Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Exito
Exito
FACTURAS Y SERVICIOS
FINANCIEROS ALMACEN ÉXITO
INTEhgegwejrhfrjhwrgjhf
16 de septiembre de 2021
2
.
I N T R O D U C C I Ó N
3
Í N D I C E G E N E R A L
1 antecedentes 5
2 plan de muestreo 6
2.1 Fenómeno de estudio 6
2.2 Factores a estudiar 7
2.3 Metodologı́a de muestreo 7
2.4 Otros factores a tener en cuenta 7
2.5 Experimento 7
2.6 Comparación de las medias encontradas 9
2.7 Sondeo de los tiempos de servicio 12
3 muestreo 14
4 an álisis de datos 16
4.1 Grupo 1 Llegadas al sistema 16
4.2 Grupo 1 Servicios en el sistema 17
4.3 Grupo 2 Llegadas al sistema 17
4.4 Grupo 2 Servicios en el sistema 18
4.5 Intervalos de confianza para las medias 19
5 teoría de colas 21
6 conclusi ónes 28
4
1
ANTECEDENTES
5
2
PLAN DE MUESTREO
6
2.2 factores a estudiar 7
La población de interés son los usuarios que hacen uso del sistema
de pago de servicios en el punto éxito portal suba, pero en la mues-
tra se incluirán solamente los usuarios que usen el sistema durante
ciertos dı́as entre el dia 3 y 10 de abril en unos intervalos determi-
nados de horas, para poder determinar cómo deben ser organizadas
agrupadas estos intervalos de Horas-Dı́as será necesario realizar un
sondeo inicial, en él también se podrá esclarecer mejor la cantidad de
población muestrada. Note que se tienen dos unidades muéstrales la
primera es la diferencia que le toma a un cliente llegar con respecto
al anterior en minutos, la segunda es el tiempo que el servidor le to-
ma en minutos atender a cada cliente. La unidad experimental serán
la colección de minutos de llegada y tiempo de servicios realizados
en la semana anteriormente estipulada. El marco muestral consta de
todas entradas al sistema y todos los servicios atendidos.
2.5 experimento
8:00am-10:10am
10:11am-12:20pm
12:21pm-2:30pm
2:31pm-4:40pm
4:41pm-6:50pm
¿Qué tan diferentes son estas medias entre ellas? ¿En qué grupos
se debe dividir la recolección de datos? ¿Cuantos datos son necesa-
rios para tener buenos estimadores de cada grupo? El principal dato
de interes es la medida media de arribo de los clientes, sin embargo,
se puede asumir que todos los clientes a todas las horas llegan a la
misma razón. Por el contrario, tampoco se puede decir que todos los
dı́as todas las tazas de llegada de los clientes son significativamente
diferentes. El dato de interes es el promedio de llegada, sin embargo,
no es conocida la cantidad de clientes que llega en un dı́a determina-
do o en una hora determinada, todas las muestras que implican saber
la cantidad total N de clientes para determinar una muestra quedan
descartadas. Sin embargo, para determinar este parámetro tampoco
es viable asumir que todas las horas son irrelevantes y asumir un
promedio para todas ellas estimando una muestra n demasiado ge-
neral, esto último solo es cierto si todos los 18 grupos Dı́as-Hora tie-
2.6 comparaci ón de las medias encontradas 10
K R 2
12
N ( N + 1) i∑
j
H= − 3( N + 1) (1)
=1
n j
tar con una distribucion normal demostrada sobre cada uno de los
intervalos es de vital importancia mantener los grupos con un total
de más de 100 datos. (Esto se detallrá mejor en el tamaño de mues-
tra).
Entonces el objetivo es mantener las horas del dı́a en grupos similares,
contando con más de 100 datos para cada grupo. Para una muestra
total de 270 datos se dividirá de la siguiente manera: Dos grupos de
datos con 135 datos cada uno. El primero y el segundo corresponden
a los datos tomados antes y después de las 2:30 de la tarde respecti-
vamente.
5
2.7 sondeo de los tiempos de servicio 13
I= x̄ ± Zα/2 √sn (2)
2
Zα/2
n= e σ
14
muestreo 15
(3)
Figura 2: Llegadas
16
4.2 grupo 1 servicios en el sistema 17
Se obtiene que H=9.64 y que χ20,05,8 =15.51 Como 15.51 mayor que
9.64 No se rechaza la hipótesis nula.
Figura 3: Servicios
Se obtiene que H=2.23 y que χ20,05,4 =9.49 Como 9.49 mayor que 2.23
No se rechaza la hipótesis nula.
Figura 4: Llegadas
Se obtiene que H=7.29 y que χ20,05,4 =9.49 Como 9.49 mayor que 7.29
No se rechaza la hipótesis nula.
Figura 5: Servicios
Se obtiene que H=6.54 y que χ20,05,3 =7.81 Como 7.81 mayor que 6.54
No se rechaza la hipótesis nula.
I= x̄ ± Zα/2 √sn (4)
Inferior Superior
Grupo 1 Llegadas 2.55 3.008
GRUPO 1 Servicios 2.27 2.32
GRUPO 2 Llegadas 1.73 2.18
GRUPO 2 Servicios 1.54 2.03
21
teoría de colas 22
λ µ
GRUPO 1 0.35 0.43
GRUPO 2 0.50 0.55
0,359
Grupo 1 ρ = 0,434 =0,8281
0,509
Grupo 2 ρ = 0,558 =0,9123
Esto no quiere decir que hayan cero personas en cola, el efecto de las
colas es acumulativo, esto quiere decir que si llega una persona a una
determinada hora y otras cuantas llegan inmediatamente después,
las personas se empiezan a acumular, por el grafico de frecuencias se
sabe que entre una persona y otra en gran parte de los casos solo hay
un minuto de diferencia y aún cuando en muchos casos el servidor
solo toma un minuto en atenderlos, con el hecho de que tome dos
minutos atendiendo a un solo cliente ya se habrá formado una cola.
Lo que sucede realmente aquı́, es que el sistema puede tener tiempos
ociosos, es decir tiempos en los que no llega nadie. De echo existen
formulas tanto para calcular los tiempos ociosos como para calcular
el tiempo medio de una persona en la cola.
teoría de colas 23
Pn = (i − ρ)ρn (5)
L=E[n]= ∑∞ ∞ n ∞
n=0 npn = (1 − ρ ) ∑n=0 np = (1 − ρ ) ρ ∑n=0 np
n−1 (6)
Pero
1
δ ∑ npn δ 1−ρ
∑∞
n=0 np
n −1 =
δp = δρ = (1−1ρ)2 (7)
(1 − ρ ) ρ λ
L= 2
= (8)
(1 − ρ ) µ−λ
L 1
W= = (9)
λ µ−λ
teoría de colas 24
λ2
Lq = (10)
µ(µ − λ)
ρ
Wq = (11)
µ−λ
L W Lq Wq
Grupo 1 4,82 13,4003 3,99 11,09
Grupo 2 10,409 20,411 9,49 18,62
Pn = (1 − ρ)ρn (12)
teoría de colas 25
n P(n)
0 0,17
1 0,14
2 0,11
3 0,09
4 0,08
5 0,06
6 0,05
7 0,04
8 0,03
9 0,03
10 0,02
11 0,02
12 0,01
13 0,01
14 0,01
P(n)≺ 14 0,9408
p(n)≥ 15 0,0591
0 0,08
1 0,07
2 0,07
3 0,06
4 0,06
5 0,05
6 0,05
7 0,04
8 0,04
9 0,03
10 0,03
11 0,03
12 0,02
13 0,02
14 0,02
p(x≺ 14) 0,47
p(x≥15) 0,25
λ
r=
µ
λ
ρ= cµ
(13)
rc ρ
Lq = P0 (14)
c!(1 − ρ)2
c −1
rn rc
P0−1 = ∑ +
c!(1 − ρ)
(15)
n=o n!
28
B I B L I O G R A F Í A
29