manera:

Figura 6: Elementos principales de un sistemas de colas. (James E, 1982)

16
 Figura 7: Clasificacion del modelo de colas.

5.4. Notación de Kendall

Según el actor David G. Kendall que el año 1953 (Inglaterra) implementó la notación de
colas, la cual es utilizada para identificar las características de una línea de espera por
medio de iniciales. Anteriormente se describieron las características de las colas.
(Rodriguez Sanchez, 2011, págs. 30-40)

Un sistema podrá ser notado de la siguiente manera, A/B/X/Y/Z/V donde:

 A es el modelo de llegadas, valores posibles:

 M = tiempos entre llegadas exponenciales.
 D = tiempos entre llegadas deterministas.
 G = tiempos entre llegadas generales (cualquier distribución).
 B es el modelo de servicio, puede tomar los mismos valores que A.
 X es el número de servidores para el cliente.
 Y es el número máximo de clientes en el sistema se puede omitir si es infinita.
 Z es la disciplina, se puede omitir si es FIFO.
 V es el número de estados de servicio, se puede omitir si es 1.

David G. Kendall

Introdujo una notación de colas A/B/C en 1953. La notación de Kendall para describir las
colas y sus Características puede encontrarse.

 Llegadas siguientes son rechazadas.

17
  caso particular de esta situación es el modelo M/M/n/n o B, en el cual no
hay cola de espera, sino número recursos (servidores) y hasta n usuarios
como máximo; si llega el usuario n+1, es rechazado. Este último modelo
es el que se aplica en telefonía convencional.
 caso particular es el modelo Erlang-C o M/M/n, donde la capacidad del
sistema es ilimitada, aunque haya sólo n recursos; en caso de llegar el
recurso número n+1, pasará a una cola de espera, pero no es rechazado.
 El orden de prioridad en la que los trabajos en la cola son servidos: por lo cual que
si
 Primero llega el primero servido.
 Primero en entrar primero en salir.
 Último en entrar primero en salir.
 Servicio en orden aleatorio.
5.4.1. Características de operación

Las características de operación son medidas de lo bien que funciona el sistema. En la

mayoría de las aplicaciones de líneas de espera, el estado estable es de primera
importancia. Los estados transitorios, como el de echar a andar y apagar el sistema, no se
analizan. Las longitudes de las líneas de espera y los tiempos de espera se calculan en
promedio. La derivación llega a los resultados siguientes:

5.4.1.1. Procesos de nacimiento y muerte

 Estado del sistema en t= número de clientes presentes en cualquier sistema de cola
en tiempo (t).
 Para t=0, el estado del sistema=nº inicial de clientes.
 Pij(t)=probabilidad de que haya j clientes en el sistema de cola en t
supuesto que en el tiempo 0 había i personas.
 j= estado estable o probabilidad de equilibrio del estado j== limPij(t)
t→∞
 Comportamiento transitorio del sistema de cola= comportamiento de Pij(t)
antes de alcanzar el estado estable.
Proceso de nacimiento y muerte: proceso estocástico continúo en el tiempo para el que el
estado del sistema en cualquier tiempo es un entero no negativo.

18
 5.4.1.2. Procesos de nacimiento y muerte
 Leyes del movimiento
 La probabilidad de que suceda un nacimiento (el estado del sistema pase
de j a j+1) entre el tiempo t y t+ t es j t + o(t). j es la tasa de natalidad
en el estado j.
 La probabilidad de que suceda una muerte (el estado del sistema pase de j
a j-1) entre el tiempo t y t+ t es j t + o(t). j es la tasa de mortalidad
en el estado j. Se debe cumplir 0=0.
 Los nacimientos y muertes son independientes entre sí.

La mayor parte de los sistemas de cola con tiempos exponenciales entre llegadas y de
servicio pueden modelarse como procesos de nacimiento y muerte.

5.4.2. Modelo de línea de espera de un solo canal, con llegadas Poisson y tiempos
de servicio

arbitrarios M/G/1

 Probabilidad de que no existan unidades en el sistema

Po =1 - A/S

Número promedio de unidades en la línea de espera

 Número promedio de unidades en el sistema

Ls = Lq +A/S

 Tiempo promedio que utiliza la unidad en la línea de espera

Wq = Lq/A

 Tiempo promedio que la unidad ocupa el en sistema

Ws= Wq+1/S

 Probabilidad de que una unidad que llega tenga que esperar servicio

Pw = A/S

19
Para comprender como se utilizan las fórmulas, considérese el siguiente ejemplo:

Un solo empleado maneja las ventas de un panaderias . Las llegadas de los clientes son
aleatorias y la tasa promedio de llegadas es de 21 clientes por hora, es decir A =
21/60=0.35 clientes por minuto. Un estudio del proceso del servicio muestra que el
tiempo promedio del servicio es de dos minutos por cliente, con una desviación estar de
σ =1.2 minutos. El tiempo medio de minutos por cliente muestra que el empleado tiene
una tasa de servicio S = 1/2 o sea 0.50 clientes por minuto.

5.4.3. Modelo M/M/1. Análisis de modelos.

 Tiempos entre llegadas: exponenciales con parámetro Probabilidad de
nacimiento (llegada) entre t y t+ t,t
ò0 et dt  1  et  t  ot 
 Tasa de natalidad: 

 Tiempos de servicio: exponenciales con parámetro 

 Probabilidad de muerte (fin de servicio) entre t y t+ t
ò0 e t  1  e t  t  ot 
 Tasa de mortalidad:
5.4.4. Modelo M/M/2. Análisis de modelos.
 Probabilidades de estado estable
𝛾𝑟 𝛾2 𝑟 𝛾3
r= 𝜇 r= 𝜇2 r=𝜇3
 Intensidad de tráfico
𝑜
P=𝜇
 Si o£<1 0 1  2 K1

 0 1 + +  2 +K=  0 1 = 1 Þ  0 = 1 - ,  j =  j 1 -  

 r³1: no existe distribución de estado estable

5.5. Sistema de Líneas de Espera.

Con frecuencia los modelos de líneas de espera son útiles para la planificación de la
capacidad. Frente a ciertos centros de trabajo, como el mostrador de pasajes en un
aeropuerto, un centro de maquinas o un centro de computos central, tienden a formarse
líneas de espera. Es asi porque los tiempos de llegada entre dos trabajos o clientes
sucesivos varian y el tiempo de procesamiento también varia de un consumidor al
siguiente. Los modelos de líneas de espera usan distribuciones de probabilidad para

20
ofrecer estimaciones del tiempo de retraso promedio de los clientes, la longitud promedio
de las filas de espera y la utilización de centro de trabajo. Los gerentes suelen usar esta
información para elegir la capacidad mas efectiva en términos de costos, hallando un
equilibrio entre el servicio al cliente y el costo de la capacidad agregada.

Se conoce como línea de espera a una hilera formada por uno o varios clientes que
aguardan para recibir un servicio. Los clientes puedes ser personas, objetos, maquinas
que requieren mantenimiento, contenedores con mercancía en espera de ser embarcados
o elementos de inventario a punto de ser utilizados. Las líneas de espera se forman a causa
de un desequilibrio temporal entre la demanda de un servicio y la capacidad del sistema
para suministrarlo.

Una posibilidad de 0,0625

significa que la posibilidad de
tener más de tres clientes en una
fila de registro en un
aeropuerto, en un cierto
momento del día, es una
probabilidad de uno en 16. Si
este check-in de American
Airlines en el aeropuerto de
Bruselas puede vivir con cuatro más pasajeros en línea aproximadamente el 16% del
tiempo un agente de servicio será suficiente. Si no, se deben sumar más puestos de registro
y personal. (Carro Paz & Gonzáles Gómez, págs. 3-18)

Es importante mencionar nuevamente que se estudiarán los sistemas M/M/1, M/M/1/K y M/M/C,
los cuales se pueden observar en los dos primeros casos, sin embargo, los sistemas más complejos
se pueden resolver teniendo como base éstos, pero en muchos casos no es posible resolverlos
analizándolos matemáticamente y se analizan por medio de su comportamiento.

21
 Figura 8 Tipos de Sistemas (universidad carlos III de Madrid).

5.5.1. Elementos de un sistema

Llegadas

Pueden existir una o varias fuentes.

Se suele asumir independencia entre llegadas.

Intervalos entre llegadas: deterministas o aleatorios.

Tasa de llegadas: λ ≡ número medio de clientes que acceden al sistema por unidad de tiempo.
Tiempo medio entre llegadas: 1 λ.

Características de las llegadas al Sistema

Otro factor determinante en el análisis de problemas de líneas de espera o colas lo constituyen las
características de las llegadas de los elementos al sistema de colas. Existen cuatro características
que determinan el tipo de llegadas al sistema: la estructura de las llegadas (controlable o
incontrolable), el tamaño de las unidades de llegada (de uno en uno, o en lote), el patrón de
distribución (tiempo entre llegadas constantes o de acuerdo a alguna distribución estadística,
como la de Poisson, la exponencial o la de Erlang), y por último, el nivel de paciencia (si la llegada
permanece en la cola o se va).

22
 Figura 9 Caracteristicas de una llegada (De la fuente Garcia & Pino Diez, 2001)

Fuente de entrada
Puede ser infinita o finita (sistemas abiertos o cerrados, respectivamente).

Ejemplo de sistema abierto: un banco, ya que es prácticamente imposible que todos los posibles
clientes coincidan en su llegada.

Ejemplo de sistema cerrado: un servidor de internet con un número relativamente pequeño de

usuarios autorizados (es posible que en un momento determinado se conecten todos los usuarios
al servidor).

Si la fuente es finita, entonces el número de clientes en la cola afecta al número de clientes fuera
del sistema.

La llegada puede ser en bloque o de forma unitaria. Frecuentemente el bloque se trata como un
solo cliente.

Clientes

Pueden ser impacientes.

Por tanto, los clientes se pueden perder, bien porque no entran en el sistema, bien porque
abandonan tras un tiempo en el sistema.

También, los clientes pueden percibir un ritmo más acelerado en una cola distinta y por tanto
decidir cambiarse.

Cola o canal de espera

23
Puede ser de uno o varios canales.

Puede existir interferencia entre canales.

Puede ser de capacidad limitada.

Disciplina de la cola: orden de selección en el servicio (FIFO, LIFO, aleatorio, orden de prioridad,
etc.).

Servicio

Pueden existir uno o varios servidores.

Se suele asumir independencia entre tiempos de servicio.

Duración de los servicios: deterministas o aleatorios.

Tasa de servicio: µ ≡ número medio de clientes que son atendidos por unidad de tiempo. Tiempo
medio de servicio: 1/µ.

Figura 10 Sistema de líneas de espera.

5.5.2. Elementos de un sistema

a) Determinísticos.

- Programación matemática:

Programación lineal

Programación entera

Programación dinámica

Programación no lineal

24
 Programación multi-objetivo

*) Modelos de transporte.

*) Modelos de redes.

b) Probabilísticos.

Programación estocástica

Gestión de inventarios

Fenómenos de espera (colas)

Teoría de juegos o Simulación

5.5.3. Tipos de líneas de Espera

a)

b)

c)

25
 5.6. DISTRIBUCIÓN DE POISSON:
5.6.1. Resumen de las ideas clave

En este artículo vamos a conocer las características básicas de la distribución Poisson y

sus posibles aplicaciones prácticas con la finalidad de elaborar una especie de catálogo al
que acudir para desarrollar un modelo de probabilidad que nos permita estimar la pauta
de variabilidad para variables discretas que sigan dicha distribución. (Diaz, 2008)

5.6.2. Introducción

La distribución Poisson es, junto con la distribución binomial, una de las más importantes
distribución de probabilidad para variables discretas, es decir, sólo puede tomar los
valores 0, 1, 2, 3, 4,..., k.

 La distribución de Poisson se emplea para describir varios procesos, entre

otros:

 El número de autos que pasan a través de un cierto punto en una ruta

(suficientemente distantes de los semáforos) durante un periodo definido
de tiempo.
 El número de errores de ortografía que uno comete al escribir una única
página.
 El número de llamadas telefónicas en una central telefónica por minuto.
 El número de servidores web accedidos por minuto.
 El número de defectos en una longitud específica de una cinta magnética.
 El número de mutaciones de determinada cadena de ADN después de
cierta cantidad de radiación.
 El número de defectos por metro cuadrado de tela.
 El número de estrellas en un determinado volumen de espacio.

Cada una de estas variables aleatorias representa el número total de ocurrencias de un

fenómeno durante un periodo de tiempo fijo o en una región fija del espacio. Expresa la
probabilidad de un número k de ocurrencias acaecidas en un tiempo fijo, si estos eventos
ocurren con una frecuencia media conocida y son independientes del tiempo discurrido
desde la última ocurrencia o suceso.

26
La finalidad del presente objeto de aprendizaje, es adquirir la destreza y conocimiento
necesario para la correcta utilización de la distribución de Poisson en el cálculo de
probabilidades. Para ello, en primer lugar presentamos los objetivos específicos que
pretendemos conseguir; a continuación trabajaremos la definición y características de la
distribución de Poisson, haciendo especial relevancia en cómo identificarla y
diferenciarla de otras distribuciones discretas y se resuelven algunos ejemplos prácticos.

5.6.3. Definición y características de la distribución binomial

5.6.3.1. ¿Para qué me puede servir la distribución binomial?

La distribución de Poisson fue desarrollada por Siméon‐Denis Poisson (1781‐1840). Esta

distribución de probabilidades es muy utilizada para situaciones donde los sucesos son
impredecibles o de ocurrencia aleatoria. En general, utilizaremos la distribución de
Poisson como aproximación de experimentos binomiales donde el número de pruebas es
muy alto (n→∞), pero la probabilidad de éxito muy baja (p→0).

5.6.3.2. Características

Se dice que X sigue una distribución de Poisson de parámetro λ y que se obtiene del
producto n*p (que nombraremos a partir de aquí como np, por mayor simplicidad), que
se representa con la siguiente notación:

X ~ Ps (λ)

 La distribución de Poisson se caracteriza por las siguientes propiedades:

 Sea una población de tamaño ∞.
 Sea una muestra de tamaño n bastante elevado (se suele hablar de que
tiende a ∞
 Los sucesos son independientes entre si.Sea A un suceso que tiene una
probabilidad p de suceder durante un periodo de tiempo, siendo esta
probabilidad de ocurrencia durante un periodo de tiempo concreto muy
pequeña (se suele hablar de que tiende a 0).
 El producto n*p, tiende a aproximarse a un valor promedio o número
medio, al que llamaremos λ

27
 5.6.4. Función de cuantía

A partir de las hipótesis del proceso, se obtiene una ecuación diferencial de

definición del mismo que puede integrarse con facilidad para obtener la función de
cuantía de la variable "número de hechos que ocurren en un intervalo unitario de tiempo
o espacio”

Que sería:

Cuya representación gráfica

para un modelo de media 11
sería la adjunta.
Obsérvense los valores
próximos en la media y su forma
parecida a la campana de Gauss,
en definitiva , a la distribución
normal

La función de distribución vendrá dada por :

5.6.5. Función Generatriz de Momentos

Su expresión será :

28
 Dado que tendremos

que

luego:

Para la obtención de la media y la varianza aplicaríamos la.; derivándola sucesivamente

e igualando t a cero.

Así.

Una vez obtenida la media, obtendríamos la varianza en base a :

Haciendo t = 0

Por lo que =

así se observa que media y varianza coinciden con el parámetro

del modelo siendo , l

En cuanto a la moda del modelo tendremos que será el valor de la variable que tenga
mayor probabilidad, por tanto si Mo es el valor modal se cumplirá que :

Y, en particular:

29
 A partir de estas dos desigualdades, es muy sencillo probar que la moda tiene que
verificar: De manera que la moda será la parte entera del parámetro lo
dicho de otra forma, la parte entera de la media

Podemos observar cómo el intervalo al que debe pertenecer la moda tiene una amplitud
de una unidad, de manera que la única posibilidad de que una distribución tenga dos
modas será que los extremos de este intervalo sean números naturales, o lo que es lo
mismo que el parámetro l sea entero, en cuyo caso las dos modas serán l -1 y l.

5.6.6. Teorema de adición.

 La distribución de Poisson verifica el teorema de adición para el parámetro l.

"La variable suma de dos o más variables independientes que tengan una distribución
de Poisson de distintos parámetros l (de distintas medias) se distribuirá, también con una
distribución de Poisson con parámetro l la suma de los parámetros l (con media, la suma
de las medias) :

En efecto:

Sean x e y dos variables aleatorias que se distribuyen con dos distribuciones de Poisson
de distintos parámetros siendo además x e y independientes

Así e

Debemos probar que la variable Z= x+y seguirá una Poisson con parámetro igual a

la suma de los de ambas:

En base a las F.G.M para X

Para Y

De manera que la función generatriz de momentos de Z será el producto de ambas ya

que son independientes:

30
 Siendo la F.G.M de una
Poisson

5.6.7. Convergencia de la distribución binomial a la Poisson

Se puede probar que la distribución binomial tiende a converger a la distribución de

Poisson cuando el parámetro n tiende a infinito y el parámetro p tiende a ser cero, de
manera que el producto de n por p sea una cantidad constante. De ocurrir esto la
distribución binomial tiende a un modelo de Poisson de parámetro l igual a n por p

Este resultado es importante a la hora del cálculo de probabilidades, o , incluso a la hora

de inferir características de la distribución binomial cuando el número de pruebas sea muy

grande y la probabilidad de éxito sea muy pequeña .

El resultado se prueba, comprobando como la función de cuantía de una distribución

binomial con y tiende a una función de cuantía de una distribución de

Poisson con siempre que este producto sea una cantidad constante ( un valor
finito)

En efecto : la función de cuantía de la binomial es

Y llamamos tendremos que:

Realizando que es la función de cuantía de una

distribución de Poisson.

31
Veamos algunos ejemplos:

Ejemplo 1.

Si un banco recibe en promedio 6 cheques sin fondo por día, ¿cuáles son las
probabilidades de que reciba, a) cuatro cheques sin fondo en un día dado, b) 10 cheques
sin fondos en cualquiera de dos días consecutivos?

Solución:

x = variable que nos define el número de cheques sin fondo que llegan al banco en un día
cualquiera = 0, 1, 2, 3, ..., etc, etc.

= 6 cheques sin fondo por día

= 2.718

( 6 )4 ( 2.718
)−6 (1296 )( 0.00248 )

p( x = 4,λ = 6 ) = = = 0.13392
4! 24

X= variable que nos define el número de cheques sin fondo que llegan al banco en dos
días consecutivos = 0, 1, 2, 3, ......, etc., etc.

λ = 6 x 2 = 12 cheques sin fondo en promedio que llegan al banco en dos días consecutivos

(12 )10 ( 2.718

)−12 ( 6.1917364Ε10 )( 0.000006151)

p( x = 10,λ = 12 ) = = = 0.104953
10! 3628800

Ejemplo 2.
En la inspección de hojalata producida por un proceso electrolítico continuo, se
identifican 0.2 imperfecciones en promedio por minuto. Determine las probabilidades de
identificar a) una imperfección en 3 minutos, b) al menos dos imperfecciones en 5
minutos, c) cuando más una imperfección en 15 minutos.

Solución:

32
X= variable que nos define el número de imperfecciones en la hojalata por cada 3 minutos
= 0, 1, 2, 3, ...., etc., etc.

= 0.2 x 3 =0.6 imperfecciones en promedio por cada 3 minutos en la hojalata

( 0.6 )1( 2.718

)−0.6 ( 0.6 )( 0.548845 )

p( x = 1,λ = 0.6 ) = = = 0.329307

1! 1

X= variable que nos define el número de imperfecciones en la hojalata por cada 5 minutos
= 0, 1, 2, 3, ...., etc., etc.

= 0.2 x 5 =1 imperfección en promedio por cada 5 minutos en la hojalata

p( x = 2,3,4,etc....λ = 1) = 1 − p( x = 0,1,λ = 1) = 1 − + =
0! 1!

=1‐(0.367918+0.367918) = 0.26416

X = variable que nos define el número de imperfecciones en la hojalata por cada 15

minutos = 0, 1, 2, 3,....., etc., etc.

= 0.2 x 15 = 3 imperfecciones en promedio por cada 15 minutos en la hojalata

( 3 )0 ( 2.718 ( 3 )1( 2.718

)−3 )−3

p( x = 0,1,λ = 3 ) = p( x = 0,λ = 3 ) + p( x = 1,λ = 3 ) = + =

0! 1!

= 0.0498026 + 0.149408 = 0.1992106

33
 6. Objetivos de Estudio
6.1. Objetivos Generales

Elaborar el modelo de colas que nos permita a identificar la problemática de la

realidad, con ello definir cada uno de los elementos estudiados en clase y obtener una
solución al problema encontrado. Con esto se logrará ofrecer un mejorado y rápido
servicio a los clientes de tal manera que se va a mejorar y facilitar la atención en tiempo
de cola, la cual se hará más corta, y poder recibir el pedido en menor tiempo.

6.2. Objetivos Específicos

 Hallar la gráfica de Poisson.
 Obtener los siguientes datos en el software “WinQSB”:
 Determinar la posibilidad de que un cliente sea atendido sin esperas
(Po).
 Determinar el total de clientes que puede soportar el sistema (Ls).
 Determinar el total de clientes que están en espera o están siendo
atendidos (Lq).
 Determinar el tiempo promedio que puede demorar un cliente en
el sistema (Ws).
 Determinar el tiempo promedio puede estar en cola el cliente (Wq).
 Determinar las conclusiones y recomendaciones.
7. Método del Estudio

En el estudio dado se utilizó el método de observacional descriptivo, en la cual

nos permitió obtener los tiempos de llegada y de salida (servicios) realizados por los
clientes en el campo de servicios de una panadería.

 Detallar un horario en donde se va a realizar la toma de los tiempos que

existen.
 Dividir el tiempo en intervalos iguales.
 Dar paso a ser el registro de los tiempos (llegada y salida).
 Obtener tiempos de llegada y salida (servicios) promedios
 Hacer un análisis de los datos obtenidos.
 Dar a conocer las conclusiones y recomendaciones.

Para obtener la información adecuada realizada en el campo de estudio se ha

empleado herramientas en la cual nos ha facilitado el registro de los datos

34
 necesarios para la información entre ellos tenemos cronómetros, celulares,
cuaderno de apuntes (en la cual se registrará todos los datos tomados en tiempo
real y calculados para solucionar el problema apreciado) y principalmente los
respectivos conocimientos obtenidos en el curso de “Investigación de Operaciones
II”.

8. Análisis de la Panadería

El campo de servicios (panadería), se encuentra ubicado San José - Lambayeque

– Lambayeque, localizada en Calle Juan Carlos Fiestas Lara – Urbanizacion El Pescador.
Esta panadería cuenta con un servidor en la cual en hora punta (por ejemplo 7:00 am)
logra obtener un gran número de demandantes lo cual genera colas de espera. En ese lapso
en donde se concentra la mayor cantidad de personas se logró determinar puntos en donde
las colas generan pérdidas entre ellas tenemos:

 Pérdida de tiempo
 Pérdida de clientes
 Escases del pedido
 Pérdida de dinero
 El pedido ya no brinda la misma satisfacción.

Con los puntos recalcados en pérdidas nuestro grupo de investigación buscará de

tratar de reducir el tiempo en el que el servidor (cajero) ejecuta el cobro de los pedidos al
momento de atender, permitiendo obtener una gran satisfacción en los clientes a través
de la aplicación de métodos analíticos y estadísticos.

9. Construcción del modelo de cola

9.1. Estimación de parámetros

Tasa de arribos

Para la estimación de tasa de arribos se registró cuantas personas llegaban a

Panadería y Pastelería “El Shaddai” en un intervalo de 10 minutos. Luego con este
dato se halló un promedio de personas por minuto. Se utilizó las siguientes
relaciones:

Tiempo promedio = Tiempo Total (min) / N° de personas

Tasa de arribo (λ) = 1 / Tiempo promedio

35
 Tasa de servicio (µ)

Para la tasa de servicios se tomó tiempos en la atención a cada persona para pagar
en caja.

9.2. Modelo de cola

Analizando el comportamiento que sigue este caso, se puede hallar el

modelo de cola correspondiente según KENDALL

MODELO :(M/M/2): (FIFO/∞/∞)

Donde:

M: Clientes que llegan al sistema siguiendo una distribución

M: Clientes que llegan al sistema siguiendo una distribución

S: Numero de servidores en el sistema

FIFO: Disciplina de servicio

9.3. Modelo de sistema

Figura 11 Modelo de Sistema de Lineas de Espera

9.4. Análisis de Cola

Para el caso que venimos analizando, se considera:

M: Distribución de Poisson
M: Distribución exponencial
2: S
FIFO: Disciplina de servicio
∞: Tamaño del sistema infinito

36
 ∞: Tamaño de la fuente infinito
1.1.1.1. La hora de arribo de cada entidad al sistema
1.1.1.2. La hora en que el usuario inicia a ser atendido
1.1.1.3. La hora en que el usuario finaliza de ser atendido

10. Análisis de Llegadas

10.1. Tiempo de llegadas
 Se realizó la medición en 3 días, en una hora (6:50 – 7:50 am) siguiendo
un intervalo de 10 minutos.

Número de
N0 Muestra Fecha Hora Personas que
entran
1 30/11/17 6:50 – 7:00 11
2 30/11/17 7:00 – 7:10 13
3 30/11/17 7:10 – 7:20 10
4 30/11/17 7:20 – 7:30 11
5 30/11/17 7:30 – 7:40 9
6 30/11/17 7:40 – 7:50 10
7 01/12/17 6:50 – 7:00 9
8 01/12/17 7:00 – 7:10 9
9 01/12/17 7:10 – 7:20 12
10 01/12/17 7:20 – 7:30 13
11 01/12/17 7:30 – 7:40 12
12 01/12/17 7:40 – 7:50 8
13 02/12/17 6:50 – 7:00 10
14 02/12/17 7:00 – 7:10 12
15 02/12/17 7:10 – 7:20 7
16 02/12/17 7:20 – 7:30 5
17 02/12/17 7:30 – 7:40 8
18 02/12/17 7:40 – 7:50 10
PROMEDIO 9.9
Tabla 2. Muestra obtenidas de personas que ingresan al sistema

37
 Número de
N0 Muestra Fecha Hora Personas
Atendidas
1 30/11/17 6:50 – 7:00 9
2 30/11/17 7:00 – 7:10 12
3 30/11/17 7:10 – 7:20 10
4 30/11/17 7:20 – 7:30 11
5 30/11/17 7:30 – 7:40 9
6 30/11/17 7:40 – 7:50 8
7 01/12/17 6:50 – 7:00 11
8 01/12/17 7:00 – 7:10 9
9 01/12/17 7:10 – 7:20 12
10 01/12/17 7:20 – 7:30 10
11 01/12/17 7:30 – 7:40 12
12 01/12/17 7:40 – 7:50 9
13 02/12/17 6:50 – 7:00 9
14 02/12/17 7:00 – 7:10 7
15 02/12/17 7:10 – 7:20 12
16 02/12/17 7:20 – 7:30 8
17 02/12/17 7:30 – 7:40 7
18 02/12/17 7:40 – 7:50 9
PROMEDIO 9.6
Tabla 3. Muestra obtenidas de personas que atendidas

38
 10.2. Distribución de Poisson

Fórmula:

𝜆𝐾 × 𝑒 𝜆
𝑃(𝐾) =
𝐾!

Donde:

P(k): Probabilidad de K llegadas por unidad de tiempo.

𝜆: 𝑇𝑎𝑠𝑎 𝑚𝑒𝑑𝑖𝑎 𝑑𝑒 𝑙𝑙𝑒𝑔𝑎𝑑𝑎𝑠

𝑒 ≅ 2.7182818

K = número de llegadas

Datos:

Para calcular la tasa de llegadas hemos promediado los datos obtenidos en la

Tabla 1.1 de las tomas realizadas, cada día en un lapso de 60 minutos.

6:50 – 7:50 am

Obtenemos el siguiente dato:

𝜆 = 3.75 clientes ≅ 4 clientes cada minuto

Probabilidad
Clase P(K)
acumulada
1 0.00121502 0.00121502
2 0.00010953 0.00132455
3 0.00356406 0.00488861
4 0.00121502 0.00610363
5 0.00950417 0.0156078
6 0.00356406 0.01917186
7 0.00950417 0.02867603
8 0.00950417 0.0381802
9 0.00037969 0.03855989
10 0.00010953 0.03866942
11 0.00037969 0.03904911
12 0.02281 0.06185912

39
 13 0.00356406 0.06542318
14 0.00037969 0.06580287
15 0.04866134 0.11446421
16 0.1453352 0.25979941
17 0.02281 0.28260941
18 0.00356406 0.28617347
Tabla 4.

11. Análisis de Servicios

11.1. Toma de Tiempo de Servicios

Se realizó la medición en 3 días, del tiempo de duración del servicio que ofrece el servidor
a los clientes que atiende.

Número de Tiempo en
N0 Muestra Fecha Hora Personas segundos en
Atendidas atender un cliente
1 30/11/17 6:50 – 7:00 6 100
2 30/11/17 7:00 – 7:10 4 150
3 30/11/17 7:10 – 7:20 3 200
4 30/11/17 7:20 – 7:30 9 66.66666667
5 30/11/17 7:30 – 7:40 9 66.66666667
6 30/11/17 7:40 – 7:50 6 100
7 01/12/17 6:50 – 7:00 6 100
8 01/12/17 7:00 – 7:10 8 75
9 01/12/17 7:10 – 7:20 6 100
10 01/12/17 7:20 – 7:30 3 200
11 01/12/17 7:30 – 7:40 5 120
12 01/12/17 7:40 – 7:50 7 85.71428571
13 02/12/17 6:50 – 7:00 9 66.66666667
14 02/12/17 7:00 – 7:10 9 66.66666667
15 02/12/17 7:10 – 7:20 8 75
16 02/12/17 7:20 – 7:30 3 200
17 02/12/17 7:30 – 7:40 6 100

40
 18 02/12/17 7:40 – 7:50 6 100
PROMEDIO 9.6 109.5767195838
Tabla 5. Muestra las personas que son atendidas y el tiempo que dura atenderlas.

11.2. Obtención de Datos:

41
12. Desarrollo en el programa WinQSB
12.1. Datos:

Figura 12 Datos obtenidos en WinQSB de la Panadería y Pastelería El Shaddai

Figura 13 Datos obtenidos en WinQSB de la Panadería y Pastelería El Shaddai

42
13. Conclusiones
 La Teoría de Colas es una herramienta muy importante y útil en el campo
de la investigación ya que se puede aplicar en diferentes campos o sectores
de la vida real. Como se pudo demostrar la Teoría de Colas nos permitió
obtener datos de tiempo de atención y tiempo de demora, logrando mejorar
la calidad en prestar el servicio.
 Los clientes muestran cierto interés sobre el producto deseado dependiendo
la hora de llegada y el momento en que sea atendido.
 El sistema logra tener su mejor calidad de atención si se le implementa
ayudantes que agilicen las ventas.

43
 14. Bibliografía
Carro Paz, R., & Gonzáles Gómez, D. (s.f.). Modelos de lineas de espera. Administración de las
operaciones, 18.

Diaz, P. (2008). DISTRIBUCIÓN DE POISSON. bogota: hear,21.

García Sabater, J. (2015). Obtenido de Aplicando Teorı ́a de Colas en Direccion de Operaciones:

http://personales.upv.es/jpgarcia/linkeddocuments/teoriadecolasdoc.pdf

Garcia Sabater, J. (2016). Aplicando Teorı ́a de Colas en. En Teoría de Colas (pág. 86). Valencia:
Grupo ROGLE.

Giolleno. (204). teoria de colas. mexico: liberto. 21.

Martínez, M. (10 de 11 de 2004). Obtenido de

http://www.monografias.com/trabajos18/teoria-colas/teoria-colas.shtml

Rodriguez Sanchez, D. (2011). Notación de Kendall. sam pablo: likn.

44
15. ANEXOS

45
46
47